Το νέο FLUX 3 Image Klein με 5,6 δισ. παραμέτρους κυκλοφορεί με ανοιχτά βάρη

Η Black Forest Labs κυκλοφόρησε στις 15 Οκτωβρίου 2026 το FLUX 3 Image Klein, ένα μοντέλο με ανοιχτά βάρη και 5,6 δισ. παραμέτρους για τη δημιουργία εικόνων από κείμενο, την επεξεργασία εικόνων και τη δημιουργία εικόνων με πολλαπλές εικόνες αναφοράς, με υποστήριξη για έως και 10 εικόνες αναφοράς.

Δυνατότητες και εκδόσεις του μοντέλου

Το μοντέλο διαθέτει βασικές δυνατότητες κοινές με το πλήρες μοντέλο FLUX 3 Image: εγγενή δημιουργία εικόνων 4K, επεξεργασία με ακρίβεια σε επίπεδο εικονοστοιχείου και πλαίσια οριοθέτησης που καθορίζουν πού τοποθετούνται τα στοιχεία ή περιορίζουν τις επεξεργασίες σε μια καθορισμένη περιοχή. Η Black Forest Labs ανέφερε ότι το μοντέλο αξιοποιεί τη συλλογική γνώση της οικογένειας FLUX 3 από εικόνες, βίντεο και ήχο —οι εικόνες προσφέρουν χωρική λεπτομέρεια, το βίντεο προσθέτει κίνηση και φυσική δυναμική, ενώ ο ήχος παρέχει πληροφορίες για συμβάντα και αλληλεπιδράσεις— και ότι αυτά τα σήματα βοηθούν το μοντέλο να δημιουργεί εικόνες που ανταποκρίνονται στον πραγματικό κόσμο.

Η κυκλοφορία περιλαμβάνει ένα βασικό μοντέλο που προορίζεται για περαιτέρω εκπαίδευση και ένα μοντέλο με απόσταξη σε βήματα για δημιουργία με χαμηλή καθυστέρηση, καθώς και εκδόσεις FP8, INT8 και NVFP4 που αναπτύχθηκαν με την υποστήριξη της NVIDIA. Τα βάρη του μοντέλου δημιουργίας απαιτούν 11,2 GB μνήμης σε BF16 και 5,6 GB σε FP8, ενώ με την έκδοση INT8 το μοντέλο εκτελείται σε GPU NVIDIA GeForce RTX με μόλις 8 GB μνήμης VRAM, μέσω ComfyUI ή Diffusers. Η εταιρεία ανέφερε ότι ο μικρότερος αριθμός παραμέτρων καθιστά το μοντέλο πρακτικό για τοπική εκτέλεση, φθηνότερο στην προσαρμογή και κατάλληλο για επεξεργασία εικόνων απευθείας στη συσκευή, σε φορητούς υπολογιστές.

Αναφερόμενα αποτελέσματα αξιολόγησης και επιδόσεων

Σύμφωνα με την Black Forest Labs, στις εσωτερικές αξιολογήσεις το FLUX 3 Image Klein κατατάσσεται πρώτο στη δημιουργία εικόνων από κείμενο, στη δημιουργία με πολλαπλές εικόνες αναφοράς και στην επεξεργασία εικόνων, ξεπερνώντας μεγαλύτερα μοντέλα με ανοιχτά βάρη, ενώ σημειώνει υψηλότερες βαθμολογίες από τα κλειστά μοντέλα της σύγκρισης, τα Ideogram V4.5 και FLUX.2 pro. Με 5,6 δισ. παραμέτρους, είναι το μικρότερο ανοιχτό μοντέλο στη σύγκριση, έναντι 7 δισ. για το Qwen-Image 2.1 και 12,9 δισ. για το Krea 2. Σύμφωνα με την εταιρεία, σε σύγκριση με το FLUX.2 klein 9B της, το νέο μοντέλο κερδίζει 91 μονάδες Elo στη δημιουργία εικόνων από κείμενο και 70 στην επεξεργασία εικόνων, ενώ χρησιμοποιεί 38% λιγότερες παραμέτρους.

Η εταιρεία ανέφερε ότι το FLUX 3 Image Klein διευρύνει επίσης το όριο Pareto ταχύτητας–ποιότητας, προσφέροντας μικρότερη καθυστέρηση μέσω του BFL API από τα Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 και Krea 2, με αναφερόμενη διάμεση καθυστέρηση API 4,54 δευτερολέπτων για δημιουργία εικόνων από κείμενο και 7,18 δευτερολέπτων για επεξεργασία σε ανάλυση 1MP. Σύμφωνα με τη μεθοδολογία που περιγράφεται, η καθυστέρηση μετρήθηκε από άκρο σε άκρο, από την υποβολή του αιτήματος έως την ολοκλήρωση της εικόνας 1MP, συμπεριλαμβανομένου του χρόνου αναμονής στην ουρά. Το FLUX 3 Image Klein χρονομετρήθηκε στους διακομιστές της εταιρείας, ενώ τα άλλα μοντέλα χρονομετρήθηκαν από την πλευρά του πελάτη, συμπεριλαμβανομένων των ελέγχων κατάστασης και του χρόνου δικτύου. Το Krea 2 χρονομετρήθηκε στο επίπεδο Medium, ενώ το επίπεδο Large χρειάστηκε 31,1 δευτερόλεπτα για τη δημιουργία εικόνων από κείμενο.

Για τοπική εκτέλεση συμπερασμάτων, η εταιρεία ανέφερε ότι το μοντέλο με απόσταξη, στην έκδοση INT8, δημιουργεί εικόνα 1MP σε περίπου 4 δευτερόλεπτα σε NVIDIA GeForce RTX 5090 και σε λιγότερο από 9 δευτερόλεπτα σε RTX 4070 μέσω ComfyUI. Τα διαγράμματα χρόνων που δημοσιεύτηκαν μαζί με την κυκλοφορία, μετρήθηκαν από την NVIDIA και τα αποτελέσματα για τις RTX καταγράφηκαν στο ComfyUI. Δείχνουν ότι το μοντέλο με απόσταξη 16 βημάτων χρειάζεται από 0,55 δευτερόλεπτα σε GB300 έως 8,9 δευτερόλεπτα σε RTX 4070 για τη δημιουργία εικόνας 1024×1024 από κείμενο, ενώ το βασικό μοντέλο 50 βημάτων χρειάζεται από 1,7 δευτερόλεπτα σε GB300 και DGX Station έως 43,8 δευτερόλεπτα σε DGX Spark. Τα διαγράμματα παρουσιάζουν την ταχύτερη έκδοση για κάθε GPU και μετρούν τον χρόνο δημιουργίας στην ίδια την GPU, όχι την καθυστέρηση API από άκρο σε άκρο.

Διαθεσιμότητα, αδειοδότηση και ασφάλεια

Το μοντέλο με απόσταξη είναι διαθέσιμο στο BFL API ως flux-3-image-klein, με αναβάθμιση ανάλυσης βάσει της προτροπής και αποκατάσταση εικονοστοιχείων. Σύμφωνα με την εταιρεία, η αποκατάσταση διατηρεί ακριβώς ανέπαφες τις περιοχές της εικόνας που δεν έχουν υποστεί επεξεργασία, ενώ οι τιμές ξεκινούν από 0,009 $ ανά εικόνα 1K. Τα βασικά βάρη και τα βάρη του μοντέλου με απόσταξη έχουν αναρτηθεί στο Hugging Face, ο κώδικας αναφοράς για την εκτέλεση συμπερασμάτων είναι διαθέσιμος στο GitHub μαζί με επίδειξη Gradio για τον έλεγχο μέσω πλαισίων οριοθέτησης, ενώ επίδειξη είναι διαθέσιμη και στο Hugging Face Spaces.

Από την πρώτη ημέρα υποστηρίζονται τα ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion και vLLM-Omni, ενώ το μοντέλο εκπαιδεύτηκε σε NVIDIA GB200 NVL72 και βελτιστοποιήθηκε για την πλατφόρμα επιταχυνόμενων υπολογισμών της NVIDIA. Η εταιρεία ανέφερε ότι στο NVIDIA GB300 το μοντέλο με απόσταξη δημιουργεί εικόνα 1MP σε λιγότερο από 0,6 δευτερόλεπτα σε NVFP4, ενώ η χρήση ενός LoRA προσθέτει περίπου 5% στον χρόνο δημιουργίας.

Το βασικό σημείο ελέγχου έχει σχεδιαστεί για περαιτέρω εκπαίδευση: τα Diffusers και AI Toolkit της Ostris υποστηρίζουν εκπαίδευση LoRA από την πρώτη ημέρα, ενώ το NeMo AutoModel της NVIDIA περιλαμβάνει συνταγές εκπαίδευσης που εκτελούνται απευθείας από τα βάρη που κυκλοφόρησαν. Τα βάρη κυκλοφορούν με την άδεια FLUX Kommunity License, η οποία επιτρέπει δωρεάν εμπορική χρήση από ιδιώτες και εταιρείες με ετήσια έσοδα κάτω από 5 εκατ. δολάρια, καθώς και ερευνητική και μη εμπορική χρήση. Οι μεγαλύτεροι οργανισμοί μπορούν να τα αναπτύξουν εμπορικά μέσω επιλογών αδειοδότησης για αυτοφιλοξενία ή μέσω του API.

Η Black Forest Labs ανέφερε ότι εφαρμόζει φίλτρα στα σύνολα δεδομένων κατά την προεκπαίδευση για να περιορίσει την έκθεση σε επιβλαβές περιεχόμενο και στοχευμένη περαιτέρω εκπαίδευση μετά την προεκπαίδευση, ώστε να περιορίσει επιβλαβείς συμπεριφορές. Ανέφερε επίσης ότι τα σημεία ελέγχου του FLUX 3 Image Klein υποβλήθηκαν εσωτερικά σε δοκιμές red team και αξιολογήθηκαν από τον εξωτερικό συνεργάτη ασφάλειας Cinder, παρουσιάζοντας σημαντικά λιγότερα τρωτά σημεία από άλλα δημοφιλή μοντέλα με ανοιχτά βάρη. Το FLUX 3 Image Klein είναι η δεύτερη κυκλοφορία με ανοιχτά βάρη της οικογένειας FLUX 3, μετά το FLUX 3 Action, το μοντέλο 7B της εταιρείας με ανοιχτά βάρη για τον έλεγχο ρομπότ, και η εταιρεία ανέφερε ότι θα ακολουθήσουν και άλλες κυκλοφορίες.