生成的標題卡寫著「FIBO 2.0 對比 Ideogram 4.5」,副標題為「兩個以編輯為先的模型,排名相差六位」,標籤寫著「編輯:1,086 對 1,065 Elo」、「每 1,000 張圖片 $32 對 $220」,以及「權重:開放對封閉」。頁尾寫著「Elo 與模型估算價格依據 Artificial Analysis AA-Image-Editing v2.1,讀取於 2026 年 11 月 20 日。」
Guides & Insights

FIBO 2.0 對比 Ideogram 4.5:第 31 名對上第 38 名

作者

Elias Hawthorne

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

Fibo 2.0 和 Ideogram 4.5 是 2026 年底兩款以編輯為優先的圖像模型,而在衡量編輯能力的排行榜上,兩者相差六名、二十一點 Elo:排名第 31 的 1,085.98 對上排名第 38 的 1,064.64。這個差距確實存在,但不算大——它落在兩個區間之外,且約為半寬的兩倍半,因此這種差異值得擁有,卻不值得為它重構整條管線。更鮮明地區分兩者的是排行榜未衡量的一切。一個是 Bria 於 2026 年 10 月 20 日發布、可下載的 8B 檢查點。另一個是封閉的託管模型,其最強賣點是:它以原尺寸回傳你的圖像,未經改動的像素會被精確複製,而不是重新渲染。那不是一句行銷話術。它是一項可測試的特性,也是 Ideogram 4.5 存在的理由。

這兩個分數都是 Artificial Analysis 的數字,於 2026 年 11 月 20 日從編輯排行榜上取得,而且各自附帶的 95% 區間寬到值得細讀,而不是略過。這兩個價格都是同一排行榜所建模的每千張影像成本——這個數字是為了在差異極大的服務模型之間進行比較而建立,並非來自任一家供應商的報價。若本文中的某項說法出自 Ideogram 或 Bria 自己的文件,而非實測,該句會標明出處。

兩個模型都在的那塊板

兩個模型在文生圖方面都不夠強,那個排行榜無法據此判定任何事;而且在數字開始暗示相反結論之前,值得先把這一點說清楚。

• 編輯 — Fibo 2.0 1,085.98(1,072.98 至 1,098.98),在 86 個中排名第 31。Ideogram 4.5 在其 High 設定下為 1,064.64(1,050.64 至 1,078.64),排名第 38。差距 21.34 Elo。

• 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。Ideogram 4.5 High 1,016.97(1,002.97 至 1,030.97),排名第 50。差距 20.01 Elo,且區間並未重疊,留有相當餘裕。

• 價格 — 每 1,000 張圖像 $32.00,相較於 $220.00。根據董事會的建模,Fibo 便宜 6.9 倍。

• 權重 — Fibo 2.0 以 8B 參數量、CC BY-NC 4.0 授權開放下載。Ideogram 4.5 並未公布權重;該廠商的開放計畫僅涵蓋 Ideogram 4.0,止步於此。

兩個榜單上都差二十一 Elo,這是值得注意的巧合,因為這表示這兩個模型能力相當,但類型不同。在一個區間寬度為十三分的榜單上,二十分的差距是兩個相鄰品質等級之間的差異,而不是一個好模型與一個差模型之間的差異。如果品質是唯一的軸線,決定就會取決於價格,而價格用一句話就能定案。

Screenshot of the Artificial Analysis image editing leaderboard, headed AA-Image-Editing v2.1, captured in English, showing the ranked table from rank 1 to rank 38, with Fibo 2.0 at rank 31 on Elo 1,086 from 5,753 samples, released October 2026 at 32.00 dollars per 1,000 images, and Ideogram 4.5 (High) at rank 38 on Elo 1,065 from 4,003 samples, released September 2026 at 220.00 dollars per 1,000 images, with ranks 32 to 37 in between.

像素級精確就是像素級精確

Ideogram 4.5 的宣傳訴求比任何競爭對手都更聚焦、更具體;值得直接引述而非轉述,因為重點就在於它的明確具體。該廠商的 API 文件指出,輸出結果一律與輸入影像的寬度和高度相符,而編輯未實質改變的像素會從來源原樣複製。模型頁面則補充了其動機:「每一次編輯,影像模型都可能帶來像素位移、色彩變化與紋理假影。Ideogram 4.5 減少了這種漂移,在多輪編輯中保留細節。」

把這句話拿來對照大多數編輯器實際的做法。典型的指令式編輯器會圍繞你的變更重新合成整個畫面,這就是為什麼對產品照片做個小編輯,可能連續三次微妙地改變背景漸層,直到影像不再符合品牌素材。Ideogram 的主張是這不會發生,因為未觸及的區域是複製而非重新生成。這比「保留細節」是更強的說法,而且用 diff 大約十分鐘就能證偽。

支援它的能力集刻意保持精簡。透過自然語言或結構化 JSON 提示進行針對性編輯。使用黑白遮罩進行遮罩編輯,以黑色標示要變更的區域。參考引導式編輯,以確保整組內容的一致性。多輪鏈式操作,每一步都建立在前一步之上,而不會出現廠商所反對的那種漂移。四種有記載的用途,一套機制。

Fibo 2.0 以不同的途徑抵達類似的位置。它不保證未觸及的像素會被複製——它會把你的指令擴展成結構化的 VGL/JSON 描述,依該文件生成,並把 JSON 交還給你。你未提及的屬性會維持原樣,因為它是帶有值的欄位,而不是一個在重新分詞後未必能保留下來的詞。這是否和複製像素一樣好,取決於你具體的編輯內容,而這不是 Elo 排行榜能回答的問題。

董事會看不見的事

有三項特性對這些模型的區分程度超過二十分 Elo,而它們沒有一項會出現在偏好分數中。

• 尺寸保真度 — Ideogram 4.5 會傳回來源圖片的確切寬度和高度,並已在一次 4,016 × 6,016 像素、24.2 百萬像素的編輯中獲得驗證。Fibo 2.0 則以接近一百萬像素的 16 的倍數生成——1024×1024、1424×800、1248×832——這使它成為一百萬像素模型。如果你的素材庫是全解析度攝影,這可不是四捨五入的差別;而是關乎能否勝任整項工作的根本差異。

• 所有權 — {{1}}Fibo 的權重今日可下載{{/1}}。Ideogram 4.5 的權重則不能下載,且供應商尚未公布相關計畫。你從 {{2}}Ideogram{{/2}} 取得的一切,都是依其條款透過其 API 提供。

• 微調 — Fibo 儲存庫提供單 GPU LoRA 訓練器。封閉模型沒有對應方案,這意味著 Fibo 可以針對產品線進行特化,而 Ideogram 則不能。

這三項因素指向相反方向,而這正是這項比較真實的樣貌。Ideogram 在像素紀律與輸出尺寸上勝出。Fibo 在擁有權與專門化上勝出。二十一 Elo 的品質差距將兩者分開,但其重要性不及上述任何一項。

220 美元能買到、32 美元買不到的東西

價格比率是最可能讓對話就此結束的數字,它值得比「Fibo 便宜七倍」更審慎的處理。

Ideogram 每千張 220 美元的價格,是董事會針對 High 設定所建模的數字,且與封閉式、像素精確編輯器的運行成本相符——此模型每張圖片所做的工作比一百萬像素生成器更多,且輸出尺寸更大。這個價格是否適用於所有設定,應以 Ideogram 自家的價目表為準,而非董事會;董事會的數字最好解讀為「這是一款昂貴的模型」,而不是「這就是帳單」。

六點九倍是備受矚目的比率,而且它不只經得起董事會模型的檢驗,也對得上 Bria 自家的清單:在 Ideogram 的 High 設定下,每千張 220 美元等於每張 0.22 美元;在 Bria 平台上,每千張 32 美元等於每張 0.032 美元。唯一會改變 Fibo 這一邊的調整,是選用的結構化提示輔助工具,每次呼叫約 0.02 美元,這會使成本升至 0.052 美元,比率降至約 4.2——仍是倍數,而且只要你為反覆渲染的場景快取說明文字,仍可去掉這項成本。

這個比值沒有反映出來的是:這兩個價格對應的是不同的產品。$220 買到的是在你原始解析度下、像素級精確的編輯,而且不必管理任何權重。$32 買到的是一百萬像素的生成與編輯,外加可下載的檢查點,以及一條微調路徑。拿每張圖的單價來比較兩者,就像拿快遞員跟印刷機相比:單位數字是真的,但它不是決策依據。

Generated four-row comparison card titled 'Fibo 2.0 and Ideogram 4.5, by what they do not share'. Row one, Editing Elo: 1,085.98 against 1,064.64. Row two, Modelled price per 1,000 images: 32.00 against 220.00. Row three, Output size: multiples of 16 near one megapixel against the source image's exact dimensions, demonstrated at 24.2 megapixels. Row four, Weights: downloadable 8B checkpoint under CC BY-NC 4.0 against closed hosted API. A footer reads 'Elo and price per Artificial Analysis; size and licence per each vendor's documentation, read 20 November 2026.'

編輯您已擁有的項目

這項決定通常取決於一個與模型品質毫無關係的問題:你正在編輯什麼?

如果來源是品牌資產——產品照、包裝照、帶有標誌且一個像素都不能偏移的包裝——那麼 Ideogram 4.5 的保證就是你要買的功能,而 Fibo 領先的 21 Elo 也無法彌補第四輪處理後背景偏藍 2% 的問題。廠商自己的定位正是針對這一點:保持一致性的鏈式編輯、對整組圖片進行參考引導的編輯,以及在 Studio 中處理整張影像。

如果來源是粗略或合成的影像,而任務是做出類似它的新東西,Fibo 的結構化提示詞方法會更合適,因為你並不是在保留像素,而是在指定屬性並讓模型建構。試穿、產品整合,以及使用最多四張有序參考影像的風格轉換,正是 JSON 欄位勝過像素複製的任務。

而如果你兩者都需要,誠實的答案是:你會兩套都跑,而真正有趣的問題就變成——如何讓周邊的管線集中在一處,同時把影像呼叫分送到兩家廠商。

圍繞這項選擇的流程

這裡的路由切入點很窄,也值得把話說得同樣窄。Ideogram 4.5 不在 OrcaRouter 的目錄中,Fibo 2.0 也不在;路由器不會伸入廠商自己的端點,而這兩者都不是經由路由器進來的。在這條管線中,單一金鑰真正的用途,是圍繞影像的那些工作:負責寫出 Fibo 的 JSON 的標註流程、檢查編輯是否保留了理應保持原樣部分的評分器,以及負責重試的批次腳手架。那些都是普通的聊天與視覺呼叫,而 你可以把它們放在同一個端點上,享有 0% 加價與自動容錯移轉。

輔助性的工作並非附帶的。Fibo 管線在設計上就內建視覺語言模型,因為結構化說明文字正是由它產生的。Ideogram 管線通常會多出一個比對步驟,因為其整體前提是未經更動的像素會原樣返回,而總得有東西去確認確實如此。這兩者都是普通的聊天與視覺呼叫,位在路由器從不觸及的影像端點的上游與下游——而這正是受益於單一 OpenAI 相容金鑰的那種工作形態涵蓋 200 多個模型,以供應商定價、0% 加成提供,因此供應商一旦調整價格,當天便即時生效。

路由 DSL 真正發揮價值之處,在於混合式流程——在 Fibo 上進行便宜的一百萬像素草稿,在 Ideogram 上進行最終像素精準的最後處理,而評分器則完全放在別處。將這些組合成單一呼叫,而不是三個整合點,正是能在一個下午內改動的工作流程,與必須重建的工作流程之間的差別。

裁決,以及它的誤差線

在品牌團隊最看重的那個面向上,Ideogram 4.5 是兩者中較出色的編輯器:它會原封不動地返還你的像素,且尺寸與原始相同,而這一切是在無需管理權重的 API 上做到的。在通用編輯排行榜上落後 Fibo 二十一個 Elo,為了這項該榜單並未衡量的特性,這個代價值得付。

Fibo 2.0 是更適合用來建構的模型。它可下載、可微調,視你如何計算輔助呼叫而定,成本便宜三到七倍;在編輯上只落後二十一點 Elo,在生成上則領先二十點。對想把模型專門化到自家產品線的團隊來說,這就足以說明一切。

Screenshot of Ideogram's API reference page for Precise edit with Ideogram 4.5, captured in English, showing the endpoint POST https://api.ideogram.ai/v2/image/precise-edit/ideogram-4-5 with the description that an image is edited and returned at that image's exact width and height, that the image is uploaded as image using multipart/form-data with optional reference images and a mask, that whole-image editing is bounded by 4,194,304 pixels (the area of a 2048x2048 square) so an 8192x8192 image returns as 2048x2048, and that setting context_window confines the edit to one region so the rest comes back unchanged at the image's own width and height.

我不會說哪一個更好。二十一分的差距、十三分的間隔,是一種偏好,而這兩個模型是為了滿足不同偏好而打造。挑選你無法妥協的特性——全解析度下的像素保真度,或是一個你能擁有的檢查點——模型自然就跟著選定。這一次,Elo 表反而是比較中最沒用的一頁。