
FIBO 2.0 與 Nano Banana 2.1:價格相同,Elo 相差 66
- 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
兩款圖像模型,價格相差 5%,但在雙方唯一共有的盲測指標上,Elo 卻相差 66 分。FIBO 2.0 每千張圖像收費 32.00 美元,Nano Banana 2.1 則為 33.60 美元。在 Artificial Analysis 的編輯排行榜上(讀取於 2026 年 11 月 20 日),Nano Banana 2.1 以 1,152 Elo 排名第十,累積 7,606 場對戰,區間為 1,140 至 1,164;FIBO 2.0 以 1,086 Elo 排名第三十一,累積 5,753 場對戰,區間為 1,073 至 1,099。在文字轉圖像項目上,差距擴大至 139 分:1,176 對 1,037。
所以,在大多數這類比較中佔據主導地位的定價問題,在這裡從一開始就站不住腳。你不是在便宜與昂貴之間做選擇。你是在以下兩者之間做選擇:一個來自 Google 影像產品線的閉源模型,它在兩者同樣被販售來完成的任務上明顯更好;以及一個來自 Bria 的 8B 開放檢查點,它每張圖像的成本只少了一個捨入誤差,而且附帶非商業授權。其餘一切都不過是細節,端看你能否配合這兩個事實中的哪一個。
六十六 Elo 實際上代表什麼
Elo 差距常被引用得彷彿數字本身就是論據。其實不然。六十六分且區間不重疊,意味著這個競技場在大量並列比較樣本下,偏好 Nano Banana 2.1 的次數夠多,多到抽樣噪音無法解釋這種排序。但它沒告訴你的是,它偏好哪些類型的編輯,而那正是你在把工作流程押注於它之前需要知道的事。

周圍各列呈現的模式耐人尋味。Nano Banana 2.1 是通才型模型——它在兩個排行榜上都名列前茅,於文生圖排名第八、於圖像編輯排名第十,且在涵蓋 Nano Banana 2 與 Nano Banana Pro 的系列中累積了超過 16,000 場對戰紀錄。FIBO 2.0 相對最強的是圖像編輯(1,086,第三十一名),最弱的是文生圖(1,037,第三十二名),這正是模型在既有畫面內大力訓練指令遵循、而非憑空生成畫面的典型特徵。如果你的工作是「改這個,其餘保持不變」,兩者比 66 分所顯示的更接近。如果你的工作是「幫我生成一張圖片」,差距確實存在,而且並不接近。
• 編輯 Elo — Nano Banana 2.1 1,152(第 10 名,7,606 場對戰);FIBO 2.0 1,086(第 31 名,5,753 場對戰)。
• 文字轉圖像 Elo — Nano Banana 2.1 1,176(第 8 名,6,793 場對戰);FIBO 2.0 1,037(第 32 名,5,741 場對戰)。
• 每 1,000 張圖片的價格 — 33.60 美元對比 32.00 美元,相差 5%。
• 權重 — 無,封閉式 API;81 億參數,需申請才能下載,CC BY-NC 4.0。
• 生成與編輯——一個託管模型同時涵蓋兩者;一個檢查點同時涵蓋兩者,這是 Bria 首次將它們統一。
• 提示格式 — 自然語言加上影像參照;VGL,一套結構化的 JSON 標註結構描述,並附有可寫入此結構的配套套件。

不是百分之五的那百分之五
Bria 每張圖片 $0.032 是固定價格。Nano Banana 2.1 在排行榜上的 $33.60 也是如此,至少就排行榜所呈現的數字而言;但 Google 圖像端點的實際帳單取決於輸出尺寸,以及你附加了多少張參考圖片——這種細節永遠不會出現在每千張的價目表中。這在這項比較中是兩面刃,而且值得明確說明:這兩個數字都不應被當作報價。
更有用的是注意到,相較於其他會改變的東西,價格差距有多小。每年一百萬張圖片時,差距大約是 1,600 美元——不到一位工程師一週的時間,也遠低於圍繞另一個模型的提示格式重建管線的成本。價格欄不是這個決策所在之處。它存在的目的,是阻止你以為決策就在那裡。
授權才是真正的價格
FIBO 2.0 的 $0.032 可讓你進行一次商業 API 呼叫,另外還可取得一份以 CC BY-NC 4.0 授權、需經審核的下載。該下載為非商業用途:Bria 的模型卡明確指出,商業使用這些權重需要另行簽訂協議,而 Hugging Face 的下載閘門會要求填寫公司名稱與預期用途類別,才會提供檔案。相較之下,API 沒有這類限制——你可以販售該端點產出的內容。兩者是名稱相同但不同的產品。
Nano Banana 2.1 沒有權重可以爭論,這完全消除了授權問題,並以依賴問題取而代之。你無法稽核它、無法微調它、無法鎖定某個版本並在自己的網路中執行它,也無法阻止客戶照片離開你的基礎架構。對許多公司而言,最後那一條就是全部的決策依據,而它會讓最終選擇落在那個評分高出十名的模型之對立面。
這就是六十六 Elo 不再重要、而「我們需要它放在我們的 VPC 內」這句話開始出現的時刻。這也是開放權重推銷通常過度承諾的時刻:非商業授權不是讓你在自家網路中運行產品的方法,而是讓你在談判期間在自家網路中進行研究與原型開發的方法。任何把「開放權重」解讀成「我們可以推出這個」的人,即將與律師展開一場不愉快的對話。
價格欄位所隱藏的第三個選項
兩家供應商都以每張圖片約三美分的價格販售端點。這已經夠便宜了,因此有趣的問題不再是該買哪個模型,而是如何避免周邊流程的成本高於渲染本身。
影像模型周邊的流程大多由文字構成。寫出圖說、驗證結構描述、渲染結果出錯、組成重試、因為某個供應商正在限流而把批次改送往另一個模型。上述每個步驟都是一次語言模型呼叫,各自有供應商與金鑰。OrcaRouter 以供應商牌價、0% 加成,把超過 200 個文字模型放在單一金鑰之後,因此可依工作切換圖說產生器,不必簽新合約;供應商中斷時由自動容錯移轉接手,而不是靠呼叫器叫醒值班人員。FIBO 2.0 和 Nano Banana 2.1 都不在我們的目錄中——影像呼叫維持原樣——但工作流程中決定這次影像呼叫是否值得進行的那一半,不必再成為第二套整合。
對 FIBO 管線而言,這種框架並不是裝飾。此模型是依據 VGL 記錄的;VGL 是一種結構化標註格式,會將主體、構圖、光線、相機、風格與圖中文字分別放進具名欄位,而不是塞成一句冗長不間斷的話。VGL 物件的自然產出者是模型,不是人,而典型的失敗模式是在渲染前兩秒發生結構描述違規。讓寫入器、驗證器與重試機制都位於同一個端點後方,並具備路由式備援,這就是管線與一堆腳本之間的差別。
哪一個,還有什麼會讓它翻轉?
如果你除了「便宜地做出好圖像」之外沒有其他限制,那麼根據證據,Nano Banana 2.1 勝出,而且勝出的幅度超過價格差異——在編輯項目上高出二十一個名次,在文字生成圖像上高出二十四個名次,而價格只貴百分之五,這絕非勢均力敵的比較。

如果你有某項限制——資料落地、以自家型錄進行微調、稽核要求、研究計畫——FIBO 2.0 就是能滿足它的選擇,而六十六 Elo 就是你為這個檔案付出的代價。微調這件事是真的:該儲存庫隨附單一 GPU 的 LoRA 訓練器,用於編輯與文字轉圖像,而且由於生成與編輯共用同一組權重,一次微調就能教會一種品牌風格以及其中的編輯。這是託管模型無論出多少價都無法提供的能力。
有三件事會改變結論。Bria 的商業授權會讓下載內容變得可用,並讓 FIBO 成為真正的內部選項,而非研究玩具。Nano Banana 2.1 若公布每張圖片的價格,並將參考圖與 4K 輸出納入考量,就能告訴你那 5% 是否真的是 5%——這個答案的方向並不明顯。還有一連串能區分那兩個編輯區間的競技場對戰,將可判定 66 點究竟是差距,還是目前彼此相差 41 點的區間其實比表面上看起來更接近。
在那之前,準確的總結很短。兩款機型,同一個價格;其中一款在兩者所出現的每一個排行榜上都更出色,而另一款是這對搭檔中唯一能讓你拿在手上的。這不是排行榜的問題,從來都不是。
