Fibo 2.0 vs Gemma 4 12B: de één tekent de afbeelding, de ander schrijft de prompt ervoor

Zet Fibo 2.0 en Gemma 4 12B naast elkaar op een specificatieblad en de vergelijking valt onmiddellijk uiteen, omdat ze niet dezelfde vraag beantwoorden. Fibo 2.0 is een 8B-beeldmodel dat Bria op 20 oktober 2026 heeft uitgebracht: je geeft het een beschrijving of een afbeelding, en het levert pixels op. Gemma 4 12B is Googles 11,95B dense multimodale taalmodel, Apache-2.0, live sinds 23 mei 2026: je geeft het tekst, afbeeldingen of audio en het levert tekst op, nooit een afbeelding. Elke pagina met "Fibo 2.0 vs Gemma 4 12B" die ze tegenover elkaar rangschikt, plaatst een renderer tegenover een schrijver. De nuttige versie van deze vergelijking is degene waarin ze helemaal geen rivalen zijn — waarin Gemma 4 12B de gestructureerde prompt schrijft en Fibo 2.0 die rendert, en de vraag wordt of dat paar beter is dan elk model afzonderlijk. Specificatiebladen leggen niet vast hoe beeld- en taalmodellen falen zodra ze in productie zijn, en die incidenten worden gecatalogiseerd in het OrcaRouter AI Incident Archive, waar elke vermelding haar eigen bronnen, ernst, betrouwbaarheidsgraad en markering voor betwisting bevat.

Wat elk ervan daadwerkelijk teruggeeft

Dit is het hele argument in twee regels, en het is de reden waarom deze confrontatie het waard is om over te schrijven in plaats van af te doen: de uitvoertypen zijn disjunct.

• Uitvoer — Fibo 2.0 retourneert een afbeelding, tot een getrouwheid bij het bewerken met meerdere referenties; Gemma 4 12B retourneert teksttokens en heeft helemaal geen beelddecoder.

• Input — Fibo 2.0 accepteert tekst en maximaal vier referentieafbeeldingen; Gemma 4 12B accepteert tekst, afbeeldingen en audio in één encoderloze stack, met een context van 256.000 tokens.

• Taak — {{1}}Fibo 2.0{{/1}} is een renderer met een promptknelpunt; Gemma 4 12B is een redeneermodel met een zeer groot venster en geen renderpad.

De consequentie is niet dat de een beter is dan de ander. Het is dat een rechtstreekse Elo-vergelijking tussen beide niet alleen niet beschikbaar is, maar zinloos: niemand heeft ooit een menigte gevraagd om te kiezen tussen een JPEG en een alinea.

De getallen waar mensen naar grijpen, en waarom ze niet afgetrokken kunnen worden

Beide modellen hebben geloofwaardige, onafhankelijke scores, en ze meten verschillende dingen op verschillende schalen. Fibo 2.0 staat op 1.087,05 Elo op de AA-Image-Editing v2.1-ranglijst van Artificial Analysis, 20e in totaal en eerste onder open-weightmodellen, met een betrouwbaarheidsinterval van 1.073,05 tot 1.101,05 over 4.819 battles. Op AA-Image-T2I v2.1 is het 1.038,79, 21e in totaal. Gemma 4 12B heeft een Intelligence Index van 14,18 — een samengestelde tekst- en redeneerscore, geen voorkeursscore — naast MMLU Pro 77,2, GPQA 78,8, AIME 77,5, Codeforces 1.659 en MMMU Pro 69,1.

Een Elo en een index zijn niet dezelfde eenheid, dus "Fibo 2.0 is 1.072 punten beter" is rekenen met onverenigbare schalen. Wat de cijfers wel ondersteunen, is een taakverdeling, want MMMU Pro op 69,1 — multimodaal redeneren over afbeeldingen — is precies het vermogen dat een bronfoto leest en beslist wat daarin moet veranderen. Fibo 2.0 kan dat niet. Het kan alleen een beschrijving uitvoeren die het krijgt.

Gemma 4 12B is de ontbrekende helft van een Fibo-pipeline.

De reden om ze te combineren is specifiek voor hoe Fibo 2.0 is gebouwd. Bria traint en documenteert het op basis van VGL — Visual GenAI Language — een gestructureerd JSON-captionformaat met benoemde velden voor onderwerp, compositie, belichting, camera, stijl en tekst-in-beeld. Het model accepteert wel een zin, maar het is voorspelbaarder met het schema, omdat de promptencoder Qwen3-VL-4B via een tweelaagse Perceiver-resampler wordt gecomprimeerd tot 256 tot 512 gist-tokens, en veldgrenzen die bottleneck op een manier overleven die een doorlopende zin niet doet.

Het is omslachtig en foutgevoelig om schema-conforme JSON met de hand te schrijven. Het aan een taalmodel overlaten is geen van beide. Gemma 4 12B kan met een context van 256K het schema, de bronafbeelding, een huisstijlgids en een reeks voorbeelden in één venster houden, een gevalideerd VGL-object uitvoeren en — dat is het deel dat ertoe doet — naar het gerenderde resultaat kijken en bepalen of de bewerking is aangeslagen. Die tweede rol is een feedbackloop die Fibo 2.0 niet zelf kan draaien, omdat het geen manier heeft om zijn eigen output te inspecteren.

• Stap één — Gemma 4 12B leest de referentieafbeelding plus de briefing en genereert VGL JSON. De relevante kwalificatie is de MMMU Pro 69.1, niet de code-score.

• Stap twee — Fibo 2.0 rendert of bewerkt op basis van die JSON, in Dev-modus met 50 stappen als kwaliteit telt, of Edit Turbo met vier stappen als doorvoer telt.

• Stap drie — Gemma 4 12B vergelijkt het resultaat met de briefing en keurt het goed of levert een gecorrigeerde JSON op. Twee rondes vangen de meeste fouten op met tekst in afbeeldingen en maskerranden.

• Stap vier — alles wat de lus overleeft, gaat naar een mens, wat een veel kleinere wachtrij is dan het beoordelen van elke render.

Geen van beide modellen doet dit alleen goed. Fibo 2.0 heeft geen zelfcontrole; Gemma 4 12B heeft geen renderer. De pipeline is het product.

Licentie: de enige rij waarin de vergelijking echt rechtstreeks is

Beide hebben open gewichten. Slechts één is bruikbaar in een product zonder een gesprek.

• Fibo 2.0 — CC BY-NC 4.0 op de modelkaart voor niet-commercieel gebruik; commercieel gebruik vereist een aparte overeenkomst met Bria. De Hugging Face-repository is afgeschermd met de instelling "auto" en een formulier voor bedrijf en beoogd gebruik.

Gemma 4 12B — Apache-2.0, geen toegangsbeperking, geen beperking van het gebruiksgebied, geen aparte overeenkomst. Downloaden en uitbrengen.

• Wat dat betekent voor het tweetal — een interne onderzoekspijplijn kan vandaag beide gebruiken. Een commercieel product kan vandaag Gemma 4 12B gebruiken en heeft de handtekening van Bria nodig voor de renderer.

• Waarom Bria's voorwaarde verdedigbaar is — het trainingscorpus bestaat uit ongeveer een miljard gelicentieerde afbeeldingen waarvoor het bedrijf heeft betaald. Het vrijgeven van gewichten waarmee iedereen gratis Bria's eigen API op dat corpus kan onderbieden, zou het bezit weggeven dat met dat corpus is gekocht. De niet-commerciële voorwaarde is het mechanisme dat dit voorkomt.

Dit is de enige vergelijking in het stuk die zich gedraagt als een normale modelvergelijking: dezelfde vraag, hetzelfde antwoordformaat, een duidelijke winnaar. Apache-2.0 wint. Het is toevallig wel de minst interessante rij, omdat de licentie je niet vertelt welk model je waarvoor moet gebruiken — ze vertelt je of je het mag, en het is het eerste dat je moet controleren, niet het laatste.

Kosten van het paar tegenover de kosten van de API

Fibo 2.0 via Bria's API kost $0,032 per afbeelding, $0,0288 voor de goedkopere Fibo Lite-tier, en $0,02 per aanroep als je Bria's eigen gestructureerde-promptdienst gebruikt in plaats van zelf VGL te schrijven. Artificial Analysis vermeldt pricePer1kImages als $32,00, in lijn met het genoemde tarief. Bij die regel van $0,02 voor de gestructureerde prompt moeten we even stilstaan, want dat is precies de taak die hierboven aan Gemma 4 12B wordt toevertrouwd — en Gemma 4 12B met 12B parameters is goedkoop genoeg om te draaien, dus de vraag is of het zelf schrijven van de JSON goedkoper is dan twee keer per afbeelding betalen.

• Fibo 2.0 alleen, prompt in vrije tekst — $0,032 per afbeelding.

• Fibo 2.0 plus de gestructureerde-promptdienst van Bria — $0.052 per afbeelding, en er is geen redeneermodel nodig.

• Fibo 2.0 plus Gemma 4 12B die de JSON schrijft — $0,032 per afbeelding plus wat de 12B je kost. Op een gehuurde GPU waarop je de 12B lokaal draait, is dat doorgaans minder dan twee cent aan generatie per prompt; via een gehost endpoint hangt het volledig af van de inputprijs van de provider, omdat de prompt een afbeelding bevat.

De self-hosted-route levert ook iets op wat de API niet kan: de tweepassige zelfcontrole. Bria's service voor gestructureerde prompts produceert de JSON, maar kijkt achteraf niet naar de render. Een lokale Gemma 4 12B kan dat wel, en voor alles waarbij tekstweergave of maskerranden ertoe doen, komt de kwaliteit feitelijk uit die beoordeling.

Gemma 4 12B naast de renderer draaien

Gemma 4 12B staat in zijn 12B-vorm niet in de OrcaRouter-catalogus, dus behandel dat als een feit in plaats van eromheen te routeren. Wat wel in de catalogus staat, zijn de grotere Gemma 4-varianten: google/gemma-4-26b-a4b-it voor $0,06 input en $0,33 output per miljoen tokens, en google/gemma-4-31b-it voor $0,13 en $0,38. Beide schrijven VGL JSON; beide kosten per aanroep meer dan de 12B, maar geven je een grotere redeneermarge voor de beoordelingsstap, het deel van de loop dat baat heeft bij meer capaciteit.

Dat is de vorm van het OrcaRouter-argument hier, en het is een beperkt argument. De renderer is van Bria, bereikt via de API van Bria of zelf gehoste weights. Het model dat de prompts schrijft en controleert kan achter één sleutel zitten, samen met al het andere in je stack — meer dan 200 modellen, lijstprijzen van providers doorgegeven met 0% opslag, automatische failover wanneer een endpoint minder presteert, en de routing-DSL om de stappen schrijven-renderen-beoordelen aan elkaar te koppelen tot één enkele aanroep in plaats van drie clientbibliotheken. Als Bria het tarief per afbeelding verlaagt, hoeft het ongewijzigde deel van je factuur geen migratie te ondergaan om dat te weerspiegelen.

Wat OrcaRouter niet doet, is Fibo 2.0 aanbieden. Elke pagina die beweert dat één enkel endpoint beide helften van deze pipeline omvat, beschrijft een product dat niet bestaat.

Welke heb je eigenlijk nodig?

Vraag wat het op te leveren resultaat is. Als het een afbeelding is, is Gemma 4 12B geen kandidaat en is dat nooit geweest — het kan er geen produceren, tegen welke prijs dan ook, onder welke licentie dan ook, ongeacht hoe de ranglijst wordt gelezen. Als het op te leveren resultaat een beslissing over een afbeelding is — is deze foto bruikbaar, past deze lay-out bij de merkhandleiding, wat moet er in deze scène veranderen — dan is Fibo 2.0 het verkeerde hulpmiddel en is zijn 1.087 Elo irrelevant.

De combinatiecase is degene waarvoor het de moeite loont om te bouwen, en degene die deze release nieuw praktisch maakt. Het VGL-formaat van Fibo 2.0 is een machineleesbare interface, en een machineleesbare interface is wat een taalmodel in staat stelt een renderer betrouwbaar aan te sturen in plaats van te hopen dat een vrije-tekstprompt aanslaat. Vóór deze release waren generatie en bewerking bij Fibo afzonderlijke checkpoints met afzonderlijk gedrag; nu dekt één set gewichten beide, is het schema gedocumenteerd en geeft het bria-vgl-pakket een taalmodel iets concreets om tegen te valideren. De interessante vergelijking was nooit Fibo 2.0 tegenover Gemma 4 12B. Het is Fibo 2.0 plus Gemma 4 12B tegenover een menselijke art director met een abonnement op stockfoto's, en qua volume is dat geen gelijke strijd.