Fibo 2.0
Une option solide pour l'auto-hébergement et le contrôle total des données.
Présentation
Fibo 2.0 est un modèle de génération et d'édition d'images à 8 milliards de paramètres, construit sur une architecture de flow matching et publié en poids ouverts par Bria AI. Il mène en octobre 2026 le classement Artificial Analysis de l'édition d'image à poids ouverts (Elo 1088). Sa variante Fibo-2.0-edit-turbo permet des retouches en seulement quatre étapes, un atout pour des flux de production visuelle rapides. Auto-hébergé, il garde toutes les données sur l'infrastructure de l'utilisateur, quel que soit le pays de l'éditeur. Sa licence bria-fibo interdit en revanche tout usage commercial, ce qui limite d'emblée son adoption en entreprise.
Profil de compétences
Non communiqué
Forces
- Open-source et auto-hébergeable
Limites
- Tarification API non publiée
À qui ça s'adresse
- vous voulez maîtriser vos coûts ou auto-héberger
- vos données doivent rester en UE
Cas d'usage idéaux
- Prototypage visuel interne
- Édition rapide d'images
- Recherche et expérimentation
- Démonstrations non commerciales
Accès & disponibilité
Caractéristiques clés
Combien ça coûte par mois
Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.
Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.
nAIvigate Trust Index
Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.
19/19 critères documentés · 100 % · dont 12 posés par règle
Voir les critères▾
Badge Trust Index
Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.
[](https://naivigate.com/fr/model/fibo-2-0)Données & conformité
Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.
| Résidence des données en UE | Oui |
| Accord de traitement (DPA) | Sans objet· auto-hébergé : les données ne sortent pas |
| Transfert hors UE | Non |
| Entraînement sur vos données | Non |
| Rétention configurable | Sans objet· auto-hébergé : les données ne sortent pas |
| Zero Data Retention | Sans objet· auto-hébergé : les données ne sortent pas |
| Auto-hébergeable | Oui |
| Hébergement déclaré | self |
Qualité des données de la fiche
Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.
2/8 documentées · 0/8 sources primaires
| Prix APIpoids ouverts, pas de tarif API | absent | |
| Fenêtre de contexte | absent | |
| Elo Arena | absent | |
| Benchmarks (MMLU, GPQA, SWE-bench…) | absent | |
| Licence | évaluation nAIvigate | |
| Données & conformitéauto-hébergé : déduit | déduit | |
| Adoption (Hugging Face) | absent | |
| Matériel requis (quantizations)calculé depuis la taille du modèle | absent |
Faire tourner en local
Déployer
Commandes prêtes à copier, générées depuis la fiche. Ajustez le contexte et le nombre de GPU à votre machine.
Serveur OpenAI-compatible pour la production sur GPU NVIDIA.
pip install vllm
vllm serve briaai/Fibo-2.0-dev \
--max-model-len 32768 \
--tensor-parallel-size 1 \
--dtype autoDonnées avancées · pour expertsArchitecture, modalités, coût détaillé, benchmarks complets▾
| Arena Elo | — |
| MMLU | — |
| GPQA | — |
| HumanEval | — |
| SWE-Bench | — |
| MATH | — |