Genererat titelkort med texten ”FIBO 2.0 vs GPT Image 2.5”, undertexten ”En öppen 8B-checkpoint mot OpenAIs tokenmätade par”, och tre chips med texterna ”192.29 Elo-gap för text-till-bild”, ”$32 mot $210.72 per 1 000 bilder” och ”en är nedladdningsbar”. En sidfot lyder ”Elo och modellerat pris enligt Artificial Analysis, AA-Image-T2I v2.1, avläst 20 november 2026.”
Guides & Insights

FIBO 2.0 vs GPT Image 2.5: 192 Elo, sex gånger priset

Författare

Elias Hawthorne

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Fibo 2.0 och GPT Image 2.5 skiljs åt av 192 Elo och en faktor på 6,6 i modellerad kostnad, och båda dessa siffror är mjukare än de ser ut. Elo-gapet är verkligt – 1 229,27 mot 1 036,98 på Artificial Analysiss text-till-bild-topplista, intervall som inte är i närheten av att överlappa varandra – och det är också det minst användbara sättet att välja mellan dem, eftersom de två modellerna inte försöker göra samma jobb. Fibo 2.0 är en 8B flow-matching-checkpoint som Bria släppte den 20 oktober 2026, en du kan ladda ner och som expanderar din instruktion till en strukturerad JSON-bildtext innan den ritar. GPT Image 2.5 är inte en modell: det är GPT-Image-2.5 Sunburst och GPT-Image-2.5 Flare, två separat snapshottade modeller som faktureras per token, varav en är den starkaste bildgeneratorn på de offentliga topplistorna.

Så den ärliga formuleringen är inte ”vilket är bättre”. Den är ”vilka av dessa fyra saker behöver du” – en nedladdningsbar modell, det bästa resultatet, en budget per bild, eller en redigering som inte driver iväg. Den här sidan tar dem i den ordningen.

Två modeller, ett namn och varför det spelar roll här

There is no gpt-image-2.5. Paste that string into the API and you get an error, because the identifier does not exist. What exists is Sunburst, whose ID is gpt-image-2.5-sunburst, described by O​penAI as its most capable image generation and editing model, and Flare, gpt-image-2.5-flare, positioned for fast everyday generation. Both carry the 2026-09-08 snapshot date, and there is no umbrella model that dispatches to either.

Det spelar roll i en jämförelse eftersom de två varianterna inte ligger nära varandra. På text-till-bild-tavlan ligger Sunburst på 1 229,27 och Flare på 1 209,81 – en spridning på 19 punkter mellan två modeller med samma versionsnummer. När det gäller redigering vidgas spridningen till sjutton punkter i samma riktning, 1 201,50 mot 1 184,65. Varje påstående av formen "GPT Image 2.5 slår X" är ett påstående om Sunburst, och det är värt 19 punkter av precision att säga det.

Den uppdelningen spelar roll när man läser poängen. Fibo 2.0 kommer i två delar: en fullständig Dev-bas som både ritar och redigerar, och en Turbo endast för redigering, destillerad ner till fyra steg med guidance 1.0 och uttryckligen inte en bas för finjustering. Artificial Analysis placerar en enda Fibo 2.0-rad på varje resultattavla vid Dev-checkpointarna och rapporterar aldrig Turbo separat, så 1 037 och 1 086 beskriver Dev – den långsammare, allmänna checkpointen – och inte den snabba redigeraren som du faktiskt skulle placera framför en användare.

• Text-till-bild — GPT-Image-2.5 Sunburst 1 229,27, rang 2 av 116. Fibo 2.0 1 036,98, rang 32. Skillnad 192,29.

Bildredigering — Sunburst 1 201,50, plats 4 av 86. Fibo 2.0 1 085,98, plats 31. Gap 115,52.

• Modellerat pris – 210,72 USD per 1 000 bilder jämfört med 32,00 USD. Det är 6,6×, och det är Artificial Analysiss egen jämförbara siffra snarare än endera leverantörens prislista.

• Vikter — Fibo 2.0 nedladdningar idag, 8B parametrar, CC BY-NC 4.0. GPT Image 2.5 laddas aldrig ner; det finns ingen öppen checkpoint i GPT-Image-serien.

Screenshot of the Artificial Analysis text-to-image leaderboard, captured in English, showing GPT Image 2.6 Sunburst at the top, GPT Image 2.5 Sunburst (max) at 1,229.27 in rank 2, GPT Image 2.5 Flare (max) at 1,209.81 in rank 5, and Fibo 2.0 at 1,036.98 in rank 32, with the price column reading 210.7 for the OpenAI models and 32.0 for Fibo 2.0.

Klyftan som inte sluter sig

Det är värt att vara tydlig om kvalitetsskillnaden, för en jämförelsesida som slätar över den är värdelös. När det gäller text-till-bild är 192 Elo inte en skillnad i smak. Omvandlar man det till det det är en proxy för innebär det att Sunburst föredras i något som närmar sig nio av tio direkta jämförelser. När det gäller redigering halveras gapet till 116 och ligger fortfarande utanför båda intervallen: 1 201,50 med ett intervall från 1 190,50 till 1 212,50, mot 1 085,98 med 1 072,98 till 1 098,98. Till och med Sunbursts nedre gräns ligger 91 poäng över Fibos övre gräns.

Ingenting i resten av den här artikeln ändrar på det. Det resten av artikeln hävdar är att det finns fyra uppgifter där 116 eller 192 Elo inte är den avgörande variabeln, och att köpare rutinmässigt väljer modellen med högre poäng för alla fyra.

Vad fakturering per token gör med en budget per bild

Det är här prisgapet blir intressant, eftersom de två leverantörerna inte mäter på samma sätt och styrelsens modellerade siffra döljer det.

O​penAI bills image models per token — image output tokens, which is why the same model has a published input price and output price rather than a per-image rate. Through the OrcaRouter catalogue the two variants are listed at $8 per million input tokens and $30 per million output tokens, identical between Sunburst and Flare, which is the provider list price passed through with no markup on top. What that means per image depends entirely on the resolution and quality setting you ask for, and it can move by a factor of several across the settings range. The board's $210.72 per thousand is a modelling choice that assumes a representative setting, not a rate you will find printed anywhere.

Bria fakturerar per bild. $0,032 på deras egen plattform, vilket gör att tusen bilder kostar $32 – samma siffra som styrelsen redovisar, vilket är ovanligt och värt att notera: för Fibo 2.0 stämmer det modellerade priset och styckpriset överens. Det tillkommer en andra avgift om du använder VGL-hjälparen som expanderar en vanlig instruktion till den strukturerade bildtexten, cirka $0,02 per anrop, så en fullständig generering av strukturerade prompter ligger närmare $0,052. Skriv JSON själv så slipper du det.

• Förutsägbarhet – Fibos kostnad per bild är konstant. GPT Image 2.5:s är en funktion av dina inställningar, vilket är goda nyheter om du är disciplinerad med upplösningen och dåliga nyheter om en produktchef fortsätter att be om ännu en omgång i 4K.

• Tak — tusen Sunburst-bilder till styrelsens modellerade taxa kostar $210.72; tusen Fibo-bilder på Brias plattform kostar $32.00, eller $52.00 med anropet med strukturerad prompt på varje bild.

• Golv — Fibo på din egen GPU, under en icke-kommersiell licens, är el. En arbetsflödesförfattare i communityn uppmätte 19 sekunder per bild vid 2K och 4 megapixlar med en referens, åtta steg, på ett RTX 6000 Pro. Det finns inget motsvarande golv för GPT Image 2.5 till något pris.

Generated cost comparison card titled 'What a thousand images costs', with two columns. The left column, 'Fibo 2.0', reads: Bria platform 32.00 dollars; with structured-prompt helper 52.00 dollars; own GPU, electricity, 19 seconds per 2K image. The right column, 'GPT Image 2.5 Sunburst', reads: modelled price 210.72 dollars per 1,000 images; input 8 dollars per million tokens; output 30 dollars per million tokens. A footer reads 'Fibo rates per Bria; modelled price per Artificial Analysis; token rates per the OrcaRouter catalogue, 20 November 2026.'

Drift och argumentet för strukturerade promptar

Det enda stället där Fibo 2.0 för fram ett argument för kvalitet snarare än pris är det som dess arkitektur är uppbyggd kring, och det är värt att testa snarare än att avfärda.

Fibo 2.0 konsumerar inte din mening direkt. En Qwen3-VL-4B-Instruct-kodare läser prompten, en Perceiver-resampler komprimerar den till 256 till 512 gist-token, och fem av de 44 DiT-blocken tar också emot VLM:ens egna lager via cross-attention. I praktiken expanderar modellen "en röd mugg på ett valnötsskrivbord, morgonljus från vänster" till en strukturerad VGL/JSON-bildtext med fält för motiv, material, belysning och position, genererar utifrån det dokumentet och lämnar tillbaka JSON:en till dig. Ändra ett fält och kör igen, så är fälten du inte rörde fortfarande samma värden som de var.

Det är en annan garanti än "bevarar detaljer". Det innebär att redigeringen begränsas av en datastruktur i stället för av hur väl en språkmodell läser om din mening. För produktarbete i flera steg – samma objekt, sex ljusförhållanden – är det det felläge som kostar mest tid, och det är det som den här designen riktar in sig på. Bria kombinerar det också med upp till fyra referensbilder som adresseras i ordning som <image_1> till <image_4>, och ett maskerat läge där vita områden genereras om och allt annat bevaras.

Huruvida det slår Sunbursts redigering på uppgiftsnivå är inte något som Elo-tavlan kan säga dig, och jag skulle inte hävda att det gör det. Tavlan säger att Sunburst redigerar bättre på en allmän promptfördelning. Arkitekturen säger att Fibo bör driva mindre på en loop med fasta attribut. Det är olika påståenden och bara ett av dem har mätts offentligt.

Där var och en är det uppenbara svaret

Sunburst är det självklara svaret när uppdraget lyder "få det att se bra ut, så kommer ingen att fråga vad det kostade". Marknadsföringsbilder för hero-sektioner, kampanjvarianter, allt där en människa ska välja den bästa av tolv. En andraplats på en lista med 116 modeller, med 95 poängs ledning över det bästa nedladdningsbara alternativet, är inte en marginell fördel; det är anledningen till att modellen finns.

Flare is the obvious answer when you want most of that quality at lower latency and your volume is high — same price per token, nineteen Elo behind, positioned by O​penAI for everyday generation rather than showcase work.

Fibo 2.0 är det självklara svaret i tre snävare fall. Du behöver vikterna: för lokal driftsättning, för en finjustering, för en forskningsbaslinje, för en luftgapad miljö. Du behöver en licens du kan peka på: Brias säljargument är licensierad träningsdata, C2PA-härkomst och skadeslöshet för företag, och man hävdar full efterlevnad av EU:s AI-förordning, vilket är ett upphandlingssvar snarare än ett kvalitetssvar. Eller så behöver du begränsad iteration kring ett fast ämne, och designen av strukturerade prompter är exakt formen på ditt problem.

Det fjärde fallet är det som folk får fel: kostnad. Fibo är 6,6 gånger billigare på resultattavlan, men ett team som lägger två veckors ingenjörstid på att arbeta runt en kvalitetsklyfta på 192 Elo har lagt mer än skillnaden. Billig inferens på fel modell är inte billig.

Dirigeringssvaret, för den hälft som är vår

OrcaRouter tillhandahåller GPT-Image-2.5 Sunburst och Flare – båda finns i katalogen som slutpunkter för bildgenerering till leverantörens egna priser på 8 USD för indata och 30 USD för utdata per miljon tokens, utan något påslag. Den har inte Fibo 2.0: Brias vikter och dess plattform är vägen till den modellen, och ingen router ändrar licensen som är knuten till dem. Att påstå något annat vore den typ av påstående som låter bra och kostar någon en juridisk granskning.

What one endpoint is actually worth here is the surrounding work. A Fibo pipeline has a vision-language model in it by design — the structured caption is produced by one — and that call can go through the same key as everything else, including the O​penAI models you are probably already using for the text side. Where the routing layer earns its keep is the boring failure: automatic failover means a batch of two thousand images does not stall because the captioning provider had a bad twenty minutes, and routing rules let you send cheap work to cheap models and the one hero image a day to Sunburst without maintaining two integrations and two invoices.

0 % påslag spelar större roll än det låter på en marknad där leverantörer justerar priser. En leverantörs prissänkning syns här samma dag i stället för vid nästa avtalsförnyelse, och jämförelsen du körde den här månaden är fortfarande jämförelsen nästa månad.

Vad skulle ändra denna dom?

Två saker, och bara en är trolig.

Den första är en Fibo 2.0-finjustering som stänger redigeringsgapet inom en specifik domän. Finjusteringar är där en öppen 8B-modell slutar tävla på allmänt Elo och börjar tävla på dina data, och LoRA-tränaren i repot gör det till en helg i stället för ett projekt. Om en specialiserad Fibo slår Sunburst på din uppgift är den allmänna resultattavlan irrelevant och 6,6× billigare blir 6,6× billigare.

The second is a change to GPT Image 2.5's cost structure. O​penAI has repriced image tokens before and may again; a cut to the output rate would compress the only axis where Fibo is comfortably ahead, and would make the "cheap enough to be worth the quality gap" argument much harder to run.

Screenshot of OpenAI's image generation documentation page, captured in English, whose opening section names the two IDs gpt-image-2.5-sunburst and gpt-image-2.5-flare and advises Sunburst where editing precision matters and Flare for fast everyday generation, followed by the Image API's Generations and Edits endpoints, the Responses API's multi-turn editing and File ID inputs, a Choosing the right API section, and a GPT-Image-2.6 paragraph on complexity control, markup-guided edits, SVG and animated GIF output.

Fram till dess att något av detta inträffar är uppdelningen tydlig och oglamorös. Köp Sunburst för de bilder som måste bli rätt. Ladda ner Fibo för de som måste vara dina — dina att köra, dina att finjustera, dina att försvara i ett upphandlingsmöte. Sex gånger priset är mycket att betala för en preferens, och 192 Elo är mycket att ge upp för en licens. Båda påståendena är sanna, vilket är anledningen till att de två modellerna kan samexistera utan att någon av dem är fel val.