KI-Modelle und Plattformen
Das neue FLUX 3 Image Klein mit 5,6 Milliarden Parametern erscheint als Modell mit offenen Gewichten
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Black Forest Labs veröffentlichte FLUX 3 Image Klein am 15. Oktober 2026. Das Modell mit offenen Gewichten verfügt über 5,6 Milliarden Parameter und dient der Text-zu-Bild-Generierung, der Bildbearbeitung und der Generierung mit mehreren Referenzbildern. Es unterstützt bis zu 10 Referenzbilder.
Funktionen und Modellvarianten
Das Modell bietet dieselben zentralen Funktionen wie das vollständige FLUX 3 Image-Modell: native 4K-Generierung, pixelgenaue Bearbeitung und Begrenzungsrahmen, mit denen sich die Platzierung von Elementen steuern oder Änderungen auf einen festgelegten Bereich beschränken lassen. Black Forest Labs zufolge baut das Modell auf den gemeinsamen Erkenntnissen der FLUX 3-Familie aus den Bereichen Bild, Video und Audio auf: Bilder liefern räumliche Details, Videos ergänzen Bewegung und physikalische Dynamik, und Audio steuert Informationen zu Ereignissen und Interaktionen bei. Diese Signale helfen dem Modell, Bilder zu generieren, die in der realen Welt verankert sind.
Die Veröffentlichung umfasst ein Basismodell zur Feinabstimmung und ein per Destillation auf einzelne Schritte reduziertes Modell für Generierung mit geringer Latenz sowie mit Unterstützung von NVIDIA entwickelte Varianten in FP8, INT8 und NVFP4. Die Gewichte des Generators benötigen 11,2 GB Speicher im BF16-Format und 5,6 GB im FP8-Format. Mit der INT8-Variante läuft das Modell über ComfyUI oder Diffusers auf NVIDIA GeForce RTX-GPUs mit nur 8 GB VRAM. Das Unternehmen erklärte, die geringere Parameterzahl mache es praktisch für den lokalen Einsatz, kostengünstiger anzupassen und für die Bildbearbeitung direkt auf Laptops geeignet.
Berichtete Ergebnisse aus Evaluationen und Leistungstests
Black Forest Labs zufolge belegt FLUX 3 Image Klein bei internen Evaluationen in den Bereichen Text-zu-Bild-Generierung, Generierung mit mehreren Referenzbildern und Bildbearbeitung den ersten Platz vor größeren Modellen mit offenen Gewichten. Zudem erzielt es höhere Bewertungen als die geschlossenen Modelle im Vergleich, Ideogram V4.5 und FLUX.2 pro. Mit 5,6 Milliarden Parametern ist es das kleinste offene Modell in diesem Vergleich; Qwen-Image 2.1 verfügt über 7 Milliarden und Krea 2 über 12,9 Milliarden Parameter. Im Vergleich zum FLUX.2 klein 9B des Unternehmens erreicht das neue Modell laut Black Forest Labs bei der Text-zu-Bild-Generierung einen Zuwachs von 91 Elo-Punkten und bei der Bildbearbeitung von 70 Punkten – bei 38 % weniger Parametern.
Das Unternehmen erklärte, FLUX 3 Image Klein erweitere auch die Pareto-Grenze zwischen Geschwindigkeit und Qualität. Über die BFL API biete es eine geringere Latenz als Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 und Krea 2. Die angegebene mediane API-Latenz betrage bei der Text-zu-Bild-Generierung mit 1 MP 4,54 Sekunden und bei der Bildbearbeitung 7,18 Sekunden. Gemäß der beschriebenen Methodik wurde die Latenz vom Absenden der Anfrage bis zum fertigen 1-MP-Bild gemessen, einschließlich der Wartezeit in der Warteschlange. FLUX 3 Image Klein wurde auf den Servern des Unternehmens getestet, während die anderen Modelle vom Client aus gemessen wurden, einschließlich Abfragen des Bearbeitungsstands und Netzwerkzeit. Krea 2 wurde in der mittleren Leistungsstufe getestet; die hohe Leistungsstufe benötigte bei der Text-zu-Bild-Generierung 31,1 Sekunden.
Für die lokale Inferenz berichtete das Unternehmen, dass das destillierte Modell mit der INT8-Variante über ComfyUI ein 1-MP-Bild auf einer NVIDIA GeForce RTX 5090 in etwa 4 Sekunden und auf einer RTX 4070 in weniger als 9 Sekunden generiert. Die zusammen mit der Veröffentlichung bereitgestellten Zeitmessungsdiagramme, die NVIDIA erstellte und deren RTX-Ergebnisse in ComfyUI aufgezeichnet wurden, zeigen, dass die destillierte Variante mit 16 Schritten für die Text-zu-Bild-Generierung in 1024 × 1024 Pixeln zwischen 0,55 Sekunden auf einer GB300 und 8,9 Sekunden auf einer RTX 4070 benötigt. Das Basismodell mit 50 Schritten benötigt zwischen 1,7 Sekunden auf GB300 und DGX Station sowie 43,8 Sekunden auf DGX Spark. Die Diagramme zeigen jeweils die schnellste Variante für jede GPU und messen die Generierungszeit direkt auf der GPU statt die durchgängige API-Latenz.
Verfügbarkeit, Lizenzierung und Sicherheit
Das destillierte Modell ist in der BFL API unter dem Namen flux-3-image-klein verfügbar und bietet Prompt-Upscaling sowie Pixel-Wiederherstellung. Letztere bewahrt laut Unternehmen die unbearbeiteten Bildbereiche exakt. Die Preise beginnen bei 0,009 $ pro 1K-Bild. Die Gewichte des Basis- und des destillierten Modells stehen auf Hugging Face bereit. Referenzcode für die Inferenz ist auf GitHub verfügbar, zusammen mit einer Gradio-Demo zur Steuerung über Begrenzungsrahmen. Eine weitere Demo gibt es auf Hugging Face Spaces.
Die Unterstützung ab dem ersten Tag umfasst ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion und vLLM-Omni. Das Modell wurde auf NVIDIA GB200 NVL72 trainiert und für die beschleunigte Computing-Plattform von NVIDIA optimiert. Das Unternehmen erklärte, dass das destillierte Modell auf NVIDIA GB300 ein 1-MP-Bild mit NVFP4 in weniger als 0,6 Sekunden generiert und dass die Bereitstellung einer LoRA die Generierungszeit um etwa 5 % erhöht.
Der Basis-Checkpoint ist für die Feinabstimmung ausgelegt: Diffusers und das AI Toolkit von Ostris unterstützen das Training von LoRA-Modellen ab dem ersten Tag, und NVIDIA NeMo AutoModel umfasst Trainingsrezepte, die direkt mit den veröffentlichten Checkpoints ausgeführt werden können. Die Gewichte werden unter der FLUX Kommunity License veröffentlicht. Diese erlaubt Einzelpersonen und Unternehmen mit einem Jahresumsatz von weniger als 5 Mio. $ die kostenlose kommerzielle Nutzung sowie die Nutzung zu Forschungszwecken und nichtkommerziellen Zwecken. Größere Organisationen können das Modell über selbst gehostete Lizenzierungsoptionen oder die API kommerziell einsetzen.
Black Forest Labs erklärte, während des Vortrainings Filter auf den Datensatz anzuwenden, um den Kontakt mit schädlichen Inhalten zu begrenzen, und während des Nachtrainings gezielte Feinabstimmung einzusetzen, um schädliches Verhalten zu unterdrücken. Außerdem seien die Checkpoints von FLUX 3 Image Klein intern einem Red-Team-Test unterzogen und vom externen Sicherheitspartner Cinder bewertet worden. Dabei hätten sie deutlich weniger Schwachstellen als andere beliebte Modelle mit offenen Gewichten gezeigt. FLUX 3 Image Klein ist die zweite Veröffentlichung mit offenen Gewichten aus der FLUX 3-Familie. Zuvor erschien FLUX 3 Action, das offene Modell des Unternehmens mit 7 Milliarden Parametern zur Steuerung von Robotern. Das Unternehmen kündigte weitere Veröffentlichungen an.
