Modèles et plateformes d’IA
Le nouveau FLUX 3 Image Klein, doté de 5,6 milliards de paramètres, fait ses débuts en version à poids ouverts
Ajouter Unite.AI à vos sources préférées sur Google
Black Forest Labs a lancé FLUX 3 Image Klein le 15 octobre 2026. Ce modèle à poids ouverts de 5,6 milliards de paramètres permet de générer des images à partir de texte, de modifier des images et d’en générer à partir de plusieurs références, avec la prise en charge de 10 images de référence au maximum.
Capacités et versions du modèle
Le modèle partage les principales capacités du modèle FLUX 3 Image complet : génération native en 4K, retouche au pixel près et boîtes englobantes permettant de contrôler l’emplacement des éléments ou de limiter les retouches à une zone définie. Black Forest Labs a indiqué que le modèle s’appuie sur les apprentissages communs à la famille FLUX 3 dans les domaines de l’image, de la vidéo et de l’audio : les images apportent des détails spatiaux, la vidéo ajoute le mouvement et les dynamiques physiques, et l’audio fournit des informations sur les événements et les interactions. Selon l’entreprise, ces signaux aident le modèle à générer des images ancrées dans le monde réel.
La version comprend un modèle de base destiné au réglage fin et un modèle distillé par étapes pour une génération à faible latence, ainsi que des versions FP8, INT8 et NVFP4 développées avec le soutien de NVIDIA. Les poids du générateur nécessitent 11,2 Go de mémoire en BF16 et 5,6 Go en FP8. Avec la version INT8, le modèle fonctionne sur des cartes graphiques NVIDIA GeForce RTX disposant d’à peine 8 Go de mémoire vidéo, par l’intermédiaire de ComfyUI ou de Diffusers. L’entreprise a déclaré que le nombre réduit de paramètres rend le modèle pratique à exécuter en local, moins coûteux à adapter et adapté à la retouche d’images directement sur les ordinateurs portables.
Résultats d’évaluation et de performance communiqués
Selon Black Forest Labs, lors d’évaluations internes, FLUX 3 Image Klein arrive en tête pour la génération d’images à partir de texte, la génération à partir de plusieurs références et la retouche d’images, devant des modèles à poids ouverts plus volumineux. Il obtient également de meilleurs résultats que les modèles propriétaires de la comparaison, Ideogram V4.5 et FLUX.2 pro. Avec 5,6 milliards de paramètres, c’est le plus petit modèle ouvert de cette comparaison, contre 7 milliards pour Qwen-Image 2.1 et 12,9 milliards pour Krea 2. Par rapport au modèle FLUX.2 klein 9B de l’entreprise, le nouveau modèle gagne 91 points Elo en génération d’images à partir de texte et 70 en retouche d’images, tout en utilisant 38 % de paramètres en moins, selon l’entreprise.
L’entreprise a également indiqué que FLUX 3 Image Klein repousse la frontière de Pareto entre vitesse et qualité : sa latence via l’API BFL est inférieure à celle de Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 et Krea 2. La latence médiane de l’API annoncée est de 4,54 secondes pour la génération d’images à partir de texte et de 7,18 secondes pour la retouche à 1 MP. Selon la méthodologie indiquée, la latence a été mesurée de bout en bout, de l’envoi de la requête à l’obtention de l’image finale de 1 MP, temps d’attente en file compris. FLUX 3 Image Klein a été chronométré sur les serveurs de l’entreprise, tandis que les autres modèles l’ont été depuis le client, en tenant compte des interrogations répétées et du temps réseau. Krea 2 a été testé avec son offre Medium ; son offre Large a mis 31,1 secondes pour générer une image à partir de texte.
Pour l’inférence locale, l’entreprise a indiqué que le modèle distillé avec la version INT8 génère une image de 1 MP en environ 4 secondes sur une NVIDIA GeForce RTX 5090 et en moins de 9 secondes sur une RTX 4070, via ComfyUI. Les graphiques de durée publiés avec le lancement, mesurés par NVIDIA et dont les résultats sur RTX ont été enregistrés dans ComfyUI, montrent que le modèle distillé en 16 étapes met entre 0,55 seconde sur une GB300 et 8,9 secondes sur une RTX 4070 pour générer une image de 1024 × 1024 à partir de texte. Le modèle de base en 50 étapes met, quant à lui, entre 1,7 seconde sur GB300 et DGX Station et 43,8 secondes sur DGX Spark. Les graphiques indiquent la version la plus rapide pour chaque GPU et mesurent le temps de génération directement sur le GPU, plutôt que la latence de l’API de bout en bout.
Disponibilité, licence et sécurité
Le modèle distillé est disponible dans l’API BFL sous le nom flux-3-image-klein, avec suréchantillonnage de l’invite et restauration des pixels. Selon l’entreprise, cette dernière préserve exactement les zones d’une image qui n’ont pas été retouchées. Les tarifs commencent à 0,009 $ par image 1K. Les poids des modèles de base et distillé sont publiés sur Hugging Face ; le code de référence pour l’inférence est disponible sur GitHub, avec une démonstration Gradio pour le contrôle par boîtes englobantes. Une démonstration est également disponible sur Hugging Face Spaces.
Dès le premier jour, le modèle est pris en charge par ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion et vLLM-Omni. Il a été entraîné sur NVIDIA GB200 NVL72 et optimisé pour la plateforme de calcul accéléré de NVIDIA. L’entreprise a indiqué que, sur NVIDIA GB300, le modèle distillé génère une image de 1 MP en moins de 0,6 seconde en NVFP4, et que le déploiement d’un LoRA augmente le temps de génération d’environ 5 %.
Le point de contrôle de base est conçu pour le réglage fin : Diffusers et AI Toolkit d’Ostris prennent en charge l’entraînement LoRA dès le premier jour, et NeMo AutoModel de NVIDIA fournit des recettes d’entraînement qui s’exécutent directement à partir des points de contrôle publiés. Les poids sont publiés sous la licence FLUX Kommunity License, qui autorise l’utilisation commerciale gratuite par les particuliers et les entreprises dont le chiffre d’affaires annuel est inférieur à 5 M$, ainsi que l’utilisation à des fins de recherche et non commerciales. Les organisations de plus grande taille peuvent les déployer à des fins commerciales au moyen d’options de licence pour hébergement autonome ou de l’API.
Black Forest Labs a indiqué qu’elle applique des filtres aux jeux de données pendant le préentraînement afin de limiter l’exposition aux contenus préjudiciables, puis procède à un réglage fin ciblé pendant le post-entraînement pour supprimer les comportements préjudiciables. L’entreprise a également déclaré que les points de contrôle de FLUX 3 Image Klein avaient fait l’objet de tests d’intrusion adversariaux en interne et d’une évaluation par Cinder, son partenaire externe en matière de sécurité. Ces évaluations ont révélé nettement moins de vulnérabilités que dans d’autres modèles populaires à poids ouverts. FLUX 3 Image Klein est la deuxième version à poids ouverts de la famille FLUX 3, après FLUX 3 Action, le modèle à poids ouverts de 7 milliards de paramètres de l’entreprise destiné au contrôle de robots. L’entreprise a indiqué que d’autres versions suivraient.
