Fibo 2.0 Dev vs Fibo 2.0: Non stai scegliendo tra due modelli

Fibo 2.0 Dev e Fibo 2.0 sono lo stesso modello con due titoli professionali. Fibo 2.0 è il nome di rilascio che Bria ha dato alla famiglia di checkpoint da 8,13 miliardi di parametri pubblicata il 20 ottobre 2026; Fibo 2.0 Dev è la base completa e non distillata che sostiene quel rilascio. Il confronto diventa reale solo quando si legge «Fibo 2.0» nel modo in cui la maggior parte delle persone lo incontra davvero — come un prodotto che chiami, su un endpoint ospitato, al prezzo di $0,032 per immagine — rispetto a ciò che puoi scaricare, valutare e addestrare. Uno dei due è una pipeline che controlli. L'altro è un contatore che noleggi. Questa è la decisione, e il nome sulla confezione non la rende tale.

C'è un terzo oggetto nella stanza, e lasciarlo fuori è ciò che porta le persone a rimanere deluse: Fibo 2.0 Edit Turbo, l'editor distillato in quattro passaggi che condivide il nome della release e svolge all'incirca un decimo del lavoro per immagine. Tre cose, un nome e un punteggio in classifica che descrive la release anziché un singolo checkpoint. Quanto segue li distingue in base a quanto vi costano, a ciò che possono fare e a ciò che vi consentono legalmente di pubblicare.

Le sei dimensioni che differiscono davvero

Tutto ciò che segue è una differenza su cui puoi agire. Laddove un dato provenga da Bria anziché da un'esecuzione indipendente, è etichettato come tale.

• Pesi scaricabili — Fibo 2.0 Dev: sì, accesso con autorizzazione su Hugging Face, CC BY-NC 4.0, circa 25,5 GB inclusi un transformer da 16,3 GB, un encoder Qwen3-VL-4B da 8,9 GB e un VAE FLUX.2 da 0,34 GB. Fibo 2.0 come prodotto: nulla da scaricare.

• Campionamento — Dev: 50 passi con classifier-free guidance a 5.0. Il percorso di modifica ospitato e Edit Turbo: 4 passi, guidance 1.0, nessun classifier-free guidance in assoluto.

• Copertura delle attività — Dev: text-to-image ed editing da un unico set di pesi. L'endpoint di editing rilasciato e Turbo: solo editing. Il text-to-image tramite Turbo non è una via più lenta, è la via sbagliata.

• Fine-tuning — Dev: l'unico checkpoint addestrabile, sia con fine-tuning completi del DiT sia con LoRA. Turbo: esplicitamente non è un target di fine-tuning. Il prodotto ospitato: noleggi i pesi, non gl'insegni.

• Prompt negativi — Dev: funzionano, perché CFG è attivo e c'è una leva su cui agire. Turbo: il guidance è fissato a 1.0, quindi un prompt negativo non ha nulla su cui agire.

• Prezzo — il prodotto hosted: 32,00 $ per 1.000 immagini, ovvero 0,032 $ ciascuna, la cifra riportata da Artificial Analysis. Local Dev: nessun prezzo per immagine; paghi in ore GPU e nel download da 25,5 GB.

Dove Fibo 2.0 Dev vince, e non c'è partita

La generazione è la prima lacuna. Fibo 2.0 è pubblicizzato come un unico modello che sia disegna sia modifica, e questa affermazione è vera solo per Dev. Gli endpoint di editing ospitati e Edit Turbo sono costruiti attorno a un'immagine di input; chiedere loro un'immagine a partire da una didascalia significa chiedere qualcosa che la distillazione ha scartato. Se la tua pipeline parte da zero, la scelta è Dev o un modello diverso.

Il controllo è la seconda cosa. Cinquanta passi con guidance a 5.0 sono più lenti di quattro passi senza, e la lentezza è il prezzo della governabilità — la capacità di spingere contro un prompt, di usare un prompt negativo e di scambiare passi con fedeltà. Sul fronte dell'editing, Dev accetta anche modifiche mascherate, modifiche multi-riferimento con fino a quattro immagini di contesto e una modalità Inspire che prende in prestito lo stile di un riferimento senza passare quell'immagine al renderer.

L'addestramento è il terzo e il più grande. Dev è il checkpoint a cui punta ogni percorso di fine-tuning: la documentazione di DiffSynth-Studio di ModelScope afferma che solo Fibo-2.0-dev è addestrabile, e Bria distribuisce nel repository un trainer LoRA per singola GPU insieme a una guida alla preparazione dei dati. Poiché generazione ed editing condividono i pesi, un singolo LoRA può insegnare uno stile e il comportamento di modifica che ne consegue. Non esiste nulla di simile per il prodotto ospitato, e Turbo è escluso per scelta progettuale.

La portabilità è il quarto punto. Un checkpoint locale gira con diffusers tramite BriaFibo2Pipeline, all'interno di ComfyUI, dove il supporto nativo è stato integrato il 21 ottobre ed è stato rilasciato nella v0.43.0 con un tipo di text-encoder dedicato e un nodo che accetta prompt VGL e immagini di riferimento. Gira anche in forma quantizzata — esistono repack BF16, INT8 e GGUF — ed è ciò che rende gestibile su hardware ordinario un repository da 25,5 GB.

Dove il Fibo 2.0 rilasciato vince

Latenza e operazioni, soprattutto. Un percorso di modifica senza guida in quattro passaggi ritorna in una frazione del tempo impiegato da 50 passaggi guidati, e il dato stesso di Bria per l’API ospitata è inferiore a due secondi di tempo del modello e inferiore a cinque secondi dall’inizio alla fine — riportato dal fornitore, non misurato in modo indipendente, e da trattare come un limite massimo piuttosto che come una promessa. Quando una coda di modifiche deve essere smaltita entro una scadenza, questo è l’intero argomento.

Il costo iniziale viene al secondo posto. $0.032 per immagine senza GPU, senza download da 25.5 GB, senza ottimizzazione dell'offload, senza decisioni FP8-versus-BF16. Un team che ha bisogno di 500 modifiche al mese spende $16 e non apre mai un terminale. Lo stesso team che acquista una scheda per eseguire Dev in locale spende diverse centinaia di dollari prima che esista la prima immagine. Dev in locale ha la meglio in quel calcolo solo ad alto volume, e solo se la GPU è già ammortizzata su altri lavori.

La correttezza dell'infrastruttura è il terzo punto. Il percorso ospitato gestisce le parti noiose: il codificatore di testo, il VAE, la pianificazione del campionamento e l'espansione dei prompt strutturati sono tutti problemi di qualcun altro. Un'installazione locale deve mantenere un codificatore Qwen3-VL-4B, un VAE FLUX.2 e un DiT a 44 blocchi in accordo tra loro a ogni aggiornamento — ecco perché l'esistenza stessa delle integrazioni ComfyUI e diffusers è fondamentale, e perché i repack GGUF sono importanti.

Cinquanta passi contro quattro: l'aritmetica che decide la maggior parte dei casi

Il costo per immagine è il punto in cui il confronto di solito si riduce a vaghezza, quindi trattalo come tre voci separate. Hosted: $0,032 per immagine, tutto incluso. Local Dev: secondi di GPU a 50 passi, più l'elettricità, più la scheda. Local Turbo: secondi di GPU a 4 passi, circa un decimo del calcolo, ma solo editing.

Il punto di svolta è reale, ma arriva più tardi di quanto si pensi. Se un'ora di GPU noleggiata costa circa un dollaro e un rendering da un megapixel in 50 passaggi richiede, diciamo, venti secondi, sei a circa 0,005 $ per immagine in potenza di calcolo grezza — sei volte più economico del prezzo del servizio hosted, prima di considerare i tempi morti tra un job e l'altro e il fatto che il tuo tempo non è gratis. A 500 immagini al mese si tratta di un risparmio di 2,50 $ rispetto a 16 $, il che non giustifica un business case. A 50.000 immagini è un risparmio di 250 $ rispetto a 1.600 $, e lo giustifica. Il fine-tuning ribalta completamente la situazione, perché un LoRA che hai addestrato vale qualcosa solo su pesi che puoi eseguire.

Un altro numero conta specificamente per il lato Dev: la pipeline di diffusers usa per impostazione predefinita 30 step con guidance 5, mentre l'impostazione consigliata da Bria per Dev è 50. Il valore predefinito produrrà immagini; non produrrà le immagini di Bria. Chi configura una pipeline locale dovrebbe deciderlo deliberatamente invece di ereditarlo.

La licenza inquadra diversamente l'intero confronto

Entrambi i checkpoint scaricabili sono CC BY-NC 4.0: solo per uso non commerciale, con implementazione commerciale che richiede un accordo separato con Bria, e accesso subordinato alla compilazione di un modulo con dati aziendali e uso previsto. Il prodotto in hosting è la via commerciale: acquisti un diritto d'uso invece di una licenza sui pesi.

Questo produce un risultato davvero imbarazzante, ed è il motivo per cui questo "vs" vale la pena di essere scritto. Il checkpoint con le capacità che desideri — generazione, guidance, fine-tuning — è quello che non puoi distribuire commercialmente senza negoziare. Il prodotto che è giuridicamente semplice da distribuire commercialmente è quello che non può essere sottoposto a fine-tuning e non può generare da zero. Se il tuo caso d'uso è commerciale e personalizzato, non stai scegliendo tra due prodotti Bria; stai scegliendo se aprire o meno una conversazione sulla licenza.

Vale anche la pena dirlo chiaramente: la voce in classifica citata per Fibo 2.0 — 1.088 Elo su AA-Image-Editing v2.1 di Artificial Analysis, prima tra gli editor open-weights e ventitreesima nel complesso su 5.009 voti alla cieca — è un punteggio per la release, non per Dev contro Turbo. Il suo intervallo ±14 si sovrappone quasi interamente a quello di Qwen-Image-2.1, 1.081 ±13, quindi il primato open-weights si decide allo spareggio. Nel text-to-image l'ordine si inverte: il 1.039 ±12 di Fibo 2.0 si colloca dietro il 1.042 ±12 di Qwen-Image-2.1. Nessuno dei due checkpoint ha un punteggio pubblicato separato, il che significa che qualsiasi affermazione secondo cui «Dev è migliore di Fibo 2.0» è un'inferenza basata su come è stato costruito il checkpoint, non una misurazione.

Quale, a seconda della situazione

• Hai bisogno di text-to-image e vuoi che rispetti conteggi, posizioni e attributi — Dev. L'interfaccia di controllo JSON strutturata è progettata esattamente per questo, e la pipeline restituisce la didascalia da cui ha eseguito il rendering.

• Stai facendo fine-tuning per un brand, uno stile o un verticale — Dev, con LoRA come primo passo. Il training completo del DiT esiste, ma un adapter a rango limitato su un encoder congelato è il primo esperimento sensato.

• Stai eseguendo modifiche alle istruzioni ad alto volume senza alcun comportamento personalizzato — il percorso ospitato, oppure Turbo in locale se le immagini non possono uscire dalla tua rete. Quattro passaggi e nessuna guida sono una caratteristica, qui, non un limite.

• Ti serve un deployment commerciale — avvia la conversazione con Bria, oppure pianifica di noleggiare. Scaricare i pesi non risolve la questione della licenza.

• Vuoi solo vedere se il modello vale qualcosa — l'endpoint ospitato a $0.032 per immagine costa meno del download, della configurazione e della serata che perderai per il caricamento di FP8. Spendi $5 prima di spendere un weekend.

Un endpoint per la metà testuale, qualunque lato tu scelga

Entrambe le strade condividono una dipendenza che nessuno sottopone a benchmark: il modello linguistico che scrive il VGL. Fibo è stato addestrato su didascalie in Visual GenAI Language, dove illuminazione, composizione, camera e oggetti sono campi indirizzabili, e l'utilità dell'output rispecchia la qualità di quel JSON. Scriverlo a mano è fattibile per una dozzina di prompt e penoso per mille, motivo per cui il captioner diventa parte del sistema.

Questa è la parte che OrcaRouter copre. Un'API per oltre 200 modelli, con markup allo 0% — il prezzo di listino del provider viene trasferito così com'è, quindi una modifica del vendor arriva sulla tua fattura lo stesso giorno — con il DSL di routing in grado di inviare la didascalizzazione in blocco a un modello economico e di escalare le righe difficili, e la fusione di modelli disponibile quando un singolo didascalizzatore continua ad appiattire un campo a cui tieni. Rende anche il confronto verificabile: esegui la stessa immagine attraverso due didascalizzatori, confronta il JSON e vedi quale insieme di campi ha effettivamente cambiato il rendering. Fibo 2.0 stesso non è nel nostro catalogo, quindi il lato immagine resta dove lo metti tu — il lato testo è quello che si consolida.

Il verdetto in breve: scegli Fibo 2.0 Dev se stai sviluppando, e scegli Fibo 2.0 endpoint se stai acquistando. Il nome è condiviso, la licenza no, e il checkpoint con il ciclo di addestramento è l'unico che sarà ancora tuo tra sei mesi.