Fibo 2.0 wysuwa się na prowadzenie w edycji obrazów z otwartymi wagami przy 8 mld parametrów — patrz na przedział, a nie na pozycję w rankingu

Bria wydała Fibo 2.0 20 października 2026 r. i w ciągu jednego dnia wyparła wszystkie inne modele z otwartymi wagami na obu rankingach obrazów Artificial Analysis. W AA-Image-Editing v2.1 zajmuje 20. miejsce ogółem z wynikiem Elo 1,087.05, co czyni go najwyżej sklasyfikowanym modelem, którego wagi można pobrać — następny jest Q​wen-Image-2.1 z wynikiem 1,082.74 na 21. miejscu. W AA-Image-T2I v2.1 zajmuje 21. miejsce z wynikiem 1,038.79, jedno miejsce za Q​wen-Image-2.1 z wynikiem 1,042.13. Oba te wyniki to ogromne skoki względem pierwszej generacji linii Fibo od Bria: FIBO Edit miał 912.82 w edycji, a FIBO 848.86 w generowaniu obrazów z tekstu. Nagłówek pisze się sam. Warto jednak zatrzymać się przy tym, że na żadnej z tych list różnica do modelu poniżej nie jest większa niż marginesy błędu, a „otwarte wagi” nie znaczą tu tego samego, co dla większości modeli, które właśnie wyprzedził. Pozycje w rankingach nie mówią, w jaki sposób modele obrazów zawodzą w produkcji, a odnotowane incydenty są skatalogowane w Archiwum Incydentów AI OrcaRouter, gdzie każdy wpis zawiera własne źródła, poziom dotkliwości, stopień pewności i znacznik sporności.

Co mówią obie tablice, w tym części, które dopełnia ogłoszenie Brii.

W rankingu edycji wynik jest mocniejszy. Fibo 2.0 osiąga 1 087,05 przy 95-procentowym przedziale ufności od 1 073,05 do 1 101,05 w 4 819 walkach. Q​wen-Image-2.1 ma 1 082,74 przy przedziale od 1 069,74 do 1 095,74 na porównywalnej próbie. Te przedziały pokrywają się na większości swojej długości. Uczciwe odczytanie „pierwszy wśród otwartych wag” to więc pozycja w rankingu, a nie udowodniona przewaga: Fibo 2.0 wyprzedza Q​wen-Image-2.1 w tym uporządkowaniu, a samo uporządkowanie nie pozwala ich jeszcze rozróżnić. Modelem, który naprawdę, jednoznacznie wyprzedza, jest jego własny poprzednik — 174 Elo to około czternaście razy połowa szerokości jego własnego przedziału i żadna ilość szumu próbkowania tego nie wyjaśnia.

• Elo w edycji — Fibo 2.0 1 087,05, 20. miejsce ogółem, 1. wśród otwartych wag; Qwen-Image-2.1 1 082,74, 21. miejsce ogółem, 2. wśród otwartych wag.

• Przedziały edycji — 1,073.05–1,101.05 względem 1,069.74–1,095.74. Nakładają się, więc traktuj oba jako równe, a rangę jako rozstrzygnięcie.

• Elo w generowaniu obrazów z tekstu — Fibo 2.0: 1038,79, 21. miejsce ogółem; Q​wen-Image-2.1: 1042,13, 20. miejsce ogółem. Tutaj Q​wen jest nominalnie z przodu, ponownie w nakładających się przedziałach (1026,79–1050,79 wobec 1030,13–1054,13).

• Zmiana względem pierwszej generacji — z FIBO Edit 912,82 na Fibo 2.0 1 087,05 w edycji, +174. FIBO z 848,86 na 1 038,79 w generowaniu obrazów z tekstu, +190. FIBO Lite, tańszy SKU pierwszej generacji, osiągnął 813,06 w generowaniu obrazów z tekstu.

• Dystans do szczytu każdego rankingu — 111,66 Elo za GPT Image 2.5 Sunburst (max) w edycji, 183,17 za tym samym modelem w generowaniu obrazów z tekstu. Przewaga modeli otwartych i przewaga ogólna to dwie różne sprawy.

• Wielkość próby — 4,819 bitew dotyczących edycji, 5,113 dotyczących text-to-image. Wystarczająco duża, by przedziały były wąskie; zbyt mała, by pięciopunktowa różnica Elo cokolwiek znaczyła.

Artificial Analysis podaje datę premiery jako 20 października 2026 r. w obu zestawieniach i oznacza model jako najnowszy. Karta modelu Bria sama twierdzi, że według stanu na ten sam dzień model zajmuje pierwsze miejsce w edycji obrazów i drugie w text-to-image wśród modeli z otwartymi wagami. To twierdzenie dostawcy o rankingu strony trzeciej, a nie benchmark dostawcy, ale nadal jest to dostawca charakteryzujący własny wynik, a pozycje się potwierdzają, gdy sprawdzi się je bezpośrednio.

Co właściwie znajduje się w 8B

Liczba parametrów to najmniej interesująca liczba w tym wydaniu. {{1}}Fibo 2.0{{/1}} to model flow-matching działający w przestrzeni latentnej VAE FLUX.2, z modelem {{2}}Qwen3-VL-4B-Instruct{{/2}} jako enkoderem promptu. Zamiast warunkować transformer dyfuzyjny na surowych tokenach tekstowych, kompresuje wyjście enkodera przez dwuwarstwowy resampler Perceiver do 256–512 tokenów „gist”, a 44-blokowy transformer single-stream przetwarza je z użyciem uwagi, przy czym pięć bloków jest dodatkowo zasilanych przez cross-attention. Praktyczną konsekwencją jest to, że długi, ustrukturyzowany opis kosztuje prawie nic dodatkowo: warunkowanie jest ograniczone do 512 tokenów, niezależnie od tego, ile napiszesz.

• Architektura — flow matching w przestrzeni utajonej VAE FLUX.2, 44-blokowy DiT z pojedynczym strumieniem, pięć bloków z uwagą krzyżową do reprezentacji promptu.

• Koder tekstu — Qwen3-VL-4B-Instruct, skompresowany do 256–512 tokenów gist przez dwuwarstwowy resampler Perceiver.

• Rozmiar — 8,127,342,213 parametrów w BF16 safetensors, więc około 16 GB wag przed uwzględnieniem jakiegokolwiek narzutu środowiska uruchomieniowego.

• Dane treningowe — liczący około miliarda obrazów korpus Bria, który firma opisuje jako w pełni licencjonowany. To twierdzenie pochodzi od samej firmy i dlatego poniższa licencja nie jest czymś dodanym po fakcie.

• Tryby — edycja, edycja z maską, edycja z wieloma odniesieniami z maksymalnie czterema obrazami referencyjnymi, generowanie oraz tryb „inspire”, który proponuje warianty. Jeden zestaw wag obsługuje generowanie i edycję, co jest nowością w tej rodzinie; pierwsza generacja dzieliła je.

Ujednolicony checkpoint to istotna zmiana inżynierska. Fibo 1 dostarczył generowanie i edycję jako osobne możliwości o osobnych mocnych stronach, a 174-punktowy wzrost w edycji względem FIBO Edit to częściowo historia o tym, jak edycja zyskała własny nacisk treningowy w modelu, który również generuje. To, czy te dwa tryby wzajemnie na siebie wpływają, jest dokładnie tym rodzajem pytania, na które leaderboard nie potrafi odpowiedzieć, a tydzień użytkowania produkcyjnego może.

Dev i Edit Turbo to dwa różne produkty o tej samej nazwie.

Na Hugging Face są dwa checkpointy pod nazwą Fibo 2.0, a wybranie niewłaściwego to najbardziej prawdopodobny sposób wyciągnięcia wniosku, że model jest rozczarowujący.

• Fibo 2.0 Dev — niewydestylowana baza. Pięćdziesiąt kroków próbkowania z classifier-free guidance na poziomie 5.0, zarówno generowanie, jak i edycja, oraz checkpoint, na który Bria wskazuje do fine-tuningu. Wolny i sterowalny.

• Fibo 2.0 Edit Turbo — zdestylowany do czterech kroków, bez classifier-free guidance, służy wyłącznie do edycji. Około o rząd wielkości tańszy na obraz podczas inferencji, ale nie potrafi generować od zera.

• Narzędzia — pipeline to BriaFibo2Pipeline w diffusers, wchodzący przez pull request 14991, wraz z towarzyszącym pakietem bria-vgl dla opisanego poniżej formatu structured-caption. Obsługa ComfyUI pojawiła się dzięki społecznościowemu repakietowaniu 20 października.

Prompty mają być w formacie JSON, a to jest prawdziwa zmiana w przepływie pracy.

Bria trenuje i dokumentuje Fibo 2.0 w oparciu o to, co nazywa VGL — Visual GenAI Language — ustrukturyzowany format opisów JSON, który rozdziela temat, kompozycję, oświetlenie, kamerę, styl i tekst na obrazie do nazwanych pól zamiast jednego ciągnącego się zdania. Model przyjmie zwykły prompt. Jest mierzalnie bardziej przewidywalny w formie ustrukturyzowanej, ponieważ wąskie gardło Perceivera zachowuje granice pól, które płaskie zdanie zaciera.

To szczegół z najdłuższym ogonem. Oznacza to, że naturalnym odbiorcą Fibo 2.0 nie jest osoba wpisująca tekst w pole, lecz model językowy emitujący obiekt zgodny ze schematem, a także że inżynieria promptów dla tego modelu przypomina pisanie schematu JSON i walidowanie względem niego. Ktokolwiek ocenia Fibo 2.0 za pomocą kilku swobodnych promptów tekstowych, mierzy tryb, dla którego model nie był optymalizowany, i będzie go nie doceniać.

Co dokładnie oznacza tutaj „open weights”?

Karta modelu określa licencję CC BY-NC 4.0 dla użytku niekomercyjnego, przy czym użycie komercyjne wymaga odrębnej umowy z Bria. Repozytorium Hugging Face ma ograniczony dostęp na poziomie „auto” i wymaga formularza dotyczącego firmy i zamierzonego zastosowania. Możesz pobrać wagi, zapoznać się z nimi, dostroić je i uruchomić; nie możesz jednak wypuścić produktu opartego na nich bez wcześniejszej rozmowy z Bria.

To prawdziwe wydanie open-weights, ale nie open-source, a to rozróżnienie ma większe znaczenie niż zwykle, ponieważ modele, które Fibo 2.0 właśnie wyprzedziło, są objęte licencjami, które wprost pozwalają na komercyjne wykorzystanie. Jeśli wybierasz model do generowania obrazów do produktu, a nie do badań, kolejność na leaderboardzie nie jest ograniczeniem. Ograniczeniem jest licencja. To także pośrednio przekłada się na cenę modelu: umowa komercyjna to negocjacja, a negocjacja to koszt, którego nie ma na żadnej liście stawek.

Istnieje możliwa do obrony interpretacja tego, dlaczego Bria zrobiła to w ten sposób. Korpus szkoleniowy to licencjonowany materiał, za który firma zapłaciła; udostępnienie wag, które pozwoliłyby komukolwiek bezpłatnie konkurować z własnym API firmy na tym korpusie, byłoby rozdawaniem aktywa, które kupiono wraz z korpusem. Warunek niekomercyjny jest mechanizmem, który powstrzymuje wydanie przed kanibalizacją biznesu. To nie czyni licencji wygodną, ale czyni ją spójną.

Cennik i ile kosztuje tysiąc obrazów

• Bria API, Fibo 2.0 — 0,032 USD za obraz.

• Bria API, Fibo 2.0 Edit — $0.032 za obraz. Edycja nie jest tu tańsza niż generowanie, co jest nietypowe i warte wiedzy przed zaplanowaniem budżetu na zadanie wsadowe.

• Bria API, Fibo Lite — 0,0288 USD za obraz. Tańszy poziom, a nie model z rankingu.

Wywołanie ustrukturyzowanego promptu — $0.02 za wywołanie, rozliczane osobno od obrazu. Zatem obraz z potoku VGL kosztuje $0.052, a nie $0.032, chyba że samodzielnie wygenerujesz JSON.

• Artificial Analysis pricePer1kImages — $32.00, co jest zgodne z nagłówkową wartością $0.032.

Za $0.032 za obraz API jest wyceniane jak usługa podstawowa, a nie model premium, co jest spójne ze strategią, którą implikuje licencja: udostępnić wagi za darmo do celów badawczych, a punkt końcowy sprzedawać wszystkim, którzy potrzebują praw. Samodzielne hostowanie checkpointu Dev na wynajętej karcie GPU raczej nie pobije $0.032 za obraz, gdy uwzględni się 50 kroków próbkowania, ale Edit Turbo przy czterech krokach to inna kalkulacja dla każdego, kto działa na dużą skalę lub potrzebuje modelu w prywatnej sieci.

Gdzie można to uruchomić

Fibo 2.0 jest dostępny poprzez własne API Bria, hostowane narzędzie do tworzenia Bria, węzły ComfyUI oraz jako wagi z ograniczonym dostępem na Hugging Face. To są te ścieżki. Nie ma go w katalogu OrcaRouter i ten tekst nie będzie udawał, że jest inaczej.

Kwestia routingu wciąż zasługuje na jedno zdanie, ponieważ Fibo 2.0 to model, który większość zespołów wypróbuje, zanim podejmie ostateczną decyzję. OrcaRouter obsługuje jeden klucz API dla ponad 200 modeli, a ceny katalogowe dostawców są przekazywane bez narzutu (0%), więc zmiana ceny u dostawcy, w tym obniżka Bria, pojawia się na Twojej fakturze w dniu, w którym nastąpi, a nie w dniu, w którym reseller zaktualizuje tabelę. W przypadku połowy pipeline'u Fibo odpowiadającej modelom językowym — tej, która zapisuje VGL JSON, waliduje go i decyduje, czy warto ponowić generowanie — oznacza to, że model wykonujący rozumowanie może działać pod tym samym kluczem co wszystko inne, z automatycznym przełączeniem awaryjnym, gdy dostawca zawiedzie oraz DSL routingu do złożenia kroków w jedno wywołanie. Model obrazu pozostaje tam, gdzie jest.

Nic z tego nie jest powodem, by wybierać Fibo 2.0. To powód, by nie budować otaczającego potoku jako szeregu osobnych kontraktów.

Co zmieniłoby ten werdykt?

Na trzy rzeczy warto zwrócić uwagę, choć żadnej z nich nie rozstrzygnie wpis z tygodnia premiery. Po pierwsze, niezależne odtworzenie: Elo pochodzi z areny, w której głosują użytkownicy, a konkretne tryby awarii istotne w produkcji — renderowanie tekstu w edytowanym obszarze, zachowanie tożsamości przy czterech referencjach, czy maska jest respektowana na jej krawędzi — nie są tym, co mierzy preferencja parami. Po drugie, licencja: jeśli Bria przejdzie z CC BY-NC na coś, co można wykorzystywać komercyjnie, porównanie z resztą obszaru modeli z otwartymi wagami zmieni się z dnia na dzień, a jeśli nie, „najlepszy edytor obrazów z otwartymi wagami” pozostanie tytułem badawczym. Po trzecie, remis: Fibo 2.0 i Qwen-Image-2.1 dzieli w edycji cztery punkty Elo, a ich przedziały się nakładają. Kolejne kilka tysięcy starć je rozdzieli albo potwierdzi, że to ten sam model pod dwiema nazwami.

Na razie trafne stwierdzenie jest wąskie, a mimo to niezwykłe. Dwa dni po premierze najlepszym modelem do edycji obrazów, który można pobrać, jest checkpoint 8B od firmy, która od dekady sprzedaje licencjonowane dane obrazowe; jest on o ponad 170 Elo lepszy od poprzedniej próby tej firmy i ma licencję taką, że prawie nikt czytający tabelę wyników nie może użyć go komercyjnie bez telefonu.