Una tarjeta de título generada con el titular 'FIBO 2.0 vs MiniMax H3 Image', y el subtítulo 'Tres semanas de diferencia, y el título de pesos abiertos cambió de manos'. Dos chips dicen 'FIBO 2.0 — 8B, 20 de octubre de 2026, 1.086 Elo en edición' y 'H3-Image — 68,65 GB, 10 de noviembre de 2026, 1.135 Elo en edición'. Un pie de página dice 'Elo según Artificial Analysis, AA-Image-Editing, consultado el 20 de noviembre de 2026'.
Guides & Insights

FIBO 2.0 vs MiniMax H3 Image: la corona ya cambió de manos

Autor

Elias Hawthorne

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Durante veintiún días, FIBO 2.0 fue el mejor modelo de edición de imágenes que se podía descargar. Bria lo lanzó el 20 de octubre de 2026 con 1.086 Elo en la tabla de edición de Artificial Analysis, lo que lo situó primero entre las entradas de pesos abiertos y unos 169 puntos por encima del intento anterior de la propia empresa. Luego, MiniMax publicó los pesos de MiniMax H3 Image en Hugging Face el 10 de noviembre a las 14:50 UTC, y para cuando la arena tuvo suficientes batallas para clasificarlo, el liderato de pesos abiertos pertenecía a un modelo que no existía cuando se lanzó FIBO. Según la lectura del 20 de noviembre de 2026, H3-Image se sitúa en 1.135 Elo con un intervalo de 1.119 a 1.151. FIBO 2.0 se sitúa en 1.086, intervalo de 1.073 a 1.099. Esos rangos no se tocan.

Esa es una posición realmente incómoda para una publicación de lanzamiento, y la pregunta útil es qué queda del caso de FIBO 2.0 ahora que la cifra con la que abría ha sido superada por un competidor tres semanas más joven. La respuesta no es nada. Es que los dos modelos están construidos para propietarios diferentes, y la diferencia se ve en una sola cifra: 8.1 mil millones de parámetros frente a una descarga de 68.65 gigabytes.

¿Qué significan 8B y 68.65 GB para una persona?

Bria publica la arquitectura con un nivel de detalle inusual. FIBO 2.0 es un modelo de flow matching que opera en el espacio latente del VAE de FLUX.2, con Qwen3-VL-4B-Instruct como codificador de prompts, un remuestreador Perceiver de dos capas que comprime la salida de ese codificador en 256 a 512 tokens «gist», y un transformer de difusión de una sola corriente de 44 bloques, cinco de los cuales reciben además entrada mediante atención cruzada. El checkpoint tiene 8.127.342.213 parámetros en safetensors BF16 —aproximadamente 16 GB de pesos antes de cualquier sobrecarga en tiempo de ejecución. Una tarjeta gráfica de consumo de 24 GB puede alojarlo y aún deja espacio para el codificador de texto.

MiniMax H3 Image es algo de otra categoría. Su repositorio contiene 68,65 GB de pesos, además de un codificador de texto tomado de un segundo repositorio, que es lo que cuesta distribuir un modelo diseñado en torno a una salida en 4K, dieciséis millones de píxeles y hasta dieciséis imágenes de referencia. El anuncio del 10 de noviembre abrió con diez segundos para generar una imagen de dieciséis megapíxeles, y sea cual sea el valor que ese número llegue a tener en tu hardware, no es una cifra que pueda producir una estación de trabajo con una sola tarjeta gráfica.

• Pesos en disco — FIBO 2.0 aproximadamente 16 GB BF16; H3-Image 68.65 GB más un codificador de texto separado.

• Referencias por edición — FIBO 2.0 hasta 4, abordadas en orden; H3-Image hasta 16, según el anuncio de Mini​Max.

• Tamaño de salida — FIBO 2.0 renderiza a resoluciones de clase 1K mediante su pipeline publicado; H3-Image anuncia 4K, aproximadamente dieciséis megapíxeles.

• Elo de edición — FIBO 2.0 1.086, 31.º en general; H3-Image 1.135, 14.º. H3-Image Highspeed, el nivel más rápido, se sitúa en 1.132.

• Elo de texto a imagen — FIBO 2.0 1.037, 32.º; H3-Image 1.066, 27.º; H3-Image Highspeed 1.072.

• Precio de lista: FIBO 2.0 $32.00 por cada 1,000 imágenes; H3-Image $26.54 en edición y $21.79 en texto a imagen; H3-Image Highspeed $45.25 en edición.

El recuento de referencias es el número que decide más trabajos reales que el Elo. Cuatro imágenes cubren persona, prenda, fondo y logotipo. Dieciséis cubren toda una línea de producto en una sola llamada, y si tu trabajo es de composición y no de retoque, dieciséis no es un lujo: es la capacidad que hace posibles las escenas con múltiples sujetos. Las cuatro de FIBO bastan para una edición de moda y no bastan para un desplegable de catálogo.

A crop of the Artificial Analysis AA-Image-Editing leaderboard showing consecutive ranked rows, including H3-Image at rank 14 with 1,135 Elo and an interval of 1,119 to 1,151 across 3,267 battles at $26.54 per 1,000 images, and Fibo 2.0 at rank 31 with 1,086 Elo, an interval of 1,073 to 1,099 across 5,753 battles at $32.00 per 1,000 images.

Tres semanas es mucho tiempo en este foro.

La tabla que FIBO 2.0 leía en octubre se ha movido por debajo de él dos veces. H3-Image llegó el 10 de noviembre y pasó directamente al decimocuarto puesto. Seedream 5.5, anunciado por ByteDance el 9 de noviembre, aterrizó en 1.160 y en el octavo puesto. Krea 3 (Ultra), cinco días más antiguo que FIBO, ya estaba por delante con 1.154 y sin pesos de ningún tipo. En la lectura actual, los modelos por encima de FIBO 2.0 en la tabla de edición incluyen tres que se lanzaron después de él, y la entrada de pesos abiertos inmediatamente por debajo es Qwen-Image-2.1 con 1.082 —el modelo que FIBO superaba hace un mes y por el que estaba recibiendo elogios.

Nada de eso es un defecto del modelo. Es el aspecto que tiene una categoría que avanza rápido, y la forma honesta de escribir sobre un lanzamiento de hace tres semanas es decirlo en lugar de citar la instantánea de la semana del lanzamiento como si la flecha no se hubiera movido. La propia tarjeta de Hugging Face de Bria todavía lleva la afirmación de octubre —«primero en edición de imágenes y segundo en texto a imagen entre los modelos de pesos abiertos, 20 de octubre de 2026»—, que era cierta en la fecha en que se estampó. Ahora no lo es, y la tarjeta no dice lo contrario porque las tarjetas de modelo no son tablas de clasificación.

Lo que no ha cambiado es el otro factor diferencial de Bria, y es el que más vale para un equipo que pretende seguir usando el modelo después de que se olvide la tabla de clasificación de este trimestre: el checkpoint es pequeño, está documentado y se entrega con él una vía de ajuste fino. El repositorio incluye un entrenador LoRA para una sola GPU destinado a edición y texto a imagen, junto con una guía de preparación de datos, bajo el argumento de que la generación y la edición comparten un único conjunto de pesos, de modo que un solo ajuste fino puede enseñar al modelo un estilo de la casa y cómo editar dentro de él. Un modelo de 68 GB no es imposible de afinar, pero es una conversación presupuestaria distinta.

La licencia de la que ninguno de los dos proveedores presume

Ambos son lanzamientos de pesos abiertos en el sentido técnico y ninguno es de código abierto. La ficha de Bria indica CC BY-NC 4.0 para uso no comercial, y el uso comercial requiere un acuerdo por separado; además, condiciona el acceso al repositorio mediante un formulario de empresa y uso previsto. MiniMax H3 Image se distribuye bajo su propio acuerdo de licencia comunitaria —un documento hecho a medida en lugar de una licencia OSI—, y el trabajo práctico de leer una licencia hecha a medida es más largo, no más corto, que leer una de Creative Commons. Ninguna de las dos empresas te ofrece lo que la expresión «pesos abiertos» suele implicar: el derecho a crear un producto a partir del archivo y lanzarlo.

A generated card titled 'What fits on one workstation', showing two bars drawn to scale: FIBO 2.0 at about 16 GB of BF16 weights, which fits a 24 GB card alongside its text encoder, and MiniMax H3 Image at 68.65 GB plus a separate text encoder, which does not. A footer reads 'Parameter counts and repository sizes per each vendor's published model card, November 2026.'

La distinción que sí perdura es el coste de experimentación. Una descarga restringida de 16 GB que cabe en una estación de trabajo y viene con un script de ajuste fino es algo que un solo ingeniero puede evaluar un martes. Una descarga de 68 GB que requiere una máquina con varias GPU y un codificador de texto aparte es un proyecto con número de ticket. Esa asimetría favorece a FIBO para investigación y prototipado, y favorece a H3-Image para cualquiera cuyo problema ya sea «tenemos las GPU y necesitamos dieciséis referencias».

Hay una tercera opción que ninguno de los dos artículos de lanzamiento menciona, y es donde la mayoría de los equipos terminará de hecho: no ejecutar ninguno en local. Ambos modelos se venden como endpoints alojados, a $32.00 y $26.54 por cada mil imágenes respectivamente, y a esas tarifas el argumento del hardware se desvanece para cualquier cosa por debajo de unos pocos miles de imágenes al mes. El autoalojamiento se vuelve racional cuando necesitas el ajuste fino, la privacidad o el volumen, no cuando quieres la imagen más barata.

Qué hace un router aquí y qué no hace

FIBO 2.0 no está en el catálogo de OrcaRouter, y H3-Image tampoco; los modelos de imagen que sí ofrecemos son un conjunto completamente distinto. Así que el papel honesto de un router en esta comparación no es «llamar a ambos a través de una sola API», porque eso no sería cierto. Es la parte que rodea al render.

Ambos modelos quieren un prompt estructurado y extenso —FIBO mediante su esquema JSON de VGL, H3-Image mediante los largos subtítulos que usan los propios ejemplos de Mini​Max— y, en producción, esos subtítulos los escribe un modelo de lenguaje, se validan contra un esquema y se reintentan cuando el render sale mal. Ese bucle es donde están el dinero y los fallos. OrcaRouter expone más de 200 modelos de texto detrás de una sola clave al precio de lista del proveedor con 0% de margen, así que el generador de subtítulos y el validador se pueden intercambiar para cada trabajo sin un nuevo contrato, la conmutación por error automática cubre que un proveedor tenga un mal momento a las 2 a. m., y el DSL de enrutamiento compone el subtítulo, la llamada de render y el reintento en un único paso configurado. El modelo de imágenes se queda donde está de todos modos.

Esa es una afirmación modesta, y lo es deliberadamente. Un enrutador no convierte un modelo de 1.135 de Elo en uno de 1.200, ni te consigue dieciséis referencias.

¿Quién debería elegir cuál, este mes?

• Elige FIBO 2.0 si la máquina que está debajo de tu escritorio es el destino de despliegue, si quieres hacer fine-tuning con tu propio catálogo, o si para tu equipo legal importa más que «la licencia tenga una vía comercial identificada» que «la licencia sea breve».

• Elige H3-Image si compones más de cuatro elementos en un mismo fotograma, si la salida en 4K es un requisito y no un extra, o si ya has asumido que el mejor modelo de pesos abiertos es un blanco móvil y prefieres comprar el endpoint del líder actual antes que su archivo.

• No elijas ninguna de las dos si editas unos cientos de imágenes al mes y no tienes ningún motivo de cumplimiento normativo para mantenerlas en tus instalaciones — ambas se venden como API a centavos por imagen y el coste operativo de un equipo con GPU superará la factura.

A generated card titled 'Two questions, two answers', with two columns: 'Need the file — FIBO 2.0, 16 GB, gated, non-commercial licence with a commercial path' and 'Need sixteen references — H3-Image, 68.65 GB, 4K output, bespoke community licence'. A footer reads 'Licence terms per Bria and MiniMax model cards; Elo per Artificial Analysis, read 20 November 2026.'

• Espera dos semanas si la decisión está reñida, porque tres de los ocho mejores modelos de edición de la tabla de clasificación se lanzaron en noviembre y el orden aún no se ha estabilizado.

Lo que cambiaría esta lectura es concreto. Si Bria relaja la cláusula no comercial, la posición de FIBO 2.0 cambia de la noche a la mañana independientemente del Elo, porque la licencia es actualmente lo único que se interpone entre un checkpoint de 8B y cada equipo de producto que quiere un modelo que pueda auditar. Si Mini​Max publica un H3-Image cuantizado o destilado que quepa en 24 GB, el argumento del tamaño desaparece y el caso restante de FIBO se reduce a VGL y a los scripts de ajuste fino. Y si la próxima lectura de la arena sitúa el intervalo de H3-Image por encima del de FIBO —están separados por 49 Elo con un margen de 20 puntos entre las bandas, así que haría falta un cambio genuino, no ruido—, entonces la clasificación de octubre deja de ser una curiosidad histórica y se convierte en un hecho consolidado. Por ahora es una instantánea de una ventana de tres semanas, que es exactamente cómo debería leerse el artículo.