Fibo 2.0 Dev กับ Fibo 2.0: คุณไม่ได้กำลังเลือกระหว่างสองโมเดล

Fibo 2.0 Dev และ Fibo 2.0 คือโมเดลเดียวกันที่สวมตำแหน่งงานสองตำแหน่ง Fibo 2.0 คือชื่อรุ่นที่ Bria ตั้งให้กับกลุ่มเช็กพอยต์ขนาด 8.13 พันล้านพารามิเตอร์ซึ่งเผยแพร่เมื่อวันที่ 20 ตุลาคม 2026 ส่วน Fibo 2.0 Dev คือฐานแบบเต็มที่ไม่ผ่านการกลั่น ซึ่งเป็นตัวที่แบกชื่อรุ่นนั้นไว้ การเปรียบเทียบจะกลายเป็นเรื่องจริงเมื่อคุณอ่านคำว่า "Fibo 2.0" ในแบบที่คนส่วนใหญ่พบเจอจริง ๆ — ในฐานะผลิตภัณฑ์ที่คุณเรียกใช้ บนปลายทางแบบโฮสต์ คิดราคาที่ $0.032 ต่อภาพ — เทียบกับสิ่งที่คุณดาวน์โหลดได้ ชั่งน้ำหนักได้ และเทรนได้ หนึ่งในนั้นคือไปป์ไลน์ที่คุณควบคุม อีกอันคือมิเตอร์ที่คุณเช่า นั่นคือการตัดสินใจ และชื่อบนฉลากไม่ได้ทำให้มันเป็นเช่นนั้น

มีวัตถุชิ้นที่สามอยู่ในห้อง และการละเลยมันคือหนทางที่ทำให้ผู้คนจบลงด้วยความผิดหวัง: Fibo 2.0 Edit Turbo ตัวแก้ไขแบบกลั่นกรองสี่ขั้นตอนที่ใช้ชื่อรุ่นเดียวกับการเปิดตัว และทำงานเพียงประมาณหนึ่งในสิบของปริมาณงานต่อภาพ สามสิ่ง หนึ่งชื่อ และคะแนนบนลีดเดอร์บอร์ดที่อธิบายถึงการเปิดตัวมากกว่าจะอธิบายถึงเช็กพอยต์ใดเพียงจุดเดียว สิ่งที่ตามมาจะแยกแยะพวกมันตามต้นทุนที่คุณต้องจ่าย ความสามารถที่พวกมันทำได้ และสิ่งที่กฎหมายอนุญาตให้คุณนำออกเผยแพร่

มิติทั้งหกที่แตกต่างกันจริง ๆ

ทุกอย่างด้านล่างนี้คือความแตกต่างที่คุณสามารถนำไปใช้ได้ หากตัวเลขใดมาจาก Bria แทนที่จะมาจากการรันโดยอิสระ ตัวเลขนั้นจะถูกระบุกำกับไว้เช่นนั้น

• น้ำหนักโมเดลที่ดาวน์โหลดได้ — Fibo 2.0 Dev: ใช่ มีการจำกัดการเข้าถึงบน Hugging Face, CC BY-NC 4.0, ประมาณ 25.5 GB รวมถึง transformer ขนาด 16.3 GB, encoder Qwen3-VL-4B ขนาด 8.9 GB และ FLUX.2 VAE ขนาด 0.34 GB ส่วน Fibo 2.0 ในฐานะผลิตภัณฑ์: ไม่มีอะไรให้ดาวน์โหลด

• การสุ่มตัวอย่าง — Dev: 50 ขั้นตอน พร้อม classifier-free guidance ที่ 5.0 ส่วนเส้นทางการแก้ไขแบบโฮสต์และ Edit Turbo: 4 ขั้นตอน, guidance 1.0 และไม่มี classifier-free guidance เลย

• ขอบเขตงาน — Dev: การสร้างภาพจากข้อความและการแก้ไขภาพจากชุดเวตเดียวกัน เอนด์พอยต์การแก้ไขที่เปิดให้ใช้งานแล้วและ Turbo: รองรับการแก้ไขเท่านั้น การสร้างภาพจากข้อความผ่าน Turbo ไม่ใช่เส้นทางที่ช้ากว่า แต่เป็นเส้นทางที่ผิด

• การปรับแต่งละเอียด (Fine-tuning) — Dev: เป็น checkpoint เดียวที่ฝึกได้ ทั้งการ fine-tune DiT แบบเต็มและ LoRA Turbo: ไม่ใช่เป้าหมายสำหรับการ fine-tuning อย่างชัดเจน ผลิตภัณฑ์แบบโฮสต์: คุณเช่าน้ำหนักโมเดล แต่คุณไม่ได้สอนมัน

• Negative prompts — Dev: ใช้ได้ผล เพราะ CFG เปิดอยู่และมีคันโยกให้ดัน Turbo: guidance ถูกฟิกซ์ไว้ที่ 1.0 ดังนั้น negative prompt จึงไม่มีอะไรให้ออกฤทธิ์

• ราคา — ผลิตภัณฑ์แบบโฮสต์: $32.00 ต่อ 1,000 ภาพ หรือ $0.032 ต่อภาพ ซึ่งเป็นตัวเลขที่ Artificial Analysis ระบุไว้ Local Dev: ไม่มีราคาต่อภาพ คุณจ่ายในรูปของชั่วโมง GPU และการดาวน์โหลดขนาด 25.5 GB

จุดที่ Fibo 2.0 Dev ชนะ และไม่ใช่แค่เฉือนกัน

การสร้างภาพคือช่องว่างแรก Fibo 2.0 ถูกทำการตลาดในฐานะโมเดลเดียวที่ทั้งวาดและแก้ไขภาพ และคำกล่าวอ้างนั้นเป็นจริงเฉพาะกับ Dev เท่านั้น เอนด์พอยต์การแก้ไขภาพแบบโฮสต์และ Edit Turbo ถูกสร้างขึ้นโดยอิงจากภาพอินพุต การขอให้พวกมันสร้างภาพจากคำบรรยายภาพจึงเป็นการขอสิ่งที่กระบวนการดิสทิลเลชันตัดออกไป หากไปป์ไลน์ของคุณเริ่มต้นจากศูนย์ สิ่งที่ต้องเลือกคือ Dev หรือโมเดลอื่น

Control เป็นตัวที่สอง ห้าสิบสเต็ปพร้อม guidance ที่ 5.0 ช้ากว่าสี่สเต็ปโดยไม่มี guidance และความช้าคือราคาของความสามารถในการควบคุมทิศทาง — ความสามารถในการผลักต้านพรอมต์ การใช้ negative prompt และการแลกสเต็ปเพื่อความเที่ยงตรง ในด้านการแก้ไข Dev ยังรองรับการแก้ไขแบบมาสก์ การแก้ไขแบบอ้างอิงหลายภาพด้วยภาพบริบทสูงสุดสี่ภาพ และโหมด Inspire ที่ยืมสไตล์ของภาพอ้างอิงโดยไม่ส่งภาพนั้นไปยังตัวเรนเดอร์

การเทรนคือส่วนที่สามและใหญ่ที่สุด Dev คือเช็กพอยต์ที่ทุกเส้นทางการปรับแต่งละเอียดมุ่งเป้าไปที่: เอกสาร DiffSynth-Studio ของ ModelScope ระบุว่าเฉพาะ Fibo-2.0-dev เท่านั้นที่เทรนได้ และ Bria มาพร้อมตัวเทรน LoRA บน GPU เดียวและคู่มือการเตรียมข้อมูลในรีโพซิทอรี เนื่องจากการสร้างและการแก้ไขใช้เวตส์ร่วมกัน LoRA ตัวเดียวจึงสามารถสอนสไตล์และพฤติกรรมการแก้ไขที่มาพร้อมกันได้ ไม่มีสิ่งใดคล้ายกันสำหรับผลิตภัณฑ์แบบโฮสต์ และ Turbo ถูกตัดออกโดยการออกแบบ

ความสามารถในการพอร์ตเป็นข้อที่สี่ เช็กพอยต์ภายในเครื่องทำงานภายใต้ diffusers ผ่าน BriaFibo2Pipeline ภายใน ComfyUI ซึ่งการรองรับแบบเนทีฟได้รวมเข้าเมื่อวันที่ 21 ตุลาคม และเปิดตัวใน v0.43.0 พร้อมชนิด text-encoder โดยเฉพาะและโหนดที่รับพรอมต์ VGL และภาพอ้างอิง นอกจากนี้ยังทำงานในรูปแบบควอนไทซ์ — มีทั้ง repack แบบ BF16, INT8 และ GGUF — ซึ่งเป็นสิ่งที่ทำให้รีโพซิทอรีขนาด 25.5 GB ใช้งานได้บนฮาร์ดแวร์ทั่วไป

Fibo 2.0 ที่วางจำหน่ายแล้วชนะตรงไหน

หลัก ๆ คือ latency กับ ops เส้นทางการแก้ไขแบบไม่มี guidance สี่ขั้นตอนใช้เวลาน้อยกว่า 50 ขั้นตอนแบบมี guidance มาก และตัวเลขของ Bria เองสำหรับ API ที่โฮสต์ไว้ก็คือเวลาของโมเดลต่ำกว่าสองวินาที และต่ำกว่าห้าวินาทีแบบ end to end — เป็นข้อมูลที่ผู้ขายรายงานเอง ไม่ได้วัดโดยอิสระ และควรถือเป็นเพดานไม่ใช่คำสัญญา เมื่อต้องเคลียร์คิวงานแก้ไขให้ทันเดดไลน์ นั่นคือเหตุผลทั้งหมด

ต้นทุนด้านทุนเป็นประเด็นที่สอง ภาพละ $0.032 โดยไม่ต้องมี GPU ไม่ต้องดาวน์โหลด 25.5 GB ไม่ต้องปรับแต่ง offload ไม่ต้องตัดสินใจระหว่าง FP8 กับ BF16 ทีมที่ต้องการแก้ไข 500 ครั้งต่อเดือนจ่าย $16 และไม่ต้องเปิด terminal เลย ทีมเดียวกันที่ซื้อการ์ดเพื่อรัน Dev ในเครื่องต้องจ่ายหลายร้อยดอลลาร์ก่อนที่จะมีภาพแรกเกิดขึ้น Dev ในเครื่องจะชนะการคำนวณนั้นก็ต่อเมื่อมีปริมาณมาก และเฉพาะเมื่อ GPU ถูกตัดค่าเสื่อมราคาไปกับงานอื่นแล้วเท่านั้น

ความถูกต้องของโครงสร้างการเชื่อมต่อภายในเป็นประเด็นที่สาม เส้นทางแบบโฮสต์จัดการส่วนที่น่าเบื่อ ได้แก่ ตัวเข้ารหัสข้อความ, VAE, กำหนดการสุ่มตัวอย่าง และการขยายพร้อมต์แบบมีโครงสร้าง ล้วนเป็นปัญหาของคนอื่น การติดตั้งในเครื่องต้องทำให้ตัวเข้ารหัส Qwen3-VL-4B, VAE FLUX.2 และ DiT 44 บล็อก สอดคล้องกันในทุกการอัปเกรด ซึ่งเป็นเหตุผลว่าทำไมการมีอยู่ของการผสานรวม ComfyUI และ diffusers จึงขาดไม่ได้ และเป็นเหตุผลว่าทำไมการแพ็ก GGUF ซ้ำจึงสำคัญ

ห้าสิบขั้นต่อสี่: เลขคณิตที่ชี้ขาดกรณีส่วนใหญ่

ต้นทุนต่อภาพคือจุดที่การเปรียบเทียบมักกลายเป็นการพูดแบบกว้าง ๆ ไม่มีตัวเลขชัดเจน จึงควรคิดเป็นบิลแยกกันสามรายการ โฮสต์: $0.032 ต่อภาพ รวมทุกอย่างแล้ว Local Dev: วินาที GPU ที่ 50 สเต็ป บวกค่าไฟฟ้า บวกการ์ดจอ Local Turbo: วินาที GPU ที่ 4 สเต็ป ใช้พลังประมวลผลประมาณหนึ่งในสิบ แต่ใช้แก้ไขภาพเท่านั้น

จุดที่ต้นทุนพลิกกลับมาคุ้มนั้นมีจริง แต่มาช้ากว่าที่คนส่วนใหญ่คิด ถ้าการเช่า GPU ชั่วโมงหนึ่งราคาประมาณหนึ่งดอลลาร์ และการเรนเดอร์ภาพระดับเมกะพิกเซล 50 สเต็ปใช้เวลาราวยี่สิบวินาที คุณจะอยู่ที่ประมาณ $0.005 ต่อภาพเมื่อคิดเฉพาะต้นทุนการประมวลผลล้วน ๆ — ถูกกว่าราคาแบบโฮสต์ถึงหกเท่า ก่อนจะคิดถึงเวลาว่างระหว่างงานและข้อเท็จจริงที่ว่าเวลาของคุณเองก็ไม่ได้ฟรี ที่ 500 ภาพต่อเดือน นั่นคือการประหยัด $2.50 เทียบกับ $16 ซึ่งยังไม่ใช่เหตุผลทางธุรกิจ ที่ 50,000 ภาพ นั่นคือการประหยัด $250 เทียบกับ $1,600 และมันก็เป็นเหตุผลทางธุรกิจที่ใช้ได้จริง การไฟน์จูนกลับพลิกทุกอย่าง เพราะ LoRA ที่คุณเทรนมามีค่าก็ต่อเมื่อได้ใช้กับน้ำหนักโมเดลที่คุณรันเองได้

jeszcze jedna liczba ma znaczenie specifically dla Dev: pipeline diffusers domyślnie ustawiony jest na 30 kroków z guidance 5, podczas gdy zalecane ustawienie Bria dla Dev to 50. Domyślne ustawienie wygeneruje obrazy, ale nie wygeneruje obrazów Bria. Każdy, kto konfiguruje lokalny pipeline, powinien zdecydować o tym świadomie, a nie dziedziczyć to ustawienie.

สัญญาอนุญาตวางกรอบการเปรียบเทียบทั้งหมดใหม่

เช็กพอยต์ที่ดาวน์โหลดได้ทั้งสองรายการอยู่ภายใต้สัญญาอนุญาต CC BY-NC 4.0 — ใช้ได้เฉพาะที่ไม่ใช่เชิงพาณิชย์เท่านั้น การนำไปใช้งานเชิงพาณิชย์ต้องมีข้อตกลงแยกต่างหากกับ Bria และการเข้าถึงถูกจำกัดด้วยแบบฟอร์มข้อมูลบริษัทและวัตถุประสงค์การใช้งาน ผลิตภัณฑ์แบบโฮสต์คือเส้นทางเชิงพาณิชย์: คุณซื้อสิทธิ์การใช้งานแทนการซื้อใบอนุญาตสำหรับเวตโมเดล

ผลลัพธ์ที่ได้จึงกระอักกระอ่วนอย่างแท้จริง และนี่คือเหตุผลที่การเปรียบเทียบ "vs" นี้จึงคุ้มค่าที่จะเขียนขึ้นมาแต่แรก เช็กพอยต์ที่มีความสามารถที่คุณต้องการ — การสร้าง การชี้แนะ และการปรับละเอียด — คือสิ่งที่คุณไม่สามารถวางจำหน่ายเชิงพาณิชย์ได้โดยไม่ต้องเจรจา ส่วนผลิตภัณฑ์ที่สามารถวางจำหน่ายเชิงพาณิชย์ได้อย่างตรงไปตรงมาทางกฎหมาย คือผลิตภัณฑ์ที่ไม่สามารถปรับละเอียดและไม่สามารถสร้างขึ้นจากศูนย์ได้ หากกรณีการใช้งานของคุณเป็นเชิงพาณิชย์และต้องการปรับให้เฉพาะทาง คุณไม่ได้กำลังเลือกระหว่างผลิตภัณฑ์ Bria สองตัว แต่คุณกำลังเลือกว่าจะเปิดการหารือเรื่องใบอนุญาตหรือไม่เลยต่างหาก

ก็ควรพูดให้ชัดเจนเช่นกันว่า บรรทัดบนลีดเดอร์บอร์ดที่ถูกยกมาอ้างสำหรับ Fibo 2.0 — 1,088 Elo บน AA-Image-Editing v2.1 ของ Artificial Analysis เป็นอันดับหนึ่งในบรรดาเอดิเตอร์แบบ open-weights และเป็นอันดับ 23 โดยรวมจากการโหวตแบบ blind จำนวน 5,009 ครั้ง — เป็นคะแนนของรีลีสนั้น ไม่ใช่คะแนนของ Dev เมื่อเทียบกับ Turbo ช่วง ±14 ของมันทับซ้อนกับ 1,081 ±13 ของ Qwen-Image-2.1 เกือบทั้งหมด ดังนั้นการเป็นผู้นำในกลุ่ม open-weights จึงขึ้นอยู่กับกฎตัดสินเสมอ ในด้าน text-to-image ลำดับกลับกัน: 1,039 ±12 ของ Fibo 2.0 อยู่หลัง 1,042 ±12 ของ Qwen-Image-2.1 ทั้งสองเช็กพอยต์ไม่มีคะแนนที่เผยแพร่แยกกัน ซึ่งหมายความว่าข้อกล่าวอ้างใด ๆ ที่ว่า "Dev ดีกว่า Fibo 2.0" เป็นการอนุมานจากวิธีสร้างเช็กพอยต์นั้น ไม่ใช่การวัดผล

อันไหน ตามสถานการณ์

• คุณต้องการ text-to-image และอยากให้มันทำตามจำนวน ตำแหน่ง และคุณลักษณะ — Dev ชุดควบคุม JSON แบบมีโครงสร้างถูกสร้างขึ้นมาเพื่อสิ่งนี้โดยเฉพาะ และไปป์ไลน์จะคืนคำบรรยายที่มันเรนเดอร์ออกมา

• คุณกำลัง fine-tune สำหรับแบรนด์ สไตล์ หรืออุตสาหกรรมเฉพาะ — เริ่มด้วย Dev และ LoRA ก่อน การฝึก DiT แบบเต็มมีอยู่จริง แต่ adapter แบบจำกัดแรงก์บน encoder ที่ถูกฟรีซคือการทดลองแรกที่สมเหตุสมผล

• คุณกำลังแก้ไขคำสั่งแบบปริมาณมากโดยไม่มีพฤติกรรมที่กำหนดเอง — ใช้เส้นทางโฮสต์ หรือใช้ Turbo ภายในเครื่องหากรูปภาพไม่สามารถออกจากเครือข่ายของคุณได้ การมีสี่ขั้นตอนและไม่มีคำแนะนำถือเป็นคุณลักษณะที่นี่ ไม่ใช่ข้อจำกัด

• คุณต้องมีการนำไปใช้งานเชิงพาณิชย์ — เริ่มการสนทนากับ Bria หรือวางแผนที่จะเช่า การดาวน์โหลดเวตไม่ได้ทำให้ประเด็นเรื่องใบอนุญาตยุติลง

• คุณเพียงแค่ต้องการดูว่าโมเดลนี้ดีพอหรือไม่ — endpoint แบบโฮสต์ที่ราคา $0.032 ต่อภาพนั้นถูกกว่าการดาวน์โหลด การตั้งค่า และเวลาช่วงเย็นที่คุณจะเสียไปกับการโหลด FP8 จ่าย $5 ก่อนที่คุณจะต้องเสียเวลาทั้งสุดสัปดาห์

หนึ่ง endpoint สำหรับส่วนที่เป็นข้อความ ไม่ว่าคุณจะเลือกฝั่งไหน

เส้นทางทั้งสองต้องพึ่งพาสิ่งเดียวกันซึ่งไม่มีใครวัดประเมินกันเลย: โมเดลภาษาที่เขียน VGL นั้น Fibo ถูกฝึกบนแคปชัน Visual GenAI Language ซึ่งแสง องค์ประกอบภาพ กล้อง และวัตถุเป็นฟิลด์ที่ระบุเจาะจงได้ และความมีประโยชน์ของเอาต์พุตจะแปรตามคุณภาพของ JSON ก้อนนั้น การเขียนมันด้วยมือถือเป็นเรื่องที่เป็นไปได้สำหรับพรอมป์ไม่กี่สิบรายการ แต่ทรมานมากเมื่อถึงหนึ่งพันรายการ ซึ่งเป็นเหตุผลว่าทำไมตัว captioner จึงกลายเป็นส่วนหนึ่งของระบบ

นั่นคือส่วนที่ OrcaRouter ครอบคลุมAPI เดียวสำหรับโมเดล 200+ รุ่น โดยมี markup 0% — ราคาตามรายการของผู้ให้บริการถูกส่งผ่านตรง ๆ ดังนั้นเมื่อผู้ขายเปลี่ยนแปลง ราคาจะสะท้อนถึงบิลของคุณภายในวันเดียวกัน — ด้วย DSL สำหรับการกำหนดเส้นทางที่สามารถส่งงานแคปชันจำนวนมากไปยังโมเดลราคาถูกและยกระดับแถวที่ยากขึ้น และ การผสานโมเดล ที่พร้อมใช้เมื่อตัวสร้างแคปชันตัวเดียวทำให้ฟิลด์ที่คุณใส่ใจแบนราบอยู่เรื่อย ๆ นอกจากนี้ยังทำให้การเปรียบเทียบสามารถทดสอบได้: รันภาพเดียวกันผ่านตัวสร้างแคปชันสองตัว เทียบความต่างของ JSON แล้วดูว่าชุดฟิลด์ใดที่ทำให้การเรนเดอร์เปลี่ยนไปจริง ตัว Fibo 2.0 เองไม่ได้อยู่ในแคตตาล็อกของเรา ดังนั้นฝั่งภาพจึงยังคงอยู่ตรงที่ใดก็ตามที่คุณวางไว้ — ฝั่งข้อความคือส่วนที่รวมศูนย์

บทสรุปสั้น ๆ: เลือก Fibo 2.0 Dev หากคุณเป็นฝ่ายสร้าง และเลือกเอนด์พอยต์ Fibo 2.0 หากคุณเป็นฝ่ายซื้อ ชื่อนั้นใช้ร่วมกัน แต่สัญญาอนุญาตไม่ได้ใช้ร่วมกัน และเช็กพอยต์ที่มาพร้อมลูปการเทรนคือสิ่งเดียวที่จะยังเป็นของคุณในอีกหกเดือนข้างหน้า