Fibo 2.0 so với LFM2.5 2.6B Base: 2,7 tỷ tham số văn bản, hay 8,1 tỷ tham số hình ảnh

Khoảng cách về kích thước là điều đầu tiên ai cũng nhận ra và cũng là điều ít hữu ích nhất ở nó. Fibo 2.0, do Bria phát hành ngày 20 tháng 10 năm 2026, có 8.127.342.213 tham số và trả về hình ảnh. LFM2.5 2.6B Base, do Liquid AI phát hành ngày 1 tháng 8 năm 2026, có 2,69 tỷ tham số và trả về văn bản — và không phải văn bản hoàn chỉnh, mà là hành vi tiếp nối thô của một checkpoint base đã được huấn luyện trước, không áp dụng tinh chỉnh chỉ dẫn. Hỏi cái nào tốt hơn thì giống như hỏi liệu một chiếc máy ảnh có tốt hơn một cuốn từ điển hay không. Câu hỏi có câu trả lời thì hẹp hơn và thực tế hơn: mỗi mô hình là lựa chọn mở nhỏ nhất đáng tin cậy trong phân khúc của riêng nó, và biết mức sàn của từng phân khúc nằm ở đâu sẽ cho bạn biết ràng buộc của bạn thực sự loại bỏ cái nào.Không model card nào ghi lại điều gì xảy ra khi một checkpoint như thế này bị triển khai tồi, và các sự cố đã được ghi nhận được đưa vào danh mục trong OrcaRouter AI Incident Archive nơi mỗi mục có nguồn, mức độ nghiêm trọng, mức độ tin cậy và cờ tranh chấp riêng.

Sàn, theo cả hai hướng

Cả hai mô hình đều thú vị vì cùng một lý do cấu trúc — mỗi mô hình nằm gần ngưỡng thấp nhất của mức còn khả thi cho công việc của nó — và đó là trục duy nhất mà trên đó chúng có thể so sánh được với nhau dù chỉ ở mức nào đó.

• Tham số — Fibo 2.0 8.127.342.213 ở BF16; LFM2.5 2.6B Base 2,69 tỷ. Tỷ lệ xấp xỉ ba trên một về trọng số, và cũng xấp xỉ tỷ lệ đó trong bộ nhớ.

• Đầu ra — Fibo 2.0 trả về một hình ảnh; LFM2.5 2.6B Base chỉ trả về các token văn bản và không có gì khác.

• Nơi nó chạy — Fibo 2.0 cần một GPU có đủ VRAM cho transformer khuếch tán 44 khối ở 50 bước, hoặc bốn bước ở biến thể Turbo; LFM2.5 2.6B Base được phát hành ở các định dạng GGUF, ONNX và MLX và được thiết kế để chạy trên điện thoại, máy tính xách tay hoặc máy tính một bo mạch.

• Trạng thái tinh chỉnh — Fibo 2.0 Dev là một base không chưng cất, có classifier-free guidance, được ghi chú là dùng để fine-tune; LFM2.5 2.6B Base chỉ mới được pre-train, chưa có hành vi tuân theo chỉ dẫn cho đến khi có ai đó tinh chỉnh nó.

• Giấy phép — Fibo 2.0 là CC BY-NC 4.0 cho mục đích phi thương mại, còn sử dụng thương mại theo thỏa thuận; LFM2.5 2.6B Base thuộc giấy phép LFM 1.0, cho phép sử dụng thương mại tùy theo các điều khoản riêng của giấy phép này.

• Điểm số — Fibo 2.0 đạt 1.087,05 Elo trên AA-Image-Editing v2.1, đứng đầu trong nhóm trọng số mở; LFM2.5 2.6B Base có Chỉ số Trí tuệ ước tính là 8,39, GPQA 55,8%, Terminal-Bench 2.1 đạt 4,5% và HLE 6,2%.

Hai dòng điểm đó không thể đặt trong cùng một câu để so sánh. Một dòng là điểm sở thích của đám đông đối với hình ảnh được kết xuất; dòng còn lại là điểm tổng hợp trên các bài kiểm chuẩn văn bản. Cách trung thực duy nhất để dùng cả hai là mô tả mỗi mô hình phục vụ mục đích gì.

Base checkpoint thực chất là gì, vì cái tên này dễ gây hiểu lầm.

“Base” trong LFM2.5 2.6B Base không phải là cách nói khiêm tốn để chỉ “tiêu chuẩn”. Nó có nghĩa là mô hình đã được huấn luyện trên 34 nghìn tỷ token của bài toán dự đoán token tiếp theo và không có gì khác — không tinh chỉnh theo chỉ dẫn, không mẫu trò chuyện, không hành vi từ chối, không nhận thức được rằng một câu hỏi là một câu hỏi. Đưa cho nó “Summarise this email:” và nó sẽ tiếp tục chuỗi theo bất kỳ phong cách nào mà dữ liệu tiền huấn luyện gợi ý, có thể là phần còn lại của một chuỗi email chứ không phải bản tóm tắt.

Điều đó khiến nó trở thành một điểm khởi đầu tốt và một sản phẩm kém. Liquid AI phát hành nó cho những người có ý định tinh chỉnh, và kiến trúc được chọn cho công việc đó: 30 lớp, 22 tích chập ngắn có cổng kép và 8 lớp attention grouped-query, từ vựng 128K, ngữ cảnh 131.072 token, và bao phủ 16 ngôn ngữ trong tiền huấn luyện. Ngăn xếp nặng về tích chập là lý do nó vừa trên điện thoại — chi phí attention tăng theo ngữ cảnh còn tích chập thì không, và đó chính là toàn bộ luận điểm thiết kế.

• Kiến trúc — 30 lớp: 22 khối tích chập ngắn có cổng kép và 8 khối GQA, từ vựng 128K.

• Huấn luyện — 34 nghìn tỷ token, 16 ngôn ngữ, chỉ tiền huấn luyện.

• Ngữ cảnh — 131.072 token, con số mà ngăn xếp tích chập được thiết kế để có thể đáp ứng với chi phí phải chăng.

• Định dạng — GGUF, ONNX và MLX, nên llama.cpp, ONNX Runtime và Apple silicon đều là những mục tiêu được ưu tiên hàng đầu.

• Những gì nó không làm — tuân theo chỉ dẫn, duy trì một cuộc trò chuyện, hoặc tạo ra bất cứ thứ gì ngoài phần tiếp nối văn bản, cho đến khi bạn tinh chỉnh nó.

So sánh với checkpoint Dev của Fibo 2.0 gần hơn vẻ ngoài ban đầu. Fibo 2.0 Dev cũng là một base — không chưng cất, 50 bước với classifier-free guidance ở 5.0, rõ ràng là checkpoint mà Bria chỉ định để tinh chỉnh. Cả hai dự án đều phát hành một mục tiêu tinh chỉnh song hành với — hoặc thay cho — một sản phẩm dùng được. Khác biệt là Fibo 2.0 Edit Turbo tồn tại như phiên bản dùng được của cùng bộ trọng số, được chưng cất xuống bốn bước không guidance, trong khi LFM2.5 2.6B phải được tinh chỉnh trước khi có thể dùng được.

Giấy phép và chi phí thực tế của “mở”

Cả hai mô hình đều có thể tải xuống. Những gì bạn được phép làm với chúng khác nhau rõ rệt, và theo một hướng đảo ngược trực giác thông thường về kích thước: mô hình tí hon lại là mô hình có thể dùng cho mục đích thương mại.

• Fibo 2.0 — CC BY-NC 4.0 cho mục đích sử dụng phi thương mại. Sử dụng thương mại yêu cầu một thỏa thuận riêng với Bria. Kho lưu trữ Hugging Face yêu cầu truy cập qua biểu mẫu thông tin công ty và mục đích sử dụng.

• LFM2.5 2.6B Base — giấy phép LFM 1.0, cho phép triển khai thương mại theo các điều khoản riêng của giấy phép này. Không cần đàm phán cho từng lần sử dụng, tuy nhiên các điều khoản không phải Apache-2.0 và đáng để đọc chứ đừng mặc định.

• Vì sao điều khoản của Bria lại như vậy — tập dữ liệu huấn luyện gồm khoảng một tỷ hình ảnh được cấp phép mà công ty đã trả tiền để có. Việc phát hành trọng số miễn phí cho phép bất kỳ ai cạnh tranh phá giá API của chính Bria trên tập dữ liệu đó sẽ là trao đi tài sản mà tập dữ liệu này đã mua về.

• Sự phân chia thực tế — một pipeline nghiên cứu nội bộ có thể dùng cả hai ngay ngày mai. Một sản phẩm thương mại có thể nhúng LFM2.5 2.6B Base vào thiết bị ngay ngày mai và không thể phát hành Fibo 2.0 mà không có chữ ký.

Đây không phải là lời chê bai Bria. Đó là cấu trúc chi phí của hai bài toán. Liquid AI huấn luyện trên văn bản, phần lớn trong đó miễn phí cấp phép; Bria huấn luyện trên ảnh chụp, không bức nào trong số đó miễn phí cấp phép. Các điều khoản cấp phép gắn với dữ liệu đầu vào, không phải chất lượng mô hình, và đó là nơi đúng đắn để chúng gắn với.

Nơi chúng gặp nhau: trợ lý trên thiết bị mô tả trước khi kết xuất

Có một kiến trúc mà trong đó hai mô hình này thuộc về cùng một hệ thống, và đó là lý do bài viết này là một so sánh chứ không phải một sự bác bỏ. Đường điều kiện của Fibo 2.0 nhận một caption JSON có cấu trúc — VGL, Visual GenAI Language của Bria — với các trường được đặt tên cho chủ thể, bố cục, ánh sáng, máy ảnh, phong cách và văn bản trong ảnh. Một mô hình văn bản 2,6B vừa vặn trên thiết bị chụp ảnh chính là kiểu thứ có thể viết JSON đó cục bộ, không cần một vòng khứ hồi.

Việc nó có thể làm được hay không là một câu hỏi khác với việc nó có nên làm hay không. Một mô hình nền đã được huấn luyện trước với chỉ số ước tính 8,39, GPQA 55,8% và HLE 6,2% sẽ không thể xuất ra JSON hợp lệ theo schema một cách đáng tin cậy từ một bức ảnh nếu không tinh chỉnh dành riêng cho tác vụ — và việc tinh chỉnh nó trên một kho ngữ liệu VGL là một công việc được xác định rõ ràng, có quy mô phù hợp với mô hình nhỏ. Đó là phiên bản trung thực của lập luận gặp nhau ở giữa: LFM2.5 2.6B Base là một nền tảng khả dĩ cho một trình viết chú thích đã được tinh chỉnh, chứ không phải một thứ dùng được ngay.

• Điều mà mô hình 2.6B mang lại — nó chạy ngay tại nơi chụp ảnh, dưới 3 GB trọng số, không cần mạng, không tốn chi phí mỗi lần gọi.

• Điều nó cần trước tiên — tinh chỉnh có giám sát trên các ví dụ định dạng VGL, cùng với giải mã có ràng buộc hoặc ngữ pháp JSON để đảm bảo đầu ra hợp lệ.

• Những gì renderer mang lại — nó vẫn cần GPU. Phần trên thiết bị mô tả; phần trên máy chủ vẽ. Đó là cách phân chia duy nhất khả thi hiện nay.

• Điều phá vỡ ý tưởng — nếu chú thích phải tốt, một mô hình đa phương thức cỡ 12B đọc ảnh nguồn tốt hơn một mô hình chỉ văn bản 2,6B có thể, vì mô hình 2,6B hoàn toàn không thể nhìn thấy bức ảnh.

Điểm cuối cùng đó chính là điểm phân định hầu hết các thiết kế thực tế. LFM2.5 2.6B Base là mô hình văn bản vào, văn bản ra. Nó có thể viết chú thích VGL từ một bản yêu cầu bằng văn bản; nó không thể nhìn vào hình ảnh mà nó đang mô tả. Bất kỳ ai ghép hai thứ này lại với nhau nên rõ ràng về việc họ thực sự đang mua công việc nào trong số đó.

Lấy từng cái một

Fibo 2.0 đến từ API của Bria với giá 0,032 USD mỗi ảnh, từ công cụ tạo được lưu trữ của Bria, thông qua các node ComfyUI, hoặc dưới dạng trọng số được kiểm soát truy cập trên Hugging Face. LFM2.5 2.6B Base đến từ Hugging Face dưới dạng GGUF, ONNX và MLX, không có giới hạn truy cập đối với bản phát hành base. Cả hai đều không nằm trong danh mục của OrcaRouter, và không có tuyên bố nào cần được nói giảm nhẹ: Fibo 2.0 là một endpoint hình ảnh còn base 2.6B của Liquid là một checkpoint có thể tải xuống, và một router không phục vụ tốt cho cả hai.

Điều mà một router thực sự phục vụ là mọi thứ xung quanh chúng. OrcaRouter chạy một khóa trên hơn 200 mô hình với giá niêm yết của nhà cung cấp được chuyển qua với mức markup 0%, nên khi giá của nhà cung cấp thay đổi ở phía văn bản, nó sẽ xuất hiện ngay trong ngày xảy ra. Nếu bạn đang xây dựng pipeline tinh chỉnh cho một trình viết chú thích VGL, mô hình tạo các cặp huấn luyện tổng hợp và mô hình chấm điểm chúng đều có thể nằm sau một khóa đó, với cơ chế chuyển đổi dự phòng tự động trong khi bạn lặp lại và DSL định tuyến để trải một benchmark trên nhiều mô hình chỉ trong một lần gọi. Phần renderer vẫn thuộc về Bria. Vòng lặp tinh chỉnh là nơi định tuyến chứng minh được giá trị của nó.

Quyết định, được trình bày một cách rõ ràng

Nếu ràng buộc của bạn là nơi mô hình chạy, LFM2.5 2.6B Base không cạnh tranh với Fibo 2.0 — nó là mô hình duy nhất trong hai mô hình thực sự chạy trên thiết bị, và chỉ số ước tính 8.39 của nó là mức trần mà bạn chủ động chọn để đổi lấy điều đó. Nếu ràng buộc của bạn là đầu ra, Fibo 2.0 là mô hình duy nhất trong hai mô hình tạo ra đầu ra, và 1.087 Elo của nó trong nhóm trọng số mở là mức cao nhất hiện tại cho chỉnh sửa ảnh có thể tải xuống. Không ai đang chọn giữa các mô hình này. Họ đang chọn giữa một mục tiêu triển khai và một sản phẩm bàn giao, và đó là những quyết định khác nhau mà tình cờ xuất hiện trong tin tức cùng tuần.

Câu hỏi chung thực sự duy nhất là giấy phép, và nó được giải quyết theo cùng một cách cho cả hai nửa của một bản dựng thương mại: 2.6B base có thể dùng được theo các điều khoản của nó, 8B renderer cần sự đồng ý của Bria, và việc mô hình nhỏ hơn lại là mô hình tự do hơn là một sự thật về dữ liệu huấn luyện chứ không phải về kỹ thuật. Hãy lập kế hoạch sản phẩm xoay quanh điều đó, không xoay quanh số lượng tham số.