Ny FLUX 3 Image Klein med 5,6 mia. parametre lanceres med åbne vægte

Black Forest Labs udgav FLUX 3 Image Klein den 15. oktober 2026 – en model med åbne vægte og 5,6 mia. parametre til tekst-til-billede-generering, billedredigering og generering med flere referencer med understøttelse af op til 10 referencebilleder.

Funktioner og modelversioner

Modellen deler kernefunktioner med den fulde FLUX 3 Image-model: indbygget generering i 4K, redigering ned til den enkelte pixel samt afgrænsningsrammer, der styrer, hvor elementer placeres, eller begrænser redigeringer til et defineret område. Black Forest Labs sagde, at modellen bygger på FLUX 3-familiens fælles læring fra billeder, video og lyd — billeder bidrager med rumlige detaljer, video tilfører bevægelse og fysisk dynamik, og lyd giver information om begivenheder og interaktioner — og at disse signaler hjælper modellen med at generere billeder, der er forankret i den virkelige verden.

Udgivelsen omfatter en grundmodel, der er beregnet til finjustering, og en trinvis destilleret model til generering med lav latenstid samt FP8-, INT8- og NVFP4-versioner, der er udviklet med støtte fra NVIDIA. Generatorens vægte kræver 11,2 GB hukommelse i BF16 og 5,6 GB i FP8, og med INT8-versionen kan modellen køre på NVIDIA GeForce RTX-grafikkort med helt ned til 8 GB VRAM via ComfyUI eller Diffusers. Virksomheden sagde, at det lavere antal parametre gør modellen praktisk at køre lokalt, billigere at tilpasse og velegnet til billedredigering direkte på bærbare computere.

Rapporterede evaluerings- og ydeevneresultater

Black Forest Labs rapporterede, at FLUX 3 Image Klein i interne evalueringer ligger øverst inden for tekst-til-billede, generering med flere referencer og billedredigering, foran større modeller med åbne vægte, og scorer højere end de lukkede modeller i virksomhedens sammenligning, Ideogram V4.5 og FLUX.2 pro. Med 5,6 mia. parametre er den den mindste åbne model i sammenligningen, hvor Qwen-Image 2.1 har 7 mia. parametre og Krea 2 har 12,9 mia. Sammenlignet med virksomhedens FLUX.2 klein 9B opnår den nye model 91 Elo-point mere inden for tekst-til-billede og 70 mere inden for billedredigering, samtidig med at den bruger 38 % færre parametre, ifølge virksomheden.

Virksomheden sagde, at FLUX 3 Image Klein også udvider Pareto-fronten for hastighed og kvalitet og leverer lavere latenstid via BFL API end Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 og Krea 2, med en rapporteret medianlatenstid i API’et på 4,54 sekunder for tekst-til-billede og 7,18 sekunder for redigering ved 1 MP. Ifølge den beskrevne metode blev latenstiden målt fra start til slut, fra anmodningen blev sendt, til det færdige billede på 1 MP var klar, inklusive køtid; FLUX 3 Image Klein blev målt på virksomhedens servere, mens de øvrige modeller blev målt fra klienten, inklusive forespørgsler efter status og netværkstiden. Krea 2 blev målt på niveauet Medium, mens niveauet Large brugte 31,1 sekunder på tekst-til-billede.

Til lokal inferens rapporterede virksomheden, at den destillerede model med INT8-versionen genererer et billede på 1 MP på cirka 4 sekunder på et NVIDIA GeForce RTX 5090 og på under 9 sekunder på et RTX 4070 via ComfyUI. Tidsdiagrammer, der blev offentliggjort sammen med udgivelsen, og som NVIDIA har målt, med RTX-resultater registreret i ComfyUI, viser, at den destillerede model med 16 trin bruger fra 0,55 sekunder på en GB300 til 8,9 sekunder på et RTX 4070 til tekst-til-billede i 1024×1024, mens grundmodellen med 50 trin bruger fra 1,7 sekunder på GB300 og DGX Station til 43,8 sekunder på DGX Spark. Diagrammerne viser den hurtigste version for hvert grafikkort og måler genereringstiden på selve grafikkortet frem for API-latenstiden fra start til slut.

Tilgængelighed, licensering og sikkerhed

Den destillerede model er tilgængelig i BFL API som flux-3-image-klein med prompt-opskalering og pixelgendannelse, som ifølge virksomheden bevarer de uredigerede områder af et billede præcist. Prisen starter ved $0,009 pr. 1K-billede. Grundmodellens og den destillerede models vægte er lagt ud på Hugging Face, referencekode til inferens er tilgængelig på GitHub sammen med en Gradio-demo til styring med afgrænsningsrammer, og en demo er tilgængelig på Hugging Face Spaces.

Understøttelse fra dag ét omfatter ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion og vLLM-Omni, og modellen blev trænet på NVIDIA GB200 NVL72 og optimeret til NVIDIAs platform til accelereret databehandling. Virksomheden sagde, at den destillerede model genererer et billede på 1 MP på under 0,6 sekunder i NVFP4 på NVIDIA GB300, og at brug af en LoRA øger genereringstiden med cirka 5 %.

Grundmodellens kontrolpunkt er udviklet til finjustering: Diffusers og Ostris’s AI Toolkit understøtter LoRA-træning fra dag ét, og NVIDIA’s NeMo AutoModel indeholder træningsopskrifter, der kan køres direkte fra de offentliggjorte kontrolpunkter. Vægtene udgives under FLUX Kommunity License, som tillader gratis kommerciel brug for enkeltpersoner og virksomheder med en årlig omsætning på under $5 mio. samt brug til forskning og ikke-kommercielle formål; større organisationer kan anvende modellen kommercielt via muligheder for licensering til selvhostede løsninger eller via API’et.

Black Forest Labs sagde, at virksomheden anvender filtre på datasæt under fortræningen for at begrænse eksponeringen for skadeligt indhold og målrettet finjustering under eftertræningen for at dæmpe skadelig adfærd, og at FLUX 3 Image Klein-kontrolpunkterne blev red-teamtestet internt og evalueret af den eksterne sikkerhedspartner Cinder, hvilket viste væsentligt færre sårbarheder end andre populære modeller med åbne vægte. FLUX 3 Image Klein er den anden udgivelse med åbne vægte fra FLUX 3-familien efter FLUX 3 Action, virksomhedens model med åbne vægte og 7 mia. parametre til robotstyring, og virksomheden sagde, at flere udgivelser vil følge.