Cartão de título gerado com os dizeres 'FIBO 2.0 vs HY-Image 3.5', subtítulo 'o modelo de prévia da Tencent contra o checkpoint aberto da Bria', com etiquetas lendo 'Edição: 1.092 vs 1.086', 'Texto para imagem: 972 vs 1.037' e 'Ambos dentro de 8 dólares por 1.000 imagens'. Um rodapé diz 'Elo por Artificial Analysis AA-Image-Editing e AA-Image-T2I v2.1, consultado em 20 de novembro de 2026.'
Guides & Insights

FIBO 2.0 vs HY-Image 3.5: Uma banca considera empate

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Coloque o Fibo 2.0 e o HY-Image 3.5 no painel de edição e você tem um empate. Coloque-os no painel de texto para imagem e você tem uma diferença de 65 pontos. Os mesmos dois modelos, a mesma semana, a mesma metodologia, conclusões opostas — e o motivo não é que qualquer uma das pontuações esteja errada. É que os dois modelos não são igualmente bons nas duas coisas que um modelo de imagem faz, e uma única resposta de “qual é melhor” destrói exatamente a informação de que você precisa. O HY-Image 3.5 da Tencent, que o fornecedor distribui como uma prévia sob o identificador hy-image-v3.5-preview dentro de sua linha HunyuanImage, edita mais ou menos tão bem quanto o Fibo 2.0 da Bria — o checkpoint aberto de 8B que a Bria lançou em 20 de outubro de 2026 — e gera consideravelmente pior. Se o seu trabalho é edição, essa frase é o artigo inteiro.

Uma nota sobre proveniência antes de os números fazerem o seu trabalho. As duas pontuações Elo e os respetivos intervalos vêm da Artificial Analysis, que realiza votações cegas de preferência em pares e publica a dispersão em torno de cada pontuação; consultei ambos os painéis a 20 de novembro de 2026. Os dois preços são o custo modelado por mil imagens desse painel — um valor sintético comparável, não o tarifário de nenhum dos fornecedores. A documentação da própria Tencent e a ficha de modelo da Bria são a fonte para tudo sobre limites, licenças e estado de lançamento, e, quando um fornecedor afirma algo que não verifiquei de forma independente, a frase diz isso.

Lendo dois quadros que discordam

A divergência é suficientemente marcante para ser apresentada primeiro em números e interpretada depois.

Edição — HY-Image 3.5 1.091,87 (intervalo 1.078,87 a 1.104,87), classificação 28 de 86. Fibo 2.0 1.085,98 (1.072,98 a 1.098,98), classificação 31. HY-Image lidera por 5,89 pontos, o que é menos da metade da semilargura de qualquer um dos intervalos.

Texto para imagem — Fibo 2.0 1.036,98 (1.025,98 a 1.047,98), 32º de 116. HY-Image 3.5 972,12 (960,12 a 984,12), 75º. Fibo lidera por 64,86, e os intervalos ficam separados por 41 pontos na sua maior proximidade.

• Preço — US$ 32,00 por 1.000 imagens para Fibo 2.0, US$ 24,00 para HY-Image 3.5. Uma diferença de oito dólares, ou 25%.

• Estado da versão — O Fibo 2.0 está em disponibilidade geral, com pesos para download sob a licença CC BY-NC 4.0. O HY-Image 3.5 ainda está marcado como prévia, sem um segundo identificador estável publicado além do da prévia.

O empate na edição é o interessante, porque não é um empate entre dois modelos que chegaram ao mesmo lugar. É um empate entre duas apostas bastante diferentes. O HY-Image 3.5 é um modelo de imagem de um laboratório chinês servido pela Tencent Cloud, com forte compreensão da língua chinesa, criado para um mercado onde o prompt tem tanta probabilidade de estar em chinês quanto em inglês. O Fibo 2.0 é um checkpoint de dados licenciados cuja premissa de projeto é que os prompts devem ser documentos estruturados em vez de frases. Eles convergem no quadro de edição e divergem em 65 pontos na geração, e ninguém que olhasse apenas para o quadro de edição teria previsto isso.

Screenshot composite of two Artificial Analysis leaderboards, captured in English. The upper block is headed AA-Image-Editing v2.1 and shows rank 28 HunyuanImage 3.5 (Preview) at Elo 1,092 with 7,095 samples, released September 2026 at 24.00 dollars per 1,000 images, and rank 31 Fibo 2.0 at Elo 1,086 with 5,753 samples, released October 2026 at 32.00 dollars per 1,000 images. The lower block is headed AA-Image-T2I v2.1 and shows rank 32 Fibo 2.0 at Elo 1,037 with 5,741 samples, released October 2026 at 32.00 dollars per 1,000 images, and rank 75 HunyuanImage 3.5 (Preview) at Elo 972 with 6,258 samples, released September 2026 at 24.00 dollars per 1,000 images.

Por que a lacuna geracional é o fato mais importante

Sessenta e cinco pontos de Elo é o tipo de diferença que aparece nos primeiros vinte resultados, não no ducentésimo. É mais ou menos a diferença entre o 32º e o 75º lugar no mesmo ranking, ou seja, abrange boa parte do meio da tabela — a distância entre um modelo que compete de igual para igual com Qwen-Image-2.1 e FLUX 3 Image Klein e um que fica abaixo de Wan 2.7 Pro e HiDream-O1-Image.

O quadro de edição conta uma história diferente porque edição é uma tarefa diferente. Um editor parte de uma imagem que já carrega a maior parte da composição, iluminação e estrutura. O trabalho do modelo é uma mudança local, e um modelo com geração medíocre ainda pode ser um editor competente se preservar o que lhe é dado. É exatamente isso que os números descrevem: HY-Image 3.5 é um editor decente construído sobre um gerador mais fraco, e Fibo 2.0 é um gerador forte cuja edição é aproximadamente tão boa.

A consequência prática é que os dois modelos não são substitutos. Se você está escolhendo um modelo para um pipeline que tanto gera quanto edita, o ranking de geração deve decidir, e o Fibo 2.0 vence nisso por uma margem que nenhum argumento baseado em intervalo de confiança contesta. Se você tem uma biblioteca de imagens existentes e só as edita, o HY-Image 3.5 é o mais barato dos dois e estatisticamente equivalente no eixo que importa para você.

O rótulo de pré-visualização não é uma formalidade.

A T​encent lança primeiro esta prévia da linha e a versão oficial depois, e a geração atual está no primeiro desses dois estados. O identificador em circulação é hy-image-v3.5-preview. Não há um segundo identificador estável, que não seja de prévia, ao lado dele, e a T​encent não publicou nenhuma data para quando um aparecerá.

Numa comparação, isto importa mais do que numa análise, porque muda o que significa “mais barato”. Um modelo de pré-visualização pode ser reprecificado, renomeado ou substituído sem aviso, e um pipeline fixado a um identificador de pré-visualização fica fixado a algo que o fornecedor declarou explicitamente não prometer. O Fibo 2.0 tem o problema oposto num outro registo: pesos estáveis, licença instável. Os seus checkpoints não mudarão sob os seus pés; o que lhe é permitido fazer com eles é a parte que exige um contrato.

Essa é a escolha em uma linha. Uma API preview é estável na licença e instável na existência. Um checkpoint aberto é estável na existência e restrito na licença. Nenhuma das duas é a opção segura, e qual risco você prefere assumir depende de o seu problema ser uma revisão jurídica ou um incidente em produção.

O que cada modelo realmente faz

Fibo 2.0 é um modelo de flow matching de oito bilhões de parâmetros que remove ruído dentro do espaço latente do VAE do FLUX.2, então um prompt chega à etapa de desenho por meio de um encoder Qwen3-VL-4B-Instruct, um resampler Perceiver de duas camadas que o comprime em 256 a 512 gist tokens, e um DiT de fluxo único com 44 blocos — cinco dos quais recebem camadas do VLM diretamente via atenção cruzada em vez de ler uma legenda. Essa conexão é o motivo pelo qual a premissa de legenda estruturada funciona. Dev é o checkpoint de 50 etapas com guidance 5.0 e lida tanto com geração quanto com edição. Edit Turbo é o irmão destilado: quatro etapas, guidance 1.0, somente edição, e não é uma base que alguém deveria tentar ajustar com fine-tuning.

• Imagens de referência — o Fibo 2.0 aceita até quatro, referenciadas em ordem como <image_1> até <image_4>. O HY-Image 3.5 aceita até cinco, de acordo com a documentação da T​encent.

• Envelope de saída — Fibo 2.0 produz múltiplos de 16 em aproximadamente um megapixel, com padrão de 1024×1024, 1424×800 ou 1248×832. O HY-Image 3.5 está documentado até 2K.

• Prompts estruturados — o diferencial da Fibo. Uma instrução curta se transforma em uma legenda JSON/VGL com campos para sujeito, material, iluminação e posição, e você recebe o JSON de volta. Altere um campo, execute novamente, e todo o resto se mantém.

• Compreensão de chinês — o diferencial do HY-Image 3.5 e o motivo pelo qual ele existe como um produto separado, em vez de uma localização de outro. O material de produto da própria Tencent destaca a forte compreensão de chinês aliada à geração de imagens.

• Acesso — Fibo 2.0 por meio da plataforma da Bria, seu programa de licenciamento, ComfyUI e o ecossistema da comunidade, e o gerador do Civitai desde 18 de novembro. HY-Image 3.5 por meio da superfície de API TokenHub do Tencent Cloud.

Generated two-column scoreboard titled 'FIBO 2.0 vs HY-Image 3.5'. Left column Fibo 2.0: editing Elo 1,085.98; text-to-image Elo 1,036.98; price 32 dollars per 1,000; release state generally available; weights downloadable under CC BY-NC 4.0; reference images four. Right column HY-Image 3.5: editing Elo 1,091.87; text-to-image Elo 972.12; price 24 dollars per 1,000; release state preview; weights closed; reference images five. A footer reads 'Elo and price per Artificial Analysis; release state and limits per vendor documentation, 20 November 2026.'

Custo, quando você deixa de confiar no número por imagem

Oito dólares por mil é a manchete, e é a manchete errada. Duas coisas mudam a aritmética.

O preço na plataforma da Bria é $0.032 por imagem, e aqui os $32 modelados pelo board acabam coincidindo exatamente com ele. O que nenhum dos dois números inclui é o assistente de prompt estruturado: a chamada separada de visão-linguagem que reescreve sua instrução como uma legenda JSON, cobrada a cerca de $0.02 cada vez. Execute isso em toda renderização e o custo real sobe para $0.052, ou $52 por mil — mais que o dobro dos $24 do HY-Image 3.5. Pule o assistente, escreva o JSON à mão ou reutilize uma legenda em cache em uma cena fixa e altere apenas os campos que mudam, e $32 é o que você realmente paga.

A segunda é que os $24 do HY-Image 3.5 compram uma prévia. Se o modelo for reprecificado na disponibilidade geral — e o preço de prévia costuma ser introdutório —, a comparação que você fez em novembro pode não se manter até fevereiro. Os $32 da Fibo são uma tarifa publicada de um produto já lançado, e os pesos são gratuitos para uso não comercial caso você prefira pagar em horas de GPU.

• Mais barato por imagem — HY-Image 3.5 a US$ 24 por mil, com risco no preço de prévia.

• O mais barato com o assistente em cada chamada — HY-Image 3.5 por mais de 2×.

• Mais económico à escala, se tiver o hardware — Fibo 2.0, a custo marginal zero ao abrigo de uma licença não comercial. Um fluxo de trabalho da comunidade mede cerca de 19 segundos por imagem 2K numa RTX 6000 Pro.

• O mais barato para um produto comercial em uma API hospedada — nenhum dos dois, sem rodeios. O Fibo precisa do acordo da Bria; os termos de pré-visualização do HY-Image são o que deve ser lido, e eles estão no Tencent Cloud, e não em uma página de marketing.

Onde o OrcaRouter se encaixa — e onde não se encaixa

Digamos desde já a parte incómoda: nenhum dos modelos está no catálogo do OrcaRouter. O Fibo 2.0 é um checkpoint da Bria sob licença da Bria; o HY-Image 3.5 é um produto da Tencent Cloud. Nenhum deles é algo que um router lhe possa disponibilizar, e fingir o contrário seria a única coisa útil que esta página poderia fazer mal.

A parte deste pipeline que um roteador pode abrigar é tudo, exceto os pixels. Uma renderização do Fibo começa com uma legenda escrita por um modelo de visão-linguagem e pode terminar com uma segunda avaliando se a edição deixou o restante do quadro intacto; ambas são chamadas de texto, e ambas podem ficar em uma única chave ao lado de mais de 200 outros modelos. Isso importa mais quando um lote é longo: as regras de roteamento colocam a reescrita barata de prompts em um modelo barato e mantêm a avaliação cuidadosa em um modelo caro; 0% de markup significa que o que o provedor cobrar naquele dia é o que você paga, e o failover automático mantém uma execução de duas mil imagens ativa quando o endpoint de um provedor fica instável por uma hora.

Se você quer especificamente a compreensão de chinês do HY-Image 3.5, observe que os próprios modelos de linguagem da T​encent são uma história diferente e uma linha de produtos diferente — consulte o catálogo para ver o que realmente existe, em vez de presumir que um modelo de imagem implica que seu irmão seja roteável.

Quem deve escolher qual?

Comece pela tarefa, não pela pontuação, e a resposta geralmente surge naturalmente.

Se você gera tanto quanto edita, escolha o Fibo 2.0. A diferença de 65 pontos na geração é o maior número desta comparação e é a que vai aparecer no seu resultado todos os dias. A vantagem de 5,89 pontos do HY-Image na edição está dentro do ruído e não vai aparecer.

Se você só edita imagens existentes e seus prompts estão em chinês, escolha o HY-Image 3.5. Ele está empatado no ranking, é mais barato por imagem, e a compreensão de chinês é a única capacidade que a documentação do Fibo 2.0 não afirma ter.

Se você precisa possuir o modelo, não há escolha a fazer. O HY-Image 3.5 é fechado e está em prévia. O Fibo 2.0 pode ser baixado, ajustado, quantizado e executado em ambiente isolado — para uso não comercial, ou comercialmente mediante acordo.

Se você está comprando para um comprador sujeito a regulação, o empate no conselho editorial é irrelevante e a questão é qual fornecedor assinará o quê. A Bria vende indenização e proveniência como produto. A Tencent vende um serviço de nuvem. Essas são conversas de aquisição diferentes, e apenas uma delas termina com um documento que sua equipe jurídica aprova.

Screenshot of the Hugging Face model card for briaai/Fibo-2.0-dev, captured in English, showing the task tags text-to-image, diffusers, safetensors and English alongside image-editing, image-to-image, inpainting, multi-reference and fine-tuning, the license badge bria-fibo, the line that model weights are open source for non-commercial use only per the provided licence, a gated-access form for non-commercial use, the size listed as 8B params in BF16, and a note claiming first place in image editing and second in text-to-image among open-weights models on Artificial Analysis as of 20 October 2026.

A última coisa que vale a pena dizer é como ler uma comparação como esta. Dois modelos, quatro números, e a conclusão muda dependendo de qual par você observa. Isso não é uma falha dos benchmarks — é os benchmarks fazendo o trabalho deles, que é dizer que "melhor" não é um único eixo. Escolha o eixo no qual seu trabalho de fato se situa, verifique se a diferença nesse eixo supera suas próprias barras de erro e ignore o resto da tabela.