Ny FLUX 3 Image Klein med 5,6 miljarder parametrar lanseras med öppna vikter

Black Forest Labs lanserade FLUX 3 Image Klein den 15 oktober 2026. Det är en modell med öppna vikter och 5,6 miljarder parametrar för text-till-bild-generering, bildredigering och generering med flera referensbilder, med stöd för upp till 10 referensbilder.

Funktioner och modellversioner

Modellen delar grundläggande funktioner med den fullständiga FLUX 3 Image-modellen: inbyggd 4K-generering, pixelprecis redigering och avgränsningsrutor som styr var element placeras eller begränsar redigeringar till ett definierat område. Black Forest Labs uppgav att modellen bygger på gemensamma lärdomar från hela FLUX 3-familjen inom bild, video och ljud – bilder bidrar med rumsliga detaljer, video tillför rörelse och fysisk dynamik, och ljud ger information om händelser och interaktioner – och att dessa signaler hjälper modellen att generera bilder med förankring i verkligheten.

Lanseringen omfattar en basmodell avsedd för finjustering och en stegdestillerad modell för generering med låg latens, samt versioner i FP8, INT8 och NVFP4 som utvecklats med stöd från NVIDIA. Generatorns vikter kräver 11,2 GB minne i BF16 och 5,6 GB i FP8. Med INT8-versionen kan modellen köras på NVIDIA GeForce RTX-grafikkort med så lite som 8 GB grafikminne via ComfyUI eller Diffusers. Företaget uppgav att det minskade antalet parametrar gör modellen praktisk att köra lokalt, billigare att anpassa och lämplig för bildredigering direkt på bärbara datorer.

Rapporterade utvärderings- och prestandaresultat

Black Forest Labs uppgav att FLUX 3 Image Klein i interna utvärderingar rankas högst inom text-till-bild-generering, generering med flera referenser och bildredigering, före större modeller med öppna vikter, och placerar sig före de slutna modellerna Ideogram V4.5 och FLUX.2 pro i företagets jämförelse. Med 5,6 miljarder parametrar är den den minsta öppna modellen i jämförelsen, mot 7 miljarder för Qwen-Image 2.1 och 12,9 miljarder för Krea 2. Enligt företaget får den nya modellen 91 Elo-poäng högre i text-till-bild-generering och 70 poäng högre i bildredigering än företagets FLUX.2 klein 9B, samtidigt som den använder 38 % färre parametrar.

Företaget uppgav att FLUX 3 Image Klein även flyttar fram Paretofronten för hastighet och kvalitet och har lägre latens via BFL API än Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 och Krea 2. Den rapporterade medianlatensen via API är 4,54 sekunder för text-till-bild-generering och 7,18 sekunder för redigering vid 1 MP. Enligt den angivna metoden mättes latensen från början till slut, från att begäran skickades in till att den färdiga bilden på 1 MP var klar, inklusive kötid. FLUX 3 Image Klein mättes på företagets servrar, medan de övriga modellerna mättes från klienten, inklusive avfrågning och nätverkstid. Krea 2 mättes på nivån Medium, och dess nivå Large tog 31,1 sekunder för text-till-bild-generering.

För lokal inferens uppgav företaget att den destillerade modellen med INT8-versionen genererar en bild på 1 MP på cirka 4 sekunder på NVIDIA GeForce RTX 5090 och på under 9 sekunder på RTX 4070 via ComfyUI. Tidsdiagram som publicerades i samband med lanseringen och mättes av NVIDIA, med RTX-resultat registrerade i ComfyUI, visar att den destillerade modellen med 16 steg tar mellan 0,55 sekunder på en GB300 och 8,9 sekunder på en RTX 4070 för text-till-bild-generering i 1024×1024, och att basmodellen med 50 steg tar mellan 1,7 sekunder på GB300 och DGX Station och 43,8 sekunder på DGX Spark. Diagrammen visar den snabbaste versionen för varje GPU och mäter genereringstiden på själva GPU:n, inte API-latensen från början till slut.

Tillgänglighet, licensiering och säkerhet

Den destillerade modellen finns tillgänglig via BFL API som flux-3-image-klein, med promptuppskalning och pixelåterställning, vilket enligt företaget bevarar de oredigerade delarna av en bild exakt. Priset börjar på $0,009 per 1 000 bilder. Basmodellens och den destillerade modellens vikter finns på Hugging Face, referenskod för inferens finns på GitHub med en Gradio-demo för styrning med avgränsningsrutor, och en demo finns på Hugging Face Spaces.

Stöd finns från lanseringsdagen för ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion och vLLM-Omni. Modellen tränades på NVIDIA GB200 NVL72 och optimerades för NVIDIAs plattform för accelererad databehandling. Företaget uppgav att den destillerade modellen på NVIDIA GB300 genererar en bild på 1 MP på under 0,6 sekunder i NVFP4, och att användning av en LoRA ökar genereringstiden med omkring 5 %.

Basmodellen är avsedd för finjustering: Diffusers och Ostris AI Toolkit stöder LoRA-träning från lanseringsdagen, och NVIDIA NeMo AutoModel innehåller träningsrecept som kan köras direkt från de publicerade kontrollpunkterna. Vikterna ges ut under FLUX Kommunity License, som tillåter kostnadsfri kommersiell användning för privatpersoner och företag med en årsomsättning under 5 miljoner dollar, samt forskning och icke-kommersiell användning. Större organisationer kan använda modellen kommersiellt genom licensalternativ för egen drift eller via API:t.

Black Forest Labs uppgav att företaget använder datauppsättningsfilter under förträningen för att begränsa exponeringen för skadligt innehåll och riktad finjustering under efterträningen för att motverka skadliga beteenden. Företaget uppgav också att kontrollpunkterna för FLUX 3 Image Klein har utsatts för interna red team-tester och utvärderats av den externa säkerhetspartnern Cinder, och att de uppvisar betydligt färre sårbarheter än andra populära modeller med öppna vikter. FLUX 3 Image Klein är den andra lanseringen med öppna vikter i FLUX 3-familjen, efter FLUX 3 Action, företagets 7B-modell med öppna vikter för robotstyrning. Företaget uppgav att fler lanseringar kommer.