Genererat titelkort med texten "FIBO 2.0 vs HY-Image 3.5", med undertexten "Tencents förhandsmodell mot Brias öppna checkpoint", med etiketter med texten "Redigering: 1 092 vs 1 086", "Text-till-bild: 972 vs 1 037" och "Båda inom 8 dollar per 1 000 bilder". En sidfot lyder "Elo enligt Artificial Analysis AA-Image-Editing och AA-Image-T2I v2.1, avläst 20 november 2026."
Guides & Insights

FIBO 2.0 vs HY-Image 3.5: En nämnd kallar det oavgjort

Författare

jinhao.song

Publiceringsdatum

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

Sätter du Fibo 2.0 och HY-Image 3.5 på redigeringstavlan får du oavgjort. Sätter du dem på text-till-bild-tavlan får du en lucka på 65 poäng. Samma två modeller, samma vecka, samma metodik, motsatta slutsatser — och anledningen är inte att någon av poängen är fel. Det är att de två modellerna inte är lika bra på de två saker en bildmodell gör, och ett enda svar på ”vilken som är bättre” förstör precis den information du behöver. HY-Image 3.5 från Tencent, som leverantören levererar som en förhandsversion under identifieraren hy-image-v3.5-preview i sin HunyuanImage-serie, redigerar ungefär lika bra som Fibo 2.0 från Bria — den öppna 8B-checkpointen som Bria släppte den 20 oktober 2026 — och genererar betydligt sämre. Om ditt arbete är redigering är den meningen hela artikeln.

En notering om proveniens innan siffrorna får göra något arbete. De två Elo-siffrorna och deras intervall kommer från Artificial Analysis, som kör blind parvis preferensröstning och publicerar spridningen kring varje poäng; jag läste båda tavlorna den 20 november 2026. De två priserna är den tavlans modellerade kostnad per tusen bilder – en jämförbar syntetisk siffra, inte någon av leverantörernas prislistor. T​encents egen dokumentation och Brias modellkort är källan för allt om gränser, licenser och utgivningsstatus, och där en leverantör uppger något som jag inte självständigt har kontrollerat, säger meningen det.

Läser två kort som inte stämmer överens

Meningsskiljaktigheten är tillräckligt stor för att först anges i siffror och tolkas efteråt.

Redigering — HY-Image 3.5 1 091,87 (intervall 1 078,87 till 1 104,87), rang 28 av 86. Fibo 2.0 1 085,98 (1 072,98 till 1 098,98), rang 31. HY-Image leder med 5,89 poäng, vilket är mindre än hälften av vardera intervallhalvbredden.

Text-till-bild — Fibo 2.0 1 036,98 (1 025,98 till 1 047,98), rang 32 av 116. HY-Image 3.5 972,12 (960,12 till 984,12), rang 75. Fibo leder med 64,86, och intervallen ligger som närmast 41 punkter ifrån varandra.

• Pris — $32.00 per 1 000 bilder för Fibo 2.0, $24.00 för HY-Image 3.5. En skillnad på åtta dollar, eller 25 %.

• Utgivningsstatus — Fibo 2.0 är allmänt tillgänglig med nedladdningsbara vikter under CC BY-NC 4.0. HY-Image 3.5 är fortfarande märkt som förhandsversion, utan att någon andra stabil identifierare har publicerats vid sidan av den som gäller förhandsversionen.

Det oavgjorda resultatet i redigering är det intressanta, för det är inte ett oavgjort resultat mellan två modeller som har landat på samma punkt. Det är ett oavgjort resultat mellan två helt olika satsningar. HY-Image 3.5 är en bildmodell från ett kinesiskt labb som tillhandahålls via Tencent Cloud och har stark förståelse för kinesiska, byggd för en marknad där en prompt lika gärna kan vara på kinesiska som på engelska. Fibo 2.0 är en checkpoint med licensierade data vars hela designpremiss är att promptar ska vara strukturerade dokument snarare än meningar. De sammanstrålar på redigeringstavlan och skiljer sig med 65 poäng i generering, och ingen som bara tittade på redigeringstavlan skulle ha kunnat förutse det.

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.

Varför generationsklyftan är det större faktumet

Sextiofem Elo är den sorts skillnad som syns i de första tjugo utdata, inte i den tvåhundrade. Det är ungefär gapet mellan plats 32 och plats 75 på samma lista, vilket vill säga att det spänner över större delen av mitten av fältet – avståndet mellan en modell som står sig mot Qwen-Image-2.1 och FLUX 3 Image Klein och en som ligger under Wan 2.7 Pro och HiDream-O1-Image.

Redigeringsboarden berättar en annan historia eftersom redigering är en annan uppgift. En redigerare utgår från en bild som redan bär merparten av kompositionen, ljussättningen och strukturen. Modellens uppgift är en lokal förändring, och en modell med medelmåttig generering kan fortfarande vara en kompetent redigerare om den bevarar det den får. Det är exakt vad siffrorna beskriver: HY-Image 3.5 är en hyfsad redigerare byggd på en svagare generator, och Fibo 2.0 är en stark generator vars redigering är ungefär lika bra.

Den praktiska konsekvensen är att de två modellerna inte är utbytbara. Om du väljer en modell för en pipeline som både genererar och redigerar bör generationsutvärderingen avgöra saken, och Fibo 2.0 vinner den med en marginal som inget intervallargument kan rubba. Om du har ett bibliotek med befintliga bilder och bara redigerar dem är HY-Image 3.5 den billigare av de två och statistiskt likvärdig på den axel du bryr dig om.

Förhandsgranskningsetiketten är inte en formalitet

Tencent släpper den här linjens förhandsversion först och den officiella versionen senare, och den nuvarande generationen befinner sig i det första av dessa två lägen. Identifieraren som cirkulerar är hy-image-v3.5-preview. Det finns ingen andra stabil identifierare som inte är en förhandsversion vid sidan av den, och Tencent har inte publicerat något datum för när en sådan kommer att dyka upp.

För en jämförelse spelar detta större roll än för en recension, eftersom det förändrar vad "billigare" betyder. En förhandsversionsmodell kan omprisas, byta namn eller ersättas utan varsel, och en pipeline som låsts till en förhandsversionsidentifierare låses till något som leverantören uttryckligen har avstått från att lova. Fibo 2.0 har det motsatta problemet på ett annat plan: stabila vikter, instabil licens. Dess checkpoints kommer inte att förändras under dig; det du får göra med dem är den del som kräver ett avtal.

Det är valet i en rad. Ett förhands-API är stabilt licensmässigt och instabilt till sin existens. En öppen checkpoint är stabil till sin existens och begränsad licensmässigt. Inget av dem är det säkra alternativet, och vilken risk du hellre bär beror på om ditt problem är en juridisk granskning eller en produktionsincident.

Vad varje modell faktiskt gör

Fibo 2.0 är en flow-matching-modell med åtta miljarder parametrar som avbrusar i FLUX.2-VAE:ns latenta rum, så en prompt når ritningsstadiet genom en Qwen3-VL-4B-Instruct-encoder, en tvålagers Perceiver-resampler som pressar ihop den till 256 till 512 gist-token, och en single-stream-DiT med 44 block – varav fem block tar VLM-lager direkt via korsattention i stället för att läsa en bildtext. Det är den kopplingen som gör att premissen med strukturerade bildtexter överhuvudtaget fungerar. Dev är checkpointen för 50 steg med guidance 5.0 och hanterar både generering och redigering. Edit Turbo är det destillerade syskonet: fyra steg, guidance 1.0, endast redigering, och ingen bas som någon bör försöka finjustera.

• Referensbilder — Fibo 2.0 accepterar upp till fyra, adresserade i ordning som <image_1> till <image_4>. HY-Image 3.5 accepterar upp till fem, enligt T​encents dokumentation.

• Utdata — Fibo 2.0 producerar multiplar av 16 vid ungefär en megapixel, med standardvärdet 1024×1024, 1424×800 eller 1248×832. HY-Image 3.5 är dokumenterad upp till 2K.

• Strukturerade prompter – Fibos unika fördel. En kort instruktion blir en JSON/VGL-bildtext med fält för motiv, material, ljussättning och position, och du får tillbaka JSON:en. Ändra ett fält, kör igen, så hålls allt annat oförändrat.

• Kinesisk förståelse – HY-Image 3.5:s särskiljande faktor och anledningen till att den finns som en separat produkt snarare än som en lokalisering av en sådan. Tencents eget produktmaterial framhåller stark kinesisk förståelse tillsammans med bildgenerering.

• Åtkomst — Fibo 2.0 via Brias plattform, dess licensprogram, ComfyUI och community-ekosystemet, samt Civitais generator sedan 18 november. HY-Image 3.5 via T​encent Clouds TokenHub-API-yta.

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.'

Kostnaden, när du slutar lita på siffran per bild

Åtta dollar per tusen är rubriken, och det är fel rubrik. Två saker ändrar aritmetiken.

Priset på Brias plattform är 0,032 dollar per bild, och här råkar styrelsens modellerade 32 dollar landa exakt på det. Det som ingendera siffran inkluderar är hjälparen för strukturerade prompter: det separata vision-språk-anropet som skriver om din instruktion till en JSON-bildtext och debiteras på ungefär 0,02 dollar varje gång. Kör det vid varje rendering och den verkliga kostnaden glider till 0,052 dollar, eller 52 dollar per tusen — mer än dubbelt så mycket som HY-Image 3.5:s 24 dollar. Hoppa över hjälparen, skriv JSON för hand eller återanvänd en cachad bildtext för en fast scen och ändra bara fälten som ändras, så är 32 dollar vad du faktiskt betalar.

Det andra är att HY-Image 3.5:s $24 ger dig en förhandsversion. Om modellen får ett nytt pris vid allmän tillgänglighet – och förhandspriser vanligtvis är introduktionspriser – kan jämförelsen du gjorde i november inte stå sig till februari. Fibos $32 är ett publicerat pris på en lanserad produkt, och vikterna är gratis för icke-kommersiell användning om du hellre betalar i GPU-timmar.

• Billigast per bild — HY-Image 3.5 till $24 per tusen, med risk för prissättning vid förhandsvisning.

• Billigast med hjälparen vid varje anrop – HY-Image 3.5 med mer än 2×.

• Billigast i stor skala, om du äger hårdvaran – Fibo 2.0, till noll marginalkostnad under en icke-kommersiell licens. Ett community-arbetsflöde mäter cirka 19 sekunder per 2K-bild på ett RTX 6000 Pro.

• Billigast för en kommersiell produkt på ett hostat API – inget av dem, utan vidare. Fibo kräver Bria:s godkännande; HY-Images förhandsgranskningsvillkor är det man bör läsa, och de finns på T​encent Cloud snarare än på en marknadsföringssida.

Var OrcaRouter passar – och var det inte gör det

Säg det obekväma först: {{1}}ingen av modellerna finns i OrcaRouter-katalogen{{/1}}. {{2}}Fibo 2.0 är en Bria-checkpoint under en Bria-licens{{/2}}; {{3}}HY-Image 3.5 är en T​encent Cloud-produkt{{/3}}. {{4}}Ingen av dem är något som en router kan ge dig{{/4}}, och {{5}}att låtsas något annat skulle vara det enda användbara den här sidan skulle kunna göra fel{{/5}}.

Den del av den här pipelinen som en router kan hantera är allt utom pixlarna. En Fibo-render börjar med en bildtext skriven av en vision-språkmodell och kan sluta med en andra som bedömer om redigeringen lämnade resten av bildrutan orörd; båda är textanrop, och båda kan ligga på en enda nyckel bredvid 200+ andra modeller. Det spelar störst roll när en batch är lång: routningsregler lägger den billiga promptomskrivningen på en billig modell och behåller den noggranna bedömningen på en dyr sådan, 0 % påslag innebär att det pris leverantören tar den dagen är det du betalar, och automatisk failover håller en körning på tvåtusen bilder vid liv när en leverantörs endpoint blir instabil under en timme.

Om du specifikt vill ha HY-Image 3.5:s kinesiska förståelse, notera att Tencents egna språkmodeller är en annan historia och en annan produktlinje – titta i katalogen efter vad som faktiskt finns där i stället för att anta att en bildmodell innebär att dess syskon kan routas.

Vem ska välja vilken

Börja med uppgiften, inte med poängen, så brukar svaret komma av sig självt.

Om du genererar lika mycket som du redigerar, välj Fibo 2.0. Generationsgapet på 65 poäng är det största talet i den här jämförelsen, och det är det som kommer att synas i din output varje dag. HY-Images redigeringsförsprång på 5,89 poäng ligger inom bruset och kommer inte att synas.

Om du bara redigerar befintliga bilder och dina prompter är på kinesiska ska du välja HY-Image 3.5. Det ligger på samma nivå på resultattavlan, är billigare per bild, och kinesisk förståelse är den enda förmåga som Fibo 2.0:s dokumentation inte gör anspråk på.

Om du behöver äga modellen finns det inget val. HY-Image 3.5 är sluten och i förhandsversion. Fibo 2.0 kan laddas ner, finjusteras, kvantiseras och köras luftgapad – för icke-kommersiell användning, eller kommersiellt enligt avtal.

Om du upphandlar åt en reglerad köpare är oavgjort på redigeringsbordet irrelevant, och frågan är vilken leverantör som skriver under vad. Bria säljer skadeståndsgaranti och proveniens som produkten. T​encent säljer en molntjänst. Det är olika upphandlingssamtal, och bara ett av dem slutar med ett dokument som din juridiska avdelning gillar.

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.

Det sista som är värt att säga handlar om hur man överhuvudtaget ska läsa en jämförelse som den här. Två modeller, fyra siffror, och slutsatsen vänder beroende på vilket par man tittar på. Det är inte ett misslyckande för benchmarkarna – det är benchmarkarna som gör sitt jobb, vilket är att säga att "bättre" inte är en enda axel. Välj den axel som ditt arbete faktiskt lever på, kontrollera om gapet på den axeln klarar sina egna felmarginaler, och ignorera resten av tabellen.