Fibo 2.0 Dev 與 Fibo 2.0：你並非在兩個模型之間做出選擇

Fibo 2.0 Dev 與 Fibo 2.0 是同一個模型，卻掛著兩個職稱。Fibo 2.0 是 Bria 為其在 2026 年 10 月 20 日發布的 81.3 億參數檢查點系列所取的發布名稱；Fibo 2.0 Dev 則是承載該發布的完整、未蒸餾基礎模型。只有當你按多數人實際接觸「Fibo 2.0」的方式來理解它——作為你在託管端點上呼叫、每張圖像定價 $0.032 的產品——並把它拿來對照那個你可以下載、衡量與訓練的東西時，這個比較才真正成立。其中一個是你掌控的流程管線，另一個是你租用的計價表。這才是決策所在，而包裝上的名字並不能決定這件事。

房間裡還有第三個東西，而把它略去不談，正是人們最後會失望的原因：Fibo 2.0 Edit Turbo，這款經過蒸餾的四步編輯器與該版本同名，但每張圖片大約只做十分之一的工作量。三個東西、一個名稱，以及一個描述整個發佈版本、而非任何單一檢查點的排行榜分數。接下來會從三個面向區分它們：它們要你付出多少成本、它們能做什麼，以及它們在法律上允許你推出什麼。

實際上有差異的六個維度

以下每一項差異，都是你可以實際採取行動的。若某項數據來自 Bria，而非獨立執行所得的結果，該數據會標明出處。

• 可下載權重 — Fibo 2.0 Dev：有，於 Hugging Face 上需申請存取權（gated），採 CC BY-NC 4.0 授權，約 25.5 GB，內含 16.3 GB 的 transformer、8.9 GB 的 Qwen3-VL-4B 編碼器，以及 0.34 GB 的 FLUX.2 VAE。Fibo 2.0 產品版：無需下載任何內容。

• 取樣 — Dev：50 步，搭配強度 5.0 的無分類器引導。託管編輯路徑與 Edit Turbo：4 步，引導強度 1.0，完全不使用無分類器引導。

• 任務涵蓋範圍 — Dev：使用同一組權重進行文字轉圖像與編輯。已發布的編輯端點與 Turbo：僅供編輯。透過 Turbo 進行文字轉圖像並不是較慢的路徑，而是錯誤的路徑。

• 微調 — Dev：唯一可訓練的檢查點，完整 DiT 微調與 LoRA 兩者皆是。Turbo：明確不是微調目標。託管產品：你租用權重，而不是教導它們。

• 負向提示詞 — Dev：它們有效，因為 CFG 是開啟的，有槓桿可以推動。Turbo：引導值固定為 1.0，所以負向提示詞沒有可作用的地方。

• 價格 — 託管產品：每 1,000 張圖片 $32.00，即每張 $0.032，這是 Artificial Analysis 所列出的數字。Local Dev：沒有每張圖片的價格；你付出的是 GPU 時數，以及 25.5 GB 的下載量。

Fibo 2.0 Dev 勝出之處，而且差距懸殊

生成是第一個缺口。Fibo 2.0 被宣傳為一個既能繪圖又能編輯的模型，而這個說法只對 Dev 成立。託管的編輯端點和 Edit Turbo 都是圍繞輸入圖像建構的；要求它們根據文字說明生成圖片，等於是在要求某個在蒸餾過程中被捨棄掉的東西。如果你的流程是從零開始，那就只能選擇 Dev 或其他模型。

Control 是第二個。以 guidance 5.0 執行五十步，會比不設定 guidance 的四步更慢，而更慢是可引導性的代價——能對提示詞施力、使用負向提示詞，以及以步數換取保真度。在編輯方面，Dev 也接受遮罩編輯、最多搭配四張情境影像的多參考編輯，以及 Inspire 模式；此模式會借用參考影像的風格，而不會將該影像傳給渲染器。

訓練是第三個，也是規模最大的一個。Dev 是每個微調路徑所鎖定的檢查點：ModelScope 的 DiffSynth-Studio 文件指出，只有 Fibo-2.0-dev 可訓練，而 Bria 則在儲存庫中提供單 GPU 的 LoRA 訓練器，以及資料準備指南。由於生成與編輯共用權重，一個 LoRA 可以教導一種風格，以及與之相隨的編輯行為。託管產品沒有類似的功能，而 Turbo 在設計上就被排除在外。

可攜性是第四項。本地檢查點可在 diffusers 下透過 BriaFibo2Pipeline 執行，也能在 ComfyUI 內執行；ComfyUI 的原生支援於 10 月 21 日合併，並隨 v0.43.0 推出，內含專用的文字編碼器類型，以及一個可接收 VGL 提示與參考影像的節點。它也能以量化形式執行——BF16、INT8 與 GGUF 重打包版本皆已存在——這正是讓 25.5 GB 的儲存庫得以在一般硬體上運作的關鍵。

已出貨的 Fibo 2.0 勝出之處

延遲與營運，主要是這兩點。四步無引導編輯路徑的回傳時間，只是 50 個引導步驟所需時間的一小部分；而 Bria 本身針對託管 API 公布的數字，是模型時間不到兩秒、端到端不到五秒——這是廠商自述，並非獨立實測，值得視為上限而非承諾。當一批編輯佇列必須在期限內消化完時，這就是全部的理由。

資本成本是第二項。每張圖片 0.032 美元，無需 GPU、無需下載 25.5 GB、無需卸載調校、無需做 FP8 與 BF16 的抉擇。每月需要 500 次編輯的團隊花費 16 美元，且從不打開終端機。同一個團隊若買一張顯卡在本機執行 Dev，在第一張圖片產生之前就得花上數百美元。只有在用量大時，Local Dev 才會在這筆算術中勝出，而且前提是 GPU 已經攤提在其他工作上。

管線的正確性是第三點。託管路徑處理那些枯燥的部分：文字編碼器、VAE、取樣排程，以及結構化提示詞擴充，全都是別人的問題。本機安裝則必須在每次升級時，讓 Qwen3-VL-4B 編碼器、FLUX.2 VAE 與具備 44 個區塊的 DiT 保持一致——這就是為什麼 ComfyUI 與 diffusers 整合的存在本身如此關鍵，也是為什麼 GGUF 重新打包事關重大。

五十步對四步：決定大多數情況的算術

每張圖片的成本，通常就是比較開始流於含糊帶過的地方，所以把它拆成三筆獨立費用。託管式：每張 0.032 美元，全包。本機開發：50 步的 GPU 秒數，加上電費，再加上顯示卡。本機 Turbo：4 步的 GPU 秒數，算力約為十分之一，但僅限於編輯。

交叉點確實存在，但比人們以為的更晚。如果租用 GPU 每小時約一美元，而 50 步的百萬像素渲染假設需要二十秒，那麼純算力成本大約是每張圖 0.005 美元——只有託管價格的六分之一，而這還沒算上任務之間的空閒時間，以及你自己的時間並非免費。每月 500 張時，相比 16 美元可省 2.50 美元，這在商業上不成立。每月 50,000 張時，相比 1,600 美元可省 250 美元，那就成立了。微調則完全逆轉這一點，因為你訓練出的 LoRA 只有在你可運行的權重上才有價值。

還有一個數字對 Dev 端特別重要：diffusers 管線預設為 30 步、guidance 5，而 Bria 對 Dev 的建議設定是 50。預設值會產生圖像；但不會產生 Bria 的圖像。任何設定本地管線的人都應該刻意決定這件事，而不是直接沿用預設。

授權重新界定了整個比較。

兩個可下載的檢查點皆採 CC BY-NC 4.0 —— 僅限非商業用途，商業部署須與 Bria 另行簽訂協議，且存取須經公司及預期用途表單審核。託管產品則是商業途徑：你購買的是使用權，而非模型權重的授權。

這會產生一個著實尷尬的結果，而這正是這個「vs」值得寫的原因。具備你想要的能力——生成、引導、微調——的那個 checkpoint，正是你若不協商就無法商業出貨的那一個。在法律上可直接商業出貨的產品，則是無法微調、也無法從頭生成的那一個。如果你的使用情境是商業且客製化，你並不是在兩個 Bria 產品之間做選擇；你是在選擇到底要不要開啟授權洽談。

也值得直說：Fibo 2.0 被引用到的那條排行榜成績——在 Artificial Analysis 的 AA-Image-Editing v2.1 上取得 1,088 Elo，在 5,009 張盲測投票中位居開源權重編輯器之首、總排名第二十三——是這個發行版的分数，而不是 Dev 對上 Turbo 的分数。其 ±14 區間與 Qwen-Image-2.1 的 1,081 ±13 幾乎完全重疊，所以開源權重的领先只是平手判定。在文生圖上排名則反轉：Fibo 2.0 的 1,039 ±12 落後於 Qwen-Image-2.1 的 1,042 ±12。兩個檢查點都沒有各自單獨公布的分数，這意味着任何「Dev 比 Fibo 2.0 更好」的說法，都是從檢查點如何建構推斷而來，而非實測結果。

哪一個，視情況而定

• 你需要文字轉圖像，而且希望它遵守數量、位置與屬性——Dev。結構化 JSON 控制介面正是為此而設，而管線會回傳它用來渲染的說明文字。

• 如果你正在為某個品牌、某種風格或某個垂直領域進行微調——Dev，先從 LoRA 開始。完整的 DiT 訓練確實存在，但在凍結編碼器上使用受秩限制的適配器，才是合理的第一個實驗。

• 你正在執行大量指令編輯，且沒有自訂行為——使用託管路徑，或者若映像無法離開你的網路，就在本機使用 Turbo。四個步驟且沒有指引，在這裡是一項特色，而非限制。

• 你需要進行商業部署——請開始與 Bria 洽談，或規劃租用。下載權重並不能解決授權問題。

• 你只是想看看這個模型到底行不行——每張圖片 $0.032 的託管端點，比下載、設定，還有你為了載入 FP8 會賠上的一整個晚上都還便宜。在你花掉一整個週末之前，先花 5 美元。

文字那一半只需一個端點，無論你選哪一邊

兩條路線共用一個沒人做過基準測試的依賴：撰寫 VGL 的語言模型。Fibo 是以 Visual GenAI Language 標註訓練的，其中光線、構圖、攝影機與物件都是可定址的欄位，而輸出有多大助益，取決於那份 JSON 的品質。手工撰寫在十幾條提示詞時還行，到一千條時就苦不堪言，這就是為什麼標註器成了系統的一部分。

這正是 OrcaRouter 所涵蓋的部分。 一個 API 涵蓋 200+ 款模型，0% 加價——供應商牌價原樣傳遞，因此廠商一有變更，當天就會反映到你的帳單——並透過路由 DSL 將批次圖說生成交給便宜模型、把難處理的資料列升級，且模型融合，可在單一圖說生成器一直把你在意的欄位壓得扁平時派上用場。它也讓比較變得可測試：將同一張影像交給兩個圖說生成器執行，比對 JSON 差異，看看哪一組欄位真正改變了渲染結果。Fibo 2.0 本身不在我們的目錄中，因此影像端就維持在你放置的地方——文字端才是整合的那一側。

簡短結論：如果你是要自己打造，就選 Fibo 2.0 Dev；如果你是要買來用，就選 Fibo 2.0 端點。名字是共用的，授權可不是，而附帶訓練迴圈的檢查點，才是六個月後仍然屬於你的那一個。