一張生成的標題卡,主標題為「FIBO 2.0 對上 Seedream 5.5」,副標題為「耐力對抗精準,按每輪與每次渲染計價」。兩個標籤分別寫著「FIBO 2.0 — 一次乾淨編輯 $0.032,四個參考,JSON 提示」與「Seedream 5.5 — 最多 100 輪,約 $0.039,4K 級 2K 編輯」。頁腳寫著「Seedream 5.5 於 2026 年 11 月 9 日發布;FIBO 2.0 於 2026 年 10 月 20 日推出。價格依各廠商;Elo 依 Artificial Analysis。」
Guides & Insights

FIBO 2.0 對上 Seedream 5.5:100 回合,還是一次乾淨的渲染

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

ByteDance 於 2026 年 11 月 9 日發布 Seedream 5.5,並附上一個並非基準測試的數字:100。該公司表示,這個模型能對單一影像連續進行一百輪編輯,而不會讓你未要求它改動的部分逐漸偏離原位。Bria 於 2026 年 10 月 20 日發布 FIBO 2.0,提出的則是全然不同的一類主張:在 Artificial Analysis 的排行榜上,相較於自家前代模型取得 169 點的編輯增益,且由一個可下載並微調的統一 8B checkpoint 提供。一家廠商賣的是耐力。另一家賣的是檔案。這兩者都不是渲染品質的主張,而混淆兩者,正是為什麼大多數對這些模型的比較,最後都在爭論錯誤的數字。

截至 2026 年 11 月 20 日,Seedream 5.5 在編輯排行榜上以 1,160 Elo 位居總排名第八,共進行 5,101 場對戰,區間為 1,146 至 1,174;在文字轉圖像項目則以 1,134 排名第十四。FIBO 2.0 在編輯項目以 1,086 排名第三十一,在文字轉圖像以 1,037 排名第三十二。Seedream 在兩項皆領先,分別高出 74 與 97 分,且兩者的區間明顯互不重疊。如果單靠一次盲測偏好投票就足以定案,那結果早已分曉。

這還不是完整的決定,因為這兩款產品是以不同的計價單位來計量。Seedream 按每輪工作階段計費;FIBO 則按每張圖片計費,還附帶提供模型權重。先弄清楚你的工作流程是按哪種計價單位運行,答案通常就會自然浮現。

一百回合的價值,以及它的代價

「一百輪」的說法,只有在你的工作確實會反覆迭代時才重要。多數圖像工作並不會:產品照、主視覺圖、縮圖、廣告版本——每一項都只算一次圖,或許兩次,而第一百輪是你永遠碰不到的功能。但有一類工作確實會大量迭代,而且這並非小眾:透過一連串小幅修正來修飾一張照片、在連續場景中建構一個角色、調整版面而每次變更都會擾動三層之前的某個東西。在這類工作中,失敗模式不是第一次算圖很糟,而是漂移——第十九輪移動了的陰影、第三十一輪變柔的標誌、如今微妙地不再是同一張臉的那張臉。

Seedream 5.5 的主張,針對的正是漂移,而這是一種任何排行榜都無法衡量的主張。成對偏好只把兩張圖像並排比較;它完全無法說明第四十次編輯是否保留了第三次編輯所建立的成果。正因為存在這道落差,百輪這個數字才成了 ByteDance 公告中最有用、卻也最未經證實的一項資訊。

• 計費 — Seedream 5.5 會就輸入圖片加輸出圖片計費,文字 token 免費;2K 正方形編輯約 ¥0.28,約 $0.039;FIBO 2.0 則每張圖片固定收費 $0.032。

• 一百輪的工作階段 — Seedream 每張影像約 $3.90,並貫穿完整鏈路;FIBO 同樣一百次呼叫為 $3.20,前提是你從未從原始版本重新開始。

• 每千次價格,依看板所示——Seedream 5.5 編輯為 $28.00,文字轉圖像為 $20.00;FIBO 2.0 兩者皆為 $32.00。

• 公告時的可用性——Seedream 5.5 於 11 月 9 日在 ByteDance 的消費端應用程式中正式上線,並承諾 API 會在 Volcano Ark 上「本週」推出;FIBO 2.0 已登上 Bria 的 API,並以受權限控管的權重形式在 Hugging Face 提供。

每輪的實際成本計算比表面費率所暗示的更接近。以每輪約四美分計算,一百輪的工作階段花費約四美元,換來一個原本得重新生成的成品資產。FIBO 每次渲染三美分,每次呼叫更便宜,而且完全沒有持久力方面的宣稱——它記載了編輯、遮罩編輯與多參考編輯,最多支援四個參考,但對於第四十輪會發生什麼事則隻字未提。如果你的工作是一百次小幅修正,那麼帶有持久力宣稱的模型值得花四美元去驗證該宣稱是否站得住腳。

A generated scoreboard card titled 'FIBO 2.0 vs Seedream 5.5 — the scoreboard'. Left column 'FIBO 2.0': 'Editing Elo: 1,086 (31st)', 'Text-to-image: 1,037 (32nd)', 'Price: $0.032 per image, flat', 'Endurance claim: none published', 'References: up to 4', 'Weights: 8.1B, gated, CC BY-NC 4.0'. Right column 'Seedream 5.5': 'Editing Elo: 1,160 (8th)', 'Text-to-image: 1,134 (14th)', 'Price: about $0.039 per 2K edit', 'Endurance claim: 100 rounds, no drift', 'References: multi-image, per ByteDance', 'Weights: none published'. A footer reads 'Elo per Artificial Analysis, read 20 November 2026; Seedream price from ByteDance at 0.28 yuan per 2K edit; FIBO price per Bria; endurance claim vendor-reported and unreproduced.'

一次乾淨的渲染,就是截然不同的產品

FIBO 2.0 的判斷是,圖像工作真正困難的地方,在於把第一輪做對,而不是撐過第二十輪。這就是為什麼這個版本是圍繞提示結構、而非輪次數量來打造。VGL——Visual GenAI Language——是一種 JSON 圖說格式,將主體、構圖、光線、相機、風格與圖中文字分離到具名字段中,模型也依此格式撰寫說明文件。架構支持這項選擇:Qwen3-VL-4B-Instruct 編碼器的輸出,會由兩層 Perceiver resampler 壓縮成 256 到 512 個「gist」token,因此冗長的結構化描述幾乎不會增加額外成本,而欄位邊界也能在壓縮後保留下來,不像平鋪直敘的句子會被抹散。

實務上,這表示 FIBO 的上限取決於你把鏡頭描述得多好,而它的典型使用者是輸出符合結構描述(schema)之 JSON 的語言模型,而不是親手打一句話的人。描述寫對了,一次算圖就到位;寫錯了,你就會陷入 Seedream 那上百輪重試專門用來吸收的重試迴圈——而這正是真正的取捨:FIBO 把工作前置到提示詞,Seedream 則把工作後置到工作階段。

參考上限進一步印證了這一點。FIBO 每次編輯可接受四張影像,並依序處理,適合「這個人、穿著這件服裝、站在這個背景前、配上這個標誌」這類需求。Seedream 5.5 的多圖支援尚未公布確切數字,且其發布內容主打寫實感與透明背景,而非合成。如果你的工作是四來源合成,FIBO 的文件在兩者中更為明確,而明確性正是你可以據以規劃的依據。

權重是沒有人納入定價的決勝關鍵。

FIBO 2.0 的檢查點是 BF16 safetensors 格式、共 8,127,342,213 個參數——約 16 GB,可放進 24 GB 的顯示卡,還留有空間給編碼器——並隨附單一 GPU 的 LoRA 訓練器,用於編輯與文字轉圖像。卡片上標明非商業用途採 CC BY-NC 4.0,商業用途則需另行簽訂協議,而儲存庫需填寫公司與預定用途表單才能存取。這是帶有商業使用通道的研究授權,並非開源釋出。

A screen capture of the Artificial Analysis AA-Image-Editing leaderboard ranked by Elo, showing Seedream 5.5 at rank 8 with 1,160 Elo, an interval of 1,146 to 1,174 across 5,101 battles at $28.00 per 1,000 images, and Fibo 2.0 at rank 31 with 1,086 Elo, an interval of 1,073 to 1,099 across 5,753 battles at $32.00 per 1,000 images.

Seedream 5.5 尚未公開權重。它以消費級產品的形式存在,且即將推出 API。對於合規規則禁止將客戶圖像傳送給第三方的公司而言,無論 Elo 表現如何,比較到此為止;而對於想用自己的型錄進行微調的公司,反之亦然:這兩者中只有一個會允許你這麼做,且僅限於非商業用途,除非合約另有規定。

實際結果是,自行託管 FIBO 的實際損益兩平點很高。以每次算圖三美分計算,租用 GPU 加上執行佇列、取樣器與待命輪班所需的工程時間,每月要超過約十萬張圖片才回得了本。低於這個量,兩種模型實際上都是 API,授權論點就只是理論上的。

路由層的定位

這兩個模型都不在 OrcaRouter 的目錄中,而這項比較中的影像呼叫仍由各自的供應商處理。路由器所改變的是圍繞它們的管線部分,而在這兩種情況下,該部分都以文字為主:無論是為 FIBO 撰寫 VGL JSON 的標註器,還是為 Seedream 撰寫冗長自然語言提示詞的標註器、驗證器、決定第七輪是否優於第六輪的比較步驟,以及必須在人類察覺前發生的重試。

OrcaRouter 以供應商牌價、0% 加價,讓超過 200 個文字模型共用同一組金鑰,因此負責這項判斷的模型可以在困難的工作階段採用強大模型,在例行批次採用便宜模型,而不必再簽第二份合約。自動容錯移轉涵蓋了渲染進行中時必須保持可用的步驟。路由 DSL 將字幕、渲染與判定組合成一次設定好的呼叫,而不是三支腳本加一個 cron 工作。而且由於價格按牌價直接反映,供應商降價——Seedream 的費率今年已經變動兩次——會在降價當天就顯示在你的帳單上,而不是等到經銷商更新價目表的那天。

這些都無助於讓任何一個圖像模型變得更好。它的作用只是讓外圍的迴圈不再成為出問題的那個環節。

檢驗說法,而非排行榜

在你投入之前,只有一個實驗值得做,而且它只需要一個下午。拍一張包含陰影、一段清晰可讀文字和一個反光表面的照片。透過 Seedream 5.5 的消費者應用程式,進行二十輪小幅編輯——不是一百輪,是二十輪——然後把第二十輪的陰影和文字與第一輪對照。如果它們仍停在最初的位置,那麼耐久性宣稱就足夠真實,可以作為規劃依據,而每件成品四美元就是划算的交易。如果它們已經移位,你就會知道那個宣傳數字只是最佳情況,而你只花了一個下午,而不是一個季度。

接著把同一份來源素材用 FIBO 2.0 跑兩次:一次用扁平提示詞,一次用由語言模型撰寫的 VGL 結構化說明文字。有趣的結果不是哪個渲染結果比較漂亮,而是第二次嘗試比第一次改善了多少,因為那就是如果你以這個模型作為標準,每項工作都得付出的提示工程稅規模。

• 如果你會反覆迭代——對同一份素材進行許多小幅修正——Seedream 5.5 是形態更合適的工具,也是兩者中唯一對第四十輪作出宣稱的一個。

• 如果你只算一次圖就繼續往下做——Seedream 5.5 在兩個排行榜上仍居領先,而且在文字生圖方面每千次 $20.00,對這項工作來說也是兩者中較便宜的。

• 如果你需要這個檔案——FIBO 2.0,並且接受你是在非商業授權下,為一個可稽核的檢查點支付 74 Elo。

A generated card titled 'A hundred rounds, two ways of paying', showing two totals: 'Seedream 5.5 — about $3.90 per finished asset across a hundred rounds at roughly 0.28 yuan a round' and 'FIBO 2.0 — $3.20 for the same hundred calls at $0.032 each, with no published claim about what round forty looks like'. A footer reads 'Seedream rate from ByteDance at 0.28 yuan per 2K edit converted at about 7.2 yuan to the dollar; FIBO rate per Bria. Endurance claim vendor-reported.'

• 如果你兩者都需要,而且不能承受出錯的風險——就用 Seedream 執行本次工作階段的作業,並把 FIBO checkpoint 留作備援;當供應商服務中斷或價格變動時,你可以自行操作。

會改變這個判斷的,是針對 Seedream 發表且可重現的漂移測量——那會讓其百輪宣稱從行銷話術變成規格;或是 Bria 的某個發布版本記錄了 FIBO 在超過少數幾次編輯之後的行為——那會讓其精準度主張獲得同等地位。在其中一項出現之前,準確的總結是:Seedream 5.5 是更好的模型,而 FIBO 2.0 是兩者中唯一你能繼續使用的——每輪四美分對上非商業授權,就是全部的論點。