Fibo 2.0 vs. LFM2.5 2.6B Base: 2,7 Milliarden Parameter für Text oder 8,1 Milliarden Parameter für Bilder

Die Größenlücke ist das Erste, was jedem auffällt, und das am wenigsten Nützliche daran. Fibo 2.0, veröffentlicht von Bria am 20. Oktober 2026, hat 8,127,342,213 Parameter und liefert Bilder. LFM2.5 2.6B Base, veröffentlicht von Liquid AI am 1. August 2026, hat 2,69 Milliarden und liefert Text – und zwar keinen fertigen Text, sondern das rohe Fortsetzungsverhalten eines vorab trainierten Basis-Checkpoints ohne Instruction-Tuning. Zu fragen, welches besser ist, ist wie zu fragen, ob eine Kamera besser ist als ein Wörterbuch. Die Frage, die eine Antwort hat, ist enger und praktischer: Beide sind jeweils die kleinste glaubwürdige offene Option in ihrer eigenen Kategorie, und zu wissen, wo die Untergrenze jeder Kategorie liegt, sagt Ihnen, welche von beiden Ihre Einschränkung tatsächlich ausschließt.Keine der beiden Modellkarten hält fest, was passiert, wenn ein Checkpoint wie dieser schlecht eingesetzt wird, und die dokumentierten Vorfälle sind im OrcaRouter AI Incident Archive, wobei jeder Eintrag eigene Quellen, Schweregrad, Vertrauensstufe und eine Umstritten-Kennzeichnung enthält.

Der Boden, in beide Richtungen

Beide Modelle sind aus demselben strukturellen Grund interessant – jedes liegt nahe am unteren Ende dessen, was für seine Aufgabe tragfähig ist – und das ist die einzige Achse, auf der sie überhaupt vergleichbar sind.

• Parameter — Fibo 2.0 mit 8.127.342.213 in BF16; LFM2.5 2.6B Base mit 2,69 Milliarden. Ungefähr ein Verhältnis von drei zu eins bei den Gewichten, was ungefähr auch dem Verhältnis im Speicher entspricht.

• Ausgabe — Fibo 2.0 gibt ein Bild zurück; LFM2.5 2.6B Base gibt Text-Tokens und sonst nichts zurück.

• Wo es läuft — Fibo 2.0 benötigt eine GPU mit genügend VRAM für einen 44-Block-Diffusionstransformer mit 50 Schritten oder vier Schritten in der Turbo-Variante; LFM2.5 2.6B Base wird in den Formaten GGUF, ONNX und MLX ausgeliefert und ist für den Betrieb auf einem Smartphone, einem Laptop oder einem Einplatinencomputer ausgelegt.

• Tuning-Status — Fibo 2.0 Dev ist eine nicht destillierte Basis mit classifier-free guidance, dokumentiert für Fine-Tuning; LFM2.5 2.6B Base ist nur vortrainiert und zeigt kein Instruction-Following-Verhalten, bis jemand es feinabstimmt.

• Lizenz — Fibo 2.0 steht unter CC BY-NC 4.0 für nicht-kommerzielle Nutzung, kommerzielle Nutzung nach Vereinbarung; LFM2.5 2.6B Base unterliegt der LFM-1.0-Lizenz, die eine kommerzielle Nutzung nach Maßgabe ihrer eigenen Bedingungen erlaubt.

• Bewertungen — Fibo 2.0 liegt bei 1.087,05 Elo auf AA-Image-Editing v2.1 und damit an erster Stelle unter den offenen Gewichten; LFM2.5 2.6B Base hat einen geschätzten Intelligence Index von 8,39, GPQA 55,8 %, Terminal-Bench 2.1 bei 4,5 % und HLE 6,2 %.

Diese beiden Score-Zeilen lassen sich nicht im selben Satz als Vergleich unterbringen. Die eine ist ein Crowd-Präferenzscore über gerenderte Bilder; die andere ein zusammengesetzter Score über Text-Benchmarks. Der einzig ehrliche Weg, beide zu verwenden, besteht darin, zu beschreiben, wofür jedes Modell gedacht ist.

Was ein Basis-Checkpoint tatsächlich ist, weil der Name irreführend ist

„Base“ in LFM2.5 2.6B Base ist keine bescheidene Umschreibung für „Standard“. Es bedeutet, dass das Modell auf 34 Billionen Token der Vorhersage des nächsten Tokens trainiert wurde und auf nichts sonst – kein Instruction-Tuning, keine Chat-Vorlage, kein Verweigerungsverhalten, kein Bewusstsein dafür, dass eine Frage eine Frage ist. Geben Sie ihm „Fassen Sie diese E-Mail zusammen:“ und es wird die Zeichenkette in dem Stil fortsetzen, den die Vortrainingsdaten nahelegen; dabei könnte es sich eher um den Rest eines E-Mail-Verlaufs als um eine Zusammenfassung handeln.

Das macht es zu einem guten Ausgangspunkt und einem schlechten Produkt. Liquid AI liefert es für Menschen, die Fine-Tuning betreiben wollen, und die Architektur ist für diese Aufgabe gewählt: 30 Schichten, 22 doppelt gegatete kurze Faltungen und 8 Grouped-Query-Attention-Schichten, ein Vokabular von 128K, ein Kontext von 131.072 Token und die Abdeckung von 16 Sprachen im Pre-Training. Der faltungsintensive Stack ist der Grund, warum es auf ein Telefon passt – die Attention-Kosten wachsen mit dem Kontext, die von Faltungen nicht, und genau das ist die zentrale Design-These.

• Architektur — 30 Schichten: 22 doppelt gegatete kurze Faltungsblöcke und 8 GQA-Blöcke, 128K-Vokabular.

• Training — 34 Billionen Token, 16 Sprachen, ausschließlich vortrainiert.

• Kontext — 131.072 Token, also die Zahl, die der Convolution-Stack erschwinglich machen soll.

• Formate — GGUF, ONNX und MLX, sodass llama.cpp, ONNX Runtime und Apple Silicon allesamt erstklassige Ziele sind.

• Was es nicht tut – Anweisungen befolgen, ein Gespräch führen oder etwas anderes als eine Textfortsetzung erzeugen, bis du es abstimmst.

Der Vergleich mit dem Dev-Checkpoint von Fibo 2.0 ist näherliegend, als es auf den ersten Blick scheint. Fibo 2.0 Dev ist ebenfalls eine Basis – nicht destilliert, 50 Schritte mit Classifier-Free Guidance bei 5,0, ausdrücklich der Checkpoint, auf den Bria für das Fine-Tuning verweist. Beide Projekte liefern ein Tuning-Ziel zusammen mit einem nutzbaren Produkt – oder an dessen Stelle. Der Unterschied ist, dass Fibo 2.0 Edit Turbo als nutzbare Version derselben Gewichte existiert, auf vier Schritte destilliert und ohne Guidance, während LFM2.5 2.6B erst getunt werden muss, bevor es überhaupt nutzbar ist.

Lizenz und die tatsächlichen Kosten von „offen“

Beide Modelle sind herunterladbar. Was Sie mit ihnen tun dürfen, weicht stark voneinander ab – und zwar in eine Richtung, die die übliche Intuition bezüglich der Größe auf den Kopf stellt: Das winzige Modell ist das kommerziell nutzbare.

• Fibo 2.0 — CC BY-NC 4.0 für nichtkommerzielle Nutzung. Für die kommerzielle Nutzung ist eine separate Vereinbarung mit Bria erforderlich. Das Hugging-Face-Repository ist durch ein Formular zu Unternehmen und beabsichtigter Nutzung zugangsbeschränkt.

• LFM2.5 2.6B Base — LFM-1.0-Lizenz, die den kommerziellen Einsatz zu ihren eigenen Bedingungen erlaubt. Keine Verhandlung pro Nutzung, allerdings sind die Bedingungen nicht Apache-2.0 und es lohnt sich, sie zu lesen, statt sie einfach anzunehmen.

• Warum die Bedingungen von Bria so sind, wie sie sind – der Trainingskorpus besteht aus rund einer Milliarde lizenzierter Bilder, die das Unternehmen bezahlt hat. Kostenlose Gewichte, mit denen jeder Bria's eigene API auf diesem Korpus unterbieten könnte, würden das Asset preisgeben, das der Korpus erkauft hat.

Die praktische Aufteilung – eine interne Forschungs-Pipeline kann beides schon morgen nutzen. Ein auslieferbares Produkt kann LFM2.5 2.6B Base schon morgen in ein Gerät einbetten, kann Fibo 2.0 aber nicht ohne eine Signatur ausliefern.

Das ist kein Seitenhieb gegen Bria. Es ist die Kostenstruktur der beiden Probleme. Liquid AI wurde auf Text trainiert, der größtenteils kostenlos lizenziert werden kann; Bria wurde auf Fotografien trainiert, von denen keine einzige kostenlos lizenziert werden kann. Die Lizenzbedingungen richten sich nach den Eingabedaten, nicht nach der Modellqualität, und dort sollten sie auch ansetzen.

Wo sie sich treffen: der On-Device-Assistent, der beschreibt, bevor er rendert

Es gibt eine Architektur, in der diese beiden Modelle zum selben System gehören, und sie ist der Grund, warum dieser Beitrag ein Vergleich und keine Verwerfung ist. Der Conditioning-Pfad von Fibo 2.0 nimmt eine strukturierte JSON-Beschriftung entgegen – VGL, Bria's Visual GenAI Language – mit benannten Feldern für Motiv, Komposition, Beleuchtung, Kamera, Stil und Text im Bild. Ein 2,6B-Textmodell, das auf das Gerät passt, das das Foto aufnimmt, ist genau die Art von Sache, die dieses JSON lokal schreiben könnte, ohne einen Roundtrip.

Ob es kann, ist eine andere Frage als die, ob es sollte. Ein vorab trainiertes Basismodell mit einem geschätzten Index von 8,39, GPQA 55,8 % und HLE 6,2 % wird ohne aufgabenspezifisches Fine-Tuning nicht zuverlässig schema-gültiges JSON aus einem Foto ausgeben – und es auf einem VGL-Korpus zu fine-tunen, ist eine klar definierte Aufgabe, die für ein kleines Modell geeignet ist. Das ist die ehrliche Version des Meet-in-the-Middle-Arguments: LFM2.5 2.6B Base ist ein plausibles Substrat für einen feinabgestimmten Caption-Schreiber, nicht für einen fertigen von der Stange.

• Was das 2.6B bringt – es läuft dort, wo das Foto aufgenommen wird, unter 3 GB Gewichte, kein Netzwerk, keine Kosten pro Aufruf.

• Was es zuerst braucht — überwachtes Fine-Tuning an Beispielen im VGL-Format sowie eingeschränkte Dekodierung oder eine JSON-Grammatik, um gültige Ausgaben zu garantieren.

• Was der Renderer mitbringt — er braucht trotzdem eine GPU. Die Hälfte auf dem Gerät beschreibt; die Server-Hälfte zeichnet. Das ist heute die einzige Aufteilung, die funktioniert.

• Was die Idee zunichtemacht – wenn die Bildbeschreibung gut sein muss, liest ein multimodales Modell der 12B-Klasse das Quellbild besser als ein reines Textmodell mit 2,6B, weil das 2,6B-Modell das Foto überhaupt nicht sehen kann.

Der letzte Punkt ist derjenige, der die meisten realen Designs entscheidet. LFM2.5 2.6B Base ist Text-in, Text-out. Es kann eine VGL-Bildunterschrift aus einem schriftlichen Briefing schreiben; es kann nicht das Bild ansehen, das es beschreibt. Wer die beiden kombiniert, sollte sich darüber im Klaren sein, welche dieser Aufgaben er tatsächlich einkauft.

Jeden einzelnen bekommen

Fibo 2.0 ist über Brias API für 0,032 US-Dollar pro Bild, über Brias gehostetes Erstellungstool, über ComfyUI-Nodes oder als zugriffsbeschränkte Gewichte auf Hugging Face verfügbar. LFM2.5 2.6B Base ist auf Hugging Face in GGUF, ONNX und MLX verfügbar, ohne Zugriffsbeschränkung für die Base-Version. Keines von beiden ist im Katalog von OrcaRouter, und keine der beiden Aussagen muss abgeschwächt werden: Fibo 2.0 ist ein Bild-Endpunkt und Liquids 2.6B-Base ist ein herunterladbarer Checkpoint, und ein Router ist für keines von beiden gut geeignet.

Was ein Router tatsächlich bereitstellt, ist alles rund um die Modelle. OrcaRouter betreibt einen einzigen Schlüssel über mehr als 200 Modelle hinweg, wobei Anbieter-Listenpreise mit 0 % Aufschlag durchgereicht werden, sodass eine Preisänderung eines Anbieters auf der Textseite am Tag ihres Eintretens sichtbar wird. Wenn du die Fine-Tuning-Pipeline für einen VGL-Caption-Writer baust, können sowohl das Modell, das synthetische Trainingspaare erzeugt, als auch das Modell, das sie bewertet, hinter diesem einen Schlüssel sitzen, mit automatischem Failover während der Iteration und der Routing-DSL, um einen Benchmark in einem einzigen Aufruf über mehrere Modelle zu verteilen. Der Renderer bleibt der von Bria. Die Tuning-Schleife ist der Ort, an dem Routing seinen Platz verdient.

Die Entscheidung, klar gesagt

Wenn deine Einschränkung darin besteht, wo das Modell läuft, konkurriert {{1}}LFM2.5 2.6B Base{{/1}} nicht mit {{2}}Fibo 2.0{{/2}} — es ist das einzige der beiden, das überhaupt auf dem Gerät läuft, und sein geschätzter Index von {{3}}8.39{{/3}} ist eine Obergrenze, die du bewusst als Gegenleistung dafür in Kauf nimmst. Wenn deine Einschränkung darin besteht, was die Ausgabe ist, ist {{4}}Fibo 2.0{{/4}} das einzige der beiden, das die Ausgabe erzeugt, und seine {{5}}1,087{{/5}} Elo unter offenen Gewichten sind die aktuelle Höchstmarke für herunterladbare Bildbearbeitung. Niemand wählt zwischen diesen Modellen. Sie wählen zwischen einem Bereitstellungsziel und einem Lieferergebnis, und das sind unterschiedliche Entscheidungen, die zufällig in den Nachrichten derselben Woche aufgetaucht sind.

Die eine Frage, die wirklich beide betrifft, ist die Lizenz, und sie fällt für beide Hälften eines kommerziellen Builds gleich aus: Das 2,6B-Basismodell ist zu seinen Bedingungen nutzbar, der 8B-Renderer braucht die Zustimmung von Bria, und dass das kleinere Modell das freiere ist, liegt an den Trainingsdaten und nicht am Engineering. Richten Sie das Produkt daran aus, nicht an Parameterzahlen.