Fibo 2.0 Dev vs Fibo 2.0: Nie wybierasz między dwoma modelami

Fibo 2.0 Dev i Fibo 2.0 to ten sam model noszący dwa tytuły zawodowe. Fibo 2.0 to nazwa wydania, którą Bria nadała rodzinie checkpointów liczącej 8,13 miliarda parametrów, opublikowanej 20 października 2026 r.; Fibo 2.0 Dev to pełna, niezdestylowana podstawa, która niesie to wydanie. Porównanie staje się rzeczywiste dopiero wtedy, gdy odczyta się „Fibo 2.0” tak, jak większość ludzi faktycznie je spotyka — jako produkt, który się wywołuje, na hostowanym endpointcie, w cenie 0,032 USD za obraz — w zestawieniu z rzeczą, którą można pobrać, zważyć i trenować. Jedno z nich to pipeline, który kontrolujesz. Drugie to licznik, który wynajmujesz. To jest ta decyzja, a nazwa na opakowaniu jej nie przesądza.

W pokoju jest trzeci obiekt, a pomijanie go prowadzi właśnie do rozczarowania: Fibo 2.0 Edit Turbo, destylowany edytor czteroetapowy, który nosi tę samą nazwę wydania i wykonuje około jedną dziesiątą pracy przypadającej na obraz. Trzy rzeczy, jedna nazwa i wynik na liście rankingowej, który opisuje wydanie, a nie jakikolwiek pojedynczy checkpoint. Poniższe rozdziela je według tego, ile cię kosztują, co potrafią i co legalnie pozwalają ci wdrożyć.

Sześć wymiarów, które faktycznie się różnią

Wszystko poniżej to różnica, na której możesz działać. Jeśli dana liczba pochodzi od Bria, a nie z niezależnego przebiegu, została odpowiednio oznaczona.

• Wagi do pobrania — Fibo 2.0 Dev: tak, z ograniczonym dostępem na Hugging Face, CC BY-NC 4.0, około 25,5 GB, w tym 16,3 GB transformer, 8,9 GB enkoder Qwen3-VL-4B i 0,34 GB VAE FLUX.2. Fibo 2.0 jako produkt: nic do pobrania.

• Próbkowanie — Dev: 50 kroków z classifier-free guidance ustawionym na 5.0. Hostowana ścieżka edycji i Edit Turbo: 4 kroki, guidance 1.0, całkowicie bez classifier-free guidance.

• Zakres zadań — Dev: generowanie obrazów z tekstu i edycja przy użyciu jednego zestawu wag. Udostępniony endpoint edycji oraz Turbo: tylko edycja. Generowanie obrazów z tekstu przez Turbo nie jest wolniejszą ścieżką, to niewłaściwa ścieżka.

• Dostrajanie — Dev: jedyny checkpoint, który można trenować — zarówno pełne dostrajanie DiT, jak i LoRA. Turbo: wyraźnie nie jest celem dostrajania. Produkt hostowany: wypożyczasz wagi, nie uczysz ich.

• Negatywne prompty — Dev: działają, ponieważ CFG jest włączone i jest dźwignia, którą można poruszyć. Turbo: guidance jest ustawiony na stałe na 1.0, więc negatywny prompt nie ma na co oddziaływać.

• Cena — produkt hostowany: 32,00 USD za 1000 obrazów, czyli 0,032 USD za sztukę; taką kwotę podaje Artificial Analysis. Local Dev: brak ceny za obraz; płacisz w godzinach GPU i w 25,5 GB pobierania.

Gdzie Fibo 2.0 Dev wygrywa, i to z dużą przewagą

Generowanie to pierwsza luka. Fibo 2.0 jest promowany jako jeden model, który zarówno rysuje, jak i edytuje, a to twierdzenie jest prawdziwe tylko w przypadku Dev. Hostowane punkty końcowe edycji i Edit Turbo są zbudowane wokół obrazu wejściowego; proszenie ich o obraz na podstawie opisu to proszenie o coś, co pominięto w destylacji. Jeśli twój potok zaczyna od zera, wybór to Dev albo inny model.

Control jest drugi. Pięćdziesiąt kroków z parametrem guidance ustawionym na 5,0 jest wolniejsze niż cztery kroki bez niego, a wolniejsza praca jest ceną sterowalności — możliwości przeciwstawienia się promptowi, użycia negatywnego promptu i wymiany liczby kroków na wierność. Po stronie edycji Dev akceptuje również edycje z maską, edycje z wieloma referencjami z maksymalnie czterema obrazami kontekstowymi oraz tryb Inspire, który zapożycza styl referencji, nie przekazując tego obrazu do renderera.

Trening jest trzeci i największy. Dev to checkpoint, na którym opiera się każda ścieżka fine-tuningu: dokumentacja DiffSynth-Studio w ModelScope podaje, że trenować można wyłącznie Fibo-2.0-dev, a Bria dostarcza w repozytorium trener LoRA dla pojedynczej GPU oraz przewodnik przygotowania danych. Ponieważ generowanie i edycja współdzielą wagi, jeden LoRA może nauczyć stylu i towarzyszącego mu zachowania przy edycji. Nic podobnego nie istnieje dla produktu hostowanego, a Turbo jest wykluczony z założenia.

Przenośność jest czwarta. Lokalny checkpoint działa w ramach diffusers poprzez BriaFibo2Pipeline, wewnątrz ComfyUI, gdzie natywne wsparcie zostało scalone 21 października i trafiło do wydania v0.43.0 wraz z dedykowanym typem enkodera tekstu oraz węzłem przyjmującym prompty VGL i obrazy referencyjne. Działa również w formie skwantyzowanej — istnieją repaki BF16, INT8 i GGUF — co sprawia, że repozytorium o rozmiarze 25,5 GB jest obsługiwalne na zwykłym sprzęcie.

W czym wygrywa wydany Fibo 2.0

Latencja i operacje, głównie. Czteroetapowa ścieżka edycji bez guidance zwraca wynik w ułamku czasu potrzebnego na 50 etapów z guidance, a własny wynik Bria dla hostowanego API to poniżej dwóch sekund czasu modelu i poniżej pięciu sekund od początku do końca — podany przez dostawcę, niezmierzony niezależnie i wart traktowania raczej jako pułap niż obietnica. Gdy kolejka edycji musi zostać rozładowana na czas, to jest cały argument.

Koszt kapitałowy jest drugi. $0,032 za obraz bez GPU, bez pobierania 25,5 GB, bez dostrajania offloadu, bez decyzji FP8 kontra BF16. Zespół, który potrzebuje 500 edycji miesięcznie, wydaje 16 dolarów i nigdy nie otwiera terminala. Ten sam zespół, kupując kartę, aby uruchomić Dev lokalnie, wydaje kilkaset dolarów, zanim powstanie pierwszy obraz. Lokalny Dev wygrywa tę arytmetykę tylko przy dużym wolumenie i tylko wtedy, gdy GPU jest już zamortyzowane w ramach innych zadań.

Trzeci element to poprawność infrastruktury. Ścieżka hostowana obsługuje nudne części: enkoder tekstu, VAE, harmonogram próbkowania i rozwijanie strukturalnych promptów to problem kogoś innego. Instalacja lokalna musi przy każdej aktualizacji utrzymywać spójność enkodera Qwen3-VL-4B, VAE FLUX.2 i DiT z 44 blokami — dlatego to, że integracje ComfyUI i diffusers w ogóle istnieją, ma kluczowe znaczenie, i dlatego repakiety GGUF są ważne.

Pięćdziesiąt kroków przeciw czterem: arytmetyka, która decyduje w większości przypadków

Koszt na obraz to miejsce, w którym porównanie zwykle zamienia się w machanie ręką, więc potraktuj go jako trzy osobne rachunki. Hosted: 0,032 USD za obraz, wszystko w cenie. Local Dev: sekundy GPU przy 50 krokach, plus prąd, plus karta. Local Turbo: sekundy GPU przy 4 krokach, około jednej dziesiątej obliczeń, ale tylko edycja.

Przełom jest realny, ale następuje później, niż zakładają ludzie. Jeśli wynajęta godzina GPU kosztuje około dolara, a renderowanie megapiksela w 50 krokach zajmuje, powiedzmy, dwadzieścia sekund, to na surowych obliczeniach wychodzi około 0,005 USD za obraz — sześć razy taniej niż cena hostowana, zanim uwzględnisz czas bezczynności między zadaniami i fakt, że Twój czas nie jest darmowy. Przy 500 obrazach miesięcznie to oszczędność 2,50 USD wobec 16 USD, co nie stanowi uzasadnienia biznesowego. Przy 50 000 obrazów to oszczędność 250 USD wobec 1600 USD — i wtedy już stanowi. Dostrajanie całkowicie to odwraca, ponieważ wytrenowana LoRA ma jakąkolwiek wartość tylko na wagach, które możesz uruchomić.

Jeszcze jedna liczba ma znaczenie konkretnie po stronie Dev: pipeline diffusers domyślnie ustawia 30 kroków z guidance 5, podczas gdy zalecane przez Bria ustawienie dla Dev to 50. Domyślne ustawienie wygeneruje obrazy; nie wygeneruje obrazów Bria. Każdy, kto konfiguruje lokalny pipeline, powinien zdecydować o tym świadomie, a nie dziedziczyć to ustawienie.

Licencja nadaje całemu porównaniu nowe ramy.

Oba checkpointy do pobrania są objęte licencją CC BY-NC 4.0 — wyłącznie do użytku niekomercyjnego; wdrożenie komercyjne wymaga odrębnej umowy z Bria, a dostęp jest uzależniony od przesłania formularza dotyczącego firmy i zamierzonego zastosowania. Produkt hostowany to ścieżka komercyjna: kupujesz prawo do korzystania zamiast licencji na wagi.

To daje naprawdę niezręczny wynik i właśnie dlatego to "vs" w ogóle warto opisywać. Checkpoint z możliwościami, których chcesz — generacją, guidance, dostrajaniem — to ten, którego nie da się wdrożyć komercyjnie bez negocjacji. Produkt, który pod względem prawnym można bezproblemowo wdrożyć komercyjnie, to ten, którego nie można dostroić i który nie potrafi generować od zera. Jeśli Twój przypadek użycia jest komercyjny i niestandardowy, nie wybierasz między dwoma produktami Bria; wybierasz, czy w ogóle rozpocząć rozmowę o licencji.

Warto też powiedzieć wprost: wiersz rankingu, który cytuje się w przypadku Fibo 2.0 — 1,088 Elo w AA-Image-Editing v2.1 Artificial Analysis, pierwsze miejsce wśród edytorów open-weight i dwudzieste trzecie ogółem przy ponad 5,009 ślepych głosach — to wynik dla wydania, a nie dla Dev w starciu z Turbo. Jego przedział ±14 niemal całkowicie pokrywa się z 1,081 ±13 Qwen-Image-2.1, więc prowadzenie wśród open-weight jest kwestią dogrywki. W przypadku text-to-image kolejność się odwraca: 1,039 ±12 Fibo 2.0 plasuje się za 1,042 ±12 Qwen-Image-2.1. Żaden z checkpointów nie ma osobno opublikowanego wyniku, co oznacza, że każda teza „Dev jest lepszy niż Fibo 2.0” jest wnioskiem z tego, jak zbudowano checkpoint, a nie pomiarem.

Który, w zależności od sytuacji

• Potrzebujesz funkcji text-to-image i chcesz, aby respektowała liczby, pozycje i atrybuty — Dev. Ustrukturyzowana warstwa sterowania JSON została stworzona dokładnie do tego, a pipeline zwraca podpis, na podstawie którego wygenerował obraz.

• Dostrajasz model pod markę, styl lub branżę — najpierw Dev z LoRA. Pełne trenowanie DiT istnieje, ale adapter o ograniczonym rzędzie na zamrożonym enkoderze to rozsądny pierwszy eksperyment.

• Wykonujesz edycje instrukcji w dużym wolumenie bez niestandardowego zachowania — ścieżka hostowana lub Turbo lokalnie, jeśli obrazy nie mogą opuścić Twojej sieci. Cztery kroki i brak wskazówek to tutaj zaleta, a nie ograniczenie.

• Potrzebujesz wdrożenia komercyjnego — rozpocznij rozmowę z Bria lub planuj dzierżawę. Pobranie wag nie rozstrzyga kwestii licencji.

• Chcesz tylko sprawdzić, czy model się w ogóle nadaje — hostowany endpoint za $0.032 za obraz jest tańszy niż pobieranie, konfiguracja i wieczór, który stracisz na ładowanie FP8. Wydaj $5, zanim poświęcisz weekend.

Jeden punkt końcowy dla połowy tekstowej, po którejkolwiek stronie się opowiesz

Obie ścieżki mają jedną wspólną zależność, której nikt nie benchmarkuje: model językowy piszący VGL. Fibo został wytrenowany na podpisach Visual GenAI Language, gdzie oświetlenie, kompozycja, kamera i obiekty są adresowalnymi polami, a użyteczność wyniku zależy od jakości tego JSON-a. Ręczne tworzenie go jest wykonalne przy kilkunastu promptach, a przy tysiącu staje się udręką, dlatego captioner staje się częścią systemu.

To jest część, którą obsługuje OrcaRouter. Jedno API dla ponad 200 modeli, 0% narzutu — cena listowa dostawcy przekazywana bez zmian, więc zmiana u dostawcy trafia na Twoją fakturę tego samego dnia — a DSL routingu umożliwia kierowanie masowego generowania podpisów do taniego modelu i eskalowanie trudnych wierszy, oraz fuzja modeli dostępna, gdy pojedynczy generator podpisów wciąż spłaszcza pole, na którym Ci zależy. Sprawia też, że porównanie można testować: przepuść ten sam obraz przez dwa generatory podpisów, porównaj JSON i zobacz, który zestaw pól faktycznie zmienił render. Sam Fibo 2.0 nie jest w naszym katalogu, więc część obrazowa pozostaje tam, gdzie ją umieścisz — część tekstowa jest tą, która się konsoliduje.

Krótki werdykt: wybierz Fibo 2.0 Dev, jeśli budujesz, a Fibo 2.0 endpoint, jeśli kupujesz. Nazwa jest wspólna, licencja nie, a checkpoint z pętlą treningową to jedyny, który za pół roku nadal będzie twój.