Fibo 2.0 prend la tête de l’édition d’images à poids ouverts avec 8 B de paramètres — lisez l’intervalle, pas le rang

Bria a publié Fibo 2.0 le 20 octobre 2026, et en l'espace d'une journée, il avait délogé toutes les autres entrées à poids ouverts des deux classements d'images d'Artificial Analysis. Sur AA-Image-Editing v2.1, il occupe la 20e place au classement général avec un Elo de 1 087,05, ce qui en fait le modèle le mieux classé dont on peut télécharger les poids — Q​wen-Image-2.1 suit à 1 082,74 et à la 21e place. Sur AA-Image-T2I v2.1, il se classe 21e avec 1 038,79, une place derrière Q​wen-Image-2.1 à 1 042,13. Ces deux résultats représentent des bonds énormes par rapport à la gamme Fibo de première génération de Bria : FIBO Edit était à 912,82 en édition, FIBO à 848,86 en texte-image. Le titre s'écrit de lui-même. Ce sur quoi il vaut la peine de s'attarder, c'est que sur aucun des deux classements l'écart avec le modèle juste en dessous n'est supérieur aux marges d'erreur, et que « poids ouverts » ici ne signifie pas ce que cela signifie pour la plupart des modèles qu'il vient de dépasser. Les positions dans les classements ne rendent pas compte de la manière dont les modèles d'image échouent en production, et les incidents recensés sont répertoriés dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, son niveau de confiance et un indicateur de contestation.

Ce que disent les deux tableaux, y compris les parties que l’annonce de Bria complète.

Le classement d’édition est le résultat le plus solide. Le 1 087,05 de Fibo 2.0 s’accompagne d’un intervalle de confiance à 95 % de 1 073,05 à 1 101,05 sur 4 819 batailles. Le 1 082,74 de Q​wen-Image-2.1 porte un intervalle de 1 069,74 à 1 095,74 sur un échantillon comparable. Ces intervalles se chevauchent sur la majeure partie de leur étendue. L’interprétation honnête de « premier parmi les modèles à poids ouverts » est donc celle d’un rang, et non d’un écart démontré : Fibo 2.0 devance Q​wen-Image-2.1 dans le classement, et celui-ci ne permet pas encore de les distinguer. Le modèle que Fibo 2.0 devance véritablement et sans ambiguïté est son propre prédécesseur — 174 points Elo représentent environ quatorze fois la demi-largeur de son propre intervalle, et aucun bruit d’échantillonnage ne saurait l’expliquer.

• Elo d’édition — Fibo 2.0 : 1 087,05, 20e au classement général, 1er parmi les modèles à poids ouverts ; Q​wen-Image-2.1 : 1 082,74, 21e au classement général, 2e parmi les modèles à poids ouverts.

• Intervalles de modification — 1 073,05–1 101,05 contre 1 069,74–1 095,74. Ils se chevauchent, donc considérez les deux comme à égalité et le rang comme critère de départage.

• Elo texte-vers-image — Fibo 2.0 1 038,79, 21e au classement général ; Qwen-Image-2.1 1 042,13, 20e au classement général. Ici, Qwen est nominalement en tête, à nouveau dans des intervalles qui se chevauchent (1 026,79–1 050,79 contre 1 030,13–1 054,13).

• Changement par rapport à la première génération — FIBO Edit 912,82 à Fibo 2.0 1 087,05 pour l’édition, +174. FIBO 848,86 à 1 038,79 pour la génération d’images à partir de texte, +190. FIBO Lite, le SKU moins cher de première génération, était à 813,06 pour la génération d’images à partir de texte.

• Écart avec le sommet de chaque classement — 111,66 Elo de retard sur GPT Image 2.5 Sunburst (max) en édition, 183,17 de retard sur le même modèle en texte-image. Le leadership en open-weights et le leadership global sont deux sujets distincts.

• Taille de l'échantillon — 4 819 batailles sur l'édition, 5 113 sur la génération d'images à partir de texte. Suffisamment pour que les intervalles soient serrés ; pas assez pour qu'un écart Elo de cinq points ait la moindre signification.

Artificial Analysis indique la date de sortie au 20 octobre 2026 sur les deux classements et marque le modèle comme récent. La fiche modèle de Bria revendique elle-même la première place en édition d’image et la deuxième en texte-vers-image parmi les modèles à poids ouverts à la même date. Il s’agit d’une affirmation du fournisseur au sujet du classement d’un tiers plutôt que d’un benchmark du fournisseur, mais c’est toujours le fournisseur qui caractérise son propre résultat, et les rangs se vérifient effectivement lorsqu’on les contrôle directement.

Qu’y a-t-il réellement à l’intérieur du 8B

Le nombre de paramètres est le chiffre le moins intéressant de cette version. Fibo 2.0 est un modèle de flow matching fonctionnant dans l’espace latent du VAE FLUX.2, avec un modèle Qwen3-VL-4B-Instruct comme encodeur de prompt. Plutôt que de conditionner le transformateur de diffusion sur des tokens de texte bruts, il compresse la sortie de l’encodeur via un resampler Perceiver à deux couches en 256 à 512 tokens « gist », et le transformateur à flux unique de 44 blocs prête attention à ceux-ci, cinq des blocs étant en plus alimentés par attention croisée. La conséquence pratique est qu’une description longue et structurée ne coûte presque rien de plus : le conditionnement est limité à 512 tokens, quelle que soit la quantité de texte que vous écrivez.

• Architecture — flow matching dans l’espace latent du VAE FLUX.2, DiT à flux unique de 44 blocs, cinq blocs avec attention croisée vers la représentation du prompt.

• Encodeur de texte — Qwen3-VL-4B-Instruct, compressé en 256–512 jetons gist via un rééchantillonneur Perceiver à deux couches.

• Taille — 8 127 342 213 paramètres en safetensors BF16, soit environ 16 Go de poids avant tout surcoût d’exécution.

• Données d’entraînement — le corpus d’environ un milliard d’images de Bria, que l’entreprise décrit comme entièrement sous licence. Cette affirmation est celle de l’entreprise, et c’est la raison pour laquelle la licence ci-dessous n’est pas une réflexion après coup.

• Modes — édition, édition masquée, édition multi-référence avec jusqu'à quatre images de référence, génération, et un mode « inspire » qui propose des variations. Un seul jeu de poids couvre la génération et l'édition, ce qui est nouveau pour cette famille ; la première génération les séparait.

Le checkpoint unifié constitue le changement d’ingénierie de fond. Fibo 1 a livré la génération et l’édition comme des capacités distinctes aux forces distinctes, et le gain de 174 points en édition par rapport à FIBO Edit tient en partie à ce que l’édition a bénéficié de son propre accent d’entraînement au sein d’un modèle qui génère aussi. Savoir si les deux modes interfèrent entre eux est exactement le type de question à laquelle un classement ne peut pas répondre, et à laquelle une semaine d’utilisation en production le peut.

Dev et Edit Turbo sont deux produits différents qui partagent un nom.

Il existe deux checkpoints sur Hugging Face sous le nom Fibo 2.0, et choisir le mauvais est le moyen le plus probable de conclure que le modèle est décevant.

• Fibo 2.0 Dev — la base non distillée. Cinquante étapes d'échantillonnage avec guidage sans classifieur à 5,0, en génération comme en édition, et le checkpoint vers lequel Bria pointe pour le fine-tuning. Lent et pilotable.

• Fibo 2.0 Edit Turbo — distillé en quatre étapes sans guidage sans classifieur, édition uniquement. Environ un ordre de grandeur moins coûteux par image à l'inférence, et il ne peut pas générer à partir de zéro.

• Outillage — le pipeline est BriaFibo2Pipeline dans diffusers, intégré via la pull request 14991, avec un package compagnon bria-vgl pour le format de légende structurée décrit ci-dessous. La prise en charge de ComfyUI est arrivée via un réempaquetage communautaire le 20 octobre.

Les prompts sont censés être au format JSON, et c’est un véritable changement de flux de travail.

Bria entraîne et documente Fibo 2.0 selon ce qu’elle appelle VGL — Visual GenAI Language — un format de légende JSON structuré qui répartit le sujet, la composition, l’éclairage, la caméra, le style et le texte dans l’image en champs nommés plutôt qu’en une seule phrase à rallonge. Le modèle acceptera un prompt simple. Il est mesurablement plus prévisible avec la forme structurée, car le goulot d’étranglement du Perceiver préserve les limites des champs qu’une phrase plate brouille en les mélangeant.

C’est le détail qui a la plus longue traîne. Cela signifie que l’utilisateur naturel de Fibo 2.0 n’est pas une personne tapant dans une zone de texte, mais un modèle de langage émettant un objet conforme à un schéma ; et cela signifie que l’ingénierie de prompt pour ce modèle ressemble à l’écriture d’un schéma JSON et à sa validation. Quiconque évalue Fibo 2.0 avec une poignée de prompts en texte libre mesure un mode pour lequel le modèle n’a pas été optimisé et le sous-évaluera.

Que signifie précisément « open weights » ici ?

La fiche modèle indique CC BY-NC 4.0 pour un usage non commercial, l’usage commercial nécessitant un accord distinct avec Bria. Le dépôt Hugging Face est soumis à un accès restreint de niveau « auto » avec un formulaire sur l’entreprise et l’usage prévu. Vous pouvez télécharger les poids, les lire, les affiner et les exécuter ; vous ne pouvez pas commercialiser un produit basé sur ceux-ci sans en parler d’abord à Bria.

Il s’agit d’une véritable publication à poids ouverts, et non d’une publication open source, et la distinction compte plus que d’habitude, car les modèles que Fibo 2.0 vient de dépasser sont sous des licences qui autorisent purement et simplement l’usage commercial. Si vous choisissez un modèle d’image pour un produit plutôt que pour la recherche, l’ordre du classement n’est pas la contrainte. La licence l’est. Cela fixe aussi indirectement le prix du modèle : un accord commercial est une négociation, et une négociation est un coût qui n’apparaît sur aucune grille tarifaire.

Il existe une lecture défendable de la raison pour laquelle Bria a procédé ainsi. Le corpus d’entraînement est un matériel sous licence que l’entreprise a payé ; publier des poids qui permettraient à quiconque de concurrencer gratuitement l’API de l’entreprise sur ce corpus reviendrait à céder l’actif que ce corpus a permis d’acquérir. La clause non commerciale est le mécanisme qui empêche cette publication de cannibaliser l’activité. Cela ne rend pas la licence commode, mais cela la rend cohérente.

La grille tarifaire, et combien coûtent mille images

• API Bria, Fibo 2.0 — 0,032 $ par image.

• API Bria, Fibo 2.0 Edit — 0,032 $ par image. Ici, l'édition n'est pas moins chère que la génération, ce qui est inhabituel et mérite d'être su avant de budgéter un traitement par lots.

• API Bria, Fibo Lite — 0,0288 $ par image. Le palier le moins cher, pas le modèle du classement.

• Appel de prompt structuré — 0,02 $ par appel, facturé séparément de l’image. Ainsi, une image du pipeline VGL coûte 0,052 $, et non 0,032 $, sauf si vous générez vous-même le JSON.

• Artificial Analysis pricePer1kImages — 32,00 $, cohérent avec le tarif annoncé de 0,032 $.

À 0,032 $ par image, l’API est tarifée comme un service de base plutôt que comme un modèle premium, ce qui est cohérent avec la stratégie que la licence implique : donner les poids gratuitement pour la recherche, vendre le point de terminaison à tous ceux qui ont besoin des droits. Héberger soi-même le checkpoint Dev sur un GPU loué a peu de chances de battre 0,032 $ par image une fois que l’on tient compte de 50 étapes d’échantillonnage, mais Edit Turbo à quatre étapes représente un calcul différent pour quiconque traite de gros volumes ou a besoin du modèle à l’intérieur d’un réseau privé.

Où vous pouvez l'exécuter

Fibo 2.0 est disponible via l’API de Bria, via l’outil de création hébergé de Bria, via les nœuds ComfyUI et sous forme de poids à accès restreint sur Hugging Face. Voilà les voies d’accès. Il ne figure pas au catalogue d’OrcaRouter, et cet article ne prétendra pas le contraire.

La question du routage mérite encore une phrase, car Fibo 2.0 est un modèle que la plupart des équipes essaieront avant de s'engager. OrcaRouter fait tourner une seule clé API sur plus de 200 modèles avec les prix catalogue des fournisseurs répercutés à 0 % de marge, si bien qu'un changement de prix chez un fournisseur, y compris une baisse de Bria, apparaît sur votre facture le jour où il se produit, et non le jour où un revendeur met à jour un tableau. Pour la moitié « modèle de langage » d'un pipeline Fibo — celle qui écrit le JSON VGL, le valide et décide si une génération mérite d'être relancée — cela signifie que le modèle qui effectue le raisonnement peut se trouver derrière la même clé que tout le reste, avec un basculement automatique lorsqu'un fournisseur vacille et le DSL de routage pour composer les étapes en un seul appel. Le modèle d'image reste là où il se trouve.

Rien de tout cela ne constitue une raison de choisir Fibo 2.0. C'est en revanche une raison de ne pas construire le pipeline environnant sous la forme d'une série de contrats séparés.

Qu'est-ce qui changerait ce verdict

Trois choses méritent d’être surveillées, et aucune ne peut être tranchée par un article publié la semaine du lancement. Premièrement, la reproduction indépendante : l’Elo provient d’une arène où le public vote, et les modes de défaillance précis qui comptent en production — le rendu du texte à l’intérieur d’une région modifiée, la préservation de l’identité sur quatre références, le respect ou non d’un masque à ses bords — ne sont pas ce que mesurent les préférences par paires. Deuxièmement, la licence : si Bria passe de CC BY-NC à une licence utilisable commercialement, la comparaison avec le reste du domaine des poids ouverts change du jour au lendemain ; et si ce n’est pas le cas, « meilleur éditeur d’images à poids ouverts » reste un titre de recherche. Troisièmement, l’égalité : Fibo 2.0 et Q​wen-Image-2.1 sont à quatre points d’Elo l’un de l’autre en édition, avec des intervalles qui se chevauchent. Encore quelques milliers de batailles les sépareront ou confirmeront qu’il s’agit du même modèle portant deux noms.

Pour l’instant, l’affirmation exacte est étroite et reste remarquable. Deux jours après sa sortie, le meilleur modèle d’édition d’image que l’on puisse télécharger est un checkpoint 8B d’une entreprise qui a passé une décennie à vendre des données d’image sous licence, il est plus de 170 Elo meilleur que la tentative précédente de cette entreprise, et il est sous une licence telle que presque personne parmi ceux qui consultent un classement ne peut l’utiliser commercialement sans un appel téléphonique.