FLUX 3 Image Klein Baru dengan 5,6 Miliar Parameter Debut sebagai Rilis Berbobot Terbuka

Black Forest Labs merilis FLUX 3 Image Klein pada 15 Oktober 2026, sebuah model berbobot terbuka dengan 5,6 miliar parameter untuk menghasilkan gambar dari teks, menyunting gambar, dan membuat gambar dengan beberapa referensi, serta mendukung hingga 10 gambar referensi.

Kemampuan dan Varian Model

Model ini memiliki kemampuan inti yang sama dengan model FLUX 3 Image lengkap: pembuatan gambar 4K secara native, penyuntingan hingga ke tingkat piksel, serta kotak pembatas untuk mengatur penempatan elemen atau membatasi penyuntingan pada area tertentu. Black Forest Labs menyatakan bahwa model ini dikembangkan berdasarkan pembelajaran bersama keluarga FLUX 3 dari gambar, video, dan audio—gambar menyumbangkan detail spasial, video menambahkan gerakan dan dinamika fisik, sementara audio memberikan informasi tentang peristiwa dan interaksi—serta bahwa sinyal-sinyal ini membantu model menghasilkan gambar yang berpijak pada dunia nyata.

Rilis ini mencakup model dasar yang ditujukan untuk penyetelan lanjut dan model hasil distilasi bertahap untuk menghasilkan gambar dengan latensi rendah, serta varian FP8, INT8, dan NVFP4 yang dikembangkan dengan dukungan NVIDIA. Bobot generator memerlukan memori 11,2 GB dalam BF16 dan 5,6 GB dalam FP8. Dengan varian INT8, model ini dapat dijalankan pada GPU NVIDIA GeForce RTX dengan VRAM sekecil 8 GB melalui ComfyUI atau Diffusers. Perusahaan menyatakan bahwa jumlah parameter yang lebih sedikit membuat model ini praktis dijalankan secara lokal, lebih murah untuk diadaptasi, dan cocok untuk penyuntingan gambar langsung di perangkat, termasuk laptop.

Hasil Evaluasi dan Kinerja yang Dilaporkan

Dalam evaluasi internal, menurut laporan Black Forest Labs, FLUX 3 Image Klein menempati peringkat pertama dalam pembuatan gambar dari teks, pembuatan gambar dengan beberapa referensi, dan penyuntingan gambar, mengungguli model berbobot terbuka yang lebih besar. Skornya juga lebih tinggi daripada model tertutup dalam perbandingan tersebut, yaitu Ideogram V4.5 dan FLUX.2 pro. Dengan 5,6 miliar parameter, model ini merupakan model terbuka terkecil dalam perbandingan itu, dibandingkan dengan Qwen-Image 2.1 yang memiliki 7 miliar parameter dan Krea 2 yang memiliki 12,9 miliar parameter. Menurut perusahaan, dibandingkan FLUX.2 klein 9B miliknya, model baru ini memperoleh kenaikan 91 Elo dalam pembuatan gambar dari teks dan 70 Elo dalam penyuntingan gambar, dengan jumlah parameter 38% lebih sedikit.

Perusahaan menyatakan bahwa FLUX 3 Image Klein juga memperluas batas Pareto kecepatan-kualitas, dengan latensi melalui API BFL yang lebih rendah daripada Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5, dan Krea 2. Latensi median API yang dilaporkan adalah 4,54 detik untuk pembuatan gambar dari teks dan 7,18 detik untuk penyuntingan gambar berukuran 1MP. Berdasarkan metodologi yang disebutkan, latensi diukur dari awal hingga akhir, sejak permintaan dikirim sampai gambar 1MP selesai dibuat, termasuk waktu antrean. FLUX 3 Image Klein diuji di server perusahaan, sedangkan model lainnya diuji dari sisi klien, termasuk waktu untuk memeriksa status dan waktu jaringan. Krea 2 diuji pada tingkat Medium, sedangkan tingkat Large-nya memerlukan 31,1 detik untuk membuat gambar dari teks.

Untuk inferensi lokal, perusahaan melaporkan bahwa model hasil distilasi dengan varian INT8 menghasilkan gambar 1MP dalam waktu sekitar 4 detik pada NVIDIA GeForce RTX 5090 dan kurang dari 9 detik pada RTX 4070 melalui ComfyUI. Grafik waktu yang diterbitkan bersama rilis ini, berdasarkan pengukuran NVIDIA dengan hasil RTX yang dicatat di ComfyUI, menunjukkan bahwa model hasil distilasi 16 langkah memerlukan waktu antara 0,55 detik pada GB300 dan 8,9 detik pada RTX 4070 untuk membuat gambar 1024×1024 dari teks. Sementara itu, model dasar 50 langkah memerlukan waktu antara 1,7 detik pada GB300 dan DGX Station hingga 43,8 detik pada DGX Spark. Grafik tersebut menampilkan varian tercepat pada setiap GPU dan mengukur waktu pembuatan gambar langsung di GPU, bukan latensi API dari awal hingga akhir.

Ketersediaan, Lisensi, dan Keamanan

Model hasil distilasi tersedia melalui API BFL dengan nama flux-3-image-klein, dilengkapi peningkatan resolusi prompt dan pemulihan piksel. Menurut perusahaan, fitur ini mempertahankan secara persis bagian gambar yang tidak disunting. Harga mulai dari $0,009 per gambar 1K. Bobot model dasar dan model hasil distilasi tersedia di Hugging Face, kode referensi untuk inferensi tersedia di GitHub beserta demo Gradio untuk mengendalikan kotak pembatas, dan demo juga tersedia di Hugging Face Spaces.

Sejak hari pertama, model ini didukung oleh ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion, dan vLLM-Omni. Model ini dilatih menggunakan NVIDIA GB200 NVL72 dan dioptimalkan untuk platform komputasi akselerasi NVIDIA. Perusahaan menyatakan bahwa pada NVIDIA GB300, model hasil distilasi menghasilkan gambar 1MP dalam waktu kurang dari 0,6 detik dengan NVFP4, dan penyajian LoRA menambah waktu pembuatan gambar sekitar 5%.

Titik pemeriksaan model dasar dirancang untuk penyetelan lanjut: Diffusers dan AI Toolkit milik Ostris mendukung pelatihan LoRA sejak hari pertama, sementara NeMo AutoModel dari NVIDIA menyediakan resep pelatihan yang dapat dijalankan langsung dari titik pemeriksaan yang dirilis. Bobot model dirilis di bawah FLUX Kommunity License, yang mengizinkan penggunaan komersial gratis oleh individu dan perusahaan dengan pendapatan tahunan di bawah $5 juta, serta penggunaan untuk penelitian dan keperluan nonkomersial. Organisasi yang lebih besar dapat menggunakannya secara komersial melalui opsi lisensi yang dihosting sendiri atau melalui API.

Black Forest Labs menyatakan bahwa selama prapelatihan, perusahaan menerapkan filter pada set data untuk membatasi paparan terhadap konten berbahaya, lalu melakukan penyetelan lanjut terarah selama pascapelatihan untuk menekan perilaku berbahaya. Perusahaan juga menyatakan bahwa titik pemeriksaan FLUX 3 Image Klein menjalani pengujian red team secara internal dan evaluasi oleh mitra keselamatan eksternal Cinder, yang menunjukkan jauh lebih sedikit kerentanan dibandingkan model berbobot terbuka populer lainnya. FLUX 3 Image Klein adalah rilis berbobot terbuka kedua dari keluarga FLUX 3, setelah FLUX 3 Action, model berbobot terbuka 7B milik perusahaan untuk mengendalikan robot. Perusahaan menyatakan bahwa akan ada lebih banyak rilis berikutnya.