一张生成的标题卡,主标题为“FIBO 2.0 vs MiniMax H3 Image”,副标题为“相隔三周,开放权重冠军易主”。两个标签分别写着“FIBO 2.0 — 8B,2026年10月20日,1,086 Elo 编辑”和“H3-Image — 68.65 GB,2026年11月10日,1,135 Elo 编辑”。页脚写着“Elo 数据来自 Artificial Analysis,AA-Image-Editing,读取于2026年11月20日。”
Guides & Insights

FIBO 2.0 与 MiniMax H3 Image:王冠已然易主

作者

Elias Hawthorne

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

在二十一天里,FIBO 2.0 是你能下载到的最强图像编辑模型。Bria 于 2026 年 10 月 20 日在 Artificial Analysis 的编辑排行榜上以 1,086 Elo 发布它,这使其在开源权重条目中排名第一,并比该公司自己此前的尝试高出约 169 分。随后,Mini​Max 于 11 月 10 日 14:50 UTC 在 Hugging Face 上发布了 MiniMax H3 Image 的权重;等到竞技场有足够多的对战场次来给它排名时,开源权重的领先地位已经属于一个在 FIBO 发布时还不存在的模型。截至 2026 年 11 月 20 日,H3-Image 的 Elo 为 1,135,区间为 1,119 至 1,151。FIBO 2.0 为 1,086,区间为 1,073 至 1,099。这些区间并不相交。

对一篇发布帖来说,这确实是个尴尬的处境,而真正值得问的是:既然它当初主打的数字已经被一个比它年轻三周的竞争对手超越,FIBO 2.0 的理由还剩下什么。答案并非一无所有。答案是,这两个模型是为不同的所有者打造的,而差异体现在一个数字上:81 亿参数,对比 68.65 吉字节的下载量。

8B 和 68.65 GB 对一个人而言意味着什么

Bria 以非同寻常的详细程度公开了其架构。FIBO 2.0 是一个流匹配模型,运行在 FLUX.2 VAE 的潜空间中,以 Qwen3-VL-4B-Instruct 作为其提示编码器,一个两层 Perceiver 重采样器将该编码器的输出压缩为 256 到 512 个“要点”token,此外还有一个 44 块的单流扩散 Transformer,其中五个块额外接收交叉注意力输入。该检查点为 BF16 safetensors 格式的 8,127,342,213 个参数——在任何运行时开销之前约为 16 GB 权重。一张 24 GB 的消费级显卡即可容纳它,并仍有余量容纳文本编码器。

MiniMax H3 Image 完全是另一回事。它的仓库包含 68.65 GB 权重,外加一个从第二个仓库借用的文本编码器;这就是一个围绕 4K 输出、1600 万像素和最多 16 张参考图像设计的模型在发布时要付出的代价。11 月 10 日的公告以“十秒生成一张 1600 万像素图像”作为主打;无论这个数字在你的硬件上最终能体现出多少价值,它都不是单卡工作站能产出的数字。

• 磁盘上的权重 — FIBO 2.0 约 16 GB BF16;H3-Image 68.65 GB,外加一个独立的文本编码器。

• 每次编辑的参考图 — FIBO 2.0 最多 4 张,按顺序对应;H3-Image 最多 16 张,依据 Mini​Max 的公告。

• 输出尺寸 — FIBO 2.0 通过其已发布的管线以 1K 级分辨率渲染;H3-Image 宣称支持 4K,约一千六百万像素。

• 编辑 Elo — FIBO 2.0 1,086,总榜第 31;H3-Image 1,135,第 14。H3-Image Highspeed 是更快的档位,得分为 1,132。

{{1}}文生图 Elo{{/1}} — {{2}}FIBO 2.0{{/2}} {{3}}1,037,第32名{{/3}};{{4}}H3-Image{{/4}} {{5}}1,066,第27名{{/5}};{{6}}H3-Image Highspeed{{/6}} {{7}}1,072。{{/7}}

• 标价 — FIBO 2.0 每 1,000 张图片 $32.00;H3-Image 图像编辑 $26.54,文生图 $21.79;H3-Image Highspeed 图像编辑 $45.25。

参考图数量比 Elo 分数更能决定真实任务。四张图就能覆盖人物+服装+背景+标志。十六张能在一次调用中覆盖整条产品线;如果你的工作是合成而不是修图,十六张就不是可有可无的便利——它是让多主体场景从根本上成为可能的能力。FIBO 的四张足以完成一次时尚编辑,却不足以完成一张产品目录跨页。

A crop of the Artificial Analysis AA-Image-Editing leaderboard showing consecutive ranked rows, including H3-Image at rank 14 with 1,135 Elo and an interval of 1,119 to 1,151 across 3,267 battles at $26.54 per 1,000 images, and Fibo 2.0 at rank 31 with 1,086 Elo, an interval of 1,073 to 1,099 across 5,753 battles at $32.00 per 1,000 images.

在这个论坛里,三周算是很长一段时间了。

FIBO 2.0 在 10 月时的榜单位置,已经两次被后来者挤到下面。H3-Image 于 11 月 10 日登场,直接来到第 14 位。字节跳动于 11 月 9 日发布的 Seedream 5.5,以 1,160 分位列第八。比 FIBO 早五天推出的 Krea 3 (Ultra),已经以 1,154 分领先,却完全没有公开权重。从当前读数来看,编辑榜单上排在 FIBO 2.0 之上的模型中,有三个是在它之后发布的;而紧随其下的开放权重条目,是 1,082 分的 Qwen-Image-2.1——正是一个月前 FIBO 还因超越它而受到称赞的模型。

这些都不是模型本身的缺陷。这就是一个快速演进的品类应有的样子;对于发布仅三周的产品,诚实的写法是如实说明这一点,而不是把发布周的快照当作排名箭头从未移动过一样引用。Bria 自己的 Hugging Face 模型卡仍保留着十月的说法——“在开源权重模型中,图像编辑排名第一、文本生成图像排名第二,2026年10月20日”——这在它标注日期当天是真实的。现在这已不成立,而模型卡也没有另作说明,因为模型卡不是排行榜。

Bria 另一个没有改变的差异化优势,恰恰对这样一支团队最有价值:它打算在本季度排行榜被遗忘之后继续使用该模型,而这个优势就是检查点体积小、有文档说明,并且随附微调路径。该代码库包含一个单 GPU LoRA 训练器,用于编辑和文本到图像,并配有数据准备指南,其论据是生成和编辑共享同一套权重,因此一次微调就能教会模型一种统一风格以及如何在该风格内进行编辑。68 GB 的模型并非无法微调,但那会是另一套预算讨论。

两家厂商都没有大肆宣传的许可证

从技术意义上说,这两者都是开放权重发布,而且都不是开源。Bria 的模型卡标明 CC BY-NC 4.0 仅限非商业使用,商业使用需要另行签订协议,并且要求填写公司和预期用途表单后才能访问其仓库。MiniMax H3 Image 则依据其自己的社区许可协议发布——这是一份定制文档,而非 OSI 许可证——而阅读一份定制许可证的实际工作量,比阅读一份 Creative Commons 许可证更长,而不是更短。两家公司都没有提供“开放权重”这个说法通常暗示的东西,即在文件之上构建产品并将其发布的权利。

A generated card titled 'What fits on one workstation', showing two bars drawn to scale: FIBO 2.0 at about 16 GB of BF16 weights, which fits a 24 GB card alongside its text encoder, and MiniMax H3 Image at 68.65 GB plus a separate text encoder, which does not. A footer reads 'Parameter counts and repository sizes per each vendor's published model card, November 2026.'

真正保留下来的是实验成本上的差异。一个需申请访问权限、大小 16 GB、能在一台工作站上运行并自带微调脚本的下载,单个工程师周二就能评估。一个 68 GB、需要多 GPU 机器和独立文本编码器的下载,则是一个要开工单的项目。这种不对称性有利于 FIBO 用于研究和原型开发,也有利于 H3-Image 用于那些问题已经是“我们有 GPU,而且需要十六个参考”的人。

还有第三种选择,两篇发布文章都没有提到,而这恰恰是大多数团队最终会采用的方式:两个模型都不在本地运行。两个模型都以托管端点形式出售,价格分别为每千张图片 32.00 美元和 26.54 美元;在这样的价格下,只要每月图片量低于几千张,关于硬件的理由就不复存在。当你需要微调、隐私或规模时,自托管才变得合理——而不是当你想获得最便宜的图片时。

路由器在这里做什么,以及不做什么

FIBO 2.0 不在 OrcaRouter 的产品目录中,H3-Image 也不在;我们实际提供的图像模型完全是另一组。因此,在这次对比中,路由器真正能如实承担的角色,并不是“通过一个 API 调用两者”,因为那样说并不属实。它承担的是围绕渲染的环节。

两个模型都需要结构化、长篇幅的提示词——FIBO 通过其 VGL JSON schema,H3-Image 通过 MiniMax 自家示例所用的那种长描述——而在生产环境中,这些描述由语言模型撰写、依据 schema 校验,并在渲染结果出错时重试。这条循环正是钱之所在,也是故障之所在。OrcaRouter 用一个密钥开放 200 多个文本模型,按供应商标价、0% 加价,因此描述生成器和校验器可以按任务随时更换,无需签订新合同;自动故障转移能应对某家供应商在凌晨两点状态不佳的情况;而路由 DSL 可将描述生成、渲染调用和重试组合成一个配置好的步骤。无论哪种方式,图像模型仍留在它原本所在的地方。

这是一个谦逊的说法,而且是有意为之的谦逊。路由器不会把 1,135-Elo 的模型变成 1,200-Elo 的模型,也不会让你得到十六篇参考文献。

这个月谁该选哪一个?

• 如果你们桌下那台机器就是部署目标,如果你想在自己的目录上做微调,或者如果对你们的法务团队来说,“许可证有一条具名的商业路径”比“许可证很短”更重要,那就选 FIBO 2.0。

• 如果你需要把四样以上的内容合成到一个画面中,如果 4K 输出是硬性要求而非加分项,或者如果你已经接受了最好的开放权重模型是一个不断变化的目标、宁愿购买当前领先者的端点(endpoint)而不是它的文件,那就选 H3-Image。

• 如果你每月只编辑几百张图片,并且没有合规方面的理由必须将它们留在内部处理,那就两者都不要选——两者都以 API 形式按每张图片几美分的价格出售,而一台 GPU 服务器的运营成本会超过账单金额。

A generated card titled 'Two questions, two answers', with two columns: 'Need the file — FIBO 2.0, 16 GB, gated, non-commercial licence with a commercial path' and 'Need sixteen references — H3-Image, 68.65 GB, 4K output, bespoke community licence'. A footer reads 'Licence terms per Bria and MiniMax model cards; Elo per Artificial Analysis, read 20 November 2026.'

• 如果决定很接近,就等两周,因为榜单上八个顶级编辑模型中有三个是在11月发布的,排名尚未稳定。

能改变这一解读的是具体事实。如果 Bria 放宽非商业条款,不管 Elo 如何,FIBO 2.0 的地位都会一夜之间改变,因为目前许可证是 8B 检查点与每个想要可审计模型的产品团队之间唯一的障碍。如果 MiniMax 发布一个能装进 24 GB 的量化或蒸馏版 H3-Image,规模论点就会消失,FIBO 剩下的理由就缩小到 VGL 和微调脚本。而如果下一次竞技场读数使 H3-Image 的区间高于 FIBO 的区间——两者相差 49 Elo,两个区间带之间有 20 点的间隔,因此这需要真正的转变,而非噪声——那么十月的排名就不再是历史趣闻,而成为既定事实。目前它只是一个三周窗口的快照,而这正是这篇文章应当被解读的方式。