Fibo 2.0 asume el liderato en edición de imágenes de pesos abiertos con 8B parámetros — Fíjate en el intervalo, no en el ranking

Bria lanzó Fibo 2.0 el 20 de octubre de 2026 y, en menos de un día, había desplazado a todas las demás entradas de pesos abiertos en ambas clasificaciones de imágenes de Artificial Analysis. En AA-Image-Editing v2.1 ocupa el puesto 20 en la general, con un Elo de 1.087,05, lo que lo convierte en el modelo mejor clasificado cuyos pesos se pueden descargar; Qwen-Image-2.1 es el siguiente, con 1.082,74 y en el puesto 21. En AA-Image-T2I v2.1 queda en el puesto 21 con 1.038,79, un puesto por detrás de Qwen-Image-2.1, con 1.042,13. Ambos son saltos enormes desde la línea Fibo de primera generación de Bria: FIBO Edit estaba en 912,82 en edición y FIBO en 848,86 en texto a imagen. El titular se escribe solo. La parte que merece detenerse a analizar es que en ninguna de las dos tablas la diferencia con el modelo que queda por debajo supera las barras de error, y que «pesos abiertos» aquí no significa lo mismo que para la mayoría de los modelos a los que acaba de superar. Las posiciones en la clasificación no registran cómo fallan los modelos de imagen en producción, y los incidentes registrados se catalogan en el OrcaRouter AI Incident Archivedonde cada entrada incluye sus propias fuentes, gravedad, grado de confianza e indicador de disputa.

Lo que dicen los dos tableros, incluidas las partes que completa el anuncio de Bria

La clasificación de edición es el resultado más sólido. El 1.087,05 de Fibo 2.0 viene con un intervalo de confianza del 95 % de 1.073,05 a 1.101,05 en 4.819 combates. El 1.082,74 de Q​wen-Image-2.1 conlleva un intervalo de 1.069,74 a 1.095,74 sobre una muestra comparable. Esos intervalos se solapan en la mayor parte de su longitud. Así que la lectura honesta de «primero entre los pesos abiertos» es una posición en el ranking, no un margen demostrado: Fibo 2.0 está por delante de Q​wen-Image-2.1 en el orden, y el orden todavía no puede distinguirlos. El modelo respecto al que está genuina e inequívocamente por delante es su propio predecesor: 174 Elo es aproximadamente catorce veces la mitad de la amplitud de su propio intervalo, y ninguna cantidad de ruido de muestreo lo explica.

• Elo de edición — Fibo 2.0 1.087,05, 20.º en la clasificación general, 1.º entre los pesos abiertos; Q​wen-Image-2.1 1.082,74, 21.º en la clasificación general, 2.º entre los pesos abiertos.

• Intervalos de edición: 1.073,05–1.101,05 frente a 1.069,74–1.095,74. Se solapan, así que considérelos iguales y use el rango como desempate.

• Elo de texto a imagen — Fibo 2.0 1.038,79, 21.º en la clasificación general; Qwen-Image-2.1 1.042,13, 20.º en la clasificación general. Aquí Qwen está nominalmente por delante, de nuevo dentro de intervalos superpuestos (1.026,79–1.050,79 frente a 1.030,13–1.054,13).

Cambio respecto a la primera generación: FIBO Edit 912.82 a Fibo 2.0 1,087.05 en edición, +174. FIBO 848.86 a 1,038.79 en texto a imagen, +190. FIBO Lite, el SKU más económico de la primera generación, estaba en 813.06 en texto a imagen.

• Distancia hasta lo más alto de cada tabla: 111,66 Elo por detrás de GPT Image 2.5 Sunburst (max) en edición, y 183,17 por detrás del mismo modelo en texto a imagen. El liderazgo de los pesos abiertos y el liderazgo general son conversaciones distintas.

Tamaño de la muestra: 4.819 batallas en edición, 5.113 en texto a imagen. Suficiente para que los intervalos sean estrechos; no lo bastante para que una diferencia de cinco puntos de Elo signifique algo.

Artificial Analysis indica la fecha de lanzamiento como el 20 de octubre de 2026 en ambas tablas y marca el modelo como reciente. La propia ficha del modelo de Bria afirma el primer puesto en edición de imágenes y el segundo en texto a imagen entre los modelos de pesos abiertos a esa misma fecha. Es una afirmación del proveedor sobre la clasificación de un tercero, no una evaluación comparativa del propio proveedor, pero sigue siendo el proveedor caracterizando su propio resultado, y los puestos se sostienen cuando los verificas directamente.

¿Qué hay realmente dentro del 8B?

El número de parámetros es el dato menos interesante del lanzamiento. Fibo 2.0 es un modelo de flow matching que opera en el espacio latente del VAE de FLUX.2, con un modelo Qwen3-VL-4B-Instruct como codificador de prompts. En lugar de condicionar el transformer de difusión con tokens de texto sin procesar, comprime la salida del codificador mediante un remuestreador Perceiver de dos capas en 256 a 512 tokens «gist», y el transformer de una sola corriente de 44 bloques atiende a esos tokens, con cinco de los bloques alimentados además mediante atención cruzada. La consecuencia práctica es que una descripción larga y estructurada apenas cuesta nada extra: el condicionamiento está limitado a 512 tokens, no importa cuánto escribas.

• Arquitectura — flow matching en el espacio latente del VAE de FLUX.2, DiT de corriente única de 44 bloques, cinco bloques con atención cruzada a la representación del prompt.

• Codificador de texto — Qwen3-VL-4B-Instruct, comprimido a 256–512 tokens gist mediante un remuestreador Perceiver de dos capas.

• Tamaño — 8,127,342,213 parámetros en BF16 safetensors, así que aproximadamente 16 GB de pesos antes de cualquier sobrecarga en tiempo de ejecución.

• Datos de entrenamiento: el corpus de aproximadamente mil millones de imágenes de Bria, que la empresa describe como totalmente licenciado. Esa afirmación es de la empresa, y es la razón por la que la licencia que figura a continuación no es algo secundario.

• Modos: edición, edición con máscara, edición con múltiples referencias con hasta cuatro imágenes de referencia, generación y un modo «inspire» que propone variaciones. Un único conjunto de pesos cubre la generación y la edición, algo nuevo para esta familia; la primera generación los separaba.

El checkpoint unificado es el cambio de ingeniería sustantivo. Fibo 1 lanzó la generación y la edición como capacidades separadas con fortalezas separadas, y la ganancia de 174 puntos en edición frente a FIBO Edit es en parte la historia de cómo la edición obtuvo su propio énfasis de entrenamiento dentro de un modelo que también genera. Si los dos modos se interfieren entre sí es exactamente el tipo de pregunta que una tabla de clasificación no puede responder y una semana de uso en producción sí.

Dev y Edit Turbo son dos productos diferentes que comparten un nombre.

Hay dos checkpoints en Hugging Face bajo el nombre Fibo 2.0, y elegir el equivocado es la forma más probable de concluir que el modelo es decepcionante.

• Fibo 2.0 Dev — la base no destilada. Cincuenta pasos de muestreo con guía sin clasificador de 5.0, tanto para generación como para edición, y el checkpoint al que Bria apunta para el ajuste fino. Lenta y controlable.

• Fibo 2.0 Edit Turbo — destilado a cuatro pasos sin guía libre de clasificador, solo para edición. Aproximadamente un orden de magnitud más barato por imagen en inferencia, y no puede generar desde cero.

• Herramientas — el pipeline es BriaFibo2Pipeline en diffusers, que se incorpora mediante la solicitud de extracción 14991, con un paquete complementario bria-vgl para el formato de subtítulos estructurados que se describe a continuación. La compatibilidad con ComfyUI llegó mediante un reempaquetado de la comunidad el 20 de octubre.

Los prompts están pensados para ser JSON, y eso es un cambio real en el flujo de trabajo.

Bria entrena y documenta Fibo 2.0 con lo que llama VGL — Visual GenAI Language —, un formato de descripción JSON estructurado que separa el sujeto, la composición, la iluminación, la cámara, el estilo y el texto dentro de la imagen en campos con nombre en lugar de una sola frase continua. El modelo aceptará un prompt simple. Es mensurablemente más predecible con la forma estructurada, porque el cuello de botella Perceiver preserva los límites entre campos que una frase plana difumina.

Este es el detalle con la cola más larga. Significa que el consumidor natural de Fibo 2.0 no es una persona escribiendo en una caja, sino un modelo de lenguaje que emite un objeto conforme al esquema, y significa que la ingeniería de prompts para este modelo se parece a escribir un esquema JSON y validar contra él. Cualquiera que evalúe Fibo 2.0 con un puñado de prompts de texto libre está midiendo un modo para el que el modelo no fue optimizado y lo subestimará.

¿Qué significa exactamente "open weights" aquí?

La ficha del modelo indica CC BY-NC 4.0 para uso no comercial, y el uso comercial requiere un acuerdo separado con Bria. El repositorio de Hugging Face tiene acceso restringido en el nivel "auto" con un formulario de empresa y uso previsto. Puedes descargar los pesos, leerlos, ajustarlos y ejecutarlos; no puedes lanzar un producto basado en ellos sin hablar primero con Bria.

Esa es una publicación legítima de pesos abiertos y no es de código abierto, y la distinción importa más de lo habitual porque los modelos que Fibo 2.0 acaba de superar están bajo licencias que permiten el uso comercial sin restricciones. Si eliges un modelo de imagen para un producto en lugar de para investigación, el orden de la clasificación no es la limitación. La licencia lo es. También pone precio al modelo de forma indirecta: un acuerdo comercial es una negociación, y una negociación es un coste que no aparece en ninguna tarifa.

Hay una lectura defendible de por qué Bria lo hizo así. El corpus de entrenamiento es material licenciado que la empresa pagó; liberar pesos que permitan a cualquiera competir gratis con la API propia de la empresa sobre ese corpus sería regalar el activo que el corpus adquirió. La cláusula no comercial es el mecanismo que impide que el lanzamiento canibalice el negocio. Eso no hace que la licencia sea conveniente, pero sí la hace coherente.

La lista de tarifas y cuánto cuestan mil imágenes

• Bria API, Fibo 2.0 — $0.032 por imagen.

• Bria API, Fibo 2.0 Edit — $0,032 por imagen. Editar no es más barato que generar aquí, lo cual es inusual y conviene saberlo antes de presupuestar un trabajo por lotes.

• Bria API, Fibo Lite — 0,0288 $ por imagen. El nivel más económico, no el modelo del ranking.

• Llamada de prompt estructurado — $0.02 por llamada, facturada por separado de la imagen. Así que una imagen del pipeline VGL cuesta $0.052, no $0.032, a menos que generes el JSON tú mismo.

• pricePer1kImages de Artificial Analysis — 32,00 $, en consonancia con el titular de 0,032 $.

A $0.032 por imagen, la API tiene un precio propio de un servicio básico y no de un modelo premium, lo que concuerda con la estrategia que implica la licencia: regalar los pesos para investigación y vender el endpoint a todos los que necesiten los derechos. Alojar el checkpoint Dev por cuenta propia en una GPU alquilada difícilmente superará los $0.032 por imagen una vez contabilizados los 50 pasos de muestreo, pero Edit Turbo a cuatro pasos es un cálculo distinto para cualquiera que opere con volumen o necesite el modelo dentro de una red privada.

Dónde puedes ejecutarlo

Fibo 2.0 está disponible a través de la propia API de Bria, mediante la herramienta de creación alojada de Bria, a través de nodos de ComfyUI y como pesos con acceso restringido en Hugging Face. Esas son las vías. No está en el catálogo de OrcaRouter, y este artículo no va a fingir lo contrario.

La cuestión del enrutamiento todavía merece una frase, porque Fibo 2.0 es un modelo que la mayoría de los equipos probará antes de comprometerse. OrcaRouter funciona con una sola clave de API en más de 200 modelos con los precios de lista de los proveedores trasladados con un 0 % de margen, así que un cambio de precio de un proveedor, incluida una rebaja de Bria, aparece en tu factura el mismo día en que ocurre y no el día en que un revendedor actualiza una tabla. Para la mitad de modelo de lenguaje de un pipeline de Fibo —la mitad que escribe VGL JSON, lo valida y decide si vale la pena reintentar una generación—, eso significa que el modelo que hace el razonamiento puede estar detrás de la misma clave que todo lo demás, con conmutación por error automática cuando un proveedor falla y el DSL de enrutamiento para componer los pasos en una sola llamada. El modelo de imagen se queda donde está.

Nada de eso es una razón para elegir Fibo 2.0. Es una razón para no construir el pipeline circundante como una serie de contratos separados.

¿Qué cambiaría este veredicto?

Hay tres cosas que merecen atención, y ninguna puede zanjarse con una publicación de la semana del lanzamiento. Primera, la reproducción independiente: el Elo procede de una arena votada por la multitud, y los modos de fallo concretos que importan en producción —el renderizado de texto dentro de una región editada, la preservación de la identidad a través de cuatro referencias, si se respeta una máscara en su borde— no son lo que miden las preferencias por pares. Segunda, la licencia: si Bria pasa de CC BY-NC a algo de uso comercial, la comparación con el resto del campo de pesos abiertos cambia de la noche a la mañana, y si no lo hace, «el mejor editor de imágenes de pesos abiertos» sigue siendo un título de investigación. Tercera, el empate: Fibo 2.0 y Qwen-Image-2.1 están a cuatro puntos Elo de diferencia en edición, con intervalos solapados. Unos cuantos miles de batallas más los separarán o confirmarán que son el mismo modelo con dos nombres.

Por ahora, la afirmación precisa es limitada y aun así notable. Dos días después de su lanzamiento, el mejor modelo de edición de imágenes que se puede descargar es un checkpoint de 8B de una empresa que lleva una década vendiendo datos de imágenes con licencia; es más de 170 Elo mejor que el intento anterior de esa empresa, y tiene una licencia tal que casi nadie que consulte una tabla de clasificación puede usarlo comercialmente sin hacer una llamada telefónica.