一張生成的標題卡,主標題為「FIBO 2.0 對決 Qwen-Image 3.0」,副標題為「一方釋出權重,一方提供端點,而兩者在不同榜單上各有勝負」。兩枚標籤分別寫著「FIBO 2.0 — 1,086 編輯、1,037 文字轉圖像、開放權重」與「Qwen-Image 3.0 — 1,069 編輯、1,076 文字轉圖像、封閉」。頁腳寫著「Elo 依據 Artificial Analysis、AA-Image-Editing 與 AA-Image-T2I,讀取於 2026 年 11 月 20 日。」
Guides & Insights

FIBO 2.0 與 Qwen-Image 3.0:哪個版本編號較新?

作者

Gideon Frost

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

先從反直覺的地方說起:在這次對比中,可下載權重的那個模型反而是兩者中較舊的,早了三個月,而且在編輯方面是兩者中較好的;而完全沒有權重、封閉的那個模型,則在生成方面表現更好。FIBO 2.0 於 2026 年 10 月 20 日推出,是 Bria 的 8B 統一生成與編輯檢查點。Qwen-Image 3.0 於 2026 年 7 月 21 日推出,並於 8 月 5 日正式全面可用,且從未發布權重——它是託管端點,而 Aliba​ba 圖像產品線的開放權重分支是 Qwen-Image 2.1,那是另一個模型,版本號更低、發布日期卻更晚。如果你靠讀版本號來在這兩者之間做選擇,你已經選錯了。

這些分數讓這種排名反轉變得具體可見。在 Artificial Analysis 的編輯排行榜上,於 2026 年 11 月 20 日讀取的資料顯示,FIBO 2.0 以 1,086 Elo 位居第 31 名,區間為 1,073 至 1,099。Qwen-Image 3.0 以 1,069 位居第 35 名,區間為 1,057 至 1,081。在文生圖方面,排名則反轉過來:Qwen-Image 3.0 以 1,076 位居第 25 名;FIBO 2.0 以 1,037 位居第 32 名。兩個排行榜、兩個贏家,而且在兩種情況下,區間都窄到足以顯示這種排序並非抽樣造成的偶然。

為什麼單一檢查點在編輯上勝過專用專家

FIBO 2.0 是一組經過訓練、可同時執行這兩項任務的權重,而這個家族的第一代並非如此運作——FIBO 與 FIBO Edit 是各自獨立的模型,其中編輯模型的 Elo 得分為 917,生成模型則為 854。統一的檢查點是本次發布的工程重點,也反映在編輯欄的表現上:1,086 對上前代的 917,是 169 分的躍升;相較之下,文生圖方面則提升了 182 分。Bria 的說法是,這項躍升來自編輯在一個同時具備生成能力的模型內部獲得了專屬的訓練側重,而這對於統一模型為何能大幅勝過其專精前身,是一個合理的解讀。

Qwen-Image 3.0 的編輯弱點是相對的,而非絕對的。在 1,069 分時,它擊敗了榜單上所有排在它下方的項目,總共三十四個。它只是沒有擊敗 FIBO。同系列的 Pro 等級——Qwen-Image-3.0-Pro——則可以:編輯 1,092 分、文字生圖 1,094 分,每千次 40.00 美元。因此,阿里巴巴在編輯方面對 FIBO 2.0 的回應確實存在,價格高出 25%,而且是與大多數比較所使用的不同 SKU。

• 編輯 — FIBO 2.0 1,086(第 31 名)對比 Qwen-Image 3.0 1,069(第 35 名)對比 Qwen-Image-3.0-Pro 1,092(第 29 名)。

• 文字轉圖像 — Qwen-Image 3.0 1,076(第 25 名)vs Qwen-Image-3.0-Pro 1,094(第 24 名)vs FIBO 2.0 1,037(第 32 名)。

• 每 1,000 張圖片價格 — FIBO 2.0 $32.00;Qwen-Image 3.0 $30.00;Qwen-Image-3.0-Pro $40.00。

• 權重 — FIBO 2.0 為限制存取(gated),81 億參數,CC BY-NC 4.0;Qwen-Image 3.0 為封閉式,未公開權重。

• 單一 checkpoint 包含多種模式 — FIBO 2.0 可生成與編輯;Qwen-Image 3.0 以一個涵蓋兩者的模型形式販售,不過這兩個排行榜分別對其評分。

• 提示詞格式 — VGL 是供 FIBO 使用的結構化 JSON schema;Qwen-Image 3.0 則使用自然語言。

A generated chart card titled 'Two boards, two winners', showing four horizontal bars across two panels. Editing panel: FIBO 2.0 at 1,086 and Qwen-Image 3.0 at 1,069. Text-to-image panel: Qwen-Image 3.0 at 1,076 and FIBO 2.0 at 1,037. A footer reads 'Elo per Artificial Analysis, AA-Image-Editing and AA-Image-T2I, read 20 November 2026.'

版本號並不是一個序列

這是 Qwen 圖像產品線中代價最高的單一混淆,而且會讓人們浪費實實在在的時間。Qwen-Image 2.1 於 2026 年 9 月 20 日發布——比 Qwen-Image 3.0 晚了兩個月——它是開放權重模型,採用允許非商業使用的研究授權。這套編號並不是版本序列;它是兩條共用同一名稱的產品線,而它們在決定你是否能以其為基礎進行開發的問題上,採取相反立場。一個團隊若選擇 Qwen-Image 3.0,期待它是可下載的 2.1 的後繼者,後來卻發現根本沒有東西可下載,那就已經損失了一個季度。

A screen capture of the Artificial Analysis AA-Image-Editing leaderboard ranked by Elo, showing Qwen-Image-3.0-Pro at rank 29 with 1,092 Elo, Qwen-Image-3.0 at rank 35 with 1,069 Elo and an interval of 1,057 to 1,081, and Fibo 2.0 at rank 31 with 1,086 Elo and an interval of 1,073 to 1,099.

相較於 FIBO 2.0,這段歷史看起來沒有那麼重要,因為 FIBO 的權重同樣是非商業性的。差別在於,Bria 在模型卡上說明了這一點,以需申請審核的形式,並明確寫出另有商業協議;而 Aliba​ba 則根本完全不公開 Qwen-Image 3.0 的權重。一份你能閱讀並協商的授權,比沒有授權更有利,即使兩者最終都得以一通電話收場。

Qwen-Image 3.0 提供的,反而是託管模型始終能提供的那件事:無需維運。不必下載 16 GB,不必調整 50 步的取樣迴圈,也不必煩惱文字編碼器要放在哪張 GPU 上。以每千張圖片 30.00 美元的價格計算,一個每月產出 20,000 張渲染圖的團隊只需支付 600 美元,之後就再也不必操心推論的事。同樣的用量若改用自架式的 FIBO Dev 檢查點,則需要 GPU、佇列、監控方案,還得有人在機器掛掉時待命;而真正算得過來的損益平衡點大約在每月十萬張以上——幾乎沒有幾位讀者會跨過這個門檻。

說明文字就是讓你付出代價的部分

兩個模型都偏好冗長且具體的提示詞,也都懲罰同一件事:用錯誤的詞彙描述你想要的內容。FIBO 透過記錄 VGL 來處理這個問題;VGL 是一種結構化標註格式,將主體、構圖、光線、鏡頭、風格與圖中文字列為獨立欄位,並附帶一套配套套件,可將一般指令轉換成該結構。Qwen-Image 3.0 則以規模來處理——支援冗長的的自然語言提示詞,且其系列以三個等級推出,讓你可以將低成本草稿交由標準模型處理,最終成品則交由 Pro 處理。

無論如何,提示詞都是由生產環境中的語言模型撰寫的。整條管線的成本與脆弱性正源於此:一次圖說產生器呼叫、一次結構描述檢查、一次渲染、一次驗證回合,以及一次以修正後圖說進行的重試。OrcaRouter 讓 200 多個文字模型透過同一把金鑰即可使用,價格為供應商牌價、0% 加成,因此圖說產生器在處理困難任務時可選用 Qwen3.8-Max,例行任務則可改用更便宜的模型,且無需另訂合約;當供應商服務降級時,自動容錯移轉能涵蓋真正重要的步驟;路由 DSL 則可將「先產生圖說、再渲染」組成一次設定好的呼叫。兩款圖像模型都不在我們的產品目錄中——渲染仍由各自的供應商負責——但工作流程中負責判斷這筆渲染是否值得做的那一半,不必再是四套整合。

這讓 FIBO 略佔上風,是有具體原因的。Qwen-Image 3.0 會拿一個平鋪直敘的句子,做出還算合理的處理。FIBO 也會,但它在結構化形式上明顯更可預測,因為 Perceiver 瓶頸會把其提示編碼器的輸出壓縮成 256 到 512 個 token,而這個瓶頸保留了欄位邊界,不讓它們像冗長連寫的句子那樣糊在一起。如果你的管線已經輸出 JSON——而且大多數代理管線都是如此——FIBO 會把這項資產轉化為品質,Qwen-Image 3.0 則只是勉強容忍它。

各自真正更擅長的地方

從零開始生成——Qwen-Image 3.0 領先 39 Elo;若你購買 Pro 方案,對比 FIBO 更領先 57 Elo。這絕非勢均力敵,而這正是為從空白畫面起步的行銷活動選擇 Aliba​ba 的理由。

• 編輯現有畫面 — FIBO 2.0,比標準等級高出 17 Elo。這兩個區間互相重疊,因此請把這個差距視為一種傾向,而非結論;你自己花一個下午拍的測試圖片,應該比它更值得採信。

• 微調 — FIBO 2.0,且僅限 FIBO。該儲存庫提供單 GPU 的 LoRA 訓練器,同時支援編輯與文字轉圖像,其論點是一次微調即可教會一套專屬風格,以及在此風格內的各種編輯。

• 操作簡便 — Qwen-Image 3.0。單一端點、單一價格,無需下載,無需 GPU。

• 價格 — Qwen-Image 3.0 為 30.00 美元,基礎方案對比 FIBO 的 32.00 美元;而 Pro 方案為 40.00 美元,且在編輯功能上確實勝過 FIBO。

• 授權明確性 — FIBO 2.0。非商業用途、已明示、有條件開放、可協商。Qwen-Image 3.0 的權重則完全未提供。

我會如何決定

如果任務是生成,就買 Qwen-Image 3.0——或者,如果 18 Elo 值每千次十美元,就買它的 Pro 方案——別再讀比較了。它在該排行榜上表現更好,基礎方案也更便宜,而且沒有什麼營運故事需要建立。

如果工作內容是編輯,而你想要一份能親自檢視的檔案,兩者之中只有 FIBO 2.0 提供,而且它剛好也是比較好用的編輯器。請認真看待「非商業」這項條款:這是研究與原型開發的授權,商業用途得另外去敲門洽談,而不是通往正式出貨產品的捷徑。

如果任務同時涵蓋兩者,而你的用量足以支撐自架,那麼 FIBO 的統一 checkpoint 是更值得玩味的產物——一套部署涵蓋兩項任務,營運表面比兩個各自附帶價目表的託管模型更小。若用量不足,就以 Qwen-Image 3.0 負責生成、以 FIBO 的 endpoint 負責編輯,並接受你是在付錢給兩家供應商,換取各取所長的權利。

A generated timeline card titled 'Version numbers are not a sequence', plotting four releases left to right: Qwen-Image 3.0 in July 2026, Qwen-Image 3.0 general availability in August 2026, Qwen-Image 2.1 in September 2026, and FIBO 2.0 on 20 October 2026. A caption under the Qwen-Image 2.1 marker reads 'the open-weights model, released two months after the 3.0 endpoint'. A footer reads 'Release dates per Alibaba and Bria published announcements.'

會改變這一點的情況包括:Bria 的商業授權,這會讓這些權重成為真正可行的選項,而不只是研究用途;Qwen-Image 3.0 權重釋出,而 Alibaba 未顯示任何跡象會這樣做;或 Pro 層級降價,讓 1,092 Elo 的價格降至 FIBO 的 $32.00 或以下,這將徹底終結編輯方面的爭論。截至 2026 年 11 月 20 日,上述情況均未發生;在任一情況發生之前,應以以上數字作為規劃依據。