Vyb vs LFM2.5 2.6B Base: Quem é dono da saída importa mais do que quem vence

Nem Vyb nem LFM2.5 2.6B Base é um modelo que você possa apontar para uma tarefa e simplesmente deixar por conta própria, e as formas como ficam aquém são quase opostas. O Vyb, anunciado pela Coco Labs em 20 de outubro de 2026, é um produto de design pronto atrás de uma lista de espera: transforma os ativos de uma marca em materiais gráficos de marketing em camadas e editáveis, e não tem API pública nem preço publicado. O LFM2.5 2.6B Base, publicado pela Liquid AI em 4 de agosto de 2026, é um checkpoint pré-treinado de 2,698 bilhões de parâmetros sem nenhum ajuste por instrução — disponível para download hoje sob a LFM Open License v1.0, útil no momento em que você tiver uma execução de treinamento para apontar para ele, e inútil antes disso. Nem um produto de lista de espera nem um checkpoint base registram como um pipeline de design falha em produção, e esses incidentes estão catalogados no OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e indicador de disputa.

Portanto, a comparação que importa não é a qualidade, nem a velocidade. É a titularidade: o que você tem permissão para fazer com o artefato, o que você pode fazer com a saída dele, e qual dessas duas restrições realmente bloqueia seu projeto.

Dois artefatos, nas próprias palavras de seus criadores

A Coco Labs descreve o Vyb como "o primeiro modelo de design que entende o gosto de um usuário". Ele constrói designs em camadas usando um formato estruturado interno que a empresa chama de Cocolang, mantém texto como texto e vetores como vetores, e exporta sem perdas para ferramentas como o Figma. Ele consome o site e os arquivos de uma marca para que o logotipo, as fontes e as cores no resultado sejam os que a marca já possui. O acesso é por lista de espera com US$ 10 em créditos de geração. Sem contagem de parâmetros, sem divulgação de arquitetura, sem tabela de preços, sem API.

O LFM2.5 2.6B Base tem o nome completo LFM2.5-2.6B-Base. Sua ficha lista 2,698 bilhões de parâmetros totais em 30 camadas, sendo 22 delas blocos de convolução curta com dupla porta e oito de atenção com consultas agrupadas, um contexto de 131.072 tokens, um vocabulário de 128.000 tokens, treinamento em 34 trilhões de tokens e cobertura de 16 idiomas. Ele é somente texto. É um de um par — a Liquid AI também disponibiliza o LFM2.5-2.6B, pós-treinado para trabalho agêntico — e a descrição da própria ficha do checkpoint base diz que ele é o modelo do qual descende toda variante da família. Já existem dezesseis derivados ajustados finamente sob ele no Hugging Face.

Leia esses dois parágrafos juntos e o padrão emerge. A Liquid AI publicou um componente e disse exatamente do que ele é feito. A Coco Labs publicou um produto e não disse quase nada sobre o que há dentro dele. Ambas são formas legítimas de lançar um modelo; elas colocam o trabalho em lugares diferentes.

O que a licença realmente permite

Esta é a parte da comparação com a consequência prática mais imediata, e ela se divide em duas direções.

• Redistribuição — O LFM2.5 2.6B Base é distribuído sob a LFM Open License v1.0, uma licença personalizada marcada como license:other no Hub. Ela foi redigida para uso aberto e permite implantação comercial com condições, mas é um documento escrito de propósito e precisa ser lido antes de você redistribuir um derivado. A Vyb não publica termos nenhum, porque não há nada a redistribuir: você recebe designs, não pesos.

• Propriedade do resultado — este é o ponto a verificar antes de se comprometer. Um design produzido pelo Vyb é um design produzido na infraestrutura de outra pessoa, sob um acordo que você ainda não teve acesso, porque a lista de espera não é um contrato. Texto produzido por um LFM2.5 2.6B Base ajustado com fine-tuning é produzido no seu hardware a partir dos pesos que você detém. Para uma marca cujos ativos de campanha são o produto, essa diferença não é acadêmica.

• Modificação — cada peso no checkpoint do LFM é seu para continuar o pré-treinamento, fazer ajuste fino, quantizar ou destilar. O Vyb não pode ser modificado de maneira alguma. Você pode editar sua saída, que é justamente o ponto, mas não pode alterar o modelo que a produziu.

• Hardware — o LFM2.5 2.6B Base é denso e pequeno o suficiente para que a Liquid AI posicione a família para telefones e laptops; um checkpoint de 2,69B roda em uma única GPU de consumidor ou em um dispositivo de borda em quatro bits. O Vyb não precisa de hardware, o que é a melhor ou a pior propriedade desta lista, dependendo se sua restrição é capital ou controle.

O que você realmente treinaria o LFM2.5 2.6B Base para fazer

O uso óbvio é também aquele que se combina com um pipeline de design em vez de competir com ele. O Vyb posiciona texto; algo precisa escrever o texto, numa voz que a marca reconheça, num volume que um calendário de marketing exige. Esse é um trabalho de ajuste fino com um conjunto de dados pequeno e bem definido: doze meses de manchetes aprovadas, um guia de estilo e as rejeições. Um checkpoint base de 2,69B é o tamanho certo para isso — grande o suficiente para reter uma voz, pequeno o suficiente para treinar numa única GPU em uma tarde, e pequeno o suficiente para servir por menos do que o custo de um café por mil gerações.

O contexto de 131.072 tokens é generoso para essa tarefa. Um manual de marca mais cem exemplos aprovados cabem confortavelmente, o que significa que o ajuste fino pode ser condicionado ao guia em vez de esperar que ele tenha sido absorvido.

O que o LFM2.5 2.6B Base não fará é responder a uma pergunta sem treinamento. Ele continua o texto. Não segue um formato, não chama uma ferramenta nem para quando você quer, porque nada disso foi treinado nele. Todo artigo sobre checkpoints base diz isso e toda equipe tenta mesmo assim, então: se você quer um modelo que escreva uma manchete hoje, faça o ajuste fino primeiro ou use um irmão pós-treinado. O checkpoint base é um ponto de partida, não um serviço.

O custo de cada caminho, calculado

O custo do Vyb atualmente é um único número: US$ 10 em créditos, grátis, assim que você sair da lista de espera. Tudo depois disso é desconhecido, e o desconhecido não é pequeno — uma equipe de marketing que produz quarenta peças por mês precisa de um valor por peça para decidir se a ferramenta substitui a tarde de um designer ou o próprio designer.

O custo do LFM2.5 2.6B Base é calculável ao centavo e quase inteiramente fixo. Os pesos são gratuitos. A execução do treinamento corresponde às suas horas de GPU. O serving é a sua inferência e, com 2,69B denso, a aritmética não tem glamour: uma única placa de médio porte lida com uma carga de trabalho de geração de textos sem esforço, e o custo marginal da milésima manchete é efetivamente a eletricidade. O que você gasta, em vez disso, é tempo de engenharia — o pipeline de dados, o conjunto de avaliação, as guardrails — e esse é o item de custo que as pessoas esquecem quando comparam "pesos gratuitos" com "API barata".

Há um terceiro caminho pelo qual a maioria das equipes acaba optando, e vale dar-lhe um nome. Use um modelo hospedado para copy enquanto a voz da marca ainda está sendo definida, e faça fine-tuning do LFM2.5 2.6B Base quando tiver exemplos aprovados suficientes para que o treinamento justifique a configuração. Essa é uma questão de roteamento, não de modelo: uma única chave para mais de 200 modelos hospedados, com os preços de tabela dos provedores repassados com 0% de margem, leva você do protótipo à produção sem um segundo contrato, e o checkpoint local assume quando a economia compensa.

A leitura honesta dos números da Vyb

Como esta página coloca um benchmark de fornecedor com quatro dias ao lado de um checkpoint aberto com dois meses, a proveniência merece ser declarada de forma clara, em vez de ficar enterrada.

A Coco Labs publicou o VybBench, que abrange 145 fontes do Google, 100 cores e 200 edições, e relata fidelidade tipográfica de 90,3% contra 76,0% do ChatGPT Image, erro de cor de 0,00 contra 3,94, e alteração média de pixels nas edições de 11,9% contra 95,5%. A empresa escreveu o benchmark e seu modelo o venceu. Ela também divulga que o Vyb recebeu entradas SVG em camadas para o teste de edição, enquanto os modelos de comparação receberam PNGs achatados, porque eles não conseguem aceitar camadas. Nada disso torna o resultado errado — o formato em camadas é o produto —, mas significa que os números medem um contrato de entrada diferente, não dois modelos recebendo trabalho idêntico. Nenhuma parte independente reproduziu nada disso.

Em contrapartida, o LFM2.5 2.6B Base é um checkpoint que você pode baixar e avaliar por conta própria hoje à tarde. Isso não é uma alegação sobre qualidade; é uma alegação sobre verificabilidade e, nesse aspecto, os dois não estão na mesma liga.

Qual deles bloqueia você?

Se o seu problema é que designs aprovados não podem ser editados sem regenerá-los, a Vyb é a única entre essas duas com uma resposta, e a lista de espera custa uma semana do seu tempo em vez do orçamento de um trimestre. Se o seu problema é que cada ativo precisa de um título na sua voz em um volume que ninguém quer escrever, LFM2.5 2.6B Base mais uma rodada de ajuste fino é a resposta, e está disponível agora.

Se o seu problema é ambos, eles não são rivais — são duas etapas do mesmo pipeline, uma alugada e outra própria. A decisão que realmente precisa ser tomada não é qual modelo escolher. É se os ativos de campanha de uma marca devem ser produzidos por um modelo que ela controla ou por um modelo no qual ela tem uma conta na lista de espera, e o fato de essa questão ainda estar em aberto em outubro de 2026 é a coisa mais útil que essa comparação pode lhe dizer.