Yeni 5,6 milyar parametreli FLUX 3 Image Klein, açık ağırlıklı model olarak kullanıma sunuldu

Black Forest Labs, 15 Ekim 2026’da metinden görüntü üretimi, görüntü düzenleme ve en fazla 10 referans görüntüyle çoklu referans üretimini destekleyen, 5,6 milyar parametreli açık ağırlıklı FLUX 3 Image Klein modelini yayımladı.

Yetenekler ve model sürümleri

Model, tam sürüm FLUX 3 Image ile temel yetenekleri paylaşıyor: yerel 4K üretim, piksel düzeyinde hassas düzenleme ve öğelerin yerleştirileceği konumu belirleyen ya da düzenlemeleri tanımlı bir alanla sınırlayan sınırlayıcı kutular. Black Forest Labs, modelin FLUX 3 ailesinin görüntü, video ve ses alanlarındaki ortak öğrenimlerinden yararlandığını belirtti: görüntüler mekânsal ayrıntı sağlıyor, video hareket ve fiziksel dinamikleri ekliyor, ses ise olaylar ve etkileşimler hakkında bilgi veriyor. Şirket, bu sinyallerin modelin gerçek dünyaya dayanan görüntüler üretmesine yardımcı olduğunu da söyledi.

Sürüm; ince ayar için tasarlanmış bir temel model ile düşük gecikmeli üretim için damıtılmış, adım sayısı azaltılmış bir modelin yanı sıra NVIDIA desteğiyle geliştirilen FP8, INT8 ve NVFP4 sürümlerini içeriyor. Üretici model ağırlıkları BF16 biçiminde 11,2 GB, FP8 biçiminde ise 5,6 GB bellek gerektiriyor. INT8 sürümüyle model, ComfyUI veya Diffusers üzerinden yalnızca 8 GB VRAM’e sahip NVIDIA GeForce RTX GPU’larda çalışabiliyor. Şirket, parametre sayısının azaltılmasının modeli yerel olarak çalıştırmayı pratik hâle getirdiğini, uyarlama maliyetini düşürdüğünü ve dizüstü bilgisayarlarda doğrudan cihaz üzerinde görüntü düzenlemeye elverişli kıldığını belirtti.

Bildirilen değerlendirme ve performans sonuçları

Black Forest Labs’ın bildirdiğine göre, şirket içi değerlendirmelerde FLUX 3 Image Klein metinden görüntü üretimi, çoklu referans üretimi ve görüntü düzenleme alanlarında daha büyük açık ağırlıklı modellerin önünde ilk sırada yer alıyor ve karşılaştırmada yer alan kapalı modellere, Ideogram V4.5 ile FLUX.2 pro’ya kıyasla daha yüksek puan alıyor. 5,6 milyar parametreyle bu karşılaştırmadaki en küçük açık model olan FLUX 3 Image Klein, Qwen-Image 2.1’in 7 milyar ve Krea 2’nin 12,9 milyar parametresine karşılık geliyor. Şirketin verdiği bilgiye göre yeni model, şirketin FLUX.2 klein 9B modeliyle karşılaştırıldığında %38 daha az parametre kullanırken metinden görüntü üretiminde 91, görüntü düzenlemede ise 70 Elo puanı kazanıyor.

Şirket, FLUX 3 Image Klein’ın hız-kalite Pareto sınırını da genişlettiğini ve BFL API üzerinden Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 ve Krea 2’den daha düşük gecikme sunduğunu belirtti. Bildirilen medyan API gecikmesi, 1 MP çözünürlükte metinden görüntü üretimi için 4,54 saniye, düzenleme için 7,18 saniye. Açıklanan yönteme göre gecikme, istek gönderiminden 1 MP görüntünün tamamlanmasına kadar, kuyrukta bekleme süresi de dâhil edilerek uçtan uca ölçüldü. FLUX 3 Image Klein şirketin sunucularında, diğer modeller ise sorgulama ve ağ süresi de dâhil olmak üzere istemci tarafında ölçüldü. Krea 2, Medium katmanında ölçüldü; Large katmanında metinden görüntü üretimi 31,1 saniye sürdü.

Şirketin bildirdiğine göre, yerel çıkarımda damıtılmış modelin INT8 sürümü ComfyUI üzerinden NVIDIA GeForce RTX 5090’da 1 MP’lik bir görüntüyü yaklaşık 4 saniyede, RTX 4070’te ise 9 saniyenin altında üretiyor. NVIDIA tarafından ölçülen ve RTX sonuçları ComfyUI’de kaydedilen, sürümle birlikte yayımlanan zamanlama grafikleri; 16 adımlı damıtılmış modelin 1024×1024 çözünürlükte metinden görüntü üretiminin GB300’de 0,55 saniye ile RTX 4070’te 8,9 saniye arasında değiştiğini, 50 adımlı temel modelin ise GB300 ve DGX Station’da 1,7 saniyeden DGX Spark’ta 43,8 saniyeye uzandığını gösteriyor. Grafiklerde her GPU için en hızlı sürüm gösteriliyor ve ölçüm, uçtan uca API gecikmesi yerine doğrudan GPU üzerindeki üretim süresini kapsıyor.

Kullanılabilirlik, lisanslama ve güvenlik

Damıtılmış model, şirketin belirttiğine göre görüntünün düzenlenmemiş bölgelerini aynen koruyan istem büyütme ve piksel restorasyonu özellikleriyle BFL API’de flux-3-image-klein adıyla sunuluyor. Fiyatlandırma, 1.000 görüntü başına 0,009 dolardan başlıyor. Temel ve damıtılmış model ağırlıkları Hugging Face’te yayımlandı; sınırlayıcı kutu kontrolü için Gradio demosu içeren referans çıkarım kodu GitHub’da, ayrıca bir demo da Hugging Face Spaces’te mevcut.

İlk günden itibaren ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion ve vLLM-Omni desteği sunuluyor. Model, NVIDIA GB200 NVL72 üzerinde eğitildi ve NVIDIA’nın hızlandırılmış bilgi işlem platformu için optimize edildi. Şirket, NVIDIA GB300 üzerinde damıtılmış modelin NVFP4 biçiminde 1 MP’lik bir görüntüyü 0,6 saniyenin altında ürettiğini ve LoRA sunmanın üretim süresini yaklaşık %5 artırdığını belirtti.

Temel kontrol noktası ince ayar için tasarlandı: Diffusers ve Ostris’in AI Toolkit’i ilk günden itibaren LoRA eğitimini destekliyor; NVIDIA’nın NeMo AutoModel’i ise doğrudan yayımlanan kontrol noktalarından çalıştırılabilen eğitim tarifleri sunuyor. Model ağırlıkları, yıllık geliri 5 milyon doların altında olan birey ve şirketlerin ücretsiz ticari kullanımına izin veren FLUX Kommunity License kapsamında yayımlandı; araştırma ve ticari olmayan kullanıma da izin veriliyor. Daha büyük kuruluşlar, kendi barındırdıkları lisanslama seçenekleri veya API üzerinden ticari kullanım için dağıtım yapabiliyor.

Black Forest Labs, zararlı içeriğe maruz kalmayı sınırlamak için ön eğitim sırasında veri kümesi filtreleri uyguladığını, zararlı davranışları bastırmak içinse son eğitim aşamasında hedefli ince ayar yaptığını belirtti. Şirket ayrıca FLUX 3 Image Klein kontrol noktalarının şirket içinde kırmızı takım testlerinden geçirildiğini ve harici güvenlik ortağı Cinder tarafından değerlendirildiğini; sonuçların, diğer popüler açık ağırlıklı modellere kıyasla kayda değer ölçüde daha az güvenlik açığı bulunduğunu gösterdiğini söyledi. FLUX 3 Image Klein, şirketin robot kontrolü için geliştirdiği 7 milyar parametreli açık ağırlıklı modeli FLUX 3 Action’ın ardından FLUX 3 ailesinin yayımlanan ikinci açık ağırlıklı modeli. Şirket, başka modellerin de yayımlanacağını belirtti.