Um cartão de título gerado com o título principal "FIBO 2.0 vs MiniMax H3 Image", com o subtítulo "Três semanas de diferença, e o título de pesos abertos mudou de mãos". Duas etiquetas exibem "FIBO 2.0 — 8B, 20 de outubro de 2026, 1.086 Elo de edição" e "H3-Image — 68,65 GB, 10 de novembro de 2026, 1.135 Elo de edição". Um rodapé exibe "Elo por Artificial Analysis, AA-Image-Editing, lido em 20 de novembro de 2026."
Guides & Insights

FIBO 2.0 vs MiniMax H3 Image: a Coroa Já Mudou

Autor

Elias Hawthorne

Data de publicação

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

Durante vinte e um dias, o FIBO 2.0 foi o melhor modelo de edição de imagens que se podia baixar. A Bria o lançou em 20 de outubro de 2026 com 1.086 Elo no ranking de edição da Artificial Analysis, o que o colocou em primeiro lugar entre as entradas de pesos abertos e cerca de 169 pontos acima da tentativa anterior da própria empresa. Então a MiniMax disponibilizou os pesos do MiniMax H3 Image no Hugging Face em 10 de novembro às 14:50 UTC, e quando a arena teve confrontos suficientes para classificá-lo, a liderança entre os pesos abertos pertencia a um modelo que não existia quando o FIBO foi lançado. Em 20 de novembro de 2026, o H3-Image está com 1.135 Elo, com intervalo de 1.119 a 1.151. O FIBO 2.0 está com 1.086, intervalo de 1.073 a 1.099. Esses intervalos não se sobrepõem.

Essa é uma posição genuinamente desconfortável para um post de lançamento, e a pergunta útil é o que resta do argumento do FIBO 2.0 agora que o número com o qual ele liderou foi superado por um concorrente três semanas mais jovem. A resposta não é nada. É que os dois modelos foram feitos para proprietários diferentes, e a diferença aparece em um único número: 8,1 bilhões de parâmetros contra um download de 68,65 gigabytes.

O que 8B e 68,65 GB significam para uma pessoa

A Bria publica a arquitetura com um nível incomum de detalhes. O FIBO 2.0 é um modelo de flow matching que opera no espaço latente do VAE do FLUX.2, com o Qwen3-VL-4B-Instruct como seu codificador de prompt, um resampler Perceiver de duas camadas que comprime a saída desse codificador em 256 a 512 tokens "gist", e um transformer de difusão de fluxo único com 44 blocos, sendo que cinco blocos recebem adicionalmente atenção cruzada. O checkpoint tem 8.127.342.213 parâmetros em safetensors BF16 — aproximadamente 16 GB de pesos antes de qualquer overhead de execução. Uma placa de consumidor de 24 GB o acomoda com espaço para o codificador de texto.

O MiniMax H3 Image é algo de outra ordem. Seu repositório carrega 68.65 GB de pesos, além de um codificador de texto emprestado de um segundo repositório, que é o custo de disponibilizar um modelo projetado em torno de saída 4K, dezesseis milhões de pixels e até dezesseis imagens de referência. O anúncio de 10 de novembro destacou dez segundos para uma imagem de dezesseis megapixels e, qualquer que seja o valor que esse número venha a ter no seu hardware, não é um número que uma workstation de placa única produza.

Pesos em disco — FIBO 2.0 cerca de 16 GB em BF16; H3-Image 68,65 GB mais um codificador de texto separado.

• Referências por edição — FIBO 2.0 até 4, tratadas em ordem; H3-Image até 16, conforme o anúncio da Mini​Max.

• Tamanho da saída — o FIBO 2.0 renderiza em resoluções da classe 1K por meio de seu pipeline publicado; o H3-Image anuncia 4K, aproximadamente dezesseis megapixels.

• Editing Elo — FIBO 2.0 1.086, 31º no geral; H3-Image 1.135, 14º. H3-Image Highspeed, o nível mais rápido, está em 1.132.

• Elo de texto para imagem — FIBO 2.0 1.037, 32º; H3-Image 1.066, 27º; H3-Image Highspeed 1.072.

• Preço de tabela — FIBO 2.0 $32.00 por 1.000 imagens; H3-Image $26.54 em edição e $21.79 em texto para imagem; H3-Image Highspeed $45.25 em edição.

A contagem de referências é o número que determina mais trabalhos reais do que o Elo. Quatro imagens cobrem pessoa + peça de roupa + fundo + logotipo. Dezesseis cobrem uma linha de produtos inteira em uma única chamada e, se o seu trabalho é composição em vez de retoque, dezesseis não é um luxo — é o recurso que torna cenas com vários sujeitos possíveis. As quatro do FIBO bastam para uma edição de moda e não bastam para um spread de catálogo.

A crop of the Artificial Analysis AA-Image-Editing leaderboard showing consecutive ranked rows, including H3-Image at rank 14 with 1,135 Elo and an interval of 1,119 to 1,151 across 3,267 battles at $26.54 per 1,000 images, and Fibo 2.0 at rank 31 with 1,086 Elo, an interval of 1,073 to 1,099 across 5,753 battles at $32.00 per 1,000 images.

Três semanas é muito tempo neste quadro.

O ranking em que o FIBO 2.0 estava em outubro já teve duas mudanças abaixo dele. O H3-Image chegou em 10 de novembro e foi direto para o décimo quarto lugar. O Seedream 5.5, anunciado pela ByteDance em 9 de novembro, ficou em 1.160 e em oitavo. O Krea 3 (Ultra), cinco dias mais velho que o FIBO, já estava à frente, com 1.154, sem nenhum peso disponível. Na leitura atual, os modelos acima do FIBO 2.0 no ranking de edição incluem três que foram lançados depois dele, e a entrada de pesos abertos imediatamente abaixo dele é o Qwen-Image-2.1, com 1.082 — o modelo que o FIBO foi elogiado por superar há um mês.

Nada disso é um defeito no modelo. É assim que se parece uma categoria que se move rápido, e a maneira honesta de escrever sobre um lançamento de três semanas é dizer isso, em vez de citar o retrato da semana do lançamento como se a seta não tivesse se movido. O próprio card da Bria no Hugging Face ainda traz a afirmação de outubro — "primeiro em edição de imagens e segundo em texto para imagem entre modelos open-weights, 20 de outubro de 2026" — que era verdadeira na data em que foi registrada. Não é verdade agora, e o card não diz o contrário porque cards de modelo não são leaderboards.

O que não mudou é o outro diferencial da Bria, e é o que mais vale para uma equipe que pretende continuar usando o modelo depois que o ranking deste trimestre for esquecido: o checkpoint é pequeno, documentado, e há um caminho de ajuste fino fornecido com ele. O repositório inclui um treinador LoRA para GPU única para edição e texto para imagem, com um guia de preparação de dados, sob o argumento de que geração e edição compartilham um único conjunto de pesos, de modo que um único ajuste fino pode ensinar ao modelo um estilo próprio e como editar dentro dele. Não é impossível fazer ajuste fino em um modelo de 68 GB, mas é uma conversa de orçamento diferente.

A licença que nenhum dos dois fornecedores está alardeando

Ambos são lançamentos de pesos abertos no sentido técnico, e nenhum dos dois é de código aberto. O card da Bria informa CC BY-NC 4.0 para uso não comercial, com o uso comercial exigindo um acordo separado, e condiciona o acesso ao repositório a um formulário de empresa e uso pretendido. O MiniMax H3 Image é distribuído sob seu próprio contrato de licença comunitária — um documento personalizado, e não uma licença OSI — e o trabalho prático de ler uma licença personalizada é mais longo, e não mais curto, do que ler uma licença Creative Commons. Nenhuma das empresas está oferecendo o que a expressão "pesos abertos" normalmente implica, que é o direito de criar um produto sobre o arquivo e lançá-lo.

A generated card titled 'What fits on one workstation', showing two bars drawn to scale: FIBO 2.0 at about 16 GB of BF16 weights, which fits a 24 GB card alongside its text encoder, and MiniMax H3 Image at 68.65 GB plus a separate text encoder, which does not. A footer reads 'Parameter counts and repository sizes per each vendor's published model card, November 2026.'

A distinção que sobrevive é o custo de experimentação. Um download de 16 GB com acesso restrito, que cabe em uma estação de trabalho e vem com um script de ajuste fino, é algo que um único engenheiro consegue avaliar numa terça-feira. Um download de 68 GB que exige uma máquina multi-GPU e um codificador de texto separado é um projeto com número de chamado. Essa assimetria favorece o FIBO para pesquisa e prototipagem, e favorece o H3-Image para quem já tem como problema "temos as GPUs e precisamos de dezesseis referências".

Há uma terceira opção que nenhum dos posts de lançamento menciona, e é onde a maioria das equipes vai realmente acabar: não executar nenhum dos dois localmente. Ambos os modelos são vendidos como endpoints hospedados, a US$ 32,00 e US$ 26,54 por mil imagens, respectivamente, e, a essas tarifas, o argumento de hardware evapora para qualquer coisa abaixo de alguns milhares de imagens por mês. A auto-hospedagem se torna racional quando você precisa do ajuste fino, da privacidade ou do volume — não quando quer a imagem mais barata.

O que um roteador faz aqui, e o que ele não faz

O FIBO 2.0 não está no catálogo do OrcaRouter, e o H3-Image também não; os modelos de imagem que de fato oferecemos são um conjunto completamente diferente. Portanto, o papel honesto de um roteador nesta comparação não é "chamar ambos através de uma única API", porque isso não seria verdade. É a parte em torno da renderização.

Ambos os modelos querem um prompt estruturado e de formato longo — o FIBO por meio do seu esquema JSON VGL, o H3-Image por meio das legendas longas que os próprios exemplos da Mini​Max usam — e, em produção, essas legendas são escritas por um modelo de linguagem, validadas em relação a um esquema e repetidas quando a renderização volta errada. É nesse ciclo que estão o dinheiro e as falhas. O OrcaRouter expõe mais de 200 modelos de texto por trás de uma única chave pelo preço de tabela do provedor, com 0% de markup, então o gerador de legendas e o validador podem ser trocados a cada tarefa sem um novo contrato, o failover automático cobre o caso de um provedor ter uma hora ruim às 2 da manhã, e a DSL de roteamento compõe a legenda, a chamada de renderização e a nova tentativa em uma única etapa configurada. O modelo de imagem permanece onde está de qualquer forma.

Essa é uma afirmação modesta, e é deliberadamente modesta. Um roteador não transforma um modelo de 1.135 de Elo em um de 1.200 de Elo, e não consegue dezesseis referências.

Quem deve escolher o quê, este mês

• Escolha o FIBO 2.0 se a máquina debaixo da sua mesa for o alvo de implantação, se você quiser fazer fine-tuning no seu próprio catálogo, ou se "a licença tem um caminho comercial nomeado" importar mais para a sua equipe jurídica do que "a licença é curta".

• Escolha o H3-Image se você compor mais de quatro elementos em um único quadro, se a saída em 4K for um requisito e não um bônus, ou se você já aceitou que o melhor modelo de pesos abertos é um alvo móvel e prefere comprar o endpoint do líder atual em vez do arquivo dele.

• Não escolha nenhum dos dois se você edita algumas centenas de imagens por mês e não tem motivo de conformidade para mantê-las internamente — ambos são vendidos como APIs a centavos por imagem, e o custo operacional de um servidor com GPU vai ultrapassar a fatura.

A generated card titled 'Two questions, two answers', with two columns: 'Need the file — FIBO 2.0, 16 GB, gated, non-commercial licence with a commercial path' and 'Need sixteen references — H3-Image, 68.65 GB, 4K output, bespoke community licence'. A footer reads 'Licence terms per Bria and MiniMax model cards; Elo per Artificial Analysis, read 20 November 2026.'

• Espere duas semanas se a decisão estiver apertada, porque três dos oito principais modelos de edição no ranking foram lançados em novembro e a classificação ainda não se estabilizou.

O que mudaria esta leitura é concreto. Se a Bria flexibilizar o termo não comercial, a posição do FIBO 2.0 muda da noite para o dia, independentemente do Elo, porque a licença é atualmente a única coisa entre um checkpoint de 8B e toda equipe de produto que quer um modelo que consiga auditar. Se a Mini​Max publicar uma H3-Image quantizada ou destilada que caiba em 24 GB, o argumento de tamanho desaparece e o caso restante do FIBO se restringe ao VGL e aos scripts de ajuste fino. E se a próxima leitura da arena colocar o intervalo da H3-Image acima do da FIBO — eles estão separados por 49 pontos Elo, com uma margem de 20 pontos entre as faixas, então seria preciso uma mudança genuína, não ruído —, então o ranking de outubro deixa de ser uma curiosidade histórica e passa a ser um fato consolidado. Por enquanto, é um instantâneo de uma janela de três semanas, que é exatamente como o artigo deve ser lido.