Fibo 2.0 Dev против Fibo 2.0: вы выбираете не между двумя моделями

Fibo 2.0 Dev и Fibo 2.0 — это одна и та же модель под двумя должностными названиями. Fibo 2.0 — это имя релиза, которое Bria присвоила семейству чекпойнтов на 8,13 млрд параметров, опубликованному 20 октября 2026 года; Fibo 2.0 Dev — это полная, недистиллированная база, на которой держится этот релиз. Сравнение становится реальным лишь тогда, когда вы понимаете «Fibo 2.0» так, как с ним в действительности сталкивается большинство, — как продукт, к которому вы обращаетесь через размещённый у провайдера эндпоинт по цене $0,032 за изображение, — и сопоставляете его с тем, что можно скачать, взвесить и дообучить. Одно из них — конвейер, который вы контролируете. Другое — счётчик, который вы арендуете. Вот в чём решение, и название на этикетке его не определяет.

В комнате есть третий объект, и если оставить его без внимания, люди в итоге разочаровываются: Fibo 2.0 Edit Turbo — дистиллированный четырёхшаговый редактор, который носит то же название релиза и выполняет примерно одну десятую работы на изображение. Три вещи, одно название и оценка в таблице лидеров, которая описывает релиз, а не какой-либо отдельный чекпойнт. Далее мы разделяем их по тому, во сколько они вам обходятся, что они умеют и что они юридически позволяют вам выпускать.

Шесть измерений, которые действительно различаются

Всё ниже — это различие, с которым можно работать. Там, где показатель взят из Bria, а не из независимого прогона, это указано.

• Скачиваемые веса — Fibo 2.0 Dev: да, с контролируемым доступом на Hugging Face, CC BY-NC 4.0, около 25,5 ГБ, включая трансформер на 16,3 ГБ, энкодер Qwen3-VL-4B на 8,9 ГБ и VAE FLUX.2 на 0,34 ГБ. Fibo 2.0 как продукт: ничего скачивать не нужно.

• Сэмплирование — Dev: 50 шагов с classifier-free guidance 5.0. Облачный путь редактирования и Edit Turbo: 4 шага, guidance 1.0, classifier-free guidance не используется вообще.

• Охват задач — Dev: генерация изображений по тексту и редактирование из одного набора весов. Выпущенный endpoint редактирования и Turbo: только редактирование. Генерация изображений по тексту через Turbo — это не более медленный маршрут, это неверный маршрут.

• Тонкая настройка — Dev: единственный обучаемый чекпойнт, причём как полные fine-tune DiT, так и LoRA. Turbo: явно не является целью тонкой настройки. Хостинговый продукт: вы арендуете веса, а не обучаете их.

• Негативные промпты — Dev: они работают, потому что CFG включён и есть рычаг, на который можно нажать. Turbo: guidance зафиксирован на 1.0, поэтому негативному промпту не на что воздействовать.

• Цена — облачный продукт: $32.00 за 1 000 изображений, или $0.032 за каждое — цифра, которую указывает Artificial Analysis. Local Dev: нет цены за изображение; вы платите GPU-часами и 25,5 ГБ загрузки.

Где Fibo 2.0 Dev выигрывает — и с большим отрывом

Генерация — первое узкое место. Fibo 2.0 продвигается как одна модель, которая и рисует, и редактирует, но это утверждение верно только для Dev. Облачные эндпоинты редактирования и Edit Turbo построены вокруг входного изображения; запрашивать у них картинку по текстовому описанию — значит запрашивать то, что было утрачено при дистилляции. Если ваш пайплайн начинается с нуля, выбор — Dev или другая модель.

Control — второй. Пятьдесят шагов с guidance 5.0 медленнее, чем четыре шага без него, и эта медлительность — плата за управляемость: возможность идти против промпта, использовать негативный промпт и обменивать шаги на точность. Что касается редактирования, Dev также поддерживает правки по маске, правки с несколькими референсами и до четырёх контекстных изображений, а также режим Inspire, который заимствует стиль референса, не передавая это изображение рендереру.

Обучение — третье и самое масштабное. Dev — это чекпойнт, на который нацелен любой путь дообучения: документация DiffSynth-Studio от ModelScope указывает, что обучать можно только Fibo-2.0-dev, а Bria поставляет в репозитории тренер LoRA для одной GPU и руководство по подготовке данных. Поскольку генерация и редактирование используют общие веса, одна LoRA может научить стилю и соответствующему ему поведению при редактировании. Для размещённого продукта ничего подобного нет, а Turbo исключён по замыслу.

Переносимость — четвёртый пункт. Локальный чекпоинт запускается через diffusers с помощью BriaFibo2Pipeline внутри ComfyUI, где нативная поддержка была влита 21 октября и появилась в v0.43.0 со специальным типом текстового энкодера и узлом, принимающим VGL-промпты и референсные изображения. Он также работает в квантованном виде — существуют перепаковки BF16, INT8 и GGUF — что делает репозиторий объёмом 25,5 ГБ пригодным для обычного оборудования.

Где выигрывает выпущенный Fibo 2.0

Задержка и операционные вопросы, в основном. Путь редактирования из четырёх шагов без guidance выдаёт результат за долю времени, которое занимает 50 шагов с guidance, а собственная цифра Bria для hosted API — менее двух секунд модельного времени и менее пяти секунд от начала до конца; по данным поставщика, независимо не измерялась, и её стоит воспринимать как верхнюю границу, а не обещание. Когда очередь правок должна разойтись к сроку, в этом весь аргумент.

Капитальные затраты идут вторыми. $0,032 за изображение — без GPU, без скачивания 25,5 ГБ, без настройки оффлоада, без решений «FP8 или BF16». Команда, которой нужно 500 правок в месяц, тратит $16 и ни разу не открывает терминал. Та же команда, покупая карту, чтобы запускать Dev локально, тратит несколько сотен долларов ещё до появления первого изображения. Локальный Dev выигрывает в этой арифметике только при больших объёмах и только если GPU уже окупается другой работой.

Корректность всей этой внутренней обвязки — третий пункт. Облачный вариант берёт на себя скучную часть: текстовый энкодер, VAE, график сэмплирования и развёртывание структурированных промптов — всё это уже чья-то чужая забота. При локальной установке приходится обеспечивать согласованность энкодера Qwen3-VL-4B, VAE FLUX.2 и 44-блочного DiT при каждом обновлении — именно поэтому само существование интеграций с ComfyUI и diffusers критически важно, а перепаковки GGUF имеют значение.

Пятьдесят шагов против четырёх: арифметика, которая решает большинство случаев

Стоимость за изображение — это то место, где сравнение обычно расплывается в общие слова, так что рассматривайте её как три отдельных счёта. Hosted: $0,032 за изображение, всё включено. Local Dev: секунды GPU при 50 шагах, плюс электричество, плюс карта. Local Turbo: секунды GPU при 4 шагах, примерно десятая часть вычислений, но только редактирование.

Переломный момент реален, но наступает позже, чем принято думать. Если арендованный час GPU стоит около доллара, а 50-шаговый рендер мегапиксельного изображения занимает, скажем, двадцать секунд, то в пересчёте на сырые вычисления вы получаете примерно $0.005 за изображение — в шесть раз дешевле, чем по цене хостинга, ещё до учёта простоя между задачами и того, что ваше собственное время не бесплатно. При 500 изображениях в месяц это экономия $2.50 против $16, что не тянет на бизнес-кейс. При 50 000 изображений это экономия $250 против $1 600, и это уже бизнес-кейс. Дообучение полностью переворачивает ситуацию, потому что обученная вами LoRA чего-либо стоит только на весах, которые вы можете запустить.

Ещё одно число особенно важно именно для версии Dev: в pipeline diffusers по умолчанию задано 30 шагов с guidance 5, тогда как Bria рекомендует для Dev значение 50. Значения по умолчанию дадут изображения — но не изображения Bria. Тот, кто настраивает локальный pipeline, должен решать это осознанно, а не просто наследовать настройку по умолчанию.

Лицензия меняет рамки всего сравнения

Обе загружаемые контрольные точки распространяются по лицензии CC BY-NC 4.0 — только для некоммерческого использования; для коммерческого развертывания требуется отдельное соглашение с Bria, а доступ предоставляется только после заполнения формы с данными компании и предполагаемого использования. Хостинговый продукт — это коммерческий путь: вы покупаете право использования, а не лицензию на веса.

Это даёт по-настоящему неудобный результат, и именно поэтому этот «vs» вообще стоит писать. Чекпойнт с нужными вам возможностями — генерацией, guidance, дообучением — это тот, который нельзя коммерчески выпускать без переговоров. А продукт, который юридически беспрепятственно можно выпускать коммерчески, — это тот, который нельзя дообучать и нельзя генерировать с нуля. Если ваш сценарий использования коммерческий и кастомный, вы выбираете не между двумя продуктами Bria; вы решаете, начинать ли вообще разговор о лицензии.

Также стоит прямо сказать: строка лидерборда, которую цитируют для Fibo 2.0 — 1 088 Elo в AA-Image-Editing v2.1 от Artificial Analysis, первое место среди редакторов с открытыми весами и двадцать третье в общем зачёте по результатам 5 009 слепых голосов — это оценка релиза, а не Dev в сравнении с Turbo. Её интервал ±14 почти полностью перекрывается с 1 081 ±13 у Qwen-Image-2.1, поэтому лидерство среди открытых весов определяется тай-брейком. В text-to-image порядок меняется: 1 039 ±12 у Fibo 2.0 уступает 1 042 ±12 у Qwen-Image-2.1. Ни у одного чекпоинта нет отдельной опубликованной оценки, а значит любое утверждение, что «Dev лучше Fibo 2.0», — это вывод из того, как создавался чекпоинт, а не измерение.

Какой именно, в зависимости от ситуации?

• Вам нужна генерация изображений по тексту, и вы хотите, чтобы она соблюдала количество, позиции и атрибуты — Dev. Структурированный JSON-интерфейс управления создан именно для этого, а конвейер возвращает подпись, на основе которой он выполнил рендеринг.

• Вы дообучаете под бренд, стиль или вертикаль — Dev, сначала с LoRA. Полное обучение DiT существует, но адаптер с ограниченным рангом на замороженном энкодере — разумный первый эксперимент.

• Вы выполняете массовое редактирование инструкций без настраиваемого поведения — через облачный вариант или локально с Turbo, если изображения не могут покидать вашу сеть. Четыре шага и отсутствие подсказок — здесь это особенность, а не ограничение.

• Для коммерческого развёртывания вам нужно начать диалог с Bria или планировать аренду. Загрузка весов не решает вопрос лицензии.

• Вы просто хотите проверить, хороша ли модель — размещённая конечная точка по цене $0.032 за изображение дешевле, чем скачивание, настройка и вечер, который вы потеряете на загрузке FP8. Потратьте $5, прежде чем потратить выходные.

Один эндпоинт для текстовой половины — какую бы сторону вы ни выбрали.

У обоих маршрутов есть одна общая зависимость, которую никто не бенчмаркает: языковая модель, пишущая VGL. Fibo обучали на подписях Visual GenAI Language, где освещение, композиция, камера и объекты — адресуемые поля, а полезность вывода следует за качеством этого JSON. Ручное написание такого описания жизнеспособно для десятка промптов и мучительно на тысяче, поэтому генератор подписей становится частью системы.

Это та часть, которую покрывает OrcaRouter. Один API для 200+ моделей, 0% наценки — цена провайдера из прайс-листа передаётся без изменений, поэтому изменение у поставщика отражается в вашем счёте в тот же день — при этом DSL маршрутизации позволяет отправлять массовую генерацию подписей на дешёвую модель и эскалировать сложные строки, а слияние моделей доступно, когда одна модель для подписей постоянно упрощает важное для вас поле. Это также делает сравнение проверяемым: прогоните одно и то же изображение через две модели для подписей, сравните JSON и увидите, какой набор полей действительно повлиял на рендеринг. Сам Fibo 2.0 отсутствует в нашем каталоге, поэтому сторона изображений остаётся там, где вы её разместите, — а консолидируется именно текстовая сторона.

Краткий вердикт: выбирайте Fibo 2.0 Dev, если вы разрабатываете, и выбирайте Fibo 2.0 endpoint, если покупаете. Название общее, а лицензия — нет, и чекпойнт с циклом обучения — единственное, что через шесть месяцев всё ещё будет вашим.