Fibo 2.0 übernimmt mit 8B Parametern die Führung bei der Open-Weights-Bildbearbeitung — Auf das Intervall achten, nicht auf den Rang

Bria hat Fibo 2.0 am 20. Oktober 2026 veröffentlicht, und innerhalb eines Tages hatte es jeden anderen Open-Weights-Eintrag auf beiden Bild-Boards von Artificial Analysis verdrängt. Auf AA-Image-Editing v2.1 belegt es mit einem Elo von 1087,05 den 20. Gesamtrang und ist damit das am höchsten platzierte Modell, dessen Gewichte man herunterladen kann – Qwen-Image-2.1 folgt mit 1082,74 auf Rang 21. Auf AA-Image-T2I v2.1 landet es mit 1038,79 auf Rang 21, einen Platz hinter Qwen-Image-2.1 mit 1042,13. Beides sind enorme Sprünge gegenüber der Fibo-Linie der ersten Generation von Bria: FIBO Edit lag beim Editing bei 912,82, FIBO bei Text-to-Image bei 848,86. Die Schlagzeile schreibt sich von selbst. Der Punkt, für den man sich Zeit nehmen sollte, ist, dass auf keinem der beiden Boards der Abstand zum darunter platzierten Modell größer ist als die Fehlerbalken und dass „Open Weights“ hier nicht dasselbe bedeutet wie bei den meisten Modellen, die es gerade überholt hat.Ranglistenpositionen halten nicht fest, wie Bildmodelle in der Produktion versagen, und die dokumentierten Vorfälle sind im OrcaRouter AI Incident Archivekatalogisiert, wobei jeder Eintrag eigene Quellen, einen Schweregrad, eine Konfidenzstufe und eine Kennzeichnung als umstritten trägt.

Was die beiden Gremien sagen, einschließlich der Teile, die Brias Ankündigung abrundet

Das Editing-Board ist das stärkere Ergebnis. Fibo 2.0 kommt auf 1.087,05 mit einem 95-%-Konfidenzintervall von 1.073,05 bis 1.101,05 über 4.819 Battles. Qwen-Image-2.1 kommt auf 1.082,74 mit einem Intervall von 1.069,74 bis 1.095,74 über eine vergleichbare Stichprobe. Diese Intervalle überschneiden sich über den größten Teil ihrer Länge. Die ehrliche Lesart von „Erster unter den Open-Weights“ ist daher ein Rang, kein belegter Vorsprung: Fibo 2.0 liegt in der Rangfolge vor Qwen-Image-2.1, und die Rangfolge kann die beiden noch nicht unterscheiden. Das Modell, das es wirklich und eindeutig übertrifft, ist sein eigener Vorgänger – 174 Elo sind etwa das Vierzehnfache der Halbbreite seines eigenen Intervalls, und kein noch so großes Stichprobenrauschen erklärt das.

• Editing-Elo — Fibo 2.0 1.087,05, Gesamtrang 20, Rang 1 unter den Open-Weights-Modellen; Qwen-Image-2.1 1.082,74, Gesamtrang 21, Rang 2 unter den Open-Weights-Modellen.

• Bearbeitungsintervalle — 1.073,05–1.101,05 gegenüber 1.069,74–1.095,74. Sie überschneiden sich, daher sind die beiden als gleichrangig zu behandeln und der Rang als Tiebreak.

• Text-zu-Bild-Elo — Fibo 2.0 1.038,79, insgesamt 21.; Q​wen-Image-2.1 1.042,13, insgesamt 20. Hier liegt Q​wen nominal vorn, erneut innerhalb überlappender Intervalle (1.026,79–1.050,79 gegenüber 1.030,13–1.054,13).

• Veränderung gegenüber der ersten Generation — FIBO Edit 912,82 auf Fibo 2.0 1.087,05 beim Editing, +174. FIBO 848,86 auf 1.038,79 bei Text-to-Image, +190. FIBO Lite, die günstigere SKU der ersten Generation, lag bei 813,06 bei Text-to-Image.

Abstand zur Spitze jeder Rangliste — 111,66 Elo hinter GPT Image 2.5 Sunburst (max) beim Editing, 183,17 hinter demselben Modell bei Text-to-Image. Die Open-Weights-Führung und die Gesamtführung sind zwei verschiedene Dinge.

• Stichprobengröße — 4.819 Battles zum Bearbeiten, 5.113 zu Text-zu-Bild. Genug, damit die Intervalle eng sind; nicht genug, als dass ein Unterschied von fünf Elo-Punkten etwas bedeuten würde.

Artificial Analysis führt das Veröffentlichungsdatum auf beiden Boards als 20. Oktober 2026 auf und kennzeichnet das Modell als neu. Bria's eigene Modellkarte beansprucht mit Stand vom selben Datum den ersten Platz in der Bildbearbeitung und den zweiten Platz bei der Text-zu-Bild-Generierung unter Open-Weights-Modellen. Dabei handelt es sich um eine Anbieteraussage über das Leaderboard eines Drittanbieters und nicht um einen anbietereigenen Benchmark, aber es ist immer noch der Anbieter, der sein eigenes Ergebnis darstellt, und die Ränge bestätigen sich, wenn man sie direkt prüft.

Was ist eigentlich im 8B enthalten?

Die Parameteranzahl ist die uninteressanteste Zahl an dieser Veröffentlichung. Fibo 2.0 ist ein Flow-Matching-Modell, das im latenten Raum des FLUX.2-VAE arbeitet, mit einem Qwen3-VL-4B-Instruct-Modell als Prompt-Encoder. Anstatt den Diffusion-Transformer auf rohe Text-Tokens zu konditionieren, komprimiert es die Ausgabe des Encoders über einen zweischichtigen Perceiver-Resampler zu 256 bis 512 „Gist“-Tokens, und der 44-Block-Single-Stream-Transformer attendiert auf diese, wobei fünf der Blöcke zusätzlich per Cross-Attention gespeist werden. Die praktische Konsequenz ist, dass eine lange, strukturierte Beschreibung fast nichts zusätzlich kostet: Die Konditionierung ist auf 512 Tokens begrenzt, egal wie viel man schreibt.

• Architektur — Flow Matching im FLUX.2-VAE-Latentraum, 44-Block-Single-Stream-DiT, fünf Blöcke mit Cross-Attention auf die Prompt-Repräsentation.

• Textencoder — Qwen3-VL-4B-Instruct, komprimiert auf 256–512 Gist-Tokens mittels eines zweischichtigen Perceiver-Resamplers.

• Größe — 8,127,342,213 Parameter in BF16-Safetensors, also etwa 16 GB Gewichte vor jeglichem Laufzeit-Overhead.

• Trainingsdaten – Brias Korpus von rund einer Milliarde Bildern, den das Unternehmen als vollständig lizenziert beschreibt. Diese Behauptung stammt vom Unternehmen selbst, und sie ist der Grund, warum die unten genannte Lizenz kein nachträglicher Gedanke ist.

• Modi — Bearbeitung, maskierte Bearbeitung, Multi-Referenz-Bearbeitung mit bis zu vier Referenzbildern, Generierung und ein „Inspire“-Modus, der Variationen vorschlägt. Ein Satz Gewichte deckt Generierung und Bearbeitung ab, was für diese Familie neu ist; die erste Generation trennte sie.

Der einheitliche Checkpoint ist die wesentliche technische Änderung. Fibo 1 lieferte Generierung und Bearbeitung als getrennte Fähigkeiten mit getrennten Stärken, und der 174-Punkte-Vorsprung bei der Bearbeitung gegenüber FIBO Edit ist teilweise darauf zurückzuführen, dass die Bearbeitung innerhalb eines Modells, das auch generiert, eine eigene Trainingsbetonung erhält. Ob die beiden Modi sich gegenseitig beeinträchtigen, ist genau die Art von Frage, die eine Bestenliste nicht beantworten kann, eine Woche produktiver Nutzung aber schon.

Dev und Edit Turbo sind zwei verschiedene Produkte, die denselben Namen tragen.

Es gibt zwei Checkpoints auf Hugging Face unter dem Namen Fibo 2.0, und den falschen zu wählen, ist der wahrscheinlichste Weg, zu dem Schluss zu kommen, dass das Modell enttäuschend ist.

• Fibo 2.0 Dev – die nicht distillierte Basis. Fünfzig Sampling-Schritte mit Classifier-Free-Guidance bei 5.0, sowohl für die Generierung als auch für die Bearbeitung, und der Checkpoint, auf den Bria für Fine-Tuning verweist. Langsam und steuerbar.

• Fibo 2.0 Edit Turbo — auf vier Schritte destilliert, ohne Classifier-Free-Guidance, nur zum Editieren. Bei der Inferenz rund eine Größenordnung günstiger pro Bild, und kann nicht von Grund auf generieren.

• Tooling — Die Pipeline ist BriaFibo2Pipeline in diffusers und wird über Pull Request 14991 eingeführt, begleitet von einem bria-vgl-Paket für das unten beschriebene Format strukturierter Captions. ComfyUI-Unterstützung kam am 20. Oktober über ein Community-Repackaging.

Die Prompts sollen JSON sein, und das ist eine echte Workflow-Änderung.

Bria trainiert und dokumentiert Fibo 2.0 anhand dessen, was es VGL nennt – Visual GenAI Language – ein strukturiertes JSON-Caption-Format, das Motiv, Komposition, Beleuchtung, Kamera, Stil und Text-im-Bild in benannte Felder trennt statt in einen einzigen endlosen Satz. Das Modell akzeptiert einen einfachen Prompt. Mit der strukturierten Form ist es messbar vorhersagbarer, weil der Perceiver-Engpass Feldgrenzen bewahrt, die ein flacher Satz miteinander verwischt.

Dies ist das Detail mit den weitreichendsten Folgen. Es bedeutet, dass der natürliche Nutzer von Fibo 2.0 kein Mensch ist, der in ein Eingabefeld tippt, sondern ein Sprachmodell, das ein schemakonformes Objekt ausgibt, und es bedeutet, dass Prompt-Engineering für dieses Modell wie das Schreiben eines JSON-Schemas und die Validierung dagegen aussieht. Wer Fibo 2.0 mit einer Handvoll Freitext-Prompts bewertet, misst einen Modus, für den das Modell nicht optimiert wurde, und wird es unterbewerten.

Was genau bedeutet „open weights“ hier?

Die Modellkarte gibt CC BY-NC 4.0 für nichtkommerzielle Nutzung an, wobei für kommerzielle Nutzung eine separate Vereinbarung mit Bria erforderlich ist. Das Hugging Face-Repository ist auf der Stufe „auto“ mit einem Formular zu Unternehmen und beabsichtigter Nutzung zugangsbeschränkt. Sie können die Gewichte herunterladen, sie lesen, sie fine-tunen und sie ausführen; Sie können jedoch kein Produkt darauf basierend auf den Markt bringen, ohne vorher mit Bria zu sprechen.

Das ist eine legitime Open-Weights-Veröffentlichung und keine Open-Source-Veröffentlichung, und der Unterschied ist wichtiger als sonst, weil die Modelle, die Fibo 2.0 gerade überholt hat, unter Lizenzen stehen, die die kommerzielle Nutzung uneingeschränkt erlauben. Wenn man ein Bildmodell für ein Produkt und nicht für die Forschung auswählt, ist die Reihenfolge im Leaderboard nicht die Einschränkung. Die Lizenz ist es. Sie wirkt sich auch indirekt auf den Preis des Modells aus: Eine kommerzielle Vereinbarung ist eine Verhandlung, und eine Verhandlung ist ein Kostenfaktor, der auf keiner Preisliste auftaucht.

Es gibt eine vertretbare Lesart dafür, warum Bria es so gemacht hat. Der Trainingskorpus ist lizenziertes Material, für das das Unternehmen bezahlt hat; Gewichte freizugeben, die es jedem ermöglichen, kostenlos mit der eigenen API des Unternehmens auf diesem Korpus zu konkurrieren, würde das Gut verschenken, das der Korpus eingekauft hat. Die nichtkommerzielle Bedingung ist der Mechanismus, der verhindert, dass die Veröffentlichung das Geschäft kannibalisiert. Das macht die Lizenz nicht bequem, aber stimmig.

Die Preisliste – und was tausend Bilder kosten

• Bria API, Fibo 2.0 — 0,032 $ pro Bild.

• Bria API, Fibo 2.0 Edit — 0,032 $ pro Bild. Bearbeiten ist hier nicht günstiger als Generieren, was ungewöhnlich ist und das man wissen sollte, bevor man einen Batch-Job kalkuliert.

• Bria API, Fibo Lite — 0,0288 $ pro Bild. Die günstigere Stufe, nicht das Modell auf der Bestenliste.

Strukturierter Prompt-Aufruf — 0,02 $ pro Aufruf, separat vom Bild abgerechnet. Ein Bild aus der VGL-Pipeline kostet also 0,052 $ statt 0,032 $, es sei denn, Sie erstellen das JSON selbst.

• Artificial Analysis pricePer1kImages — 32,00 $, im Einklang mit der Angabe von 0,032 $ in der Überschrift.

Bei 0,032 $ pro Bild ist die API eher als Utility denn als Premiummodell bepreist, was zu der Strategie passt, die die Lizenz impliziert: die Gewichte für die Forschung freigeben, den Endpoint an alle verkaufen, die die Rechte benötigen. Das Selbsthosting des Dev-Checkpoints auf einer gemieteten GPU dürfte 0,032 $ pro Bild kaum unterbieten, wenn man 50 Sampling-Schritte berücksichtigt, aber Edit Turbo mit vier Schritten ist eine andere Rechnung für alle, die Volumen fahren oder das Modell in einem privaten Netzwerk benötigen.

Wo Sie es ausführen können

Fibo 2.0 ist über Barias eigene API, über Barias gehostetes Erstellungstool, über ComfyUI-Nodes und als zugriffsbeschränkte Gewichte auf Hugging Face verfügbar. Das sind die Wege. Es ist nicht im Katalog von OrcaRouter, und dieser Beitrag wird nicht so tun, als wäre es anders.

Die Routing-Frage ist immer noch einen Satz wert, denn Fibo 2.0 ist ein Modell, das die meisten Teams ausprobieren werden, bevor sie sich festlegen. OrcaRouter betreibt einen einzigen API-Schlüssel über mehr als 200 Modelle hinweg, wobei die Listenpreise der Anbieter zu 0 % Aufschlag weitergegeben werden, sodass eine Preisänderung eines Anbieters – einschließlich einer Preissenkung bei Bria – am Tag ihres Inkrafttretens auf Ihrer Rechnung erscheint und nicht erst an dem Tag, an dem ein Wiederverkäufer eine Tabelle aktualisiert. Für die Sprachmodell-Hälfte einer Fibo-Pipeline – die Hälfte, die VGL-JSON schreibt, es validiert und entscheidet, ob sich eine Generierung für einen erneuten Versuch lohnt – bedeutet das, dass das Modell, das das Reasoning übernimmt, hinter demselben Schlüssel sitzen kann wie alles andere, mit automatischem Failover, wenn ein Anbieter wackelt und der Routing-DSL, um die Schritte zu einem einzigen Aufruf zusammenzufassen. Das Bildmodell bleibt, wo es ist.

Nichts davon ist ein Grund, Fibo 2.0 zu wählen. Es ist ein Grund, die umgebende Pipeline nicht als eine Reihe separater Verträge aufzubauen.

Was würde dieses Urteil ändern?

Drei Dinge lohnen einen Blick, und keines davon lässt sich mit einem Artikel aus der Launch-Woche klären. Erstens die unabhängige Reproduktion: Das Elo stammt aus einer von der Crowd bewerteten Arena, und die spezifischen Fehlermodi, die im Produktivbetrieb zählen – Textdarstellung innerhalb eines bearbeiteten Bereichs, Identitätsbewahrung über vier Referenzen hinweg, ob eine Maske an ihrem Rand respektiert wird –, sind nicht das, was paarweise Präferenzmessungen erfassen. Zweitens die Lizenz: Wenn Bria von CC BY-NC zu etwas kommerziell Nutzbarem wechselt, ändert sich der Vergleich mit dem übrigen Open-Weights-Feld über Nacht; wenn nicht, bleibt „bester Open-Weights-Bildeditor“ ein Forschungstitel. Drittens das Unentschieden: Fibo 2.0 und Qwen-Image-2.1 liegen beim Editieren vier Elo-Punkte auseinander, mit überlappenden Intervallen. Ein paar tausend weitere Duelle werden sie trennen oder bestätigen, dass sie dasselbe Modell unter zwei Namen sind.

Vorerst ist die zutreffende Aussage eng gefasst und dennoch bemerkenswert. Zwei Tage nach der Veröffentlichung ist das beste Bildbearbeitungsmodell, das man herunterladen kann, ein 8B-Checkpoint von einem Unternehmen, das ein Jahrzehnt lang lizenzierte Bilddaten verkauft hat, es ist mehr als 170 Elo besser als der vorherige Versuch dieses Unternehmens, und es ist so lizenziert, dass fast niemand, der eine Bestenliste liest, es ohne einen Anruf kommerziell nutzen kann.