
FIBO 2.0 對決 HY-Image 3.5:某個董事會稱之為平手
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 187 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 514 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 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 每百萬 tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 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 每百萬 tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 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 每百萬 tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
把 Fibo 2.0 和 HY-Image 3.5 放上編輯榜,你會得到平手。把它們放上文生圖榜,你會得到 65 分的差距。同樣兩個模型、同一週、同一套方法論,結論卻相反——而原因並不是哪個分數錯了。原因在於,這兩個模型在圖像模型所做的兩件事上並非同樣擅長,而單一個「哪個更好」的答案,恰好會摧毀你真正需要的那項資訊。騰訊的 HY-Image 3.5,廠商在其 HunyuanImage 系列中以 hy-image-v3.5-preview 這個識別碼以預覽版形式推出,其編輯能力大致與 Bria 的 Fibo 2.0 相當——那是 Bria 於 2026 年 10 月 20 日發布的開放 8B 檢查點——而生成能力則明顯較差。如果你做的是編輯,那句話就是整篇文章。
在數字派上用場之前,先交代來源。兩個 Elo 數值及其區間來自 Artificial Analysis;該機構進行盲測成對偏好投票,並公佈每個分數周圍的變動範圍。我於 2026 年 11 月 20 日讀取了這兩個榜單。兩個價格是該榜單模擬出的每千張圖像成本,屬於可比的合成數字,並非任一供應商的價目表。騰訊自家文件與 Bria 的模型卡,是關於限制、授權與發布狀態的一切內容之來源;凡供應商陳述了我未獨立查核的內容,句中都會如實註明。
讀取兩塊彼此不一致的板卡
這種分歧鮮明到可以先列出數字,再加以解讀。
• 編輯 — HY-Image 3.5 1,091.87(區間 1,078.87 至 1,104.87),在 86 中排名第 28。Fibo 2.0 1,085.98(1,072.98 至 1,098.98),排名第 31。HY-Image 領先 5.89 分,這小於任一區間半寬的一半。
• 文字轉圖像 — Fibo 2.0 1,036.98(1,025.98 至 1,047.98),在 116 個中排名第 32。HY-Image 3.5 972.12(960.12 至 984.12),排名第 75。Fibo 領先 64.86,而兩區間最接近時相差 41 點。
• 價格 — Fibo 2.0 每 1,000 張圖片為 $32.00,HY-Image 3.5 為 $24.00。相差八美元,亦即 25%。
• 發布狀態 — Fibo 2.0 已正式推出,提供可下載的權重,授權條款為 CC BY-NC 4.0。HY-Image 3.5 仍標示為預覽版,且除預覽版識別碼外,未發布第二個穩定識別碼。
編輯項目上的平手才是有意思的地方,因為這不是兩個模型抵達同一位置的平手,而是兩種截然不同押注之間的平手。HY-Image 3.5 是中國實驗室的圖像模型,透過 Tencent Cloud 提供服務,具備很強的中文理解能力,針對的是一個提示詞用中文和英文的機率一樣高的市場。Fibo 2.0 則是授權資料檢查點,其整體設計前提是提示詞應該是結構化文件,而不是句子。它們在編輯榜上趨於一致,在生成上卻相差 65 分,而只看編輯榜的人根本不可能預料到這一點。

為什麼代溝才是更重要的事實
六十五 Elo 的差距,是那種會在前二十個輸出就顯現、而不是到第二百個才出現的差異。它大致相當於同一榜單上第 32 名與第 75 名之間的落差,也就是說,它橫跨了整個中段——也就是一個能與 Qwen-Image-2.1 和 FLUX 3 Image Klein 旗鼓相當的模型,與一個排在 Wan 2.7 Pro 和 HiDream-O1-Image 之下的模型之間的距離。
編輯排行榜呈現出不同的情況,因為編輯是一項不同的任務。編輯器從一張已經具備大部分構圖、光線和結構的影像開始。模型的工作是進行局部變更,而一個生成能力平庸的模型,只要它能保留所給定的內容,仍然可以成為稱職的編輯器。這正是這些數字所描述的情形:HY-Image 3.5 是一個建立在較弱生成器之上的不錯編輯器,而 Fibo 2.0 是一個強大的生成器,其編輯能力大致同樣出色。
實際影響是,這兩個模型並非彼此的替代品。如果你要為同時負責生成與編輯的管線挑選單一模型,應由生成評測榜來決定,而 Fibo 2.0 在此以任何信賴區間論證都無法撼動的幅度勝出。如果你已有一批現有圖像,而且只會編輯它們,HY-Image 3.5 是兩者中較便宜的一個,且在你關心的軸線上統計上持平。
預覽標籤並非只是形式。
Tencent 先推出這條產品線的預覽版,之後才推出正式版,而目前這一代正處於這兩種狀態中的第一種。目前流通的識別碼是 hy-image-v3.5-preview。並沒有另一個穩定、非預覽版的識別碼與之並存,Tencent 也未公布它何時會出現。
對比較而言,這比對評測更重要,因為它改變了「更便宜」的含義。預覽模型可能未經通知就被重新定價、改名或被取代,而固定綁定到預覽識別碼的管線,等於綁定到廠商已明確拒絕承諾的東西。Fibo 2.0 則在不同層面上有相反的問題:權重穩定,授權不穩定。它的檢查點不會在你使用期間變動;你被允許對它們做什麼,才是需要合約的部分。
這就是一句話總結的選擇。預覽 API 在授權上穩定,但在存在性上不穩定。開放檢查點在存在性上穩定,但在授權上受限。兩者都不是安全選項,而你更願意承擔哪種風險,取決於你的問題是法律審查還是生產事故。
每個模型實際上做什麼
Fibo 2.0 是一個擁有 80 億參數的流匹配模型,會在 FLUX.2 VAE 的潛空間中進行去噪,因此提示詞會依序經過 Qwen3-VL-4B-Instruct 編碼器、兩層 Perceiver 重採樣器(將提示詞壓縮成 256 到 512 個重點 token),以及 44 個區塊的單流 DiT,最後抵達繪圖階段;其中五個區塊會透過交叉注意力直接接收 VLM 層,而不是讀取圖說。正是這樣的接線方式,讓結構化圖說的前提得以成立。Dev 是 50 步、guidance 5.0 的檢查點,同時處理生成與編輯。Edit Turbo 則是蒸餾版兄弟:四步、guidance 1.0、僅供編輯,而且不是任何人該嘗試微調的基礎模型。
• 參考圖片 — Fibo 2.0 最多接受四張,依序標示為 <image_1> 至 <image_4>。根據騰訊的文件,HY-Image 3.5 最多接受五張。
• 輸出尺寸範圍 — Fibo 2.0 在約一百萬像素下產生 16 的倍數,預設為 1024×1024、1424×800 或 1248×832。HY-Image 3.5 的文件記載可達 2K。
結構化提示詞——Fibo 的差異化優勢。簡短指令會變成帶有主體、材質、光線與位置欄位的 JSON/VGL 標註,並回傳 JSON 給你。改一個欄位、重新執行,其餘一切保持不變。
• 中文理解能力——HY-Image 3.5 的差異化優勢,也是它之所以作為獨立產品存在、而非某個產品的本地化版本的原因。騰訊自家的產品資料在推廣圖像生成的同時,也強調其強大的中文理解能力。
• 取得方式 — Fibo 2.0 可透過 Bria 的平台、其授權方案、ComfyUI 與社群生態系,以及自 11 月 18 日起透過 Civitai 的生成器取得。HY-Image 3.5 則可透過 Tencent Cloud 的 TokenHub API 介面取得。

成本,一旦你不再相信每張圖片的數字
每千次八美元是這則頭條,但這是錯誤的頭條。有兩件事會改變這筆算術。
Bria 平台上的價格是每張圖片 $0.032,而這裡看板模擬出的 $32 恰好完全對上。這兩個數字都沒包含的是結構化提示輔助工具:那個獨立的視覺語言呼叫,會把你的指令改寫成 JSON 描述,每次收費約 $0.02。每次算圖都執行它,真實成本就會攀升到 $0.052,也就是每千張 $52——超過 HY-Image 3.5 的 $24 的兩倍。略過輔助工具、手寫 JSON,或在固定場景中重複使用一個快取的描述,只改動會變的欄位,那你實際支付的就是 $32。
第二點是,HY-Image 3.5 的 $24 買到的只是預覽版。若模型在正式全面推出時重新定價——而預覽定價通常是先導優惠——你在十一月做的比較未必能撐到二月。Fibo 的 $32 是已上市產品的公開費率,而且如果你寧願用 GPU 時數付費,權重可免費用於非商業用途。
• 每張圖片最便宜 — HY-Image 3.5 每千張 24 美元,但存在預覽定價風險。
• 每次呼叫都搭配輔助工具時最便宜——HY-Image 3.5 便宜超過 2 倍。
• 若您自有硬體,規模化時最便宜——Fibo 2.0,在非商業授權下邊際成本為零。某個社群工作流程在 RTX 6000 Pro 上測得每張 2K 影像約需 19 秒。
• 就託管 API 上的商業產品而言,最便宜的選項——直接了當地說,兩者都不是。Fibo 需要 Bria 的同意;HY-Image 的預覽條款才是該讀的內容,而且它們是放在 Tencent Cloud 上,而不是行銷頁面上。
OrcaRouter 適合哪些情況——以及哪些情況不適合
先講尷尬的部分:這兩個模型都不在 OrcaRouter 的目錄中。Fibo 2.0 是 Bria 授權下的 Bria checkpoint;HY-Image 3.5 是 Tencent Cloud 的產品。兩者都不是路由器能直接提供給你的東西,而若假裝可以,那會是這個頁面唯一可能弄錯的有用之事。
這條管線中路由器能承擔的部分,就是除了像素以外的一切。Fibo 渲染始於由視覺語言模型撰寫的說明文字,並可能以第二個視覺語言模型作結,評估這次編輯是否讓畫面其餘部分保持原樣;兩者都是文字呼叫,而且兩者都能放在同一把金鑰上,與其他 200 多個模型並列這在批次很長時最為重要:路由規則會把成本低的提示改寫交給便宜模型,並把需要謹慎處理的評分留給昂貴模型;0% 加價意味著供應商當天收多少,你就付多少,而自動容錯移轉讓兩千張影像的執行保持運作,即使某個供應商的端點不穩定長達一小時。
如果你特別想要 HY-Image 3.5 的中文理解能力,請注意,Tencent 自家的語言模型是另一回事,也屬於不同的產品線——請查看產品目錄以確認實際上有什麼,而不要假設某個圖像模型就代表它的同系列模型可路由。
誰該選哪個
先從任務本身著手,而不是分數,答案通常就會自然浮現。
如果你產出的量和編輯的量一樣多,就選 Fibo 2.0。65 點的生成差距是這項比較中最大的數字,也是每天都會反映在你成品上的那一項。HY-Image 在編輯上領先的 5.89 點落在雜訊範圍內,不會顯現出來。
如果你只編輯現有圖片,而且提示詞是中文,就選 HY-Image 3.5。它在排行榜上與對手並列,每張圖更便宜,而中文理解正是 Fibo 2.0 文件沒有宣稱具備的能力。
如果你需要擁有這個模型,就別無選擇。HY-Image 3.5 是封閉且僅供預覽的。Fibo 2.0 可下載、微調、量化,並在氣隙環境中執行——供非商業用途,或依協議供商業用途。
如果你是為受監管買方採購,編輯委員會裡的平票並不重要,問題在於哪家供應商會簽下什麼。Bria 把賠償保障與來源溯源當成產品來賣。Tencent 賣的是雲端服務。這是兩種不同的採購對話,而只有其中一種會以一份你的法務團隊滿意的文件作結。

最後值得說的一點,是到底該怎麼解讀這樣的比較。兩個模型、四個數字,而結論會隨著你看的是哪一對而翻轉。這不是基準測試的失敗——而是基準測試盡到了職責,告訴你「更好」並不是單一軸線。選定你的工作實際所在的軸線,檢查該軸線上的差距是否超出它自身的誤差範圍,然後忽略表格其餘部分。
