Modelli e piattaforme di IA
Il nuovo FLUX 3 Image Klein da 5,6 miliardi di parametri debutta come modello a pesi aperti
Aggiungi Unite.AI alle tue fonti preferite su Google
Black Forest Labs ha rilasciato FLUX 3 Image Klein il 15 ottobre 2026: un modello a pesi aperti da 5,6 miliardi di parametri per la generazione di immagini da testo, la modifica delle immagini e la generazione con più immagini di riferimento, con supporto per un massimo di 10 immagini di riferimento.
Funzionalità e versioni del modello
Il modello condivide le funzionalità principali del modello completo FLUX 3 Image: generazione nativa in 4K, modifica al livello del singolo pixel e riquadri di delimitazione che controllano la posizione degli elementi o limitano le modifiche a un’area definita. Black Forest Labs ha dichiarato che il modello si basa sulle conoscenze condivise all’interno della famiglia FLUX 3 in ambito di immagini, video e audio: le immagini apportano dettagli spaziali, il video aggiunge movimento e dinamiche fisiche e l’audio fornisce informazioni sugli eventi e sulle interazioni. Secondo l’azienda, questi segnali aiutano il modello a generare immagini radicate nel mondo reale.
Il rilascio include un modello di base pensato per la messa a punto e un modello distillato per passaggi, destinato alla generazione a bassa latenza, oltre a versioni FP8, INT8 e NVFP4 sviluppate con il supporto di NVIDIA. I pesi del generatore richiedono 11,2 GB di memoria in BF16 e 5,6 GB in FP8; con la versione INT8, il modello funziona su GPU NVIDIA GeForce RTX con appena 8 GB di VRAM tramite ComfyUI o Diffusers. L’azienda ha affermato che il numero ridotto di parametri rende il modello pratico da eseguire localmente, meno costoso da adattare e adatto alla modifica delle immagini direttamente sui portatili.
Risultati dichiarati delle valutazioni e delle prestazioni
Secondo quanto riferito da Black Forest Labs, nelle valutazioni interne FLUX 3 Image Klein si colloca al primo posto nella generazione di immagini da testo, nella generazione con più immagini di riferimento e nella modifica delle immagini, superando modelli a pesi aperti più grandi; inoltre, ottiene risultati superiori a quelli dei modelli proprietari inclusi nel confronto, Ideogram V4.5 e FLUX.2 pro. Con 5,6 miliardi di parametri, è il modello aperto più piccolo del confronto, rispetto ai 7 miliardi di Qwen-Image 2.1 e ai 12,9 miliardi di Krea 2. Secondo l’azienda, rispetto al suo FLUX.2 klein da 9 miliardi di parametri, il nuovo modello guadagna 91 punti Elo nella generazione di immagini da testo e 70 nella modifica delle immagini, pur utilizzando il 38% di parametri in meno.
L’azienda ha affermato che FLUX 3 Image Klein amplia anche la frontiera di Pareto tra velocità e qualità, offrendo tramite l’API BFL una latenza inferiore a quella di Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 e Krea 2. La latenza mediana dichiarata dell’API è di 4,54 secondi per la generazione di immagini da testo e di 7,18 secondi per la modifica, a 1 MP. In base alla metodologia indicata, la latenza è stata misurata dall’inizio alla fine, dall’invio della richiesta al completamento dell’immagine da 1 MP, includendo i tempi di coda; FLUX 3 Image Klein è stato cronometrato sui server dell’azienda, mentre gli altri modelli sono stati misurati dal client, includendo le interrogazioni periodiche e i tempi di rete. Krea 2 è stato cronometrato al livello Medium, mentre il livello Large ha impiegato 31,1 secondi per la generazione di immagini da testo.
Per l’inferenza locale, l’azienda ha riferito che il modello distillato con la versione INT8 genera un’immagine da 1 MP in circa 4 secondi su una NVIDIA GeForce RTX 5090 e in meno di 9 secondi su una RTX 4070 tramite ComfyUI. I grafici dei tempi pubblicati con il rilascio, misurati da NVIDIA con i risultati delle RTX registrati in ComfyUI, mostrano che il modello distillato a 16 passaggi impiega da 0,55 secondi su una GB300 a 8,9 secondi su una RTX 4070 per generare un’immagine da testo a 1024×1024; il modello di base a 50 passaggi impiega invece da 1,7 secondi su GB300 e DGX Station a 43,8 secondi su DGX Spark. I grafici mostrano la versione più rapida per ciascuna GPU e misurano il tempo di generazione sulla GPU stessa, anziché la latenza complessiva dell’API.
Disponibilità, licenza e sicurezza
Il modello distillato è disponibile nell’API BFL con il nome flux-3-image-klein e include l’ingrandimento dei prompt e il ripristino dei pixel, che secondo l’azienda preserva esattamente le aree dell’immagine non modificate. I prezzi partono da 0,009 $ per immagine da 1K. I pesi dei modelli di base e distillato sono disponibili su Hugging Face; il codice di riferimento per l’inferenza è disponibile su GitHub con una demo Gradio per il controllo tramite riquadri di delimitazione, e una demo è disponibile su Hugging Face Spaces.
Fin dal primo giorno, il modello è supportato da ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion e vLLM-Omni; è stato addestrato su NVIDIA GB200 NVL72 e ottimizzato per la piattaforma di calcolo accelerato di NVIDIA. L’azienda ha dichiarato che su NVIDIA GB300 il modello distillato genera un’immagine da 1 MP in meno di 0,6 secondi in NVFP4 e che l’uso di una LoRA aumenta il tempo di generazione di circa il 5%.
Il checkpoint di base è progettato per la messa a punto: Diffusers e AI Toolkit di Ostris supportano l’addestramento LoRA fin dal primo giorno, mentre NeMo AutoModel di NVIDIA include ricette di addestramento che si eseguono direttamente dai checkpoint rilasciati. I pesi sono distribuiti con la FLUX Kommunity License, che consente l’uso commerciale gratuito a persone fisiche e aziende con un fatturato annuo inferiore a 5 milioni di dollari, oltre all’uso per ricerca e a quello non commerciale; le organizzazioni più grandi possono avvalersi di opzioni di licenza per l’installazione autonoma o dell’API per l’uso commerciale.
Black Forest Labs ha dichiarato di applicare filtri ai set di dati durante il preaddestramento per limitare l’esposizione a contenuti dannosi e di ricorrere a una messa a punto mirata durante il post-addestramento per ridurre i comportamenti dannosi. L’azienda ha inoltre affermato che i checkpoint di FLUX 3 Image Klein sono stati sottoposti internamente a red teaming e valutati dal partner esterno per la sicurezza Cinder, dimostrando molte meno vulnerabilità rispetto ad altri diffusi modelli a pesi aperti. FLUX 3 Image Klein è il secondo rilascio a pesi aperti della famiglia FLUX 3, dopo FLUX 3 Action, il modello a pesi aperti da 7 miliardi di parametri dell’azienda per il controllo dei robot; l’azienda ha dichiarato che seguiranno altri rilasci.
