Vyb vs LFM2.5 2.6B Base: Ai sở hữu đầu ra quan trọng hơn ai thắng

Cả Vyb và LFM2.5 2.6B Base đều không phải là một mô hình mà bạn có thể giao cho nó một nhiệm vụ rồi bỏ mặc, và cách chúng không đáp ứng được gần như trái ngược nhau. Vyb, được Coco Labs công bố ngày 20 tháng 10 năm 2026, là một sản phẩm thiết kế hoàn chỉnh nằm sau danh sách chờ: nó biến tài sản của một thương hiệu thành đồ họa tiếp thị có phân lớp, có thể chỉnh sửa, và nó không có API công khai cũng như không có giá công bố. LFM2.5 2.6B Base, được Liquid AI công bố ngày 4 tháng 8 năm 2026, là một checkpoint đã huấn luyện trước 2,698 tỷ tham số không hề có tinh chỉnh theo chỉ dẫn — có thể tải xuống ngay hôm nay theo LFM Open License v1.0, hữu ích ngay khi bạn có một lượt huấn luyện để hướng nó tới, và vô dụng trước đó.Cả một sản phẩm nằm trong danh sách chờ lẫn một checkpoint nền đều không ghi lại cách một pipeline thiết kế thất bại trong môi trường sản xuất, và những sự cố đó được lập danh mục trong Kho lưu trữ Sự cố AI OrcaRouter nơi mỗi mục đi kèm nguồn riêng, mức độ nghiêm trọng, hạng độ tin cậy và cờ tranh chấp.

Vậy nên phép so sánh quan trọng không phải là chất lượng, cũng không phải là tốc độ. Mà là quyền sở hữu: bạn được phép làm gì với sản phẩm đó, bạn có thể làm gì với đầu ra của nó, và trong hai ràng buộc ấy, ràng buộc nào thực sự chặn dự án của bạn.

Hai hiện vật, qua lời kể của chính những người chế tác ra chúng

Vyb được Coco Labs mô tả là "mô hình thiết kế đầu tiên hiểu được thị hiếu của người dùng." Nó xây dựng thiết kế theo lớp bằng một định dạng có cấu trúc nội bộ mà công ty gọi là Cocolang, giữ văn bản là văn bản và vector là vector, đồng thời xuất không mất dữ liệu sang các công cụ như Figma. Nó tiếp nhận website và tệp của một thương hiệu để logo, phông chữ và màu sắc trong đầu ra chính là những thứ thương hiệu đã sở hữu. Quyền truy cập theo danh sách chờ với 10 USD tín dụng tạo. Không có số lượng tham số, không công bố kiến trúc, không có bảng giá, không có API.

LFM2.5 2.6B Base có tên đầy đủ hơn là LFM2.5-2.6B-Base. Thẻ mô hình của nó liệt kê tổng cộng 2,698 tỷ tham số trên 30 lớp, trong đó 22 lớp là khối tích chập ngắn có cổng kép và tám lớp attention truy vấn nhóm, ngữ cảnh 131.072 token, từ vựng 128.000 token, huấn luyện trên 34 nghìn tỷ token và bao phủ 16 ngôn ngữ. Đây là mô hình chỉ xử lý văn bản. Nó là một trong một cặp — Liquid AI cũng phát hành LFM2.5-2.6B, được huấn luyện hậu kỳ cho công việc tác tử — và theo mô tả trên chính thẻ mô hình, checkpoint cơ sở này là mô hình mà mọi biến thể trong dòng đều bắt nguồn từ đó. Trên Hugging Face, đã có mười sáu dẫn xuất được tinh chỉnh thuộc mô hình này.

Đọc hai đoạn văn đó cùng nhau và hình dạng sẽ hiện ra. Liquid AI đã công bố một thành phần và nói rõ chính xác nó được làm từ gì. Coco Labs đã công bố một sản phẩm và gần như không nói gì về những gì bên trong nó. Cả hai đều là những cách hợp lệ để phát hành một mô hình; họ đặt công việc ở những nơi khác nhau.

Giấy phép thực sự cho phép những gì

Đây là phần của sự so sánh có hệ quả thực tiễn trực tiếp nhất, và nó chia thành hai hướng.

• Phân phối lại — LFM2.5 2.6B Base được phát hành theo LFM Open License v1.0, một giấy phép tùy chỉnh được gắn thẻ license:other trên Hub. Giấy phép này được viết cho mục đích sử dụng mở và cho phép triển khai thương mại kèm điều kiện, nhưng đây là một văn bản do ai đó cố ý viết ra và phải được đọc trước khi bạn phân phối lại một sản phẩm phái sinh. Vyb không công bố bất kỳ điều khoản nào, vì không có gì để phân phối lại: bạn nhận được thiết kế, không phải trọng số.

• Quyền sở hữu đầu ra — đây là điều cần kiểm tra trước khi cam kết. Một thiết kế do Vyb tạo ra là thiết kế được tạo trên hạ tầng của người khác theo một thỏa thuận mà bạn chưa được xem, vì danh sách chờ không phải là hợp đồng. Văn bản do LFM2.5 2.6B Base được tinh chỉnh tạo ra được tạo trên phần cứng của bạn từ các trọng số bạn nắm giữ. Đối với một thương hiệu mà tài sản chiến dịch chính là sản phẩm, sự khác biệt đó không phải là chuyện lý thuyết.

• Sửa đổi — mọi trọng số trong checkpoint LFM đều thuộc về bạn để tiếp tục tiền huấn luyện, tinh chỉnh, lượng tử hóa hoặc chưng cất. Vyb hoàn toàn không thể được sửa đổi. Bạn có thể chỉnh sửa đầu ra của nó, đó chính là mục đích, nhưng bạn không thể thay đổi mô hình đã tạo ra nó.

• Phần cứng — LFM2.5 2.6B Base là mô hình dense và đủ nhỏ để Liquid AI định vị dòng này cho điện thoại và laptop; một checkpoint 2.69B chỉ cần một GPU tiêu dùng hoặc một thiết bị biên ở 4 bit. Vyb không cần phần cứng, đây có thể là thuộc tính tốt nhất hoặc tệ nhất trong danh sách này tùy thuộc vào việc ràng buộc của bạn là vốn hay kiểm soát.

Bạn thực sự sẽ huấn luyện LFM2.5 2.6B Base để làm gì

Cách dùng hiển nhiên cũng chính là cách kết hợp với một quy trình thiết kế thay vì cạnh tranh với nó. Vyb đặt văn bản; phải có thứ gì đó viết ra văn bản đó, bằng giọng điệu mà thương hiệu nhận ra, với khối lượng mà lịch marketing đòi hỏi. Đó là một bài toán tinh chỉnh với tập dữ liệu nhỏ, được xác định rõ ràng: mười hai tháng tiêu đề đã được phê duyệt, một hướng dẫn phong cách và các mẫu bị từ chối. Một checkpoint cơ sở 2.69B là kích thước phù hợp cho việc đó — đủ lớn để giữ được một giọng điệu, đủ nhỏ để huấn luyện trên một GPU trong một buổi chiều, và đủ nhỏ để phục vụ với chi phí thấp hơn một ly cà phê cho mỗi nghìn lần tạo.

Ngữ cảnh 131.072 token là khá rộng rãi cho công việc đó. Một cuốn sách thương hiệu cùng một trăm ví dụ đã được phê duyệt vừa vặn thoải mái, nghĩa là quá trình tinh chỉnh có thể được định hướng theo tài liệu hướng dẫn thay vì hy vọng rằng nó đã được tiếp thu.

Điều LFM2.5 2.6B Base sẽ không làm là trả lời một câu hỏi mà không có huấn luyện. Nó tiếp tục văn bản. Nó không tuân theo một định dạng, gọi công cụ hay dừng lại khi bạn muốn, vì không điều nào trong số đó được huấn luyện vào nó. Mọi bài viết về checkpoint nền đều nói điều này và mọi đội nhóm vẫn cứ thử, vậy nên: nếu bạn muốn một mô hình viết tiêu đề ngay hôm nay, hãy tinh chỉnh trước hoặc dùng một mô hình anh em đã qua huấn luyện hậu kỳ. Checkpoint nền là một vị trí xuất phát, không phải một dịch vụ.

Chi phí của từng con đường, đã được tính toán

Chi phí của Vyb hiện tại chỉ là một con số duy nhất: 10 đô la tín dụng, miễn phí, sau khi bạn ra khỏi danh sách chờ. Mọi thứ sau đó đều chưa biết, và phần chưa biết không hề nhỏ — một đội marketing sản xuất bốn mươi tài nguyên mỗi tháng cần một con số trên mỗi tài nguyên để quyết định xem công cụ này thay thế buổi chiều của một nhà thiết kế hay thay thế chính nhà thiết kế đó.

Chi phí của LFM2.5 2.6B Base có thể biết chính xác đến từng xu và gần như cố định hoàn toàn. Trọng số là miễn phí. Lượt chạy huấn luyện là số giờ GPU của bạn. Phần phục vụ là suy luận của bạn, và với mô hình dense 2,69B, phép tính chẳng có gì hào nhoáng: một card tầm trung xử lý khối lượng công việc tạo bản sao mà không tốn chút mồ hôi, và chi phí biên của tiêu đề thứ một nghìn thực chất chỉ là tiền điện. Thay vào đó, cái bạn tiêu là thời gian kỹ thuật — pipeline dữ liệu, tập đánh giá, các chốt chặn — và đó là khoản mục người ta quên khi so sánh "trọng số miễn phí" với "API rẻ".

Có một con đường thứ ba mà hầu hết các đội ngũ đều chọn và đáng để gọi tên. Hãy dùng một mô hình được lưu trữ để viết nội dung trong khi giọng điệu thương hiệu vẫn đang được định nghĩa, và tinh chỉnh LFM2.5 2.6B Base khi bạn đã có đủ ví dụ được phê duyệt để việc huấn luyện đáng với công sức thiết lập. Đó là câu hỏi về định tuyến chứ không phải câu hỏi về mô hình: một khóa duy nhất xuyên suốt hơn 200 mô hình được lưu trữ, với giá niêm yết của nhà cung cấp được chuyển nguyên qua ở mức markup 0%, đưa bạn từ nguyên mẫu đến vận hành thực tế mà không cần hợp đồng thứ hai, và checkpoint cục bộ sẽ tiếp quản khi bài toán kinh tế nghiêng theo hướng có lợi.

Cách đọc trung thực về những con số của Vyb

Vì trang này đặt một benchmark của nhà cung cấp mới bốn ngày tuổi ngay cạnh một checkpoint mở đã hai tháng tuổi, nên nguồn gốc dữ liệu cần được nêu rõ ràng thay vì bị chôn vùi.

Coco Labs đã công bố VybBench, bao gồm 145 phông chữ Google, 100 màu và 200 chỉnh sửa, đồng thời báo cáo độ trung thực kiểu chữ đạt 90,3% so với 76,0% của ChatGPT Image, sai số màu là 0,00 so với 3,94, và mức thay đổi điểm ảnh trung bình khi chỉnh sửa là 11,9% so với 95,5%. Công ty đã viết bộ đánh giá này và mô hình của họ đã thắng nó. Công ty cũng tiết lộ rằng Vyb nhận đầu vào SVG có lớp cho bài kiểm tra chỉnh sửa, trong khi các mô hình so sánh nhận PNG đã được làm phẳng, vì chúng không thể chấp nhận các lớp. Không điều nào trong số đó khiến kết quả trở nên sai — định dạng lớp chính là sản phẩm — nhưng nó có nghĩa là các con số đo một quy ước đầu vào khác, chứ không phải hai mô hình được giao cùng một công việc giống hệt nhau. Chưa có bên độc lập nào tái lập được bất kỳ phần nào trong đó.

Ngược lại, LFM2.5 2.6B Base là một checkpoint mà bạn có thể tải xuống và tự đánh giá ngay trong chiều nay. Đó không phải là một tuyên bố về chất lượng; đó là một tuyên bố về khả năng kiểm chứng, và trên phương diện này, hai bên không cùng đẳng cấp.

Cái nào đang chặn bạn?

Nếu vấn đề của bạn là những thiết kế đã được phê duyệt không thể chỉnh sửa mà không tạo lại từ đầu, thì Vyb là lựa chọn duy nhất trong hai lựa chọn này có câu trả lời, và danh sách chờ chỉ tốn của bạn một tuần thời gian thay vì ngân sách cả một quý. Nếu vấn đề của bạn là mọi tài sản đều cần một dòng tiêu đề bằng giọng văn của bạn với khối lượng mà không người thật nào muốn viết, thì LFM2.5 2.6B Base cùng một lần chạy tinh chỉnh chính là câu trả lời, và nó đã có sẵn ngay bây giờ.

Nếu vấn đề của bạn là cả hai, chúng không phải đối thủ — chúng là hai giai đoạn của cùng một quy trình, một cái đi thuê và một cái thuộc sở hữu. Quyết định thực sự cần đưa ra không phải là chọn mô hình nào. Mà là liệu tài sản chiến dịch của một thương hiệu nên được tạo ra bởi một mô hình mà thương hiệu đó sở hữu hay một mô hình mà thương hiệu đó có tài khoản trong danh sách chờ, và việc câu hỏi đó vẫn còn bỏ ngỏ vào tháng 10 năm 2026 chính là điều hữu ích nhất mà so sánh này có thể cho bạn biết.