Fibo 2.0 assume a liderança em edição de imagens com pesos abertos com 8 bilhões de parâmetros — Leia o intervalo, não o ranking

A Bria lançou o Fibo 2.0 em 20 de outubro de 2026 e, em menos de um dia, ele já havia desbancado todas as outras entradas de pesos abertos nos dois rankings de imagem da Artificial Analysis. No AA-Image-Editing v2.1, ocupa a 20ª posição geral, com Elo de 1.087,05, o que o torna o modelo mais bem colocado cujos pesos podem ser baixados — o Q​wen-Image-2.1 vem em seguida, com 1.082,74, na 21ª posição. No AA-Image-T2I v2.1, fica em 21º, com 1.038,79, uma posição atrás do Q​wen-Image-2.1, com 1.042,13. Ambos representam saltos enormes em relação à primeira geração da linha Fibo da Bria: o FIBO Edit estava em 912,82 na edição, e o FIBO, em 848,86 na geração de texto para imagem. A manchete se escreve sozinha. A parte que merece atenção é que, em nenhum dos dois rankings, a diferença para o modelo logo abaixo é maior que as margens de erro, e que "pesos abertos" aqui não significa o que significa para a maioria dos modelos que ele acabou de ultrapassar.As posições no ranking não registram como os modelos de imagem falham em produção, e os incidentes registrados estão catalogados no OrcaRouter AI Incident Archive em que cada entrada traz suas próprias fontes, classificação de gravidade, grau de confiança e indicador de contestação.

O que os dois quadros dizem, incluindo as partes que o anúncio da Bria completa

O ranking de edição é o resultado mais forte. Os 1,087.05 do Fibo 2.0 vêm com um intervalo de confiança de 95% de 1,073.05 a 1,101.05 em 4,819 batalhas. Os 1,082.74 do Q​wen-Image-2.1 trazem um intervalo de 1,069.74 a 1,095.74 em uma amostra comparável. Esses intervalos se sobrepõem na maior parte de sua extensão. Portanto, a leitura honesta de "primeiro entre pesos abertos" é uma posição, não uma margem demonstrada: o Fibo 2.0 está à frente do Q​wen-Image-2.1 na ordenação, e a ordenação ainda não consegue distingui-los. O modelo em relação ao qual ele está genuína e inequivocamente à frente é seu próprio antecessor — 174 Elo é cerca de catorze vezes a metade da largura de seu próprio intervalo, e nenhuma quantidade de ruído de amostragem explica isso.

Editing Elo — Fibo 2.0 1.087,05, 20º geral, 1º entre pesos abertos; Q​wen-Image-2.1 1.082,74, 21º geral, 2º entre pesos abertos.

• Intervalos de edição — 1,073.05–1,101.05 contra 1,069.74–1,095.74. Eles se sobrepõem, então trate os dois como empatados e a classificação como critério de desempate.

• Elo de texto para imagem — Fibo 2.0 1.038,79, 21º no geral; Q​wen-Image-2.1 1.042,13, 20º no geral. Aqui o Q​wen está nominalmente à frente, novamente dentro de intervalos sobrepostos (1.026,79–1.050,79 contra 1.030,13–1.054,13).

Mudança em relação à primeira geração — FIBO Edit 912,82 para Fibo 2.0 1.087,05 na edição, +174. FIBO 848,86 para 1.038,79 em texto para imagem, +190. O FIBO Lite, o SKU mais barato da primeira geração, estava em 813,06 em texto para imagem.

• Distância até o topo de cada ranking — 111,66 Elo atrás do GPT Image 2.5 Sunburst (max) em edição, 183,17 atrás do mesmo modelo em texto para imagem. A liderança entre os modelos de pesos abertos e a liderança geral são questões diferentes.

• Tamanho da amostra — 4.819 batalhas em edição, 5.113 em texto para imagem. Suficiente para que os intervalos sejam estreitos; não o bastante para que uma diferença de cinco pontos no Elo signifique alguma coisa.

A Artificial Analysis lista a data de lançamento como 20 de outubro de 2026 em ambos os painéis e marca o modelo como recente. A própria ficha do modelo da Bria afirma o primeiro lugar em edição de imagens e o segundo em texto para imagem entre modelos de pesos abertos na mesma data. Trata-se de uma afirmação do fornecedor sobre o ranking de um terceiro, e não de um benchmark do fornecedor, mas ainda é o fornecedor caracterizando seu próprio resultado, e as classificações se confirmam quando você as verifica diretamente.

O que está realmente dentro do 8B

A contagem de parâmetros é o número menos interessante do lançamento. O Fibo 2.0 é um modelo de flow matching que opera no espaço latente do VAE do FLUX.2, com um modelo Qwen3-VL-4B-Instruct como seu codificador de prompt. Em vez de condicionar o transformer de difusão a tokens de texto brutos, ele comprime a saída do codificador por meio de um reamostrador Perceiver de duas camadas em 256 a 512 tokens “gist”, e o transformer de fluxo único de 44 blocos aplica atenção a eles, com cinco dos blocos adicionalmente alimentados por atenção cruzada. A consequência prática é que uma descrição longa e estruturada custa quase nada a mais: o condicionamento é limitado a 512 tokens, não importa quanto você escreva.

• Arquitetura — flow matching no espaço latente do VAE do FLUX.2, DiT de fluxo único com 44 blocos, cinco blocos com atenção cruzada para a representação do prompt.

• Codificador de texto — Qwen3-VL-4B-Instruct, comprimido para 256–512 tokens gist por meio de um resampler Perceiver de duas camadas.

• Tamanho — 8.127.342.213 parâmetros em BF16 safetensors, portanto aproximadamente 16 GB de pesos antes de qualquer sobrecarga de execução.

• Dados de treinamento — o corpus de aproximadamente um bilhão de imagens da Bria, que a empresa descreve como totalmente licenciado. Essa alegação é da própria empresa, e é por isso que a licença abaixo não é um detalhe secundário.

• Modos — edição, edição mascarada, edição com múltiplas referências com até quatro imagens de referência, geração e um modo "inspire" que propõe variações. Um único conjunto de pesos cobre geração e edição, o que é novo nesta família; a primeira geração os separava.

O checkpoint unificado é a mudança de engenharia substantiva. O Fibo 1 lançou geração e edição como capacidades separadas, com pontos fortes distintos, e o ganho de 174 pontos em edição sobre o FIBO Edit é, em parte, uma história sobre a edição recebendo sua própria ênfase de treinamento dentro de um modelo que também gera. Se os dois modos interferem entre si é exatamente o tipo de pergunta que um ranking não consegue responder e uma semana de uso em produção consegue.

Dev e Edit Turbo são dois produtos diferentes que compartilham um nome.

Há dois checkpoints no Hugging Face com o nome Fibo 2.0, e escolher o errado é a forma mais provável de concluir que o modelo é decepcionante.

• Fibo 2.0 Dev — a base não destilada. Cinquenta etapas de amostragem com orientação livre de classificador em 5,0, tanto para geração quanto para edição, e o checkpoint que a Bria indica para ajuste fino. Lento e controlável.

• Fibo 2.0 Edit Turbo — destilado em quatro etapas, sem orientação livre de classificador, apenas edição. Aproximadamente uma ordem de magnitude mais barato por imagem na inferência, e não consegue gerar do zero.

Ferramentas — o pipeline é o BriaFibo2Pipeline no diffusers, integrando-se por meio do pull request 14991, com um pacote complementar bria-vgl para o formato de legenda estruturada descrito abaixo. O suporte ao ComfyUI chegou por meio de um reempacotamento da comunidade em 20 de outubro.

Os prompts devem ser JSON, e isso é uma mudança real no fluxo de trabalho.

A Bria treina e documenta o Fibo 2.0 com base no que chama de VGL — Visual GenAI Language —, um formato estruturado de legenda em JSON que separa sujeito, composição, iluminação, câmera, estilo e texto na imagem em campos nomeados, em vez de uma única frase corrida. O modelo aceita um prompt simples. Ele é mensuravelmente mais previsível com a forma estruturada, porque o gargalo do Perceiver preserva as fronteiras dos campos que uma frase plana mistura.

Este é o detalhe com a cauda mais longa. Isso significa que o consumidor natural do Fibo 2.0 não é uma pessoa digitando em uma caixa, mas um modelo de linguagem emitindo um objeto em conformidade com um esquema, e significa que a engenharia de prompt para esse modelo se parece com escrever um esquema JSON e validar contra ele. Qualquer pessoa que avalie o Fibo 2.0 com um punhado de prompts de texto livre está medindo um modo para o qual o modelo não foi otimizado e o subestimará.

O que “open weights” significa aqui, precisamente?

O cartão do modelo indica CC BY-NC 4.0 para uso não comercial, sendo que o uso comercial exige um acordo separado com a Bria. O repositório no Hugging Face tem acesso restrito no nível "auto" com um formulário de empresa e uso pretendido. Você pode baixar os pesos, lê-los, fazer fine-tuning neles e executá-los; você não pode lançar um produto baseado neles sem falar com a Bria primeiro.

Esse é um lançamento legítimo de pesos abertos e não é de código aberto, e a distinção importa mais do que o normal porque os modelos que o Fibo 2.0 acabou de ultrapassar estão sob licenças que permitem uso comercial irrestrito. Se você está escolhendo um modelo de imagem para um produto e não para pesquisa, a ordenação do leaderboard não é a restrição. A licença é. Isso também precifica o modelo indiretamente: um acordo comercial é uma negociação, e uma negociação é um custo que não aparece em nenhuma tabela de preços.

Há uma leitura defensável de por que a Bria fez assim. O corpus de treinamento é material licenciado pelo qual a empresa pagou; liberar pesos que permitam a qualquer pessoa competir gratuitamente com a própria API da empresa sobre esse corpus seria entregar o ativo que o corpus comprou. A cláusula não comercial é o mecanismo que impede que o lançamento canibalize o negócio. Isso não torna a licença conveniente, mas a torna coerente.

A tabela de preços, e quanto custam mil imagens

• Bria API, Fibo 2.0 — US$ 0,032 por imagem.

• Bria API, Fibo 2.0 Edit — US$ 0,032 por imagem. Editar não sai mais barato que gerar aqui, o que é incomum e vale saber antes de orçar um trabalho em lote.

• Bria API, Fibo Lite — $0,0288 por imagem. A camada mais barata, não o modelo do ranking.

• Chamada de prompt estruturado — $0.02 por chamada, cobrada separadamente da imagem. Portanto, uma imagem do pipeline VGL custa $0.052, e não $0.032, a menos que você mesmo gere o JSON.

• Artificial Analysis pricePer1kImages — $32,00, consistente com o valor de destaque de $0,032.

A $0.032 por imagem, a API tem preço de utilitário e não de modelo premium, o que é coerente com a estratégia implícita na licença: distribuir os pesos gratuitamente para pesquisa, vender o endpoint para todos que precisem dos direitos. Auto-hospedar o checkpoint Dev em uma GPU alugada provavelmente não supera $0.032 por imagem quando você considera 50 etapas de amostragem, mas o Edit Turbo em quatro etapas é um cálculo diferente para quem opera em volume ou precisa do modelo dentro de uma rede privada.

Onde você pode executá-lo

O Fibo 2.0 está disponível por meio da API própria da Bria, da ferramenta de criação hospedada da Bria, de nós do ComfyUI e como pesos com acesso restrito no Hugging Face. Essas são as vias. Ele não está no catálogo do OrcaRouter, e este texto não vai fingir o contrário.

A questão do roteamento ainda merece uma frase, porque o Fibo 2.0 é um modelo que a maioria das equipes vai testar antes de se comprometer. O OrcaRouter usa uma única chave de API para mais de 200 modelos com preços de tabela dos provedores repassados com 0% de margem, então uma mudança de preço de um fornecedor, incluindo um corte da Bria, aparece na sua fatura no dia em que acontece, e não no dia em que um revendedor atualiza uma tabela. Para a metade de modelo de linguagem de um pipeline Fibo — a metade que escreve VGL JSON, valida e decide se uma geração vale a pena tentar novamente — isso significa que o modelo que faz o raciocínio pode ficar atrás da mesma chave que todo o resto, com failover automático quando um provedor oscila e a DSL de roteamento para compor as etapas em uma única chamada. O modelo de imagem fica onde está.

Nada disso é um motivo para escolher o Fibo 2.0. É um motivo para não construir o pipeline que o cerca como uma série de contratos separados.

O que mudaria este veredito?

Três coisas merecem atenção, e nenhuma delas um post da semana de lançamento consegue resolver. Primeiro, a reprodução independente: o Elo vem de uma arena votada pela multidão, e os modos de falha específicos que importam em produção — renderização de texto dentro de uma região editada, preservação de identidade ao longo de quatro referências, se uma máscara é respeitada na borda — não são o que a preferência por pares mede. Segundo, a licença: se a Bria passar de CC BY-NC para algo comercialmente utilizável, a comparação com o restante do campo de pesos abertos muda da noite para o dia, e se não passar, "melhor editor de imagens de pesos abertos" continua sendo um título de pesquisa. Terceiro, o empate: Fibo 2.0 e Q​wen-Image-2.1 estão a quatro pontos de Elo de diferença em edição, com intervalos sobrepostos. Mais alguns milhares de batalhas vão separá-los ou confirmar que são o mesmo modelo usando dois nomes.

Por enquanto, a afirmação precisa é restrita e ainda assim notável. Dois dias após o lançamento, o melhor modelo de edição de imagens que você pode baixar é um checkpoint de 8B de uma empresa que passou uma década vendendo dados de imagem licenciados, ele é mais de 170 Elo melhor do que a tentativa anterior dessa empresa, e tem uma licença tal que quase ninguém que consulta um ranking pode usá-lo comercialmente sem fazer uma ligação.