Card di titolo generata con la scritta "FIBO 2.0 vs HY-Image 3.5", sottotitolo "Il modello di anteprima di Tencent contro il checkpoint aperto di Bria", con etichette recanti "Montaggio: 1.092 vs 1.086", "Testo-immagine: 972 vs 1.037" e "Entrambi sotto gli 8 dollari per 1.000 immagini". In calce si legge "Elo secondo Artificial Analysis AA-Image-Editing e AA-Image-T2I v2.1, rilevato il 20 novembre 2026."
Guides & Insights

FIBO 2.0 vs HY-Image 3.5: una commissione lo definisce un pareggio

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Metti Fibo 2.0 e HY-Image 3.5 sulla scheda di editing e ottieni un pareggio. Mettili sulla scheda text-to-image e ottieni un divario di 65 punti. Stessi due modelli, stessa settimana, stessa metodologia, conclusioni opposte — e il motivo non è che uno dei due punteggi sia sbagliato. È che i due modelli non sono ugualmente bravi nelle due cose che fa un modello di immagini, e una singola risposta a «quale è meglio» distrugge esattamente l'informazione che ti serve. L'HY-Image 3.5 di Tencent, che il fornitore distribuisce come anteprima con l'identificatore hy-image-v3.5-preview all'interno della sua linea HunyuanImage, modifica più o meno bene quanto Fibo 2.0 di Bria — il checkpoint aperto da 8B rilasciato da Bria il 20 ottobre 2026 — e genera sostanzialmente peggio. Se il tuo lavoro è l'editing, quella frase è l'intero articolo.

Una nota sulla provenienza prima che i numeri facciano il loro lavoro. Le due cifre Elo e i relativi intervalli provengono da Artificial Analysis, che gestisce votazioni cieche di preferenza a coppie e pubblica l'ampiezza attorno a ciascun punteggio; ho consultato entrambe le classifiche il 20 novembre 2026. I due prezzi sono il costo modellato per mille immagini di quella classifica — una cifra sintetica comparabile, non il listino tariffario di nessuno dei due fornitori. La documentazione di Tencent e la model card di Bria sono la fonte per tutto ciò che riguarda limiti, licenze e stato di rilascio, e dove un fornitore afferma qualcosa che non ho verificato in modo indipendente, la frase lo indica.

Leggere due schede che non concordano

Il disaccordo è talmente netto che conviene esprimerlo prima in numeri e interpretarlo dopo.

• Modifica — HY-Image 3.5 1.091,87 (intervallo da 1.078,87 a 1.104,87), posizione 28 su 86. Fibo 2.0 1.085,98 (da 1.072,98 a 1.098,98), posizione 31. HY-Image è in vantaggio di 5,89 punti, ovvero meno della metà della semiampiezza di ciascuno dei due intervalli.

• Testo-immagine — Fibo 2.0 1.036,98 (da 1.025,98 a 1.047,98), posizione 32 su 116. HY-Image 3.5 972,12 (da 960,12 a 984,12), posizione 75. Fibo è in vantaggio di 64,86, e gli intervalli distano 41 punti nel loro punto più vicino.

• Prezzo — 32,00 $ per 1.000 immagini per Fibo 2.0, 24,00 $ per HY-Image 3.5. Una differenza di otto dollari, ovvero il 25%.

• Stato del rilascio — Fibo 2.0 è disponibile a livello generale con pesi scaricabili sotto CC BY-NC 4.0. HY-Image 3.5 è ancora etichettato come anteprima, senza alcun secondo identificatore stabile pubblicato accanto a quello di anteprima.

Il pareggio nell'editing è quello interessante, perché non è un pareggio tra due modelli che sono arrivati allo stesso punto. È un pareggio tra due scommesse molto diverse. HY-Image 3.5 è il modello di immagini di un laboratorio cinese servito tramite T​encent Cloud con una forte comprensione della lingua cinese, progettato per un mercato in cui il prompt ha la stessa probabilità di essere in 中文 che in inglese. Fibo 2.0 è un checkpoint con dati su licenza la cui intera premessa progettuale è che i prompt dovrebbero essere documenti strutturati anziché frasi. Convergono sulla scheda di editing e divergono di 65 punti sulla generazione, e nessuno che avesse guardato solo la scheda di editing avrebbe potuto prevederlo.

Screenshot composite of two Artificial Analysis leaderboards, captured in English. The upper block is headed AA-Image-Editing v2.1 and shows rank 28 HunyuanImage 3.5 (Preview) at Elo 1,092 with 7,095 samples, released September 2026 at 24.00 dollars per 1,000 images, and rank 31 Fibo 2.0 at Elo 1,086 with 5,753 samples, released October 2026 at 32.00 dollars per 1,000 images. The lower block is headed AA-Image-T2I v2.1 and shows rank 32 Fibo 2.0 at Elo 1,037 with 5,741 samples, released October 2026 at 32.00 dollars per 1,000 images, and rank 75 HunyuanImage 3.5 (Preview) at Elo 972 with 6,258 samples, released September 2026 at 24.00 dollars per 1,000 images.

Perché il divario generazionale è il fatto più importante

Sessantacinque punti Elo sono il tipo di differenza che emerge nei primi venti output, non al duecentesimo. Si tratta all'incirca del divario tra il 32º e il 75º posto nella stessa classifica, vale a dire che copre gran parte della parte centrale del gruppo — la distanza tra un modello che tiene testa a Qwen-Image-2.1 e FLUX 3 Image Klein e uno che si colloca sotto Wan 2.7 Pro e HiDream-O1-Image.

La classifica dell'editing racconta una storia diversa, perché l'editing è un compito diverso. Un editor parte da un'immagine che già contiene gran parte della composizione, dell'illuminazione e della struttura. Il compito del modello è una modifica locale, e un modello con una generazione mediocre può comunque essere un editor competente se preserva ciò che riceve. È esattamente ciò che descrivono i numeri: HY-Image 3.5 è un editor discreto costruito su un generatore più debole, e Fibo 2.0 è un generatore forte la cui capacità di editing è più o meno altrettanto buona.

La conseguenza pratica è che i due modelli non sono sostituti. Se stai scegliendo un modello per una pipeline che sia genera sia modifica, dovrebbe deciderlo la classifica di generazione, e Fibo 2.0 vince quel confronto con un margine che nessun argomento sugli intervalli intacca. Se hai una libreria di immagini esistenti e le modifichi soltanto, HY-Image 3.5 è il più economico dei due ed è statisticamente alla pari sull'asse che ti interessa.

L'etichetta di anteprima non è una formalità.

T​encent rilascia prima l'anteprima di questa linea e successivamente la versione ufficiale, e la generazione attuale si trova nel primo di questi due stati. L'identificatore in circolazione è hy-image-v3.5-preview. Non esiste un secondo identificatore stabile, non di anteprima, accanto ad esso, e T​encent non ha pubblicato alcuna data per la sua comparsa.

Per un confronto questo conta più di quanto conti per una recensione, perché cambia cosa significa "più economico". Un modello in anteprima può essere riprezzato, rinominato o superato senza preavviso, e una pipeline ancorata a un identificatore di anteprima è ancorata a qualcosa che il fornitore ha esplicitamente rifiutato di promettere. Fibo 2.0 ha il problema opposto su un registro diverso: pesi stabili, licenza instabile. I suoi checkpoint non cambieranno mentre li usi; ciò che ti è consentito fare con essi è la parte che richiede un contratto.

Questa è la scelta in una riga. Un'API di anteprima è stabile nella licenza e instabile nell'esistenza. Un checkpoint aperto è stabile nell'esistenza e limitato nella licenza. Nessuna delle due è l'opzione sicura, e quale rischio preferiresti sopportare dipende dal fatto che il tuo problema sia una revisione legale o un incidente in produzione.

Cosa fa effettivamente ogni modello

Fibo 2.0 è un modello flow-matching da otto miliardi di parametri che esegue il denoising nello spazio latente del VAE di FLUX.2, così un prompt raggiunge la fase di disegno tramite un encoder Qwen3-VL-4B-Instruct, un resampler Perceiver a due strati che lo comprime in 256-512 token riassuntivi e un DiT single-stream da 44 blocchi — cinque dei quali ricevono direttamente i layer VLM tramite cross-attention anziché leggere una didascalia. È questa architettura il motivo per cui la premessa delle didascalie strutturate funziona. Dev è il checkpoint a 50 passi con guidance 5.0 e gestisce sia la generazione sia l'editing. Edit Turbo è il fratello distillato: quattro passi, guidance 1.0, solo editing, e non è una base su cui qualcuno dovrebbe provare a fare fine-tuning.

• Immagini di riferimento — Fibo 2.0 ne accetta fino a quattro, indicate in ordine come <image_1> fino a <image_4>. HY-Image 3.5 ne accetta fino a cinque, secondo la documentazione di Tencent.

• Formato di output — Fibo 2.0 produce multipli di 16 a circa un megapixel, con valori predefiniti 1024×1024, 1424×800 o 1248×832. HY-Image 3.5 è documentato fino a 2K.

Prompt strutturati — il fattore distintivo di Fibo. Una breve istruzione diventa una didascalia JSON/VGL con campi per soggetto, materiale, illuminazione e posizione, e ricevi indietro il JSON. Cambia un campo, riesegui, tutto il resto resta invariato.

• Comprensione del cinese — l'elemento distintivo di HY-Image 3.5, nonché il motivo per cui esiste come prodotto separato anziché come localizzazione di un altro. Il materiale di prodotto di Tencent stesso mette in risalto una forte comprensione del cinese accanto alla generazione di immagini.

• Accesso — Fibo 2.0 tramite la piattaforma di Bria, il suo programma di licenze, ComfyUI e l'ecosistema della comunità, e il generatore di Civitai dal 18 novembre. HY-Image 3.5 tramite l'API TokenHub di T​encent Cloud.

Generated two-column scoreboard titled 'FIBO 2.0 vs HY-Image 3.5'. Left column Fibo 2.0: editing Elo 1,085.98; text-to-image Elo 1,036.98; price 32 dollars per 1,000; release state generally available; weights downloadable under CC BY-NC 4.0; reference images four. Right column HY-Image 3.5: editing Elo 1,091.87; text-to-image Elo 972.12; price 24 dollars per 1,000; release state preview; weights closed; reference images five. A footer reads 'Elo and price per Artificial Analysis; release state and limits per vendor documentation, 20 November 2026.'

Il costo, una volta che smetti di fidarti del numero per immagine

Otto dollari per mille è il titolo, ed è il titolo sbagliato. Due cose cambiano i calcoli.

Il prezzo sulla piattaforma di Bria è di $0,032 per immagine, e qui la stima di $32 della board coincide esattamente con quella cifra. Ciò che nessuno dei due numeri include è l'helper per i prompt strutturati: la chiamata vision-language separata che riscrive la tua istruzione sotto forma di didascalia JSON, fatturata a circa $0,02 ogni volta. Eseguila a ogni render e il costo reale sale a $0,052, ovvero $52 ogni mille — oltre il doppio dei $24 di HY-Image 3.5. Salta l'helper, scrivi il JSON a mano oppure riutilizza una didascalia in cache su una scena fissa e modifica solo i campi che variano: quello che paghi davvero sono $32.

Il secondo punto è che i 24 $ di HY-Image 3.5 ti comprano un'anteprima. Se il modello viene riprezzato al momento della disponibilità generale — e i prezzi di anteprima sono di solito introduttivi — il confronto che hai eseguito a novembre potrebbe non reggere fino a febbraio. I 32 $ di Fibo sono una tariffa pubblicata su un prodotto già sul mercato, e i pesi sono gratuiti per uso non commerciale se preferisci pagare in ore di GPU.

• Il più economico per immagine — HY-Image 3.5 a 24 $ per mille, con rischio di prezzo in anteprima.

• Il più economico con l'assistente su ogni chiamata — HY-Image 3.5 di oltre 2×.

• Il più economico su larga scala, se possiedi l'hardware — Fibo 2.0, a costo marginale zero con licenza non commerciale. Un workflow della community misura circa 19 secondi per immagine 2K su una RTX 6000 Pro.

• Il più economico per un prodotto commerciale su un'API ospitata — nessuno dei due, detto chiaramente. Fibo necessita dell'accordo di Bria; i termini di anteprima di HY-Image sono ciò che va letto, e si trovano su Tencent Cloud anziché in una pagina di marketing.

Dove OrcaRouter è adatto — e dove non lo è

Diciamo subito la parte scomoda: nessuno dei due modelli è nel catalogo di OrcaRouter. Fibo 2.0 è un checkpoint di Bria con licenza Bria; HY-Image 3.5 è un prodotto Tencent Cloud. Nessuno dei due è qualcosa che un router può fornirti, e fingere il contrario sarebbe l’unica cosa utile che questa pagina potrebbe sbagliare.

La parte di questa pipeline che un router può gestire è tutto tranne i pixel. Un render Fibo inizia con una didascalia scritta da un modello visione-linguaggio e può terminare con una seconda che valuta se la modifica ha lasciato intatto il resto del fotogramma; entrambe sono chiamate testuali, e entrambe possono risiedere su un'unica chiave accanto a oltre 200 altri modelli. Questo conta soprattutto quando un batch è lungo: le regole di routing assegnano la riscrittura economica del prompt a un modello economico e mantengono la valutazione accurata su uno costoso, un markup dello 0% significa che paghi qualunque tariffa il provider addebiti quel giorno, e il failover automatico mantiene attiva un'esecuzione da duemila immagini quando l'endpoint di un provider si degrada per un'ora.

Se desideri specificamente la comprensione del cinese di HY-Image 3.5, tieni presente che i modelli linguistici propri di T​encent sono un'altra storia e una diversa linea di prodotti — consulta il catalogo per ciò che c'è effettivamente, invece di presumere che un modello di immagine implichi che il suo gemello sia instradabile.

Chi dovrebbe scegliere cosa

Inizia dal compito, non dal punteggio, e di solito la risposta viene da sé.

Se generi tanto quanto modifichi, scegli Fibo 2.0. Il divario di 65 punti nella generazione è il numero più grande di questo confronto ed è quello che si farà sentire nei tuoi risultati ogni giorno. Il vantaggio di 5,89 punti di HY-Image nella modifica rientra nel rumore e non si farà sentire.

Se modifichi solo immagini esistenti e i tuoi prompt sono in cinese, scegli HY-Image 3.5. È allo stesso livello in classifica, costa meno per immagine e la comprensione del cinese è l'unica capacità che la documentazione di Fibo 2.0 non dichiara.

Se devi possedere il modello, non c'è scelta. HY-Image 3.5 è closed e in anteprima. Fibo 2.0 si scarica, si sottopone a fine-tuning, si quantizza e gira in ambienti air-gapped — per uso non commerciale, oppure commercialmente dietro accordo.

Se stai effettuando acquisti per un acquirente soggetto a regolamentazione, il pareggio sulla lavagna di confronto è irrilevante e la domanda è quale fornitore firmerà cosa. Bria vende l’indennizzo e la provenienza come prodotto. T​encent vende un servizio cloud. Sono conversazioni di acquisto diverse e solo una di esse si conclude con un documento che il tuo team legale gradisce.

Screenshot of the Hugging Face model card for briaai/Fibo-2.0-dev, captured in English, showing the task tags text-to-image, diffusers, safetensors and English alongside image-editing, image-to-image, inpainting, multi-reference and fine-tuning, the license badge bria-fibo, the line that model weights are open source for non-commercial use only per the provided licence, a gated-access form for non-commercial use, the size listed as 8B params in BF16, and a note claiming first place in image editing and second in text-to-image among open-weights models on Artificial Analysis as of 20 October 2026.

L'ultima cosa che vale la pena dire riguarda come leggere del tutto un confronto come questo. Due modelli, quattro numeri, e la conclusione si ribalta a seconda della coppia che si guarda. Non è un fallimento dei benchmark — è il modo in cui i benchmark fanno il loro lavoro, cioè dirti che "meglio" non è un unico asse. Scegli l'asse su cui il tuo lavoro vive davvero, controlla se il divario su quell'asse supera le sue stesse barre d'errore e ignora il resto della tabella.