Fibo 2.0 Dev vs. Fibo 2.0: Du wählst nicht zwischen zwei Modellen

Fibo 2.0 Dev und Fibo 2.0 sind dasselbe Modell unter zwei verschiedenen Stellenbezeichnungen. Fibo 2.0 ist der Release-Name der Checkpoint-Familie mit 8,13 Milliarden Parametern, die Bria am 20. Oktober 2026 veröffentlichte; Fibo 2.0 Dev ist die vollständige, nicht destillierte Basis, die dieses Release trägt. Der Vergleich wird erst dann wirklich, wenn man „Fibo 2.0“ so liest, wie die meisten Menschen ihm tatsächlich begegnen – als ein Produkt, das man auf einem gehosteten Endpoint aufruft, zum Preis von 0,032 US-Dollar pro Bild – und es dem gegenüberstellt, was man herunterladen, abwägen und trainieren kann. Das eine ist eine Pipeline, die man kontrolliert. Das andere ist ein Zähler, den man mietet. Das ist die Entscheidung, und der Name auf dem Etikett trifft sie nicht.

Es gibt noch ein drittes Objekt in diesem Raum, und genau wenn man es auslässt, werden Leute enttäuscht: Fibo 2.0 Edit Turbo, der destillierte Vier-Schritt-Editor, der den Veröffentlichungsnamen teilt und pro Bild etwa ein Zehntel der Arbeit erledigt. Drei Dinge, ein Name und ein Leaderboard-Wert, der die Veröffentlichung beschreibt statt einen einzelnen Checkpoint. Im Folgenden werden sie danach unterschieden, was sie dich kosten, was sie leisten können und was sie dir rechtlich gesehen auszuliefern erlauben.

Die sechs Dimensionen, die sich tatsächlich unterscheiden

Alles unten ist eine Abweichung, auf die du reagieren kannst. Wenn ein Wert von Bria statt aus einem unabhängigen Durchlauf stammt, ist er als solcher gekennzeichnet.

• Herunterladbare Gewichte — Fibo 2.0 Dev: ja, zugangsbeschränkt auf Hugging Face, CC BY-NC 4.0, etwa 25,5 GB einschließlich eines 16,3 GB großen Transformers, eines 8,9 GB Qwen3-VL-4B-Encoders und eines 0,34 GB FLUX.2-VAE. Fibo 2.0 als Produkt: nichts zum Herunterladen.

Sampling — Dev: 50 Schritte mit classifier-free guidance bei 5.0. Der gehostete Bearbeitungspfad und Edit Turbo: 4 Schritte, Guidance 1.0, überhaupt kein classifier-free guidance.

• Aufgabenabdeckung — Dev: Text-zu-Bild und Bearbeitung aus einem Satz von Gewichten. Der ausgelieferte Bearbeitungs-Endpunkt und Turbo: nur Bearbeitung. Text-zu-Bild über Turbo ist kein langsamerer Weg, sondern der falsche Weg.

• Fine-Tuning — Dev: der einzige trainierbare Checkpoint, sowohl vollständige DiT-Fine-Tunes als auch LoRA. Turbo: ausdrücklich kein Fine-Tuning-Ziel. Das gehostete Produkt: Sie mieten die Gewichte, Sie lehren sie nicht.

• Negative Prompts — Dev: Sie funktionieren, weil CFG aktiviert ist und es einen Hebel gibt, an dem man ansetzen kann. Turbo: Die Guidance ist fest auf 1.0 eingestellt, daher hat ein negativer Prompt nichts, worauf er wirken kann.

• Preis — das gehostete Produkt: 32,00 $ pro 1.000 Bilder oder 0,032 $ pro Bild, die Zahl, die Artificial Analysis angibt. Local Dev: kein Preis pro Bild; Sie zahlen mit GPU-Stunden und mit dem 25,5-GB-Download.

Wo Fibo 2.0 Dev gewinnt, und zwar nicht knapp.

Die Generierung ist die erste Lücke. Fibo 2.0 wird als ein Modell vermarktet, das sowohl zeichnet als auch bearbeitet, und diese Behauptung trifft nur auf Dev zu. Die gehosteten Bearbeitungs-Endpunkte und Edit Turbo sind um ein Eingabebild herum aufgebaut; sie nach einem Bild aus einer Bildbeschreibung zu fragen, heißt nach etwas zu fragen, das die Destillation verworfen hat. Wenn Ihre Pipeline bei null beginnt, lautet die Wahl Dev oder ein anderes Modell.

Control ist der zweite Punkt. Fünfzig Schritte mit Guidance bei 5,0 sind langsamer als vier Schritte ohne, und langsamer ist der Preis der Steuerbarkeit – die Möglichkeit, gegen einen Prompt zu steuern, einen negativen Prompt zu verwenden und Schritte gegen Wiedergabetreue einzutauschen. Auf der Bearbeitungsseite akzeptiert Dev außerdem maskierte Bearbeitungen, Bearbeitungen mit mehreren Referenzen und bis zu vier Kontextbildern sowie einen Inspire-Modus, der den Stil einer Referenz übernimmt, ohne dieses Bild an den Renderer weiterzugeben.

Das Training ist der dritte und der größte. Dev ist der Checkpoint, auf den jeder Fine-Tuning-Pfad abzielt: Laut der DiffSynth-Studio-Dokumentation von ModelScope ist nur Fibo-2.0-dev trainierbar, und Bria liefert einen Single-GPU-LoRA-Trainer sowie eine Anleitung zur Datenvorbereitung im Repository mit. Da Generierung und Bearbeitung dieselben Gewichte teilen, kann ein einzelnes LoRA einen Stil und das dazugehörige Bearbeitungsverhalten vermitteln. Für das gehostete Produkt existiert nichts Vergleichbares, und Turbo ist konstruktionsbedingt ausgeschlossen.

Die Portabilität ist der vierte Punkt. Ein lokaler Checkpoint läuft unter diffusers über die BriaFibo2Pipeline, innerhalb von ComfyUI, wo die native Unterstützung am 21. Oktober integriert wurde und in v0.43.0 mit einem eigenen Text-Encoder-Typ sowie einem Knoten veröffentlicht wurde, der VGL-Prompts und Referenzbilder entgegennimmt. Er läuft auch in quantisierter Form – BF16-, INT8- und GGUF-Repacks existieren alle –, was ein 25,5-GB-Repository auf normaler Hardware handhabbar macht.

Wo das ausgelieferte Fibo 2.0 gewinnt

Latenz und Betrieb, hauptsächlich. Ein vierstufiger Bearbeitungspfad ohne Guidance liefert Ergebnisse in einem Bruchteil der Zeit, die 50 geführte Schritte benötigen, und Brias eigene Angabe für die gehostete API liegt bei unter zwei Sekunden Modellzeit und unter fünf Sekunden Ende-zu-Ende – vom Anbieter angegeben, nicht unabhängig gemessen, und man sollte sie als Obergrenze statt als Versprechen behandeln. Wenn eine Warteschlange von Bearbeitungen fristgerecht abgearbeitet werden muss, ist das das ganze Argument.

Die Kapitalkosten sind der zweite Punkt. 0,032 US-Dollar pro Bild ohne GPU, ohne 25,5-GB-Download, ohne Offload-Tuning, ohne Entscheidungen zwischen FP8 und BF16. Ein Team, das monatlich 500 Bearbeitungen benötigt, zahlt 16 US-Dollar und öffnet nie ein Terminal. Dasselbe Team, das eine Grafikkarte kauft, um Dev lokal auszuführen, zahlt mehrere hundert US-Dollar, bevor das erste Bild entsteht. Lokales Dev gewinnt diese Rechnung nur bei hohem Volumen – und nur, wenn die GPU bereits durch andere Arbeit amortisiert ist.

Die Korrektheit der Infrastruktur steht an dritter Stelle. Der gehostete Pfad übernimmt die langweiligen Teile: Der Text-Encoder, der VAE, der Sampling-Zeitplan und die Erweiterung strukturierter Prompts sind allesamt das Problem von jemand anderem. Eine lokale Installation muss einen Qwen3-VL-4B-Encoder, einen FLUX.2-VAE und einen DiT mit 44 Blöcken über jedes Upgrade hinweg in Übereinstimmung halten – weshalb die bloße Existenz der ComfyUI- und diffusers-Integrationen tragend ist und weshalb die GGUF-Repacks wichtig sind.

Fünfzig Schritte gegen vier: die Rechnung, die die meisten Fälle entscheidet

Die Kosten pro Bild sind der Punkt, an dem der Vergleich üblicherweise ins Vage abdriftet, daher sollten Sie sie als drei getrennte Rechnungen betrachten. Gehostet: 0,032 US-Dollar pro Bild, alles inklusive. Lokal Dev: GPU-Sekunden bei 50 Schritten, plus Strom, plus die Grafikkarte. Lokal Turbo: GPU-Sekunden bei 4 Schritten, etwa ein Zehntel des Rechenaufwands, aber nur für die Bearbeitung.

Der Wendepunkt ist real, liegt aber später als allgemein angenommen. Wenn eine gemietete GPU-Stunde etwa einen Dollar kostet und ein Megapixel-Render mit 50 Schritten sagen wir zwanzig Sekunden dauert, liegen Sie bei reinen Rechenkosten bei ungefähr 0,005 $ pro Bild – sechsmal günstiger als der Hosting-Preis, bevor Sie die Leerlaufzeit zwischen den Aufträgen und die Tatsache berücksichtigen, dass Ihre eigene Zeit nicht gratis ist. Bei 500 Bildern pro Monat sind das 2,50 $ Ersparnis gegenüber 16 $, was kein Business Case ist. Bei 50.000 Bildern sind es 250 $ Ersparnis gegenüber 1.600 $, und da ist es einer. Feinabstimmung kehrt das Ganze vollständig um, denn ein LoRA, das Sie trainiert haben, ist nur auf Gewichten, die Sie ausführen können, etwas wert.

Noch eine Zahl ist speziell für die Dev-Seite wichtig: Die Diffusers-Pipeline verwendet standardmäßig 30 Schritte mit einer Guidance von 5, während Bria für Dev 50 empfiehlt. Mit der Standardeinstellung entstehen Bilder; es entstehen aber nicht Brias Bilder. Wer eine lokale Pipeline einrichtet, sollte das bewusst entscheiden, statt es einfach zu übernehmen.

Die Lizenz rahmt den gesamten Vergleich neu ein.

{{1}}Beide herunterladbaren Checkpoints stehen unter CC BY-NC 4.0{{/1}} — {{2}}nur für nicht-kommerzielle Zwecke; ein kommerzieller Einsatz erfordert eine separate Vereinbarung mit Bria, und der Zugang ist an ein Formular zu Unternehmen und beabsichtigter Nutzung gebunden{{/2}}. {{3}}Das gehostete Produkt ist der kommerzielle Weg: Sie kaufen die Nutzung statt einer Lizenz für die Gewichte{{/3}}.

Das ergibt ein wirklich unangenehmes Ergebnis, und genau deshalb lohnt es sich überhaupt, dieses „vs“ zu schreiben. Der Checkpoint mit den Funktionen, die Sie wollen – Generierung, Guidance, Fine-Tuning – ist derjenige, den Sie ohne Verhandlung nicht kommerziell ausliefern können. Das Produkt, das sich rechtlich unkompliziert kommerziell ausliefern lässt, ist dasjenige, das sich nicht fine-tunen lässt und nicht von Grund auf generieren kann. Wenn Ihr Anwendungsfall kommerziell und individuell ist, wählen Sie nicht zwischen zwei Bria-Produkten; Sie entscheiden, ob Sie überhaupt ein Lizenzgespräch beginnen.

Das sollte man auch klar sagen: Die Leaderboard-Zeile, die für Fibo 2.0 zitiert wird – 1.088 Elo bei Artificial Analysis' AA-Image-Editing v2.1, Erster unter den Open-Weights-Editoren und Dreiundzwanzigster insgesamt bei 5.009 Blindstimmen – ist ein Ergebnis für das Release, nicht für Dev gegen Turbo. Das ±14-Intervall dieser Punktzahl überschneidet sich fast vollständig mit dem Wert von Qwen-Image-2.1 (1.081 ±13), der Vorsprung bei den Open Weights ist also ein Tiebreak. Bei Text-to-Image dreht sich die Reihenfolge um: Fibo 2.0s 1.039 ±12 liegt hinter dem Wert von Qwen-Image-2.1 (1.042 ±12). Keiner der Checkpoints hat eine separat veröffentlichte Punktzahl, was bedeutet, dass jede Behauptung „Dev ist besser als Fibo 2.0“ eine Schlussfolgerung daraus ist, wie der Checkpoint gebaut wurde, und keine Messung.

Welche, je nach Situation

Du benötigst Text-to-Image und möchtest, dass es Anzahlen, Positionen und Attribute befolgt — {{1}}Dev{{/1}}. Die strukturierte JSON-Steuerungsoberfläche ist genau dafür ausgelegt, und die Pipeline liefert die Beschreibung, aus der sie gerendert wurde.

• Du machst Fine-Tuning für eine Marke, einen Stil oder eine Branche — Dev, zuerst mit LoRA. Vollständiges DiT-Training gibt es zwar, aber ein rangbeschränkter Adapter auf einem eingefrorenen Encoder ist das vernünftige erste Experiment.

• Sie führen Instruction-Edits mit hohem Volumen ohne benutzerdefiniertes Verhalten aus – über den gehosteten Weg oder lokal mit Turbo, falls die Bilder Ihr Netzwerk nicht verlassen dürfen. Vier Schritte und keine Anleitung sind hier ein Feature, keine Einschränkung.

• Für den kommerziellen Einsatz brauchen Sie eine Lösung – beginnen Sie das Gespräch mit Bria oder planen Sie die Miete. Der Download der Gewichte klärt die Lizenzfrage nicht.

• Du willst einfach nur sehen, ob das Modell etwas taugt — der gehostete Endpunkt für 0,032 $ pro Bild ist billiger als der Download, die Einrichtung und der Abend, den du mit dem Laden von FP8 verlieren wirst. Gib 5 $ aus, bevor du ein Wochenende opferst.

Ein Endpunkt für die Texthälfte, egal welche Seite du wählst

Beide Routen teilen sich eine Abhängigkeit, für die niemand Benchmarks erhebt: das Sprachmodell, das das VGL schreibt. Fibo wurde auf Captions in Visual GenAI Language trainiert, bei denen Beleuchtung, Komposition, Kamera und Objekte adressierbare Felder sind, und die Nützlichkeit der Ausgabe richtet sich nach der Qualität dieses JSON. Das von Hand zu erstellen ist für ein Dutzend Prompts machbar und bei tausend mühselig, weshalb der Captioner Teil des Systems wird.

Das ist der Teil, den OrcaRouter abdeckt. Eine API für 200+ Modelle, 0 % Aufschlag – der Listenpreis des Anbieters wird durchgereicht, sodass eine Änderung beim Anbieter noch am selben Tag auf Ihrer Rechnung ankommt – wobei die Routing-DSL Massen-Bildbeschriftung an ein günstiges Modell senden und die schwierigen Zeilen eskalieren kann, und Modellfusion verfügbar ist, wenn ein einzelner Bildbeschreiber immer wieder ein Feld einebnet, das Ihnen wichtig ist. Außerdem macht es den Vergleich testbar: dasselbe Bild durch zwei Bildbeschreiber laufen lassen, das JSON vergleichen und sehen, welche Felder das Rendering tatsächlich verändert haben. Fibo 2.0 selbst ist nicht in unserem Katalog, daher bleibt die Bildseite dort, wo Sie sie einsetzen – die Textseite ist die, die konsolidiert wird.

Das kurze Fazit: Wer selbst baut, nimmt Fibo 2.0 Dev, und wer einkauft, nimmt das Fibo 2.0 endpoint. Der Name ist derselbe, die Lizenz nicht – und der Checkpoint mit der Trainingsschleife ist der einzige, der in sechs Monaten noch dir gehört.