Fibo 2.0 مقابل Gemma 4 12B: أحدهما يرسم الصورة، والآخر يكتب الأمر النصي الخاص بها

Put Fibo 2.0 and Gemma 4 12B next to each other on a spec sheet and the comparison falls apart immediately, because they do not answer the same question. Fibo 2.0 is an 8B image model released by Bria on 20 October 2026: you give it a description or a picture, it returns pixels. Gemma 4 12B is G​oogle's 11.95B dense multimodal language model, Apache-2.0, live since 23 May 2026: you give it text, images or audio and it returns text, never an image. Every "Fibo 2.0 vs Gemma 4 12B" page that ranks them against each other is ranking a renderer against a writer. The useful version of this comparison is the one where they are not rivals at all — where Gemma 4 12B writes the structured prompt and Fibo 2.0 renders it, and the question becomes whether that pair beats either model used alone. Spec sheets do not record how image and language models fail once they are in production, and those incidents are catalogued in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

ما الذي يعيده كل واحد منها فعليًا

هذه هي الحجة كلها في سطرين، ولهذا تستحق هذه المواجهة أن يُكتب عنها بدلًا من تجاهلها: أنواع المخرجات غير متقاطعة.

• المخرجات — يُرجع Fibo 2.0 صورةً، بجودة تحرير متعدد المراجع تصل إلى أقصى درجات الدقة؛ أما Gemma 4 12B فيُرجع رموزًا نصية ولا يمتلك أي مُفكِّك صور من أي نوع.

• المدخل — يستقبل Fibo 2.0 النص وما يصل إلى أربع صور مرجعية؛ ويستقبل Gemma 4 12B النص والصور والصوت في مكدس واحد خالٍ من المُرمِّز، بسياق يبلغ 256,000 رمز.

• المهمة — Fibo 2.0 مُصيّر يعاني من عنق زجاجة في المطالبات؛ Gemma 4 12B مُستدِلّ ذو نافذة طويلة جدًا ولا يمتلك مسار تصيير.

النتيجة ليست أن أحدهما أفضل، بل إن إجراء مقارنة إيلو مباشرة وجهًا لوجه بينهما ليس غير متاحة فحسب، بل لا معنى لها — فلم يُطلب قط من جمهور أن يختار بين ملف JPEG وفقرة نصية.

الأرقام التي يلجأ إليها الناس، ولماذا لا يمكن طرحها

كلا النموذجين لديه درجات مستقلة موثوقة، وهما يقيسان أشياء مختلفة على مقاييس مختلفة. يحتل Fibo 2.0 المرتبة 1,087.05 في تصنيف Elo على لوحة AA-Image-Editing v2.1 التابعة لـ Artificial Analysis، وهو في المرتبة 20 إجمالًا والأول بين النماذج المفتوحة الأوزان، مع فترة ثقة من 1,073.05 إلى 1,101.05 عبر 4,819 مواجهة. وعلى AA-Image-T2I v2.1 يبلغ 1,038.79، وهو في المرتبة 21 إجمالًا. ويحمل Gemma 4 12B مؤشر ذكاء قدره 14.18 — وهو مركّب للنص والاستدلال، وليس درجة تفضيل — إلى جانب MMLU Pro 77.2، وGPQA 78.8، وAIME 77.5، وCodeforces 1,659، وMMMU Pro 69.1.

تصنيف Elo والمؤشر ليسا الوحدة نفسها، لذا فإن عبارة «Fibo 2.0 أفضل بمقدار 1,072 نقطة» هي حساب على مقياسين غير متوافقين. ما تدعمه الأرقام فعلاً هو تقسيم العمل، لأن MMMU Pro عند 69.1 — الاستدلال متعدد الوسائط على الصور — هو بالضبط القدرة التي تقرأ صورة مصدر وتقرر ما ينبغي تغييره فيها. لا يستطيع Fibo 2.0 فعل ذلك. إنه يستطيع فقط تنفيذ وصف يُعطى له.

Gemma 4 12B هو النصف المفقود من خط أنابيب Fibo

السبب في اقترانهما خاص بكيفية بناء Fibo 2.0. تدرّب Bria وتوثّق النموذج مقابل VGL — Visual GenAI Language — وهو تنسيق وصف JSON منظم بحقول مسماة للموضوع والتكوين والإضاءة والكاميرا والأسلوب والنص داخل الصورة. سيقبل النموذج جملة عادية، لكنه أكثر قابلية للتوقع مع المخطط، لأن مُشفّر التوجيهات Qwen3-VL-4B الخاص به يُضغط عبر مُعيد أخذ عينات Perceiver من طبقتين إلى 256 إلى 512 رمزًا خلاصيًا، وحدود الحقول تنجو من عنق الزجاجة هذا بطريقة لا تنجو بها جملة طويلة متصلة.

كتابة JSON المطابق للمخطط يدويًا أمر ممل وعُرضة للخطأ. أما إسناده إلى نموذج لغوي فليس كذلك. يمكن لـ Gemma 4 12B بسياق 256K أن يحتفظ بالمخطط والصورة المصدر ودليل أسلوب المؤسسة ومجموعة من الأمثلة في نافذة واحدة، وأن يُخرج كائن VGL مُتحقّقًا منه، وأن — وهذا هو الجزء المهم — ينظر إلى النتيجة المُصيَّرة ويقرر ما إذا كان التعديل قد طُبّق فعليًا. هذا الدور الثاني هو حلقة تغذية راجعة لا يستطيع Fibo 2.0 تشغيلها بمفرده، لأنه لا يملك وسيلة لفحص مخرجاته.

• الخطوة الأولى — يقرأ Gemma 4 12B الصورة المرجعية بالإضافة إلى الموجز، ويُصدر VGL JSON. إنَّ MMMU Pro 69.1 الخاص به هو المؤهل ذو الصلة، وليس درجة الكود الخاصة به.

• الخطوة الثانية — يقوم Fibo 2.0 بالعرض أو التحرير من ذلك JSON، في وضع Dev عند 50 خطوة إذا كانت الجودة مهمة، أو Edit Turbo عند أربع خطوات إذا كانت الإنتاجية مهمة.

• الخطوة الثالثة — يقارن Gemma 4 12B النتيجة بالموجز إما أن يوافق أو يُصدر JSON مُصححًا. تكشف تمريرتان معظم حالات فشل النص داخل الصورة وحواف القناع.

• الخطوة الرابعة — كل ما ينجو من الحلقة يُحال إلى إنسان، وهو طابور أصغر بكثير من مراجعة كل عملية عرض.

لا يؤدي أي من النموذجين هذا جيدًا بمفرده. لا يملك Fibo 2.0 أي فحص ذاتي؛ ولا يملك Gemma 4 12B أي مُصيّر. خط الأنابيب هو المنتج.

الترخيص: الصف الوحيد الذي تكون فيه المقارنة مباشرة حقًا

كلاهما أوزان مفتوحة. واحد فقط قابل للاستخدام في منتج دون محادثة.

• Fibo 2.0 — CC BY-NC 4.0 على بطاقة النموذج للاستخدام غير التجاري؛ يتطلب الاستخدام التجاري اتفاقًا منفصلًا مع Bria. مستودع Hugging Face مقيَّد بإعداد "auto" مع استمارة للشركة والاستخدام المقصود.

• Gemma 4 12B — Apache-2.0، بدون بوابات، بدون قيود على مجال الاستخدام، بدون اتفاقية منفصلة. نزّله واشحنه.

• ما يعنيه ذلك لهذين الاثنين — يمكن لخط بحث داخلي استخدام كليهما اليوم. يمكن لمنتج تجاري استخدام Gemma 4 12B اليوم ويحتاج إلى توقيع Bria للمُصيّر.

• لماذا يُعدّ شرط Bria قابلاً للدفاع عنه — فمجموعة بيانات التدريب تضم نحو مليار صورة مرخّصة دفعت الشركة مقابلها. إن إتاحة الأوزان التي تتيح لأي شخص أن ينافس واجهة برمجة التطبيقات الخاصة بها على تلك المجموعة ويخفض أسعارها، مجانًا، ستكون بمثابة التفريط في الأصل الذي اشترته تلك المجموعة. والشرط غير التجاري هو الآلية التي تمنع ذلك.

هذه هي المقارنة الوحيدة في المقال التي تتصرف مثل مقارنة نماذج عادية: السؤال نفسه، وصيغة الإجابة نفسها، وفائز واضح. Apache-2.0 يفوز. غير أنها تصادف كونها الصف الأقل إثارة للاهتمام، لأن الترخيص لا يخبرك أي نموذج تستخدم لأي غرض — بل يخبرك ما إذا كان مسموحًا لك بالاستخدام، وهو أول ما ينبغي التحقق منه لا آخر ما يُفحص.

تكلفة الزوج مقابل تكلفة واجهة برمجة التطبيقات

Fibo 2.0 عبر واجهة برمجة تطبيقات Bria يكلف 0.032 دولار لكل صورة، و0.0288 دولار لطبقة Fibo Lite الأرخص، و0.02 دولار لكل استدعاء إذا استخدمت خدمة Bria الخاصة بالـ structured-prompt بدلاً من كتابة VGL بنفسك. تُدرج Artificial Analysis سعر pricePer1kImages عند 32.00 دولارًا، بما يتسق مع السعر الرئيسي. يستحق بند structured-prompt ذاك بسعر 0.02 دولار التوقف عنده، لأنه بالضبط المهمة المسندة إلى Gemma 4 12B أعلاه — وGemma 4 12B بعدد معاملات 12B رخيص بما يكفي للتشغيل لدرجة أن السؤال هو ما إذا كانت كتابة JSON ذاتيًا أرخص من الدفع مرتين لكل صورة.

• Fibo 2.0 وحده، مع موجه نصي حر — 0.032 دولار لكل صورة.

• Fibo 2.0 بالإضافة إلى خدمة Bria للمطالبات المنظمة — 0.052 دولار لكل صورة، دون الحاجة إلى نموذج استدلال.

• Fibo 2.0 مع Gemma 4 12B لكتابة JSON — 0.032 دولار لكل صورة بالإضافة إلى أي تكلفة يفرضها عليك 12B. على وحدة GPU مستأجرة تشغّل 12B محليًا، يكون ذلك عادةً أقل من سنتي دولار من التوليد لكل مطالبة؛ أما عبر نقطة نهاية مستضافة فيعتمد الأمر كليًا على تسعير المدخلات لدى المزوّد، لأن المطالبة تتضمن صورة.

المسار المستضاف ذاتيًا يمنحك أيضًا شيئًا لا تستطيع واجهة الـ API تقديمه: الفحص الذاتي على مرّتين. فخدمة الأوامر المنظَّمة من Bria تُنتج ملف JSON، لكنها لا تنظر إلى الناتج المُصيَّر بعد ذلك. أما نموذج Gemma 4 12B المحلي فيستطيع ذلك، وفي أي حالة تكون فيها جودة عرض النصوص أو حواف الأقنعة مهمة، فإن تلك المراجعة هي المصدر الحقيقي للجودة.

تشغيل Gemma 4 12B إلى جانب أداة التصيير

إن Gemma 4 12B بنسخته 12B ليس موجودًا في كتالوج OrcaRouter، فتعامل مع ذلك كحقيقة بدلًا من محاولة الالتفاف حولها. أما الموجود في الكتالوج فهو الطرازات الشقيقة الأكبر من Gemma 4: google/gemma-4-26b-a4b-it بسعر 0.06 دولارًا للإدخال و0.33 دولارًا للإخراج لكل مليون رمز، وgoogle/gemma-4-31b-it بسعر 0.13 دولارًا و0.38 دولارًا. أيٌّ منهما سيكتب VGL JSON؛ وكلاهما يكلّف أكثر لكل استدعاء من 12B، مع منحك هامش استدلال أكبر لخطوة المراجعة، وهي النصف من الحلقة الذي يستفيد من قدرة أكبر.

هذا هو شكل حجة OrcaRouter هنا، وهي حجة ضيقة. محرّك التصيير مملوك لـ Bria، ويُوصَل إليه عبر واجهة Bria البرمجية أو أوزان مستضافة ذاتيًا. يمكن للنموذج الذي يكتب المطالبات ويتحقق منها أن يقبع خلف مفتاح واحد إلى جانب كل شيء آخر في منظومتك التقنية — أكثر من 200 نموذج، وأسعار قوائم المزوّدين تُمرَّر بهامش ربح 0%، وتجاوز فشل تلقائي عند تدهور نقطة نهاية، وDSL التوجيه لتسلسل خطوات الكتابة والتصيير والمراجعة في استدعاء واحد بدلًا من ثلاث مكتبات عميل. وإذا خفّضت Bria سعر الصورة الواحدة، فلن يحتاج النصف غير المتغير من فاتورتك إلى ترحيل ليعكس ذلك.

ما لا يفعله OrcaRouter هو تقديم Fibo 2.0. أي صفحة تدّعي أن نقطة نهاية واحدة تغطي نصفي هذه المنظومة فهي تصف منتجًا غير موجود.

أي واحد تحتاجه فعلاً

اسأل ما هو المُخرَج المطلوب. إذا كان المُخرَج صورة، فإن Gemma 4 12B ليس مرشحًا ولم يكن كذلك قط — فهو لا يستطيع إنتاج صورة، بأي ثمن، وبموجب أي ترخيص، بغض النظر عن كيفية قراءة لوحة الصدارة. وإذا كان المُخرَج قرارًا بشأن صورة — هل هذه الصورة قابلة للاستخدام، وهل يتوافق هذا التصميم مع دليل العلامة التجارية، وما الذي ينبغي تغييره في هذا المشهد — فإن Fibo 2.0 هو الأداة الخاطئة و1,087 Elo الخاصة به غير ذات صلة.

حالة الاقتران هي الحالة التي تستحق البناء من أجلها، وهي الحالة التي يجعلها هذا الإصدار عمليةً بصورة جديدة. فصيغة VGL في Fibo 2.0 واجهة قابلة للقراءة آليًا، والواجهة القابلة للقراءة آليًا هي ما يتيح لنموذج لغوي تشغيل محرك عرض بموثوقية بدلًا من الأمل في أن ينجح موجه نصي حر. قبل هذا الإصدار، كان توليد Fibo وتحريره نقاطَ حفظ منفصلة بسلوك منفصل؛ والآن تغطي مجموعة أوزان واحدة كليهما، والمخطط موثّق، وحزمة bria-vgl تمنح النموذج اللغوي شيئًا ملموسًا يتحقق منه. المقارنة المثيرة للاهتمام لم تكن يومًا بين Fibo 2.0 وGemma 4 12B. بل بين Fibo 2.0 مع Gemma 4 12B ومدير فني بشري لديه اشتراك في صور المخزون، ومن حيث حجم الإنتاج، ليست المقارنة متقاربة.