
FIBO 2.0 vs HY-Image 3.5:某董事会称二者打成平手
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 187 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 514 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
把 Fibo 2.0 和 HY-Image 3.5 放到编辑榜上,你会得到平局。放到文生图榜上,你会得到 65 分的差距。同样的两个模型、同一周、同一套方法,却得出相反的结论——而原因并不是任一分数有错。原因在于,这两个模型在图像模型所做的两件事上并不一样强,而一个单一的“哪个更好”的答案,恰恰会毁掉你真正需要的信息。腾讯的 HY-Image 3.5,厂商在其 HunyuanImage 产品线中以标识符 hy-image-v3.5-preview 作为预览版发布,其编辑效果大致与 Bria 的 Fibo 2.0 相当——后者是 Bria 于 2026 年 10 月 20 日发布的开放 8B 检查点——而生成效果则差得多。如果你的工作是编辑,这句话就是整篇文章的要点。
在数字发挥作用之前,先说明一下来源。两个 Elo 数值及其区间来自 Artificial Analysis,该机构开展盲测成对偏好投票,并公布每个分数周围的分布范围;我是在 2026 年 11 月 20 日读取这两个榜单的。两个价格是该榜单建模得出的每千张图像成本——这是一个可比的合成数字,而非任何一方的价目表。关于各项限制、许可和发布状态,来源均为腾讯自己的文档和 Bria 的模型卡;凡属厂商陈述而未经我独立核实之处,文中均已注明。
读取两块不一致的板卡
分歧如此鲜明,以至于可以先陈述数字,然后再作解读。
• 编辑 — HY-Image 3.5 1,091.87(区间 1,078.87 至 1,104.87),在 86 个中排名第 28。Fibo 2.0 1,085.98(1,072.98 至 1,098.98),排名第 31。HY-Image 领先 5.89 分,小于任一区间半宽的一半。
• 文生图 — Fibo 2.0 1,036.98(1,025.98 至 1,047.98),在116个中排名第32。HY-Image 3.5 972.12(960.12 至 984.12),排名第75。Fibo领先64.86,且两个区间在最接近处相差41个点。
• 价格 — Fibo 2.0 每 1,000 张图片 32.00 美元,HY-Image 3.5 为 24.00 美元。相差八美元,即 25%。
发布状态——Fibo 2.0 已正式可用,权重可下载,采用 CC BY-NC 4.0 许可。HY-Image 3.5 仍标注为预览版,除该预览标识外并未发布第二个稳定标识符。
编辑项上的并列才是有意思的,因为它并不是两个模型殊途同归的并列,而是两种相当不同的押注之间的并列。HY-Image 3.5 是一家中国实验室的图像模型,通过 Tencent Cloud 提供服务,中文理解能力强,面向的是一个提示词用中文和英文的可能性同样大的市场。Fibo 2.0 是一个基于授权数据的检查点,其整体设计前提是提示词应当是结构化文档,而不是句子。它们在编辑榜上趋同,却在生成上相差 65 分,而只看编辑榜的人谁也不会预料到这一点。

为什么代沟才是更大的事实
65 Elo 的差距,是那种在前二十次输出里就能显现、而不是要到第二百次才看出来的差别。它大致相当于同一榜单上第 32 名与第 75 名之间的差距,也就是说,它横跨了中游的大部分区间——一端是与 Qwen-Image-2.1 和 FLUX 3 Image Klein 不相上下的模型,另一端则排在 Wan 2.7 Pro 和 HiDream-O1-Image 之下。
编辑评测榜讲述的是另一个故事,因为编辑是一项不同的任务。编辑者面对的是一张已经具备大部分构图、光照和结构的图像。模型的工作是进行局部修改,而一个生成能力平平的模型,只要它能保留所给定的内容,依然可以成为一名合格的编辑者。这正是这些数字所描述的:HY-Image 3.5 是一个建立在较弱生成器之上的尚可的编辑模型,而 Fibo 2.0 是一个强大的生成器,其编辑能力大致与之相当。
实际结果是,这两个模型并不是替代品。如果你要为同时执行生成和编辑的流水线选择一个模型,那么应由生成评测榜单来决定,而 Fibo 2.0 以任何置信区间论证都无法动摇的优势胜出。如果你已有图像库,并且只会编辑这些图像,那么 HY-Image 3.5 是两者中更便宜的选择,并且在你关心的维度上统计上持平。
预览标签不是形式主义
Tencent 先发布这条产品线的预览版,正式版稍后推出,而当前这一代正处于这两种状态中的第一种。目前流传的标识符是hy-image-v3.5-preview。它旁边并不存在第二个稳定的、非预览版的标识符,Tencent 也没有公布它何时会出现。
对于一篇对比评测来说,这一点比单篇评测更重要,因为它会改变“更便宜”的含义。预览版模型可能在没有通知的情况下被重新定价、更名或被取代,而把流水线固定到一个预览版标识符上,就等于固定到供应商已明确拒绝作出承诺的东西上。Fibo 2.0 则在另一个层面上有着相反的问题:权重稳定,许可证不稳定。它的检查点不会在你使用期间发生变化;你被允许用它们做什么,才是需要合同来约定的部分。
这就是一句话概括的选择。预览版 API 在许可证上稳定,在是否存在上不稳定。开放检查点在存在性上稳定,在许可证上受限。两者都不是安全选项,而你更愿意承担哪种风险,取决于你的问题是法律审查还是生产事故。
每个模型实际做什么
Fibo 2.0 是一个拥有八十亿参数的流匹配模型,它在 FLUX.2 VAE 的潜空间内进行去噪,因此提示词要到达绘图阶段,需经过 Qwen3-VL-4B-Instruct 编码器、一个将其压缩为 256 到 512 个要点 token 的两层 Perceiver 重采样器,以及一个 44 块的单流 DiT——其中五个块通过交叉注意力直接接收 VLM 层,而不是读取描述文本。正是这种连接方式,才让结构化描述这一前提得以成立。Dev 是 50 步、guidance 5.0 的检查点,同时处理生成和编辑。Edit Turbo 是蒸馏出的同系模型:四步、guidance 1.0、仅用于编辑,而且不是任何人应该尝试微调的基座。
• 参考图像 — Fibo 2.0 最多接受四张,按顺序分别记为 <image_1> 至 <image_4>。根据 Tencent 的文档,HY-Image 3.5 最多接受五张。
• 输出规格 — Fibo 2.0 在约一百万像素的规模下输出 16 的倍数,默认为 1024×1024、1424×800 或 1248×832。HY-Image 3.5 的文档标称可达 2K。
• 结构化提示词——Fibo 的差异化优势。一条简短的指令即可转化为包含主体、材质、光照和位置等字段的 JSON/VGL 描述,并直接返回 JSON。改动一个字段,重新运行,其余部分保持不变。
• 中文理解——HY-Image 3.5 的差异化优势,也是它作为独立产品而非某款产品的本地化版本而存在的原因。腾讯自家的产品材料在宣传图像生成的同时,也强调了其强大的中文理解能力。
• 访问方式 — Fibo 2.0 可通过 Bria 的平台、其授权计划、ComfyUI 和社区生态系统,以及自 11 月 18 日起的 Civitai 生成器访问。HY-Image 3.5 可通过腾讯云的 TokenHub API 接口访问。

成本:一旦你不再相信单张图片的数字
每千次八美元是那个头条,但它是个错误的头条。有两件事改变了这笔账。
Bria 平台上的价格是每张图 $0.032,而这里董事会建模得出的 $32 恰好与之吻合。两个数字都不包含的是结构化提示词辅助工具:那是一次单独的视觉语言调用,会把你的指令改写成 JSON 描述,每次收费约 $0.02。如果每次渲染都运行它,真实成本会升至 $0.052,也就是每千张 $52——比 HY-Image 3.5 的 $24 高出一倍还多。跳过这个辅助工具、手写 JSON,或者在一个固定场景中复用一张缓存的描述、只改动会变化的字段,那你实际支付的就是 $32。
第二点是,HY-Image 3.5 的 $24 买到的是一个预览版。如果该模型在正式全面可用时重新定价——而预览定价通常是引入性的——你在 11 月做的对比可能撑不到 2 月。Fibo 的 $32 是已发布产品上的公开定价;如果你更愿意用 GPU 小时来付费,其权重可免费用于非商业用途。
• 每张图片最便宜——HY-Image 3.5 每千张 24 美元,但存在预览定价风险。
• 每次调用都搭配助手时最便宜——HY-Image 3.5 的成本低 2 倍以上。
• 若拥有自己的硬件,规模化时成本最低——Fibo 2.0,在非商业许可下边际成本为零。一个社区工作流在 RTX 6000 Pro 上测得每张 2K 图像约需 19 秒。
• 对于托管 API 上的商业产品来说,最便宜的——直白地说,两者都不是。Fibo 需要 Bria 的同意;HY-Image 的预览条款才是需要阅读的内容,而且这些条款在 Tencent Cloud 上,而不在营销页面上。
OrcaRouter 的适用场景——以及不适用场景
先把不好听的说在前头:这两个模型都不在 OrcaRouter 的目录里。Fibo 2.0 是 Bria 授权下的 Bria 检查点;HY-Image 3.5 是腾讯云产品。两者都不是路由器能直接提供给你的东西,而如果假装并非如此,那就会是这个页面唯一能发挥作用的地方犯下的错误。
这条流水线中,路由器能承载的部分是除像素之外的一切。Fibo 渲染从由视觉语言模型撰写的说明文字开始,并可能以第二个视觉语言模型来评分结束,判断这次编辑是否没有改动画面其余部分;两者都是文本调用,而且两者都可以放在同一个密钥上,与 200 多个其他模型并列。当批次很长时,这一点最重要:路由规则把廉价的提示词重写交给廉价模型,把需要谨慎处理的评分留给昂贵模型;0% 加价意味着提供商当天收多少,你就付多少;而且自动故障转移能让一次两千张图像的运行保持存活,即使某个提供商的端点在一小时内变得不稳定。
如果你特别需要 HY-Image 3.5 的中文理解能力,请注意,Tencent 自家的 语言模型则是另一回事,也属于另一条产品线——请查看目录中实际提供的内容,而不是想当然地认为某个图像模型意味着它的同系列模型也可路由。
谁应该选哪个
从任务开始,而不是从分数开始,答案通常就会自然浮现。
如果你生成和编辑一样多,就选择 Fibo 2.0。65 分的生成差距是本次比较中最大的数字,也是每天都会体现在你输出中的那个。HY-Image 5.89 分的编辑领先落在噪声范围内,不会体现出来。
如果你只编辑现有图像,并且提示词是中文,就选 HY-Image 3.5。它在排行榜上与之一水平,每张图像更便宜,而中文理解正是 Fibo 2.0 的文档没有声称具备的能力。
如果你需要真正拥有模型,那就别无选择。HY-Image 3.5 是闭源预览版。Fibo 2.0 可下载、微调、量化,并能在气隙隔离环境中运行——可用于非商业用途,或依据协议用于商业用途。
如果你是在为受监管的采购方做采购,编辑画板上的那条领带无关紧要,真正的问题是哪家供应商会签什么。Bria 把赔偿保障和来源溯源本身当作产品来卖。Tencent 卖的是云服务。这是两类不同的采购对话,而其中只有一类会以一份你的法务团队满意的文件收尾。

最后值得说的是,究竟该如何读懂这样一份比较。两个模型、四个数字,而你看向哪一对,结论就会翻转。这并非基准测试的失败——而是基准测试在履行自己的职责,即告诉你“更好”并不是单一维度。选择你的工作真正所处的那个维度,检查该维度上的差距是否超过它自身的误差范围,然后忽略表格的其余部分。
