
FIBO 2.0 vs Nano Banana 2.1: 같은 가격, 66 Elo 차이
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 187 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 514 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
두 이미지 모델은 가격 차이가 5%인데, 두 모델이 가진 유일한 블라인드 측정 지표에서는 Elo가 66점 차이 난다. FIBO 2.0은 이미지 1,000장당 $32.00이다. Nano Banana 2.1은 $33.60이다. 2026년 11월 20일 기준으로 확인한 Artificial Analysis의 편집 보드에서 Nano Banana 2.1은 1,152 Elo로 10위에 있으며, 7,606회의 배틀과 1,140~1,164의 구간을 기록한다. FIBO 2.0은 1,086으로 31위에 있으며, 5,753회의 배틀과 1,073~1,099의 구간을 기록한다. 텍스트-투-이미지에서는 격차가 139점으로 벌어진다: 1,176 대 1,037.
그래서 이런 비교 대부분을 지배하는 가격 문제는 여기서는 처음부터 성립하지 않습니다. 당신은 싼 것과 비싼 것 사이에서 고르는 게 아닙니다. 두 모델 모두 판매되는 목적에서 측정 가능하게 더 뛰어난 Google 이미지 라인의 폐쇄형 모델과, 이미지당 비용이 반올림 오차 수준으로 더 적고 비상업적 라이선스가 붙은 Bria의 8B 오픈 체크포인트 사이에서 고르는 것입니다. 나머지는 모두 이 두 사실 중 어느 것을 감당할 수 있는지에 관한 세부 사항일 뿐입니다.
실제로 66 Elo란 무엇인가
Elo 격차는 마치 그 숫자 자체가 논거인 것처럼 인용된다. 그렇지 않다. 구간이 겹치지 않는 66점은, 아레나가 대규모의 나란히 비교 표본을 바탕으로 볼 때 Nano Banana 2.1을 충분히 자주 선호했다는 뜻이며, 그 순위를 샘플링 노이즈로 설명할 수 없다는 의미다. 하지만 그것이 말해주지 않는 것은 Nano Banana 2.1이 어떤 종류의 편집을 더 선호했는지이며, 바로 그것이 워크플로를 그것에 걸기 전에 알아야 할 것이다.

주변 행들의 패턴은 시사하는 바가 있다. Nano Banana 2.1은 범용 모델이다 — 두 보드 모두에서 높은 순위에 나타나며, 텍스트-투-이미지에서 8위, 편집에서 10위이고, Nano Banana 2와 Nano Banana Pro를 포함한 패밀리 전반에 걸쳐 16,000건 이상의 배틀 이력을 갖고 있다. FIBO 2.0은 상대적으로 편집에서 가장 강하고(1,086, 31위), 텍스트-투-이미지에서 가장 약하다(1,037, 32위). 이는 아무것도 없는 상태에서 프레임을 만들어내기보다는 기존 프레임 안에서 지시 따르기를 강하게 훈련한 모델의 프로필이다. 당신의 작업이 "이건 바꾸고 나머지는 유지"라면, 두 모델은 66점 차이가 시사하는 것보다 더 가깝다. 당신의 작업이 "나를 위해 그림을 만들어 줘"라면, 격차는 실재하며 가깝지 않다.
• 편집 Elo — Nano Banana 2.1 1,152 (10위, 7,606회 배틀); FIBO 2.0 1,086 (31위, 5,753회 배틀).
• 텍스트-투-이미지 Elo — Nano Banana 2.1 1,176 (8위, 6,793회 대결); FIBO 2.0 1,037 (32위, 5,741회 대결).
• 이미지 1,000장당 가격 — $33.60 대 $32.00, 5% 차이.
• 가중치 — 없음, 폐쇄형 API; 81억 개 파라미터, 승인 후 다운로드, CC BY-NC 4.0.
• 생성 및 편집 — 두 가지를 모두 포괄하는 하나의 호스팅 모델; 두 가지를 모두 포괄하는 하나의 체크포인트로, Bria가 이 둘을 통합한 것은 이번이 처음입니다.
• 프롬프트 형식 — 자연어와 이미지 참조; VGL은 구조화된 JSON 캡션 스키마이며, 이를 작성하는 컴패니언 패키지가 함께 제공됩니다.

5퍼센트가 아닌 5퍼센트
Bria의 이미지당 $0.032는 고정 요금입니다. Nano Banana 2.1의 리더보드에 표시된 $33.60도 마찬가지입니다. 적어도 리더보드가 보고하는 기준에서는요. 하지만 Google 이미지 엔드포인트의 실제 청구서는 출력 크기와 첨부하는 참조 이미지 수에 따라 달라집니다. 이런 정보는 1,000건당 목록에는 결코 나타나지 않는 종류입니다. 이는 이 비교에서 양쪽 모두에 해당하는 이야기이므로, 두 숫자 중 어느 것도 견적으로 간주해서는 안 된다는 점을 분명히 하는 것이 좋습니다.
더 유용한 것은 가격 차이가 다른 무엇이 바뀌는지에 비해 얼마나 작은지 주목하는 것입니다. 연간 100만 장의 이미지에서 그 격차는 대략 1,600달러입니다 — 엔지니어 한 명의 일주일 치 시간보다 적고, 다른 모델의 프롬프트 형식에 맞춰 파이프라인을 다시 구축하는 비용보다 훨씬 적습니다. 가격 열은 이 결정이 좌우되는 곳이 아닙니다. 그것은 그렇게 가정하지 않도록 하기 위해 있는 것입니다.
라이선스가 실제 가격입니다.
FIBO 2.0의 $0.032로 상업용 API 호출 한 번과, 별도로 CC BY-NC 4.0에 따른 게이트된 다운로드를 얻을 수 있습니다. 다운로드는 비상업용입니다. Bria의 카드에는 가중치의 상업적 사용에는 별도 계약이 필요하다고 명시되어 있으며, Hugging Face 게이트에서는 파일을 넘겨주기 전에 회사명과 의도된 사용 범주를 요구합니다. 반면 API에는 그런 제한이 없습니다. 엔드포인트의 출력을 판매할 수 있습니다. 이 둘은 같은 이름을 공유하는 서로 다른 제품입니다.
Nano Banana 2.1은 논쟁할 가중치가 없어 라이선스 문제를 완전히 없애고, 그 자리를 의존성 문제로 바꿉니다. 감사할 수도, 미세 조정할 수도, 특정 빌드를 고정해 자체 네트워크에서 실행할 수도, 고객 사진이 인프라 밖으로 나가지 않게 할 수도 없습니다. 많은 기업에게 마지막 조항이 결정의 전부이며, 그 결정은 10계단 더 높은 점수를 받은 모델을 선택하지 않는 쪽으로 내려집니다.
바로 이 지점에서 66 Elo는 더 이상 중요하지 않게 되고, "우리 VPC 안에 이게 있어야 합니다"라는 문장이 시작됩니다. 이 지점은 또한 오픈 웨이트 제안이 흔히 과도한 약속을 하는 지점이기도 합니다. 비상업적 라이선스는 자사 네트워크에서 제품을 운영하는 방법이 아니라, 협상을 진행하는 동안 자사 네트워크에서 연구하고 프로토타이핑하는 방법입니다. "오픈 웨이트"를 "우리가 이걸 출시할 수 있다"로 읽는 사람은 곧 변호사와 불쾌한 대화를 하게 될 것입니다.
가격 열이 숨기고 있는 세 번째 선택지
두 공급업체 모두 이미지 한 장당 약 3센트에 엔드포인트를 판매합니다. 이 정도로 저렴하면 이제 흥미로운 질문은 어떤 모델을 살 것인가가 아니라 주변 파이프라인이 렌더 비용보다 더 많이 들지 않게 하는 방법입니다.
이미지 모델을 둘러싼 파이프라인은 대부분 텍스트입니다. 캡션이 작성되고, 스키마가 검증되고, 렌더 결과가 잘못 돌아오고, 재시도가 구성되고, 한 공급업체가 스로틀링 중이라 배치가 다른 모델로 라우팅됩니다. 이러한 각 단계는 자체 공급업체와 자체 키를 가진 언어 모델 호출입니다. OrcaRouter는 200개 이상의 텍스트 모델을 공급업체 정가에 0% 마크업으로 단일 키 뒤에 배치합니다. 따라서 캡셔너를 새 계약 없이 작업별로 교체할 수 있고, 공급업체 장애는 페이저가 아니라 자동 장애 조치로 처리됩니다. FIBO 2.0도 Nano Banana 2.1도 우리 카탈로그에 없습니다 — 이미지 호출은 그대로 유지됩니다 — 하지만 이미지 호출을 할 가치가 있는지 결정하는 워크플로의 절반은 두 번째 통합일 필요가 없습니다.
특히 FIBO 파이프라인의 경우, 그 프레이밍은 장식이 아닙니다. 이 모델은 VGL을 기준으로 문서화되어 있으며, VGL은 주제, 구성, 조명, 카메라, 스타일, 이미지 내 텍스트를 하나의 길게 이어진 문장이 아니라 이름이 붙은 필드로 분리하는 구조화된 캡션 형식입니다. VGL 객체의 자연스러운 작성자는 사람이 아니라 모델이고, 자연스러운 실패 모드는 렌더링 2초 전의 스키마 위반입니다. 작성자, 검증자, 재시도를 라우팅된 폴백과 함께 하나의 엔드포인트 뒤에 두는 것은 파이프라인과 스크립트 더미의 차이입니다.
어느 쪽이며, 무엇이 그것을 뒤집을까요?
"좋은 이미지를 저렴하게 만든다"는 것 외에 다른 제약이 없다면, 증거상 Nano Banana 2.1이 승자이며, 가격 차이 이상으로 앞섭니다. 편집에서 21계단, 텍스트-투-이미지에서 24계단 앞서는 데 5% 더 드는 것은 근소한 차이가 아닙니다.

데이터 상주(data residency), 자체 카탈로그에 대한 파인튜닝, 감사 요구 사항, 연구 프로그램 같은 제약이 있다면, 이를 충족할 수 있는 것은 FIBO 2.0이며, 66 Elo는 그 파일을 위해 치르는 비용입니다. 파인튜닝 이야기는 실제입니다. 리포지토리는 편집 및 텍스트-투-이미지용 단일 GPU LoRA 트레이너를 제공하며, 생성과 편집이 하나의 가중치 세트를 공유하므로 한 번의 파인튜닝으로 하우스 스타일과 그 안에서의 편집을 가르칠 수 있습니다. 이는 호스팅 모델이 어떤 가격으로도 제공하지 않는 기능입니다.
판결을 바꿀 세 가지가 있다. Bria의 상용 라이선스가 있으면 다운로드를 실제로 사용할 수 있게 되어, FIBO가 연구용 장난감이 아니라 진정한 사내 옵션이 될 것이다. 참조 이미지와 4K 출력을 반영한 Nano Banana 2.1의 이미지당 가격이 공개된다면, 그 5퍼센트가 정말 5퍼센트인지 알 수 있을 것이다—그 답이 어느 쪽일지는 뻔하지 않다. 그리고 두 편집 구간을 갈라놓는 아레나 배틀을 여러 번 실행하면, 66점이 격차인지, 아니면 현재 서로를 41점 차로 앞서는 밴드들이 보이는 것보다 더 가까운지 결판날 것이다.
그때까지는 정확한 요약이 짧다. 두 모델, 한 가격, 그중 하나는 둘 중 어느 쪽이 등장하든 모든 보드에서 더 뛰어나고, 다른 하나는 이 쌍에서 손에 쥘 수 있는 유일한 구성원이다. 그것은 리더보드의 질문이 아니며, 결코 그런 적도 없었다.
