Fibo 2.0 Dev vs Fibo 2.0: Você não está escolhendo entre dois modelos

Fibo 2.0 Dev e Fibo 2.0 são o mesmo modelo sob dois títulos de cargo. Fibo 2.0 é o nome de lançamento que a Bria deu à família de checkpoints de 8,13 bilhões de parâmetros que publicou em 20 de outubro de 2026; Fibo 2.0 Dev é a base completa, não destilada, que carrega esse lançamento. A comparação só se torna real quando você lê "Fibo 2.0" como a maioria das pessoas de fato o encontra — como um produto que você chama, em um endpoint hospedado, com preço de $0.032 por imagem — contra a coisa que você pode baixar, pesar e treinar. Um deles é um pipeline que você controla. O outro é um medidor que você aluga. Essa é a decisão, e o nome na embalagem não a toma.

Há um terceiro objeto na sala, e deixá-lo de fora é como as pessoas acabam decepcionadas: Fibo 2.0 Edit Turbo, o editor destilado de quatro etapas que compartilha o nome do lançamento e faz cerca de um décimo do trabalho por imagem. Três coisas, um nome, e uma pontuação no ranking que descreve o lançamento em vez de qualquer checkpoint individual. O que segue os separa pelo que custam para você, pelo que podem fazer e pelo que permitem que você distribua legalmente.

As seis dimensões que realmente diferem

Tudo abaixo é uma diferença sobre a qual você pode agir. Quando um valor vem da Bria em vez de uma execução independente, ele é identificado como tal.

• Pesos para download — Fibo 2.0 Dev: sim, com acesso restrito no Hugging Face, CC BY-NC 4.0, cerca de 25,5 GB, incluindo um transformer de 16,3 GB, um codificador Qwen3-VL-4B de 8,9 GB e um VAE FLUX.2 de 0,34 GB. O Fibo 2.0 como produto: nada para baixar.

• Amostragem — Dev: 50 passos com orientação livre de classificador em 5,0. O caminho de edição hospedado e o Edit Turbo: 4 passos, orientação 1,0, sem nenhuma orientação livre de classificador.

• Cobertura de tarefas — Dev: texto para imagem e edição a partir de um único conjunto de pesos. O endpoint de edição disponibilizado e o Turbo: somente edição. Texto para imagem via Turbo não é uma rota mais lenta, é a rota errada.

• Ajuste fino — Dev: o único checkpoint treinável, com ajustes finos completos do DiT e LoRA, ambos. Turbo: explicitamente não é um alvo de ajuste fino. O produto hospedado: você aluga os pesos, você não os ensina.

• Prompts negativos — Dev: funcionam, porque o CFG está ativado e há uma alavanca para acionar. Turbo: a orientação é fixa em 1.0, então um prompt negativo não tem nada sobre o que atuar.

• Preço — o produto hospedado: US$ 32,00 por 1.000 imagens, ou US$ 0,032 cada, o número que a Artificial Analysis lista. Local Dev: sem preço por imagem; você paga em horas de GPU e no download de 25,5 GB.

Onde o Fibo 2.0 Dev vence, e não é por pouco

A geração é a primeira lacuna. O Fibo 2.0 é comercializado como um modelo que tanto desenha quanto edita, e essa afirmação só é verdadeira para o Dev. Os endpoints hospedados de edição e o Edit Turbo são construídos em torno de uma imagem de entrada; pedir a eles uma imagem a partir de uma legenda é pedir algo que a destilação descartou. Se seu pipeline começa do nada, a escolha é o Dev ou um modelo diferente.

O Control é o segundo. Cinquenta passos com orientação em 5,0 é mais lento que quatro passos sem orientação, e mais lento é o preço da controlabilidade — a capacidade de pressionar contra um prompt, usar um prompt negativo e trocar passos por fidelidade. No lado da edição, o Dev também aceita edições mascaradas, edições com múltiplas referências com até quatro imagens de contexto e um modo Inspire que empresta o estilo de uma referência sem passar essa imagem ao renderizador.

O treinamento é o terceiro e o maior. O Dev é o checkpoint que todos os caminhos de ajuste fino têm como alvo: a documentação do DiffSynth-Studio da ModelScope diz que apenas o Fibo-2.0-dev é treinável, e a Bria disponibiliza no repositório um treinador LoRA para GPU única, além de um guia de preparação de dados. Como a geração e a edição compartilham pesos, um único LoRA pode ensinar um estilo e o comportamento de edição que o acompanha. Nada semelhante existe para o produto hospedado, e o Turbo está fora por design.

A portabilidade é a quarta. Um checkpoint local roda sob o diffusers por meio do BriaFibo2Pipeline, dentro do ComfyUI, onde o suporte nativo foi integrado em 21 de outubro e lançado na v0.43.0 com um tipo de codificador de texto dedicado e um nó que aceita prompts VGL e imagens de referência. Ele também roda em forma quantizada — repacks BF16, INT8 e GGUF existem — o que é o que torna um repositório de 25,5 GB viável em hardware comum.

Onde o Fibo 2.0 já lançado se destaca

Latência e operações, principalmente. Um caminho de edição sem orientação em quatro etapas retorna em uma fração do tempo que 50 etapas guiadas levam, e o próprio número da Bria para a API hospedada fica abaixo de dois segundos de tempo de modelo e abaixo de cinco segundos de ponta a ponta — relatado pelo fornecedor, não medido de forma independente, e vale tratá-lo como um teto, não como uma promessa. Quando uma fila de edições precisa ser concluída dentro de um prazo, esse é todo o argumento.

O custo de capital vem em segundo lugar. US$ 0,032 por imagem, sem GPU, sem download de 25,5 GB, sem ajuste de offload, sem decisões entre FP8 e BF16. Uma equipe que precisa de 500 edições por mês gasta US$ 16 e nunca abre um terminal. A mesma equipe, ao comprar uma placa para rodar o Dev localmente, gasta várias centenas de dólares antes de a primeira imagem existir. O Dev local só vence essa conta em volume, e somente se a GPU já estiver amortizada com outros trabalhos.

A correção da infraestrutura é a terceira. O caminho hospedado cuida das partes entediantes: o codificador de texto, o VAE, o cronograma de amostragem e a expansão de prompts estruturados são problema de outra pessoa. Uma instalação local precisa manter um codificador Qwen3-VL-4B, um VAE FLUX.2 e um DiT de 44 blocos em concordância a cada atualização — e é por isso que a mera existência das integrações ComfyUI e diffusers é fundamental, e por que os repacks GGUF importam.

Cinquenta passos contra quatro: a aritmética que decide a maioria dos casos

O custo por imagem é onde a comparação geralmente se perde em estimativas vagas, então trate-o como três contas separadas. Hosted: US$ 0,032 por imagem, tudo incluído. Local Dev: segundos de GPU em 50 passos, mais a eletricidade, mais a placa. Local Turbo: segundos de GPU em 4 passos, aproximadamente um décimo da computação, mas apenas edição.

O ponto de virada é real, mas ocorre mais tarde do que as pessoas presumem. Se uma hora de GPU alugada custa cerca de um dólar e uma renderização de um megapixel em 50 etapas leva, digamos, vinte segundos, você chega a cerca de US$ 0,005 por imagem em computação bruta — seis vezes mais barato que o preço do serviço hospedado, antes de considerar o tempo ocioso entre tarefas e o fato de que seu próprio tempo não é gratuito. Com 500 imagens por mês, isso é uma economia de US$ 2,50 em relação a US$ 16, o que não constitui um caso de negócio. Com 50.000 imagens, é uma economia de US$ 250 em relação a US$ 1.600, e aí sim é. O ajuste fino inverte isso por completo, porque um LoRA que você treinou só tem valor em pesos que você consegue rodar.

Mais um número é relevante especificamente para o lado Dev: o pipeline do diffusers usa por padrão 30 etapas com guidance 5, enquanto a configuração recomendada pela Bria para o Dev é 50. O padrão produzirá imagens; não produzirá as imagens da Bria. Quem configurar um pipeline local deve tomar essa decisão deliberadamente, em vez de herdá-la.

A licença reformula toda a comparação

Os dois checkpoints disponíveis para download estão sob a licença CC BY-NC 4.0 — apenas para uso não comercial, sendo que a implementação comercial exige um acordo separado com a Bria, e o acesso está condicionado ao preenchimento de um formulário com dados da empresa e da finalidade de uso. O produto alojado é a via comercial: paga-se pelo uso em vez de uma licença sobre os pesos.

Isso produz um resultado genuinamente incômodo, e é a razão pela qual este “vs” vale a pena ser escrito. O checkpoint com os recursos que você quer — geração, orientação, ajuste fino — é aquele que você não pode comercializar sem negociar. O produto que é juridicamente simples de comercializar é aquele que não pode ser ajustado e não pode gerar do zero. Se seu caso de uso for comercial e personalizado, você não está escolhendo entre dois produtos Bria; você está escolhendo se quer ou não abrir uma conversa sobre licenciamento.

Também vale dizer sem rodeios: a linha do ranking que é citada para o Fibo 2.0 — 1.088 Elo no AA-Image-Editing v2.1 da Artificial Analysis, primeiro entre editores open-weights e vigésimo terceiro no geral em 5.009 votos cegos — é uma pontuação do lançamento, não do Dev contra o Turbo. Seu intervalo de ±14 se sobrepõe quase totalmente ao de 1.081 ±13 do Qwen-Image-2.1, então a liderança entre open-weights é um critério de desempate. Em texto para imagem, a ordem se inverte: os 1.039 ±12 do Fibo 2.0 ficam atrás dos 1.042 ±12 do Qwen-Image-2.1. Nenhum dos checkpoints tem uma pontuação publicada separada, o que significa que qualquer alegação de que "Dev é melhor que Fibo 2.0" é uma inferência a partir de como o checkpoint foi construído, não uma medição.

Qual deles, conforme a situação

• Você precisa de text-to-image e quer que ele obedeça a contagens, posições e atributos — Dev. A interface de controle JSON estruturada foi feita exatamente para isso, e o pipeline retorna a legenda a partir da qual ele renderizou.

• Você está fazendo ajuste fino para uma marca, um estilo ou uma vertical — Dev, com LoRA primeiro. O treinamento completo do DiT existe, mas um adaptador com rank limitado em um encoder congelado é o primeiro experimento sensato.

• Você está executando edições de instruções em alto volume sem comportamento personalizado — o caminho hospedado, ou o Turbo localmente, se as imagens não puderem sair da sua rede. Quatro etapas e nenhuma orientação é um recurso aqui, não uma limitação.

• Você precisa de implantação comercial — comece a conversa com a Bria, ou planeje alugar. Baixar os pesos não resolve a questão da licença.

Você só quer ver se o modelo é bom — o endpoint hospedado a $0,032 por imagem sai mais barato do que o download, a configuração e a noite que você vai perder com o carregamento do FP8. Gaste $5 antes de gastar um fim de semana.

Um endpoint para a metade do texto, seja qual for o lado que você escolher.

As duas rotas compartilham uma dependência que ninguém avalia: o modelo de linguagem que escreve o VGL. O Fibo foi treinado em legendas do Visual GenAI Language, nas quais iluminação, composição, câmera e objetos são campos endereçáveis, e a utilidade da saída acompanha a qualidade desse JSON. Escrevê-lo manualmente é viável para uma dúzia de prompts e sofrível com mil, e é por isso que o gerador de legendas se torna parte do sistema.

Essa é a parte que o OrcaRouter cobre. Uma API para 200+ modelos, 0% de markup — preço de tabela do provedor repassado, então uma alteração do fornecedor chega à sua fatura no mesmo dia — com o DSL de roteamento capaz de enviar legendagem em massa para um modelo barato e escalar as linhas difíceis, e fusão de modelos disponível quando um único modelo de legendagem continua achatando um campo que você considera importante. Isso também torna a comparação testável: execute a mesma imagem em dois modelos de legendagem, compare o JSON e veja qual conjunto de campos realmente alterou a renderização. O próprio Fibo 2.0 não está no nosso catálogo, então o lado da imagem permanece onde você o colocar — o lado do texto é o que se consolida.

O veredito curto: escolha o Fibo 2.0 Dev se você estiver construindo, e escolha o endpoint Fibo 2.0 se você estiver comprando. O nome é compartilhado, a licença não, e o checkpoint com o loop de treinamento é o único que ainda será seu daqui a seis meses.