Carton-titre généré indiquant « FIBO 2.0 vs GPT Image 2.5 », sous-titré « Un checkpoint ouvert de 8B face à la paire d'OpenAI facturée au token », avec trois pastilles indiquant « écart Elo de 192,29 en text-to-image », « 32 $ contre 210,72 $ pour 1 000 images » et « l'un est téléchargeable ». Un pied de page indique « Elo et prix modélisé par image selon Artificial Analysis, AA-Image-T2I v2.1, relevés le 20 novembre 2026. »
Guides & Insights

FIBO 2.0 vs GPT Image 2.5 : 192 Elo, six fois le prix

Auteur

Elias Hawthorne

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Fibo 2.0 et GPT Image 2.5 sont séparés par 192 points Elo et un facteur de 6,6 en coût modélisé, et ces deux chiffres sont moins solides qu'ils n'y paraissent. L'écart Elo est réel — 1 229,27 contre 1 036,98 au classement texte-image d'Artificial Analysis, des intervalles qui sont loin de se toucher — et c'est aussi la façon la moins utile de choisir entre eux, car les deux modèles ne cherchent pas à faire le même travail. Fibo 2.0 est un checkpoint de flow matching de 8B que Bria a publié le 20 octobre 2026, que vous pouvez télécharger et qui transforme votre instruction en une légende JSON structurée avant de dessiner. GPT Image 2.5 n'est pas un seul modèle : ce sont GPT-Image-2.5 Sunburst et GPT-Image-2.5 Flare, deux modèles avec des snapshots distincts et facturés au token, dont l'un est le générateur d'images le plus puissant des classements publics.

Donc la formulation honnête n’est pas « lequel est le meilleur ». C’est « laquelle de ces quatre choses vous faut-il » — un modèle téléchargeable, le meilleur résultat, un budget par image, ou une retouche qui ne dérive pas. Cette page les aborde dans cet ordre.

Deux modèles, un seul nom, et pourquoi cela compte ici

Il n'existe pas de gpt-image-2.5. Collez cette chaîne dans l'API et vous obtiendrez une erreur, car l'identifiant n'existe pas. Ce qui existe, c'est Sunburst, dont l'ID est gpt-image-2.5-sunburst, décrit par OpenAI comme son modèle de génération et d'édition d'images le plus performant, et Flare, gpt-image-2.5-flare, positionné pour la génération rapide au quotidien. Les deux portent la date de snapshot 2026-09-08, et il n'existe aucun modèle global qui redirige vers l'un ou l'autre.

Cela compte dans une comparaison, car les deux variantes ne sont pas proches l’une de l’autre. Sur le classement text-to-image, Sunburst se situe à 1 229,27 et Flare à 1 209,81 — un écart de 19 points entre deux modèles portant le même numéro de version. Sur l’édition, l’écart s’élargit à dix-sept points dans la même direction, 1 201,50 contre 1 184,65. Toute affirmation du type « GPT Image 2.5 bat X » est une affirmation à propos de Sunburst, et il vaut la peine de le préciser avec 19 points de précision.

Cette distinction est importante pour lire le score. Fibo 2.0 arrive en deux parties : une base Dev complète qui dessine et édite à la fois, et un Turbo uniquement dédié à l’édition, distillé jusqu’à quatre étapes avec un guidance de 1,0 et explicitement pas une base de fine-tuning. Artificial Analysis place une seule ligne Fibo 2.0 sur chaque tableau aux checkpoints Dev et ne rapporte jamais le Turbo séparément ; ainsi, 1 037 et 1 086 décrivent Dev — le checkpoint plus lent et généraliste — et non l’éditeur rapide que l’on placerait réellement devant un utilisateur.

• Texte-vers-image — GPT-Image-2.5 Sunburst 1,229.27, classé 2e sur 116. Fibo 2.0 1,036.98, classé 32e. Écart 192.29.

• Édition d'image — Sunburst 1 201,50, rang 4 sur 86. Fibo 2.0 1 085,98, rang 31. Écart 115,52.

• Prix modélisé — 210,72 $ pour 1 000 images, contre 32,00 $. Soit 6,6×, et il s'agit du chiffre comparable propre à Artificial Analysis plutôt que de la grille tarifaire de l'un ou l'autre fournisseur.

• Poids — Fibo 2.0 est téléchargeable dès aujourd’hui, 8 milliards de paramètres, CC BY-NC 4.0. GPT Image 2.5 : jamais téléchargeable ; il n’existe aucun checkpoint ouvert dans la gamme GPT-Image.

Screenshot of the Artificial Analysis text-to-image leaderboard, captured in English, showing GPT Image 2.6 Sunburst at the top, GPT Image 2.5 Sunburst (max) at 1,229.27 in rank 2, GPT Image 2.5 Flare (max) at 1,209.81 in rank 5, and Fibo 2.0 at 1,036.98 in rank 32, with the price column reading 210.7 for the OpenAI models and 32.0 for Fibo 2.0.

L'écart qui ne se referme pas

Il vaut la peine d’être franc sur la différence de qualité, car une page de comparaison qui prend des pincettes est inutile. Sur la génération d’images à partir de texte, 192 points Elo ne relèvent pas d’une différence de goût. Si on le convertit en ce qu’il mesure indirectement, cela signifie que Sunburst est préféré dans près de neuf comparaisons directes sur dix. Sur l’édition, l’écart est divisé par deux pour atteindre 116 et reste en dehors des deux intervalles : 1 201,50 avec une plage de 1 190,50 à 1 212,50, contre 1 085,98 avec 1 072,98 à 1 098,98. Même la borne inférieure de Sunburst se situe 91 points au-dessus de la borne supérieure de Fibo.

Rien dans le reste de cet article ne remet cela en cause. Ce que le reste de l’article soutient, c’est qu’il existe quatre cas d’usage où 116 ou 192 Elo n’est pas la variable décisive, et que les acheteurs choisissent systématiquement le modèle au score plus élevé pour chacun de ces quatre cas.

Ce que la facturation par token fait à un budget par image

C'est ici que l'écart de prix devient intéressant, car les deux fournisseurs ne mesurent pas de la même manière et le chiffre modélisé du conseil d'administration le masque.

OpenAI facture les modèles d’image au token — les tokens de sortie d’image, ce qui explique pourquoi le même modèle a un prix d’entrée et un prix de sortie publiés plutôt qu’un tarif par image. Dans le catalogue OrcaRouter, les deux variantes sont affichées à 8 $ par million de tokens d’entrée et 30 $ par million de tokens de sortie, à l’identique entre Sunburst et Flare, ce qui correspond au prix catalogue du fournisseur, répercuté sans marge supplémentaire. Ce que cela représente par image dépend entièrement de la résolution et du réglage de qualité demandés, et cela peut varier d’un facteur plusieurs selon la plage de réglages. Le 210,72 $ pour mille du board est un choix de modélisation qui suppose un réglage représentatif, et non un tarif que vous trouverez imprimé quelque part.

Bria facture à l'image. 0,032 $ sur sa propre plateforme, ce qui fait 32 $ pour mille images — le même chiffre que celui indiqué dans le tableau, ce qui est inhabituel et mérite d'être noté : pour Fibo 2.0, le prix modélisé et le prix unitaire concordent. Il y a un second frais si vous utilisez l'assistant VGL qui transforme une instruction simple en légende structurée, environ 0,02 $ par appel, donc une génération complète de prompt structuré revient plus près de 0,052 $. Rédigez le JSON vous-même et vous l'évitez.

• Prévisibilité — Le coût par image de Fibo est constant. Celui de GPT Image 2.5 dépend de vos paramètres : bonne nouvelle si vous êtes discipliné sur la résolution, mauvaise nouvelle si un chef de produit continue de réclamer une itération supplémentaire en 4K.

• Plafond — mille images Sunburst au tarif modélisé du conseil coûtent 210,72 $ ; mille images Fibo sur la plateforme de Bria coûtent 32,00 $, ou 52,00 $ avec l’appel à prompt structuré sur chacune d’elles.

• Plancher — Fibo sur votre propre GPU, sous licence {{1}}non commerciale{{/1}}, c'est de l'électricité. Un auteur de workflow communautaire a mesuré 19 secondes par image en 2K et 4 mégapixels avec une référence, huit étapes, sur une RTX 6000 Pro. Il n'existe aucun plancher équivalent pour GPT Image 2.5, à aucun prix.

Generated cost comparison card titled 'What a thousand images costs', with two columns. The left column, 'Fibo 2.0', reads: Bria platform 32.00 dollars; with structured-prompt helper 52.00 dollars; own GPU, electricity, 19 seconds per 2K image. The right column, 'GPT Image 2.5 Sunburst', reads: modelled price 210.72 dollars per 1,000 images; input 8 dollars per million tokens; output 30 dollars per million tokens. A footer reads 'Fibo rates per Bria; modelled price per Artificial Analysis; token rates per the OrcaRouter catalogue, 20 November 2026.'

Drift, et l'argument du prompt structuré

L’unique point sur lequel Fibo 2.0 défend la qualité plutôt que le prix est l’élément autour duquel son architecture est bâtie, et il mérite d’être testé plutôt que rejeté.

Fibo 2.0 ne consomme pas directement votre phrase. Un encodeur Qwen3-VL-4B-Instruct lit le prompt, un resampler Perceiver le compresse en 256 à 512 jetons gist, et cinq des 44 blocs DiT reçoivent également les propres couches du VLM via l'attention croisée. En pratique, le modèle développe « une tasse rouge sur un bureau en noyer, lumière du matin venant de la gauche » en une description structurée VGL/JSON avec des champs pour le sujet, le matériau, l'éclairage et la position, génère à partir de ce document, puis vous renvoie le JSON. Modifiez un champ et relancez, et les champs que vous n'avez pas touchés conservent leurs valeurs.

C’est une garantie différente de celle de « préserve les détails ». Cela signifie que la modification est encadrée par une structure de données plutôt que par la qualité avec laquelle un modèle de langage relit votre phrase. Pour un travail produit en plusieurs étapes — même objet, six conditions d’éclairage —, c’est le mode de défaillance qui coûte le plus de temps, et c’est celui que cette conception cible. Bria l’associe également à jusqu’à quatre images de référence désignées dans l’ordre sous la forme <image_1> à <image_4>, ainsi qu’à un mode masqué où les régions blanches sont régénérées et tout le reste est préservé.

Que cela surpasse l'édition de Sunburst au niveau de la tâche n'est pas quelque chose que le tableau Elo peut vous dire, et je ne prétendrais pas que c'est le cas. Le tableau dit que Sunburst édite mieux sur une distribution de prompts générale. L'architecture dit que Fibo devrait moins dériver sur une boucle à attributs fixes. Ce sont des affirmations différentes et une seule d'entre elles a été mesurée publiquement.

Où chacun est la réponse évidente

Sunburst est la réponse évidente lorsque le brief est « faites en sorte que ça ait l’air bien et personne ne demandera combien ça a coûté ». Images d’accroche marketing, variantes de campagne, tout ce où un humain choisira la meilleure parmi douze. Se classer 2e sur un tableau de 116 modèles avec 95 points d’avance sur la meilleure alternative téléchargeable n’est pas un avantage marginal ; c’est la raison d’être du modèle.

Flare est la réponse évidente lorsque vous voulez l’essentiel de cette qualité avec une latence plus faible et que votre volume est élevé — même prix par token, dix-neuf points Elo en dessous, positionné par O​penAI pour la génération quotidienne plutôt que pour des travaux de démonstration.

Fibo 2.0 est la réponse évidente dans trois cas plus restreints. Vous avez besoin des poids : pour un déploiement sur site, pour un fine-tuning, pour une base de référence de recherche, pour un environnement isolé. Vous avez besoin d’une licence que vous pouvez mettre en avant : l’argumentaire de Bria repose sur des données d’entraînement sous licence, la provenance C2PA et l’indemnisation à l’échelle de l’entreprise, et elle revendique une conformité totale à l’EU AI Act, ce qui est une réponse d’achat plutôt qu’une réponse de qualité. Ou vous avez besoin d’une itération encadrée sur un sujet fixe, et la conception de prompts structurés correspond exactement à la forme de votre problème.

Le quatrième cas est celui que les gens comprennent mal : le coût. Fibo est 6,6 fois moins cher sur le papier, mais une équipe qui passe deux semaines de temps d’ingénierie à contourner un écart de qualité de 192 Elo a dépensé plus que la différence. Une inférence bon marché sur le mauvais modèle n’est pas bon marché.

La réponse de routage, pour la moitié qui nous revient

OrcaRouter propose GPT-Image-2.5 Sunburst et Flare — les deux figurent au catalogue comme points de terminaison de génération d’images, aux tarifs du fournisseur lui-même, soit 8 $ en entrée et 30 $ en sortie par million de jetons, sans majoration ajoutée. Il ne propose pas Fibo 2.0 : les poids et la plateforme de Bria sont la voie d’accès à ce modèle, et aucun routeur ne modifie la licence qui leur est attachée. Dire le contraire serait le genre d’affirmation qui sonne bien et coûte à quelqu’un une revue juridique.

Ce qu'un seul endpoint vaut réellement ici, c'est le travail qui l'entoure. Un pipeline Fibo comporte par conception un modèle vision-langage — la légende structurée est produite par l'un d'eux — et cet appel peut passer par la même clé que tout le reste, y compris les modèles O​penAI que vous utilisez probablement déjà pour la partie texte. Là où la couche de routage justifie son existence, c'est face à la panne banale : le basculement automatique en cas de défaillance signifie qu'un lot de deux mille images ne se bloque pas parce que le fournisseur de légendage a connu vingt mauvaises minutes, et les règles de routage vous permettent d'envoyer le travail bon marché vers des modèles bon marché et l'image phare du jour vers Sunburst sans maintenir deux intégrations ni deux factures.

Une marge de 0 % compte plus qu’on ne le croit sur un marché où les fournisseurs réajustent leurs prix. Une baisse de prix d’un fournisseur apparaît ici le jour même plutôt qu’au prochain renouvellement de contrat, et la comparaison que vous avez effectuée ce mois-ci reste la même comparaison le mois prochain.

Qu'est-ce qui changerait ce verdict

Deux choses, et une seule est probable.

Le premier est un fine-tune de Fibo 2.0 qui comble l’écart d’édition sur un domaine spécifique. Les fine-tunes sont le moment où un modèle ouvert de 8B cesse de rivaliser sur l’Elo général et commence à rivaliser sur vos données, et l’entraîneur LoRA du dépôt transforme cela en un week-end plutôt qu’en un projet. Si un Fibo spécialisé bat Sunburst sur votre tâche, le classement général n’a plus d’importance et 6.6× moins cher devient 6.6× moins cher.

Le deuxième est un changement dans la structure de coûts de GPT Image 2.5. O​penAI a déjà revu le prix des tokens d’image par le passé et pourrait le refaire ; une réduction du tarif de sortie comprimerait le seul axe sur lequel Fibo est nettement en avance, et rendrait beaucoup plus difficile à défendre l’argument selon lequel « c’est assez bon marché pour justifier l’écart de qualité ».

Screenshot of OpenAI's image generation documentation page, captured in English, whose opening section names the two IDs gpt-image-2.5-sunburst and gpt-image-2.5-flare and advises Sunburst where editing precision matters and Flare for fast everyday generation, followed by the Image API's Generations and Edits endpoints, the Responses API's multi-turn editing and File ID inputs, a Choosing the right API section, and a GPT-Image-2.6 paragraph on complexity control, markup-guided edits, SVG and animated GIF output.

Jusqu'à ce que l'un de ces cas se produise, la séparation est nette et sans éclat. Achetez Sunburst pour les images qui doivent être parfaites. Téléchargez Fibo pour celles qui doivent vous appartenir — à exécuter chez vous, à ajuster chez vous, à défendre en réunion d'achat. Six fois le prix, c'est beaucoup à payer pour une préférence, et 192 Elo, c'est beaucoup à sacrifier pour une licence. Les deux affirmations sont vraies, et c'est pourquoi les deux modèles peuvent coexister sans que l'un ou l'autre constitue un mauvais choix.