Vyb vs Gemma 4 12B: model projektowy i generalista, którzy nigdy nie sprostają temu samemu briefowi

Postaw Vyb i Gemma 4 12B obok siebie, a pierwszą rzeczą, którą zauważysz, jest to, że tylko jeden z nich potrafi wygenerować obraz. Vyb to model projektowy Coco Labs, ogłoszony 20 października 2026 r., który generuje grafiki marketingowe w postaci edytowalnych warstw — tekst jako tekst, kształty jako wektory, zdjęcia w oryginalnej rozdzielczości. Gemma 4 12B to model Google o otwartych wagach z 11,95 mld parametrów, wydany 3 czerwca 2026 r., który odczytuje tekst, obrazy, dźwięk i wideo oraz generuje tekst; nie ma w ogóle wyjścia obrazowego. Porównywanie ich pod względem jakości jest błędem kategorialnym. Porównywanie ich pod kątem tego, gdzie każde z nich należy w potoku treści marki, to jedyne porównanie, które ma sens. Żadna z kart modeli nie odnotowuje, jak potok projektowania i rozumowania zawodzi po wdrożeniu do produkcji, a te incydenty są skatalogowane w OrcaRouter AI Incident Archive gdzie każdy wpis zawiera własne źródła, dotkliwość, stopień pewności i oznaczenie sporności.

To właśnie robi ta strona. Nie tablica wyników dwóch modeli, które źle wykonują tę samą pracę, lecz mapa przekazania zadań: który z nich pisze reklamę, który ją rysuje i ile cię każdy z nich kosztuje po drodze.

Co tak naprawdę zwraca każdy z nich.

Vyb generuje dokument. Coco Labs opisuje to jako komponowanie projektów element po elemencie w wewnętrznym formacie strukturalnym o nazwie Cocolang, dzięki czemu gotowa reklama trafia jako stos warstw, które można wyeksportować do narzędzia takiego jak Figma i edytować indywidualnie. Nagłówek pozostaje obiektem tekstowym. Logo pozostaje wektorem. Zdjęcie produktu pozostaje pikselami, które przesłano, w przesłanej rozdzielczości. Działa na własnej stronie internetowej marki i plikach zasobów, które są danymi wejściowymi umożliwiającymi to: model nie wymyśla czcionki, tylko umieszcza Twoją.

Gemma 4 12B generuje tokeny. To środkowy model w rodzinie Gemma 4 firmy Google — powyżej modelu E4B klasy edge, poniżej 26B A4B — a jego kluczowym wyborem inżynieryjnym jest brak oddzielnych enkoderów wizji i dźwięku: surowe fragmenty obrazu i przebiegi fal dźwiękowych są rzutowane bezpośrednio w przestrzeń tokenów. Efektem jest gęsty model o 11,95B z kontekstem 256K, który potrafi spojrzeć na zrzut ekranu, odczytać PDF, wykonać wywołanie narzędzia i napisać kolejny akapit. Nie może dać ci pliku PNG.

Więc to przekazanie zadań nie jest hipotetyczne. Jeden model tworzy pięć wariantów nagłówka i sprawdza je z przewodnikiem po głosie marki. Drugi bierze zwycięskie hasło i układa je na plakacie z właściwym logo, właściwą czcionką i właściwym kadrem zdjęcia. Żaden nie potrafi wykonać połowy pracy drugiego.

Gdzie tkwi rzeczywisty koszt

Dwie zupełnie różne struktury kosztów — i żadna z nich nie jest pozycją rozliczeniową za token w sposób, jakiego deweloper oczekuje.

• Gemma 4 12B — wagi są darmowe na licencji Apache 2.0. Płacisz za sprzęt: około 8 GB w 4 bitach, komfortowo na laptopie z 16 GB, albo za wynajęty GPU, jeśli zależy Ci na przepustowości. Wnioskowanie jest nielimitowane w tym sensie, że nie działa żaden licznik dostawcy, a model jest Twój, możesz go dostrajać na własnym zestawie materiałów.

• Vyb — brak jakiejkolwiek opublikowanej ceny. Dostęp odbywa się przez listę oczekujących, a dołączenie do niej wiąże się z 10 USD w kredytach na generowanie. Coco Labs nie podało, ile kosztuje projekt po wyczerpaniu tych kredytów, co oznacza, że ekonomika przypadająca na pojedynczy zasób w części pipeline'u dotyczącej projektowania jest obecnie niemożliwa do ustalenia.

Ta asymetria ma praktyczną konsekwencję. Zespół może uruchomić Gemma 4 12B jeszcze dziś po południu i zmierzyć jego koszt na tysiąc nagłówków co do centa. Ten sam zespół nie może zaplanować budżetu na etap projektowania, ponieważ etap projektowania nie ma cennika. W pilocie to nie problem — kredyty o wartości 10 USD powiedzą ci, czy drzewo warstw jest użyteczne. W planie kampanii to przeszkoda blokująca i najsilniejszy argument za czekaniem zamiast angażowania się.

Gdzie Gemma 4 12B wygrywa, i to z dużą przewagą

Wszystko, co poprzedza grafikę. Gemma 4 12B czyta brief w dowolnej formie, w jakiej trafi — dokument, zrzut ekranu reklamy konkurenta, e-mail od klienta — ponieważ natywnie obsługuje wiele modalności po stronie wejściowej. Mieści 256K tokenów kontekstu, więc w jednym wywołaniu można jej przekazać cały brandbook i zatwierdzone teksty z ostatnich dwunastu miesięcy. Przestrzega instrukcji dotyczących ustrukturyzowanego wyjścia, dzięki czemu „napisz mi nagłówek” zamienia się w „napisz mi nagłówek poniżej 42 znaków, który nie używa słowa »rewolucyjny«”. A ponieważ jest objęta licencją Apache 2.0, zespół, który chce wymusić jednolity styl na poziomie wag, może dostroić model, zamiast przygotowywać prompty.

Vyb natomiast ma węższy kontrakt. Dobrze rozmieszcza elementy i edytuje je lokalnie; nie rozważa, czy oferta jest dobra ani czy dane twierdzenie jest zgodne z prawem na rynku, na którym reklama jest emitowana. Własny benchmark Coco Labs uznaje tę granicę — Vyb czasem odmawia edycji, którą uznaje za zły projekt, ale to ocena na poziomie układu, a nie ocena marketingowa.

Gdzie Vyb wygrywa i dlaczego jest to trudniejszy problem

Poproś model obrazu o przesunięcie nagłówka o dwa centymetry w lewo, a ten renderuje od nowa cały kadr. Coco Labs zmierzyło dokładnie to: w przypadku 200 instrukcji edycji średni udział zmienionych pikseli wyniósł 11,9% dla Vyb wobec 95,5% dla ChatGPT Image, 91,8% dla Muse i 98,9% dla Recraft v4.1. To dane deklarowane przez dostawców z benchmarku, który napisało Coco Labs i w którym wygrał jego własny model, więc należy traktować je jako orientacyjne. Kierunek jest jednak wyraźny. Model, który zmienia jedną dziesiątą płótna, edytuje układ; model, który zmienia całe płótno, maluje od nowa na podstawie promptu i ma nadzieję, że nowy kadr będzie przypominał stary.

Dla marki ta różnica to cały workflow. Zatwierdzony projekt, którego nie można edytować bez ponownego wygenerowania, nie jest zasobem, lecz zrzutem ekranu zasobu. Vyb twierdzi, że zatwierdzony układ przetrwa, ponieważ układ nigdy od początku nie był pikselami.

W modelu Gemma 4 12B nie ma równoważnej możliwości ani dostrojenia, które by ją dodało. Ta luka ma charakter architektoniczny, a nie wynika ze skali.

Dziś buduję potok dwumodelowy

Połowa tego jest gotowa do wdrożenia już teraz, a druga nie, co sprawia, że kolejność jest wyjątkowo jasna. Uruchom Gemma 4 12B na potrzeby etapu copy: generowanie nagłówków, testowanie wariantów, sprawdzanie głosu marki, ustrukturyzowane wyjście do dowolnego schematu, którego oczekuje Twój szablon projektowy. To rozwiązany problem w październiku 2026 r. i kosztuje Cię jedną GPU.

Etap projektowania to miejsce, w którym kwestia routingu naprawdę daje o sobie znać — i to w sposób, który warto precyzyjnie ująć. Vyb nie ma publicznego API ani opublikowanej powierzchni integracyjnej, więc nie może być częścią zautomatyzowanego pipeline’u, nawet jeśli masz dostęp — obsługuje go człowiek. Oznacza to, że „pipeline” jest w rzeczywistości kolejką z osobą na etapie projektowania, a użyteczna automatyzacja to wszystko przed nim i po nim: generowanie kopii, weryfikacja twierdzeń, briefy dotyczące zmiany rozmiaru oraz metadane śledzenia, które mówią, który wariant został zatwierdzony.

To właśnie temu służy tutaj warstwa upstream w OrcaRouter, umożliwiająca dostęp do ponad 200 modeli jednym klawiszem. Ceny katalogowe dostawców są przekazywane bez narzutu (0% marży), więc model piszący tekst i model audytujący go względem listy zgodności kosztują tyle, ile pobierają ich dostawcy — ani więcej. Automatyczne przełączanie awaryjne ma znaczenie z nieefektownego powodu: partia czterdziestu wariantów nagłówków, która padnie przy trzydziestym pierwszym wywołaniu, zostawia projektanta z na wpół wypełnionym szablonem, a model zapasowy zamyka tę lukę bez skryptu ponawiania. Vyb nie podlega routingowi — nie ma go w żadnym katalogu — a udawanie inaczej byłoby rodzajem twierdzenia o dostępności, którego ten blog unika.

Reguła decyzyjna

Jeśli zadanie to słowa o marce, Gemma 4 12B. Jeśli zadaniem jest grafika, Vyb — a czy warto, dowiesz się dopiero po przepaleniu kredytów wartych 10 USD. Jeśli zadanie obejmuje jedno i drugie — a tak wygląda większość prawdziwej pracy marketingowej — te dwa rozwiązania wcale nie są alternatywami, a artykuł, którego naprawdę potrzebujesz, dotyczy tego, gdzie trafia przekazanie, a nie tego, które z nich wygrywa.

Jedna rzecz warta podkreślenia, zanim zostanie podjęta którakolwiek z decyzji: kluczowe liczby Vyb mają cztery dni i pochodzą od dostawcy, a opierają się na benchmarku obejmującym 145 czcionek Google i wyraźnie wykluczającym niestandardowe kroje pisma, których większość marek faktycznie używa. To obiecujący sygnał dotyczący architektury, a nie udowodniony wynik. Gemma 4 12B natomiast ma za sobą pięć miesięcy wdrożeń społecznościowych; jej ograniczenia są znane i nudne, co jest komplementem.