Wygenerowana karta tytułowa o treści „FIBO 2.0 vs GPT Image 2.5”, z podtytułem „Otwarty checkpoint 8B kontra rozliczana tokenowo para OpenAI”, z trzema plakietkami o treści „różnica 192,29 pkt Elo w generowaniu obrazów z tekstu”, „32 USD vs 210,72 USD za 1000 obrazów” i „jeden można pobrać”. Stopka o treści „Elo i modelowana cena według Artificial Analysis, AA-Image-T2I v2.1, stan na 20 listopada 2026 r.”.
Guides & Insights

FIBO 2.0 kontra GPT Image 2.5: 192 Elo, sześciokrotnie wyższa cena

Autor

Elias Hawthorne

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Fibo 2.0 i GPT Image 2.5 dzieli 192 punkty Elo oraz współczynnik 6,6 w modelowanym koszcie, a obie te liczby są mniej pewne, niż się wydają. Różnica Elo jest realna — 1 229,27 wobec 1 036,98 na tablicy text-to-image Artificial Analysis, przedziały, które nawet się nie zbliżają do siebie — i jest też najmniej użytecznym sposobem wyboru między nimi, ponieważ oba modele nie próbują wykonywać tej samej pracy. Fibo 2.0 to checkpoint flow-matching 8B, który Bria wydała 20 października 2026 r., taki, który można pobrać i który przed rysowaniem rozwija Twoją instrukcję w ustrukturyzowany opis JSON. GPT Image 2.5 to nie jeden model: to GPT-Image-2.5 Sunburst i GPT-Image-2.5 Flare, dwa osobno snapshotowane modele rozliczane za token, z których jeden jest najsilniejszym generatorem obrazów na publicznych rankingach.

Uczciwe ujęcie sprawy nie brzmi więc „co jest lepsze”. Brzmi: „której z tych czterech rzeczy potrzebujesz” — modelu do pobrania, najlepszych efektów, budżetu na obraz czy edycji, która nie ulega przesunięciu. Ta strona omawia je w tej kolejności.

Dwa modele, jedna nazwa i dlaczego ma to tutaj znaczenie

Nie istnieje gpt-image-2.5. Wklej ten ciąg do API, a otrzymasz błąd, ponieważ ten identyfikator nie istnieje. Istnieją natomiast Sunburst, którego ID to gpt-image-2.5-sunburst, opisywany przez OpenAI jako jego najbardziej zaawansowany model do generowania i edycji obrazów, oraz Flare, gpt-image-2.5-flare, pozycjonowany do szybkiego codziennego generowania. Oba mają datę snapshotu 2026-09-08 i nie ma modelu nadrzędnego, który kierowałby do któregokolwiek z nich.

Ma to znaczenie w porównaniu, ponieważ oba warianty nie są blisko siebie. Na tablicy text-to-image Sunburst zajmuje 1,229.27, a Flare 1,209.81 — różnica 19 punktów między dwoma modelami o tym samym numerze wersji. W przypadku edycji różnica rośnie do siedemnastu punktów w tym samym kierunku: 1,201.50 wobec 1,184.65. Każde twierdzenie w postaci „GPT Image 2.5 przewyższa X” dotyczy Sunburst, a wskazanie tego jest warte 19 punktów precyzji.

Ten podział ma znaczenie przy odczytywaniu wyniku. Fibo 2.0 pojawia się w dwóch częściach: pełna baza Dev, która zarówno rysuje, jak i edytuje, oraz wyłącznie edycyjny Turbo zdestylowany do czterech kroków przy współczynniku guidance 1.0 i wyraźnie niebędący bazą do dostrajania. Artificial Analysis umieszcza pojedynczy wiersz Fibo 2.0 na każdej tablicy przy checkpointach Dev i nigdy nie raportuje Turbo osobno, więc 1,037 i 1,086 opisują Dev — wolniejszy, ogólny checkpoint — a nie szybkiego edytora, którego faktycznie postawiłbyś przed użytkownikiem.

• Tekst na obraz — GPT-Image-2.5 Sunburst 1 229,27, pozycja 2 z 116. Fibo 2.0 1 036,98, pozycja 32. Różnica 192,29.

• Edycja obrazów — Sunburst 1 201,50, miejsce 4 z 86. Fibo 2.0 1 085,98, miejsce 31. Różnica 115,52.

• Cena modelowa — 210,72 USD za 1000 obrazów wobec 32,00 USD. To 6,6×, przy czym jest to własna, porównywalna wartość Artificial Analysis, a nie cennik któregokolwiek z dostawców.

• Wagi — Fibo 2.0 do pobrania od dziś, 8 mld parametrów, CC BY-NC 4.0. GPT Image 2.5 nigdy nie będzie do pobrania; w rodzinie GPT-Image nie ma otwartego checkpointu.

Screenshot of the Artificial Analysis text-to-image leaderboard, captured in English, showing GPT Image 2.6 Sunburst at the top, GPT Image 2.5 Sunburst (max) at 1,229.27 in rank 2, GPT Image 2.5 Flare (max) at 1,209.81 in rank 5, and Fibo 2.0 at 1,036.98 in rank 32, with the price column reading 210.7 for the OpenAI models and 32.0 for Fibo 2.0.

Luka, która się nie zamyka

Warto powiedzieć to bez ogródek, bo strona porównawcza, która łagodzi różnicę jakości, jest bezużyteczna. W przypadku text-to-image 192 Elo to nie kwestia gustu. Przełóżmy to na to, czego jest wskaźnikiem zastępczym, a oznacza to, że Sunburst jest preferowany w niemal dziewięciu na dziesięć bezpośrednich porównań. W przypadku edycji różnica spada o połowę do 116 i nadal pozostaje poza oboma przedziałami: 1 201,50 z zakresem od 1 190,50 do 1 212,50 w porównaniu z 1 085,98 z zakresem od 1 072,98 do 1 098,98. Nawet dolna granica Sunburst leży 91 punktów powyżej górnej granicy Fibo.

Nic w pozostałej części tego artykułu tego nie podważa. W dalszej części artykułu argumentuje się, że istnieją cztery zadania, w których 116 lub 192 Elo nie jest decydującą zmienną, oraz że kupujący rutynowo wybierają model z wyższym wynikiem we wszystkich tych czterech przypadkach.

Jak rozliczanie za token wpływa na budżet na jeden obraz

I tu właśnie różnica w cenie staje się interesująca, ponieważ obaj dostawcy rozliczają zużycie inaczej, a modelowa wartość przyjęta przez zarząd to ukrywa.

OpenAI rozlicza modele obrazów za token — tokeny wyjściowe obrazu, dlatego ten sam model ma publikowaną cenę wejściową i wyjściową, a nie stawkę za obraz. W katalogu OrcaRouter dwa warianty są wycenione na $8 za milion tokenów wejściowych i $30 za milion tokenów wyjściowych, tak samo dla Sunburst i Flare, co stanowi cenę katalogową dostawcy przekazaną bez dodatkowej marży. To, co to oznacza w przeliczeniu na obraz, zależy wyłącznie od rozdzielczości i ustawienia jakości, o które prosisz, i może się zmieniać kilkukrotnie w całym zakresie ustawień. Wartość $210.72 za tysiąc na tablicy to wybór modelowy zakładający reprezentatywne ustawienie, a nie stawka, którą znajdziesz gdziekolwiek wydrukowaną.

Bria rozlicza za obraz. 0,032 USD na własnej platformie, co daje 32 USD za tysiąc obrazów — ta sama kwota widnieje w zestawieniu, co jest nietypowe i warte odnotowania: w przypadku Fibo 2.0 cena modelowana i cena jednostkowa są zgodne. Istnieje dodatkowa opłata, jeśli korzystasz z pomocnika VGL, który rozszerza zwykłą instrukcję do ustrukturyzowanego opisu, około 0,02 USD za wywołanie, więc pełne generowanie ustrukturyzowanego promptu kosztuje bliżej 0,052 USD. Napisz JSON samodzielnie, a unikniesz tej opłaty.

• Przewidywalność — koszt obrazu w Fibo jest stały. W GPT Image 2.5 jest on funkcją twoich ustawień, co jest dobrą wiadomością, jeśli masz dyscyplinę w kwestii rozdzielczości, a złą, jeśli kierownik produktu wciąż prosi o jeszcze jedną iterację w 4K.

• Pułap — tysiąc obrazów Sunburst według modelowej stawki przyjętej przez zarząd to 210,72 USD; tysiąc obrazów Fibo na platformie Bria to 32,00 USD, lub 52,00 USD w przypadku wywołania strukturalnego promptu przy każdym z nich.

• Dolna granica — Fibo na własnym GPU, w ramach licencji niekomercyjnej, to koszt prądu. Autor społecznościowego workflow zmierzył 19 sekund na obraz przy 2K i 4 megapikselach z jednym odniesieniem i ośmioma krokami na RTX 6000 Pro. Dla GPT Image 2.5 nie ma odpowiednika takiego minimum za żadną cenę.

Generated cost comparison card titled 'What a thousand images costs', with two columns. The left column, 'Fibo 2.0', reads: Bria platform 32.00 dollars; with structured-prompt helper 52.00 dollars; own GPU, electricity, 19 seconds per 2K image. The right column, 'GPT Image 2.5 Sunburst', reads: modelled price 210.72 dollars per 1,000 images; input 8 dollars per million tokens; output 30 dollars per million tokens. A footer reads 'Fibo rates per Bria; modelled price per Artificial Analysis; token rates per the OrcaRouter catalogue, 20 November 2026.'

Dryf i argument za ustrukturyzowanym promptem

Jedynym miejscem, w którym Fibo 2.0 argumentuje za jakością, a nie ceną, jest to, wokół czego zbudowana jest jego architektura — i warto to przetestować, a nie odrzucać.

Fibo 2.0 nie wykorzystuje bezpośrednio Twojego zdania. Enkoder Qwen3-VL-4B-Instruct odczytuje monit, resampler Perceivera kompresuje go do 256–512 tokenów gist, a pięć z 44 bloków DiT otrzymuje również własne warstwy VLM poprzez uwagę krzyżową. W praktyce model rozwija „czerwony kubek na orzechowym biurku, poranne światło z lewej” w ustrukturyzowany opis VGL/JSON z polami dla obiektu, materiału, oświetlenia i pozycji, generuje na podstawie tego dokumentu i zwraca Ci JSON. Zmień jedno pole i uruchom ponownie, a pola, których nie zmieniłeś, pozostaną takie, jakie były.

To inna gwarancja niż „zachowuje szczegóły”. Oznacza to, że edycja jest ograniczona przez strukturę danych, a nie przez to, jak dobrze model językowy ponownie odczytuje Twoje zdanie. W wieloetapowej pracy nad produktem — ten sam obiekt, sześć warunków oświetleniowych — jest to tryb błędu, który kosztuje najwięcej czasu, i to właśnie na niego ukierunkowano ten projekt. Bria łączy to również z maksymalnie czterema obrazami referencyjnymi adresowanymi w kolejności jako <image_1> do <image_4> oraz z trybem maski, w którym białe obszary są regenerowane, a wszystko inne pozostaje zachowane.

Czy przewyższa edycję Sunburst na poziomie zadania, tego tablica Elo nie powie, i nie twierdziłbym, że tak jest. Tablica mówi, że Sunburst edytuje lepiej przy ogólnym rozkładzie promptów. Architektura mówi, że Fibo powinno dryfować mniej w pętli ze stałym atrybutem. To różne twierdzenia i tylko jedno z nich zostało publicznie zmierzone.

Gdzie każdy z nich jest oczywistą odpowiedzią

Sunburst to oczywista odpowiedź, gdy brief brzmi: „niech wygląda dobrze, a nikt nie zapyta, ile to kosztowało”. Obrazy hero do marketingu, warianty kampanii, cokolwiek, gdzie człowiek wybierze najlepszy z dwunastu. 2. miejsce na liście 116 modeli z 95-punktową przewagą nad najlepszą alternatywą do pobrania to nie marginalna przewaga; to powód, dla którego ten model istnieje.

Flare to oczywisty wybór, gdy chcesz większość tej jakości przy niższym opóźnieniu, a Twój wolumen jest wysoki — ta sama cena za token, o dziewiętnaście punktów Elo słabszy, pozycjonowany przez OpenAI do codziennego generowania, a nie do prac pokazowych.

Fibo 2.0 to oczywista odpowiedź w trzech węższych przypadkach. Potrzebujesz wag: do wdrożenia on-premises, do dostrojenia modelu, do badawczej bazy odniesienia, do środowiska odizolowanego od sieci. Potrzebujesz licencji, na którą możesz się powołać: propozycja Bria opiera się na licencjonowanych danych treningowych, pochodzeniu C2PA i korporacyjnym zabezpieczeniu odszkodowawczym, a firma twierdzi, że w pełni spełnia wymogi EU AI Act — to odpowiedź na potrzeby zakupowe, a nie jakościowe. Albo potrzebujesz ograniczonej iteracji w ustalonym temacie, a projektowanie strukturyzowanych promptów dokładnie odpowiada kształtowi Twojego problemu.

Czwarty przypadek to ten, który ludzie często rozumieją źle: koszt. Fibo jest 6,6 razy tańszy na tablicy wyników, ale zespół, który poświęca dwa tygodnie czasu pracy inżynierów na obejście luki jakościowej wynoszącej 192 punkty Elo, wydał więcej niż tę różnicę. Tania inferencja na niewłaściwym modelu nie jest tania.

Odpowiedź dotycząca routingu — dla tej połowy, która jest nasza

OrcaRouter oferuje GPT-Image-2.5 Sunburst i Flare — oba są w katalogu jako endpointy generowania obrazów po własnych stawkach providera: 8 USD za wejście i 30 USD za wyjście za milion tokenów, bez doliczanej marży. Nie oferuje Fibo 2.0: wagi Brii i jej platforma to droga do tego modelu, a żaden router nie zmienia licencji z nimi związanej. Twierdzenie inaczej byłoby tego rodzaju reklamą, która dobrze brzmi i kosztuje kogoś przegląd prawny.

To, ile tak naprawdę jest tu wart jeden endpoint, to otaczająca go praca. Pipeline Fibo z założenia zawiera model wizyjno-językowy — to on generuje ustrukturyzowany opis — a to wywołanie może przechodzić przez ten sam klucz co wszystko inne, w tym modele O​penAI, których prawdopodobnie już używasz po stronie tekstowej. Warstwa routingu zarabia na siebie w tej nudnej awarii: automatyczne przełączanie awaryjne sprawia, że partia dwóch tysięcy obrazów nie utknie w miejscu, bo dostawca opisów miał złe dwadzieścia minut, a reguły routingu pozwalają kierować tanią pracę do tanich modeli, a jeden kluczowy obraz dziennie do Sunburst — bez utrzymywania dwóch integracji i dwóch faktur.

0% narzutu znaczy więcej, niż brzmi, na rynku, na którym dostawcy zmieniają ceny. Obniżka ceny przez dostawcę jest tu widoczna tego samego dnia, a nie dopiero przy kolejnym odnowieniu umowy, a porównanie, które przeprowadziłeś w tym miesiącu, nadal jest tym samym porównaniem w przyszłym miesiącu.

Co zmieniłoby ten werdykt?

Dwie rzeczy, a tylko jedna jest prawdopodobna.

Pierwszy to model Fibo 2.0 po dostrojeniu, który zamyka lukę w edycji w konkretnej dziedzinie. Dostrajanie to moment, w którym otwarty model 8B przestaje konkurować w ogólnym rankingu Elo, a zaczyna konkurować na Twoich danych, a trener LoRA w repozytorium sprawia, że staje się to zadaniem na weekend, a nie osobnym projektem. Jeśli wyspecjalizowany Fibo pokonuje Sunburst w Twoim zadaniu, ogólna tablica wyników nie ma znaczenia, a 6,6× taniej staje się 6,6× taniej.

Druga to zmiana struktury kosztów GPT Image 2.5. O​penAI już wcześniej zmieniało ceny tokenów obrazów i może zrobić to ponownie; obniżka stawki za wynik zawęziłaby jedyną oś, na której Fibo ma wyraźną przewagę, i znacznie utrudniłaby forsowanie argumentu „wystarczająco tanie, by rekompensować różnicę w jakości”.

Screenshot of OpenAI's image generation documentation page, captured in English, whose opening section names the two IDs gpt-image-2.5-sunburst and gpt-image-2.5-flare and advises Sunburst where editing precision matters and Flare for fast everyday generation, followed by the Image API's Generations and Edits endpoints, the Responses API's multi-turn editing and File ID inputs, a Choosing the right API section, and a GPT-Image-2.6 paragraph on complexity control, markup-guided edits, SVG and animated GIF output.

Dopóki jedno z nich się nie wydarzy, podział jest czysty i bezpretensjonalny. Kup Sunburst do obrazów, które muszą być bezbłędne. Pobierz Fibo do tych, które muszą być twoje — twoje do uruchomienia, twoje do dostrojenia, twoje do obrony na spotkaniu zakupowym. Sześciokrotna cena to dużo za preferencję, a 192 Elo to dużo do oddania za licencję. Oba stwierdzenia są prawdziwe, dlatego oba modele mogą współistnieć, a żaden nie jest złym wyborem.