
FIBO 2.0 vs Nano Banana 2.1 : même prix, 66 points Elo d’écart
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 187 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 514 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 87 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
Deux modèles d’image, cinq pour cent d’écart de prix, soixante-six points Elo d’écart sur la seule mesure à l’aveugle dont chacun dispose. FIBO 2.0 coûte 32,00 $ les mille images. Nano Banana 2.1 coûte 33,60 $. Sur le classement d’édition d’Artificial Analysis, consulté le 20 novembre 2026, Nano Banana 2.1 se situe à 1 152 Elo, à la dixième place, avec 7 606 duels et un intervalle de 1 140 à 1 164 ; FIBO 2.0 se situe à 1 086, à la trente et unième place, avec 5 753 duels et un intervalle de 1 073 à 1 099. En génération texte-image, l’écart se creuse à 139 points : 1 176 contre 1 037.
La question du prix qui domine la plupart de ces comparaisons est ici sans objet d’emblée. Vous ne choisissez pas entre bon marché et cher. Vous choisissez entre un modèle fermé de la gamme d’images de Google, mesurablement meilleur dans ce pour quoi les deux sont vendus, et un checkpoint ouvert de 8B de Bria qui coûte un rien de moins par image et s’accompagne d’une licence non commerciale. Tout le reste n’est qu’un détail concernant celui de ces deux faits avec lequel vous pouvez composer.
Ce qu'un Elo de soixante-six représente en pratique
Les écarts Elo sont cités comme si le nombre lui-même constituait l’argument. Ce n’est pas le cas. Soixante-six points avec des intervalles non chevauchants signifient que l’arène, sur un large échantillon de comparaisons en face à face, a préféré Nano Banana 2.1 suffisamment souvent pour que le bruit d’échantillonnage n’explique pas le classement. Ce que cela ne vous dit pas, ce sont les types de modifications qu’il préférait, et c’est précisément ce qu’il vous faudrait savoir avant de faire reposer un workflow dessus.

La tendance dans les lignes environnantes est révélatrice. Nano Banana 2.1 est un généraliste — il figure dans les deux classements à un rang élevé, huitième en texte-image et dixième en édition, avec un historique de plus de 16 000 batailles au sein d’une famille qui comprend Nano Banana 2 et Nano Banana Pro. FIBO 2.0 est relativement à son meilleur en édition (1 086, trente et unième) et à son plus faible en texte-image (1 037, trente-deuxième), ce qui correspond au profil d’un modèle entraîné intensivement au suivi d’instructions dans un cadre existant plutôt qu’à créer des cadres à partir de rien. Si votre travail consiste à « modifier ceci, garder le reste », les deux sont plus proches que ne le suggèrent soixante-six points. Si votre travail consiste à « me faire une image », l’écart est réel et il n’est pas mince.
• Elo d’édition — Nano Banana 2.1 1 152 (10e, 7 606 duels) ; FIBO 2.0 1 086 (31e, 5 753 duels).
• Elo texte-image — Nano Banana 2.1 1 176 (8e, 6 793 duels) ; FIBO 2.0 1 037 (32e, 5 741 duels).
• Prix pour 1 000 images — 33,60 $ contre 32,00 $, soit une différence de 5 %.
• Poids — aucun, API fermée ; 8,1 milliards de paramètres, téléchargement sous condition, CC BY-NC 4.0.
• Génération et édition — un seul modèle hébergé couvrant les deux ; un seul checkpoint couvrant les deux, la première fois que Bria les réunit.
Format de prompt — langage naturel et références d’images ; VGL, un schéma structuré de légendes JSON, accompagné d’un package compagnon qui le génère.

Les cinq pour cent qui ne sont pas cinq pour cent
Le tarif de Bria à 0,032 $ par image est fixe. Celui de 33,60 $ affiché au classement pour Nano Banana 2.1 l’est aussi, du moins selon ce que rapporte le tableau, mais la facture réelle d’un point de terminaison d’image Google dépend de la taille de sortie et du nombre d’images de référence que vous joignez — le genre de détail qui n’apparaît jamais dans un barème par millier. Cela joue dans les deux sens dans cette comparaison, et il vaut la peine de préciser explicitement qu’aucun des deux chiffres ne doit être considéré comme un devis.
Ce qui est plus utile, c’est de remarquer combien la différence de prix est faible par rapport à tout ce qui change par ailleurs. À un million d’images par an, l’écart est d’environ 1 600 $ — moins d’une semaine du temps d’un ingénieur, et bien moins que le coût de reconstruction d’un pipeline autour du format de prompt d’un autre modèle. La colonne du prix n’est pas là où se joue cette décision. Elle est là pour vous empêcher de supposer que c’est le cas.
La licence est le prix réel
Les 0,032 $ de FIBO 2.0 vous achètent un appel d’API commercial et, séparément, un téléchargement à accès restreint sous CC BY-NC 4.0. Le téléchargement est non commercial : la fiche de Bria précise explicitement que l’usage commercial des poids nécessite un accord séparé, et le formulaire d’accès de Hugging Face demande un nom d’entreprise et une catégorie d’usage prévu avant de remettre les fichiers. L’API, en revanche, n’a aucune restriction de ce type — vous pouvez vendre la sortie de l’endpoint. Ce sont deux produits différents qui partagent un nom.
Nano Banana 2.1 n’a aucun poids dont on puisse débattre, ce qui élimine entièrement la question de la licence et la remplace par une question de dépendance. Vous ne pouvez pas l’auditer, ni le fine-tuner, ni figer une version pour l’exécuter sur votre propre réseau, ni empêcher les photos de vos clients de quitter votre infrastructure. Pour beaucoup d’entreprises, cette dernière clause constitue toute la décision, et elle se tranche en défaveur du modèle classé dix places plus haut.
C'est le moment où les soixante-six points Elo cessent d'avoir de l'importance et où commence la phrase « nous en avons besoin à l'intérieur de notre VPC ». C'est aussi le moment où l'argumentaire des poids ouverts promet généralement trop : une licence non commerciale n'est pas un moyen de faire tourner un produit sur votre propre réseau, c'est un moyen de faire de la recherche et du prototypage sur votre propre réseau pendant que vous négociez. Quiconque lit « poids ouverts » comme « nous pouvons commercialiser ceci » s'apprête à avoir une conversation désagréable avec un avocat.
Une troisième option que dissimule la colonne des prix
Les deux fournisseurs vendent des endpoints à environ trois centimes par image. C'est assez bon marché pour que la question intéressante ne soit plus de savoir quel modèle acheter, mais comment éviter que le pipeline environnant coûte plus cher que le rendu.
Le pipeline autour d’un modèle d’image est essentiellement du texte. Une légende est rédigée, un schéma est validé, un rendu revient erroné, une nouvelle tentative est composée, un lot est routé vers un autre modèle parce qu’un fournisseur limite le débit. Chacune de ces étapes est un appel à un modèle de langage, avec son propre fournisseur et sa propre clé. OrcaRouter place plus de 200 modèles de texte derrière une seule clé, au prix catalogue des fournisseurs, avec 0 % de marge, de sorte que le module de légendage peut être changé pour chaque tâche sans nouveau contrat, et qu’une panne de fournisseur est couverte par un basculement automatique plutôt que par une astreinte. Ni FIBO 2.0 ni Nano Banana 2.1 ne figurent dans notre catalogue — les appels d’image restent où ils sont —, mais la moitié du workflow qui détermine si l’appel d’image vaut la peine ne doit pas nécessairement constituer une seconde intégration.
Pour un pipeline FIBO spécifiquement, ce cadrage n’est pas décoratif. Le modèle est documenté par rapport à VGL, un format de légende structuré qui sépare 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 interminable. L’auteur naturel d’un objet VGL est un modèle, pas une personne, et le mode de défaillance naturel est une violation de schéma deux secondes avant le rendu. Avoir l’outil d’écriture, le validateur et la nouvelle tentative derrière un seul point de terminaison avec un repli routé fait la différence entre un pipeline et un tas de scripts.
Lequel, et qu’est-ce qui le ferait basculer ?
Si vous n’avez aucune autre contrainte que « faire de bonnes images à moindre coût », Nano Banana 2.1 l’emporte au vu des éléments disponibles, et son avantage dépasse la différence de prix : vingt et une places en édition et vingt-quatre en texte-image pour cinq pour cent de coût supplémentaire, ce n’est pas serré.

Si vous avez une contrainte — résidence des données, fine-tuning sur votre propre catalogue, exigence d’audit, programme de recherche —, FIBO 2.0 est celui qui peut y répondre, et les soixante-six points Elo sont le prix à payer pour le fichier. L’histoire du fine-tuning est bien réelle : le dépôt fournit un entraîneur LoRA mono-GPU pour l’édition et le texte-image, et comme la génération et l’édition partagent un même jeu de poids, un seul fine-tuning peut apprendre un style maison et les éditions qui s’y inscrivent. C’est une capacité que le modèle hébergé n’offre à aucun prix.
Trois choses changeraient le verdict. Une licence commerciale de Bria rendrait le téléchargement utilisable et ferait de FIBO une véritable option interne plutôt qu’un jouet de recherche. Un prix par image publié pour Nano Banana 2.1, qui tiendrait compte des références et de la sortie 4K, vous dirait si les cinq pour cent sont réellement cinq pour cent — la direction de cette réponse n’est pas évidente. Et une série de batailles d’arène qui sépareraient les deux intervalles d’édition permettrait de déterminer si soixante-six points constituent l’écart ou si les bandes, qui se devancent actuellement de 41 points, sont plus proches qu’elles n’en ont l’air.
D’ici là, le résumé exact est bref. Deux modèles, un seul prix, l’un d’eux meilleur sur chaque classement où l’un ou l’autre figure, et l’autre le seul membre de la paire que vous pouvez tenir dans votre main. Ce n’est pas une question de classement et ça ne l’a jamais été.
