Vyb 對決 Qwen 3.8：設計模型迎戰那個會向它下達簡報的推理模型

0.6 美分。這就是以Qwen3.8-Flash對一份 3,000 個 token 的設計簡報進行推理的成本，依其公佈的每百萬輸入 token 0.15 美元與每百萬輸出 token 0.47 美元計算——而正是這個數字，讓這項比較值得寫出來。Vyb是 Coco Labs 於 2026 年 10 月 20 日發表的設計模型，能從品牌自有素材生成分層、可編輯的行銷圖形，但不公佈價格，也沒有 API。Qwen 3.8 是阿里巴巴於 2026 年 8 月 3 日正式全面推出的世代，完全不生成圖片，但能針對文字與圖像進行推理，並提供可查閱的價目表。其中一款你今天就能把預算編到分；另一款則完全無法編列預算。不論是設計產品還是推理模型，都不會記錄工作流程在上線後如何失敗；而這些已記錄的事件都收錄於the OrcaRouter AI Incident Archive，每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。

所以這並不是通常意義上的正面對決。這是一個關於在設計流程中，資金與規劃該流向何處的問題，也是一個關於會思考的模型能否取代會繪圖的模型的問題。

確切地說，是 Qwen 3.8 那一邊

Qwen 3.8 是一個世代，而非單一模型，而你選擇的成員會讓運算結果改變超過一個數量級。

• Qwen3.8-Flash — 每百萬輸入 token 0.15 美元、每百萬輸出 token 0.47 美元，具備 100 萬 token 的上下文，並支援文字、圖像與影片輸入。這是大量處理的入門選擇，用於簡報解析幾乎不花成本。

Qwen3.8-27B — 一個以 Apache 2.0 授權的稠密 270 億參數多模態模型，262,144 個 token 的上下文可延伸至一百萬，BF16 權重共 55.6 GB，分散於十八個分片。可自行架設，這意味著每次呼叫的邊際成本就是你的電費。

• Qwen3.8-Max — 2.4 兆參數的稀疏混合專家旗艦模型，每個詞元約有 950 億個活躍參數，輸入每百萬詞元 2.00 美元、輸出每百萬詞元 6.00 美元，並具備 100 萬詞元的上下文。

這三者都能讀取影像，卻沒有一個能生成影像。Qwen3.8-27B 與 Flash 以文字、影像和影片作為輸入，並回傳文字；Max 等級則是同樣的服務約定，只是價格更高。這就是這項比較所圍繞的全部限制所在。

簡報的算術

設計工作始於一份簡報：優惠方案、受眾、投放版位、品牌規範，以及上一季奏效的範例。在管線中，推理模型會讀取這些內容，並產出結構化的東西——版面配置計畫、文案集、一組限制條件。這正是 Q​wen 3.8 擅長的工作，而且它的成本低到可以直接計算，而不必估算。

• 小型簡報 — 2,000 個輸入 token、600 個輸出。在 Qwen3.8-Flash 上：輸入 $0.00030 加輸出 $0.00028，合計 $0.00058。每次設計不到十分之一美分。

• 中型簡報 — 20,000 輸入、600 輸出，足以容納完整的品牌指南和十幾個已核准範例。$0.0030 加上 $0.00028，即 $0.0033。三分之一美分。

• 大型簡報 — 200,000 輸入、600 輸出，整個活動存檔都在上下文中。$0.030 加上 $0.00028，或 $0.030。還是三分錢。

• 在 Qwen3.8-Max 上執行同樣的三項工作——分別為 $0.0040、$0.0403 和 $0.4036。每一種規模的價格都是十三倍，而即使是你現實中會撰寫的最大簡報，仍然不到半美元。

把這些拿來和 Vyb 的成本相比，也就是 10 美元的免費額度，之後則是一個未公開的數字，這種不對稱就顯得極為懸殊。設計流程中「推理」的那一半，在行銷團隊所處的任何規模下，實際上都是免費的。「生產」的那一半才是全部成本所在，而這也是沒有人定價過的那一半。

為什麼圖層格式才是真正的論點

Coco Labs 在其發布文章中花了一節篇幅抨擊「去圖層化」（de-layering）——也就是把扁平影像事後拆解成圖層的做法。其論點是，扁平影像中的文字只是像素，因此重建的文字圖層無法承載原始字型的真實度量，而任何被其他元素遮住的內容都只能靠猜測。Coco Labs 的立場是，真正的圖層堆疊必須以圖層堆疊的形式生成。

那個論點瞄準的是一個真實目標。Qwen 自家系列也包含分層圖像相關工作，而業界的整體方向一直是讓現有圖像可編輯，而非從零開始製作可編輯圖像。Coco Labs 押注第二種做法，其基準測試就是為了證明這一點：字體保真度為 90.3%，對上 ChatGPT Image 的 76.0%；色彩誤差字面上是 0.00，對上 3.94；以及 200 次編輯的平均像素變化為 11.9%，對上 95.5%。這些是廠商自行報告的數字，出自 Coco Labs 自行撰寫的基準測試；而且編輯測試提供給 Vyb 的是分層 SVG，競爭對手拿到的則是扁平化 PNG——公司披露了這種不對稱，因為分層格式正是被測量的對象。

這段論證沒有處理的是語料庫問題。每個品牌早已擁有數千個扁平素材——去年的行銷活動、法務核准的那份簡報、上次產品發布的主視覺。生成層模型完全碰不到其中任何一個。去層化做法至少會嘗試處理。Vyb 更擅長製作新的可編輯設計；它對既有檔案毫無幫助，而發布貼文卻把這一點呈現為另一種做法錯誤的理由，而非當成自身的界限。

Q​wen 3.8 在這條流程中真正發揮價值的地方

三項工作，依重要性由低到高排列。

讀懂品牌。Vyb 會匯入網站與素材檔案；總得有什麼來判斷這些素材中哪些是規則、哪些只是偶然。視覺語言模型可以讀取一頁過往活動，從中擷取模式——字體層級、每個 CTA 上都會出現的顏色、反覆出現的語句——再交給人工核准。Qwen3.8-27B 以 262K 上下文且採用 Apache 2.0 授權來完成這件事，因此團隊可以私下用它處理不應離開公司的品牌素材。

正在寫入圖層。Vyb 的輸出是一份含有文字物件的文件。必須有東西用合適的標題填滿該物件，這個標題要尺寸合適、容易掃讀，而且不會提出法務團隊會駁回的主張。這就是 Q​wen 3.8 的工作，本頁成本章節將其定價為 0.6 美分。

檢查結果。 渲染完成的設計可以送回多模態模型進行判讀：標題是否落在安全區域內、標誌在背景上是否清晰可辨、對比度是否達標。Qwen3.8-Flash 可將圖片作為輸入，每百萬個 token 收費 $0.15，這使得每項素材的視覺檢查成本比素材本身的儲存成本還低。

路由後的管線是什麼樣子

2026 年底的實際格局是：文字與視覺層已可完全自動化，設計層則不然。Q​wen 3.8 完全屬於前者：輸入簡報、輸出結構化計畫、檢查算圖結果，全都透過同一個端點完成。Vyb 則屬於後者，需排隊等候，且沒有 API，這意味著必須由真人操作。

這種拆分正是路由器在自動化那一半的用途。OrcaRouter 提供 Qwen3.8-Flash，價格為 $0.15 與 $0.47；Qwen3.8-27B 為 $0.33 與 $2.40，以及 Qwen3.8-Max 為 $2.00 與 $6.00——供應商自身的牌價以 0% 加成原樣傳遞，因此供應商降價當天就會反映在同一組金鑰上。解析簡報的呼叫與渲染設計檢查可以在同一組憑證上針對不同層級執行，並在其間自動容錯移轉，這正是批次能完成，與批次在第 31 個素材就停下來的差別。Vyb 無法路由，本文不會假裝可以；沒有可路由的公開端點。

至今無人能回答的預算問題

以下是行銷總監會問的事，以及答案的誠實現況。

「製作一個行銷活動要花多少成本？」推理端：在 Flash 上，每份簡報的費用介於三分之一美分到三美分之間，取決於你允許多少上下文，再加上視覺檢查的零點幾美分。這可說是四捨五入的誤差。設計端：未知。除了 $10 的候補名單補助之外，Coco Labs 尚未公布按設計計價的價格、訂閱方案或點數費率。在那之前，自動化設計流程的總成本有一個已測量的組成部分，以及一個空白。

那個空白並不是否定這項產品的理由——該基準測試的編輯局部性數字，是只會出自真正結構化輸出格式的那種結果，而沒有任何推理模型能產生它。但這正是必須精確界定 Vyb 是什麼的理由：它是一個有前景的設計元件，其經濟性並未隱藏，旁邊則是一個經濟性公開到小數點後四位的推理層。

什麼能讓它塵埃落定

兩項資訊揭露，就能讓這件事從一個有趣的對比，變成一個建置決策。一是 Vyb 每個設計的價格，讓整條流程的總計不再有空白。二是自訂字型的基準測試，因為 Coco Labs 的 145 款 Google 字型並不是真正品牌會用的字體，而該公司自己也說，預期自訂字型的落差還會擴大，卻沒有實際測量過。

在兩者都到位之前，合理的順序就是定價已經暗示的那個順序。現在就在你能精算到每一分錢的方案層級上，自動化推理、需求簡報解析與視覺檢查。把設計步驟當成試點：投入 $10 額度，並由設計師在旁監看；等費率卡出現時，再決定是否採用完整流程。每 0.6 美分的那個數字今天是真的；其餘的都還在候補名單上。