
FIBO 2.0 مقابل GPT Image 2.5: 192 إيلو، ستة أضعاف السعر
- OrcaجديدOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 لكل مليون رمز · 187 tok/s
- tencentجديدTencent: Hy4 Flash2026-11-16$0.02 / $0.07 لكل مليون رمز · 514 tok/s
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 87 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 97 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 لكل مليون رمز · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 لكل مليون رمز · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 لكل مليون رمز · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
يفصل بين Fibo 2.0 وGPT Image 2.5 فارق قدره 192 نقطة Elo وعامل 6.6 في التكلفة المُنمذجة، وكلٌّ من هذين الرقمين أقل صلابة مما يبدوان. فجوة Elo حقيقية — 1,229.27 مقابل 1,036.98 على لوحة تحويل النص إلى صورة لدى Artificial Analysis، بفترات لا تقترب من التلامس — وهي أيضًا أقل الطرق فائدةً للاختيار بينهما، لأن النموذجين لا يحاولان أداء المهمة نفسها. Fibo 2.0 هي نقطة تحقق flow-matching بحجم 8B أصدرتها Bria في 20 أكتوبر 2026، ويمكن تنزيلها، وهي توسّع تعليماتك إلى وصف JSON منظم قبل الرسم. أما GPT Image 2.5 فليست نموذجًا واحدًا: إنها GPT-Image-2.5 Sunburst وGPT-Image-2.5 Flare، نموذجان لهما نسختان منفصلتان ويُحاسبان لكل رمز (token)، وأحدهما أقوى مولد صور على اللوحات العامة.
إذن، الطرح الصادق ليس «أيّهما أفضل»، بل «أيّ من هذه الأمور الأربعة تحتاج إليه» — نموذج قابل للتنزيل، أو أفضل مخرجات، أو ميزانية محدّدة لكل صورة، أو تعديل لا ينحرف عن المسار. وهذه الصفحة تتناولها بهذا الترتيب.
نموذجان، واسم واحد، ولماذا يهم ذلك هنا
There is no gpt-image-2.5. Paste that string into the API and you get an error, because the identifier does not exist. What exists is Sunburst, whose ID is gpt-image-2.5-sunburst, described by OpenAI as its most capable image generation and editing model, and Flare, gpt-image-2.5-flare, positioned for fast everyday generation. Both carry the 2026-09-08 snapshot date, and there is no umbrella model that dispatches to either.
هذا مهم في المقارنة لأن النسختين ليستا قريبتين من بعضهما. على لوحة تحويل النص إلى صورة، يقع Sunburst عند 1,229.27 وFlare عند 1,209.81 — فارق قدره 19 نقطة بين نموذجين يحملان رقم الإصدار نفسه. وفي التحرير، يتسع الفارق إلى سبعة عشر نقطة في الاتجاه نفسه، 1,201.50 مقابل 1,184.65. أي ادعاء من صيغة "GPT Image 2.5 يتفوق على X" هو ادعاء عن Sunburst، ويستحق قول ذلك 19 نقطة من الدقة.
هذا الانقسام مهم لقراءة النتيجة. تأتي Fibo 2.0 في جزأين: قاعدة Dev كاملة تقوم بالرسم والتحرير معًا، وTurbo المخصص للتحرير فقط مقطّرة إلى أربع خطوات عند توجيه 1.0 وليست صراحةً قاعدة للضبط الدقيق. تضع Artificial Analysis صفًا واحدًا لـ Fibo 2.0 على كل لوحة عند نقاط تفتيش Dev ولا تبلغ أبدًا عن Turbo بشكل منفصل، لذا فإن 1,037 و1,086 تصفان Dev — نقطة التفتيش الأبطأ والعامة — وليس المحرر السريع الذي ستضعه فعليًا أمام المستخدم.
• تحويل النص إلى صورة — GPT-Image-2.5 Sunburst 1,229.27، المرتبة 2 من 116. Fibo 2.0 1,036.98، المرتبة 32. الفجوة 192.29.
• تحرير الصور — Sunburst 1,201.50، المرتبة 4 من 86. Fibo 2.0 1,085.98، المرتبة 31. الفجوة 115.52.
• السعر المُحتسب — 210.72 دولارًا لكل 1,000 صورة مقابل 32.00 دولارًا. أي 6.6 مرة، وهو رقم مقارن خاص بـ Artificial Analysis نفسه وليس مستندًا إلى قائمة أسعار أيٍّ من البائعَين.
• الأوزان — تنزيلات Fibo 2.0 اليوم، 8B معامل، CC BY-NC 4.0. تنزيلات GPT Image 2.5 أبدًا؛ لا يوجد نقطة تفتيش مفتوحة في سلسلة GPT-Image.

الفجوة التي لا تُغلق
من المفيد أن نكون صريحين بشأن فارق الجودة، لأن صفحة مقارنة تتحفظ في ذلك عديمة الفائدة. في تحويل النص إلى صورة، لا تُعدّ 192 إيلو فارقًا في الذوق. وإذا حوّلتها إلى ما تمثله بالوكالة، فهذا يعني أن Sunburst يُفضَّل في ما يقارب تسعًا من كل عشر مقارنات مباشرة. وفي التحرير، تنخفض الفجوة إلى النصف لتبلغ 116 وتبقى خارج كلا الفترتين: 1,201.50 بنطاق من 1,190.50 إلى 1,212.50، مقابل 1,085.98 بنطاق من 1,072.98 إلى 1,098.98. حتى الحد الأدنى لدى Sunburst يقع أعلى بـ91 نقطة من الحد الأعلى لدى Fibo.
لا شيء في بقية هذه المقالة ينقض ذلك. ما تؤكده بقية المقالة هو أن هناك أربع مهام لا يكون فيها 116 أو 192 من تصنيف إيلو هو المتغير الحاسم، وأن المشترين يختارون في المعتاد الطراز الأعلى تسجيلًا في المهام الأربع جميعها.
كيف تؤثر الفوترة حسب الرمز المميز على ميزانية الصورة الواحدة؟
هنا يصبح فارق السعر مثيرًا للاهتمام، لأن المورّدين لا يقيسان الاستهلاك بالطريقة نفسها، والرقم النموذجي الذي اعتمده المجلس يخفي ذلك.
OpenAI bills image models per token — image output tokens, which is why the same model has a published input price and output price rather than a per-image rate. Through the OrcaRouter catalogue the two variants are listed at $8 per million input tokens and $30 per million output tokens, identical between Sunburst and Flare, which is the provider list price passed through with no markup on top. What that means per image depends entirely on the resolution and quality setting you ask for, and it can move by a factor of several across the settings range. The board's $210.72 per thousand is a modelling choice that assumes a representative setting, not a rate you will find printed anywhere.
تتقاضى Bria رسومًا لكل صورة. 0.032 دولار على منصتها الخاصة، ما يجعل ألف صورة 32 دولارًا — وهو الرقم نفسه الذي تحمله لوحة الأسعار، وهو أمر غير معتاد ويستحق الملاحظة: بالنسبة إلى Fibo 2.0 يتطابق السعر المُنمذج وسعر الوحدة. هناك رسوم إضافية إذا استخدمت مساعد VGL الذي يوسّع تعليمة بسيطة إلى وصف منظّم، بنحو 0.02 دولار لكل استدعاء، لذا فإن توليد موجه منظّم كامل يقترب من 0.052 دولار. اكتب JSON بنفسك وستتجنب ذلك.
• القابلية للتنبؤ — تكلفة Fibo لكل صورة ثابتة. أما تكلفة GPT Image 2.5 فهي دالة على إعداداتك، وهو خبر سار إن كنت منضبطًا في مسألة الدقة، وخبر سيئ إن كان مدير المنتج يواصل طلب جولة أخرى بدقة 4K.
• سقف التكلفة — ألف صورة من Sunburst بالمعدل النموذجي المعتمد من المجلس تكلّف 210.72 دولارًا؛ وألف صورة من Fibo على منصة Bria تكلّف 32.00 دولارًا، أو 52.00 دولارًا عند استخدام استدعاء الموجّه المهيكل لكل صورة.
• الحدّ الأدنى — تشغيل Fibo على وحدة معالجة الرسومات الخاصة بك، بموجب ترخيص غير تجاري، لا يكلّف سوى ثمن الكهرباء. قاس أحد مؤلّفي سير العمل في المجتمع 19 ثانية لكل صورة بدقة 2K و4 ميغابكسل، مع مرجع واحد وثماني خطوات، على بطاقة RTX 6000 Pro. ولا يوجد حدّ أدنى مكافئ لـ GPT Image 2.5 بأي سعر كان.

الانجراف، وحجة الموجّه المنظّم
النقطة الوحيدة التي يقدّم فيها Fibo 2.0 حجّةً بشأن الجودة بدلاً من السعر هي الشيء الذي يقوم عليه هيكله المعماري، وهو يستحق الاختبار لا التجاهل.
لا يستهلك Fibo 2.0 جملتك مباشرة. يقرأ مُرمِّز Qwen3-VL-4B-Instruct الموجّه، ويضغطه مُعيد أخذ العينات Perceiver إلى 256 حتى 512 رمزًا موجزًا، كما تتلقى خمس كتل من كتل DiT الأربع والأربعين طبقات VLM الخاصة به عبر الانتباه المتقاطع. عمليًا، يوسّع النموذج «كوب أحمر على مكتب من خشب الجوز، ضوء صباحي من اليسار» إلى وصف VGL/JSON منظم بحقول للموضوع والمادة والإضاءة والموضع، ويولّد انطلاقًا من ذلك المستند، ثم يعيد إليك JSON. غيّر حقلًا واحدًا وأعد التشغيل، وستبقى الحقول التي لم تمسّها محتفظة بقيمها.
هذا ضمان مختلف عن «الحفاظ على التفاصيل». وهو يعني أن التعديل محدود ببنية بيانات بدلًا من مدى جودة إعادة قراءة نموذج لغوي لجملتك. بالنسبة إلى العمل على المنتجات متعدد الخطوات — الكائن نفسه، وست حالات إضاءة — يمثل ذلك نمط الفشل الأكثر استهلاكًا للوقت، وهو ما يستهدفه هذا التصميم. كما تقرن Bria ذلك بما يصل إلى أربع صور مرجعية يُشار إليها بالترتيب باسم <image_1> إلى <image_4>، ووضعًا مقنّعًا تُعاد فيه توليد المناطق البيضاء ويُحافظ على كل ما عداها.
سواء كان يتفوق على تحرير Sunburst على مستوى المهمة ليس شيئًا يمكن للوحة Elo أن تخبرك به، ولن أزعم أنه كذلك. تقول اللوحة إن Sunburst يحرّر بشكل أفضل على توزيع عام من المطالبات. وتقول البنية إن Fibo ينبغي أن ينحرف أقل في حلقة ذات سمات ثابتة. هذه ادعاءات مختلفة، وواحد منها فقط قِيس علنًا.
حيث يكون كل واحد منها هو الإجابة الواضحة.
Sunburst هو الجواب البديهي عندما يكون الموجز هو «اجعلها تبدو رائعة ولن يسأل أحد عن تكلفتها». صور التسويق الرئيسية، ومتغيّرات الحملات، وأي شيء سيختار فيه إنسان الأفضل من بين اثني عشر. احتلال المرتبة الثانية في لوحة تضم 116 نموذجًا، بفارق 95 نقطة عن أفضل بديل قابل للتنزيل، ليس ميزة هامشية؛ بل هو السبب في وجود النموذج.
Flare is the obvious answer when you want most of that quality at lower latency and your volume is high — same price per token, nineteen Elo behind, positioned by OpenAI for everyday generation rather than showcase work.
Fibo 2.0 هو الإجابة البديهية في ثلاث حالات أضيق. تحتاج إلى الأوزان: لنشر داخل المقرات، أو لضبط دقيق، أو لخط أساس بحثي، أو لبيئة معزولة شبكيًا. تحتاج إلى ترخيص يمكنك الاستناد إليه: عرض Bria هو بيانات تدريب مرخّصة، وإثبات منشأ C2PA، وتعويض للمؤسسات، وهي تزعم الامتثال الكامل لقانون الذكاء الاصطناعي الأوروبي، وهذا جواب يخص المشتريات لا الجودة. أو تحتاج إلى تكرار محدود على موضوع ثابت، وتصميم المطالبات المنظمة هو بالضبط شكل مشكلتك.
الحالة الرابعة هي التي يخطئ فيها الناس: التكلفة. Fibo أرخص 6.6 مرة على الورق، لكن فريقًا ينفق أسبوعين من وقت الهندسة للالتفاف حول فجوة جودة قدرها 192 نقطة Elo يكون قد أنفق أكثر من الفارق. الاستدلال الرخيص على النموذج الخاطئ ليس رخيصًا.
إجابة التوجيه، للنصف الذي يخصّنا
يوفّر OrcaRouter نموذجي GPT-Image-2.5 Sunburst وFlare — وكلاهما مدرج في الكتالوج كنقاط نهاية لتوليد الصور بسعر المزوّد نفسه البالغ 8 دولارات للإدخال و30 دولارًا للإخراج لكل مليون رمز، دون إضافة أي هامش. ولا يوفّر Fibo 2.0: فأوزان Bria ومنصتها هما الطريق إلى ذلك النموذج، ولا يغيّر أي موجّه الترخيص المرتبط بهما. والقول بخلاف ذلك سيكون من الادعاءات التي تبدو مقنعة وتُكلّف شخصًا ما مراجعة قانونية.
What one endpoint is actually worth here is the surrounding work. A Fibo pipeline has a vision-language model in it by design — the structured caption is produced by one — and that call can go through the same key as everything else, including the OpenAI models you are probably already using for the text side. Where the routing layer earns its keep is the boring failure: automatic failover means a batch of two thousand images does not stall because the captioning provider had a bad twenty minutes, and routing rules let you send cheap work to cheap models and the one hero image a day to Sunburst without maintaining two integrations and two invoices.
هامش ربح 0% أهم مما يبدو في سوق يعيد فيه الموردون تسعير منتجاتهم. يظهر تخفيض سعر أحد المزودين هنا في اليوم نفسه بدلاً من موعد تجديد العقد التالي، وتبقى المقارنة التي أجريتها هذا الشهر هي نفسها المقارنة الشهر المقبل.
ما الذي قد يغيّر هذا الحكم؟
أمران، وواحد فقط منهما مُرجَّح.
الأول هو ضبط دقيق لـ Fibo 2.0 يسدّ فجوة التحرير في مجال محدّد. الضبط الدقيق هو حيث يتوقف نموذج مفتوح بحجم 8B عن المنافسة على Elo العام ويبدأ المنافسة على بياناتك، ومدرب LoRA في المستودع يجعل ذلك أمرًا يُنجز في عطلة نهاية أسبوع بدلًا من أن يكون مشروعًا. إذا تفوّق Fibo متخصص على Sunburst في مهمتك، فإن لوحة الصدارة العامة تصبح غير ذات صلة، ويصبح أرخص بـ6.6× أرخص بـ6.6×.
The second is a change to GPT Image 2.5's cost structure. OpenAI has repriced image tokens before and may again; a cut to the output rate would compress the only axis where Fibo is comfortably ahead, and would make the "cheap enough to be worth the quality gap" argument much harder to run.

إلى أن يحدث أحد هذين الأمرين، يبقى الانقسام واضحًا وغير مبهر. اشترِ Sunburst للصور التي يجب أن تكون صحيحة. نزّل Fibo للصور التي يجب أن تكون ملكك — ملكك لتشغيلها، وملكك لضبطها بدقة، وملكك للدفاع عنها في اجتماع مشتريات. ستة أضعاف السعر مبلغ كبير لتدفعه مقابل تفضيل، و192 Elo رقم كبير لتتخلى عنه مقابل ترخيص. العبارتان صحيحتان، ولهذا يمكن للنموذجين أن يتعايشا دون أن يكون أيٌّ منهما الخيار الخاطئ.
