Noul FLUX 3 Image Klein, cu 5,6 miliarde de parametri, debutează ca model cu ponderi deschise

Black Forest Labs a lansat FLUX 3 Image Klein pe 15 octombrie 2026, un model cu ponderi deschise și 5,6 miliarde de parametri pentru generarea de imagini din text, editarea imaginilor și generarea cu mai multe imagini de referință, care acceptă până la 10 imagini de referință.

Capabilități și versiuni ale modelului

Modelul are în comun cu modelul complet FLUX 3 Image capabilități esențiale: generare nativă 4K, editare cu precizie la nivel de pixel și casete de delimitare care controlează locul în care sunt plasate elementele sau limitează editările la o zonă definită. Black Forest Labs a declarat că modelul se bazează pe cunoștințele comune dobândite de familia FLUX 3 în domeniul imaginilor, videoclipurilor și sunetului — imaginile contribuie cu detalii spațiale, videoclipurile adaugă mișcare și dinamici fizice, iar sunetul oferă informații despre evenimente și interacțiuni — și că aceste semnale ajută modelul să genereze imagini ancorate în lumea reală.

Lansarea include un model de bază destinat ajustării fine și un model distilat în mai multe etape, pentru generare cu latență redusă, precum și versiuni FP8, INT8 și NVFP4 dezvoltate cu sprijinul NVIDIA. Ponderile generatorului necesită 11,2 GB de memorie în BF16 și 5,6 GB în FP8, iar cu versiunea INT8 modelul poate rula prin ComfyUI sau Diffusers pe GPU-uri NVIDIA GeForce RTX cu doar 8 GB de VRAM. Compania a declarat că numărul redus de parametri face ca modelul să poată fi rulat practic pe plan local, să fie mai ieftin de adaptat și potrivit pentru editarea imaginilor direct pe dispozitive, inclusiv pe laptopuri.

Rezultatele raportate ale evaluărilor și performanței

Potrivit Black Forest Labs, în evaluările interne, FLUX 3 Image Klein ocupă primul loc la generarea de imagini din text, generarea cu mai multe imagini de referință și editarea imaginilor, depășind modele cu ponderi deschise mai mari și obținând rezultate superioare modelelor cu acces închis incluse în comparație, Ideogram V4.5 și FLUX.2 pro. Cu 5,6 miliarde de parametri, este cel mai mic model deschis din comparația respectivă, față de 7 miliarde pentru Qwen-Image 2.1 și 12,9 miliarde pentru Krea 2. Potrivit companiei, în comparație cu FLUX.2 klein 9B al acesteia, noul model câștigă 91 de puncte Elo la generarea de imagini din text și 70 la editarea imaginilor, folosind cu 38% mai puțini parametri.

Compania a declarat că FLUX 3 Image Klein extinde și frontiera Pareto dintre viteză și calitate, oferind o latență mai mică prin API-ul BFL decât Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 și Krea 2, cu o latență mediană raportată a API-ului de 4,54 secunde pentru generarea de imagini din text și de 7,18 secunde pentru editare la 1 MP. Conform metodologiei prezentate, latența a fost măsurată de la un capăt la altul, din momentul trimiterii solicitării până la finalizarea imaginii de 1 MP, inclusiv timpul de așteptare în coadă; FLUX 3 Image Klein a fost cronometrat pe serverele companiei, în timp ce celelalte modele au fost cronometrate dinspre client, incluzând verificările periodice și timpul de rețea. Krea 2 a fost cronometrat la nivelul Medium, iar nivelul Large a avut nevoie de 31,1 secunde pentru generarea de imagini din text.

Pentru inferența locală, compania a raportat că modelul distilat cu versiunea INT8 generează o imagine de 1 MP în aproximativ 4 secunde pe o placă NVIDIA GeForce RTX 5090 și în mai puțin de 9 secunde pe o RTX 4070, prin ComfyUI. Graficele de timpi publicate odată cu lansarea, măsurați de NVIDIA și înregistrați în ComfyUI pentru plăcile RTX, arată că modelul distilat în 16 pași variază de la 0,55 secunde pe un GB300 la 8,9 secunde pe o RTX 4070 pentru generarea de imagini din text la rezoluția de 1024×1024, iar modelul de bază în 50 de pași variază de la 1,7 secunde pe GB300 și DGX Station la 43,8 secunde pe DGX Spark. Graficele prezintă cea mai rapidă versiune pentru fiecare GPU și măsoară timpul de generare chiar pe GPU, nu latența API-ului de la un capăt la altul.

Disponibilitate, licențiere și siguranță

Modelul distilat este disponibil în API-ul BFL sub numele flux-3-image-klein, cu funcții de extindere a promptului și de restaurare a pixelilor, despre care compania a spus că păstrează exact zonele needitate ale unei imagini; prețurile încep de la 0,009 USD per imagine de 1K. Ponderile versiunilor de bază și distilate sunt publicate pe Hugging Face, codul de referință pentru inferență este disponibil pe GitHub, împreună cu o demonstrație Gradio pentru controlul prin casete de delimitare, iar o demonstrație este disponibilă pe Hugging Face Spaces.

Începând chiar din prima zi, modelul este compatibil cu ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion și vLLM-Omni; acesta a fost antrenat pe NVIDIA GB200 NVL72 și optimizat pentru platforma de calcul accelerat NVIDIA. Compania a declarat că, pe NVIDIA GB300, modelul distilat generează o imagine de 1 MP în mai puțin de 0,6 secunde în NVFP4 și că rularea unui LoRA adaugă aproximativ 5% la timpul de generare.

Punctul de control de bază este conceput pentru ajustare fină: Diffusers și AI Toolkit de la Ostris sunt compatibile cu antrenarea LoRA încă din prima zi, iar NeMo AutoModel de la NVIDIA include rețete de antrenare care rulează direct pe punctele de control lansate. Ponderile sunt publicate sub licența FLUX Kommunity License, care permite utilizarea comercială gratuită de către persoane fizice și companii cu venituri anuale sub 5 milioane USD, precum și utilizarea în scopuri de cercetare și necomerciale; organizațiile mai mari pot folosi modelul în scopuri comerciale prin opțiunile de licențiere pentru găzduire proprie sau prin API.

Black Forest Labs a declarat că aplică filtre asupra seturilor de date în timpul preantrenării, pentru a limita expunerea la conținut dăunător, și folosește ajustarea fină țintită în etapa de postantrenare pentru a suprima comportamentele dăunătoare. Compania a mai spus că punctele de control FLUX 3 Image Klein au fost supuse intern unor evaluări de tip red team și evaluate de partenerul extern de siguranță Cinder, demonstrând considerabil mai puține vulnerabilități decât alte modele populare cu ponderi deschise. FLUX 3 Image Klein este a doua lansare cu ponderi deschise din familia FLUX 3, după FLUX 3 Action, modelul cu ponderi deschise de 7 miliarde de parametri al companiei pentru controlul roboților; compania a declarat că vor urma și alte lansări.