FLUX 3 Image Klein: характеристики, память GPU, API и лицензия

Black Forest Labs выпустила FLUX 3 Image Klein 15 октября как модель с открытыми весами для генерации и редактирования изображений. Одна модель обрабатывает запросы «текст в изображение», редактирование на основе одного референса и композиции на основе нескольких референсов.

Генератор изображений содержит 5,6 млрд параметров. Это число не включает отдельный текстовый энкодер — важная деталь при сравнении размеров моделей или планировании локального оборудования. BFL предлагает как базовый чекпойнт для адаптации, так и дистиллированный чекпойнт для более быстрой генерации, а также доступ через API.

Релиз объединяет более компактный генератор с поддержкой до десяти референсных изображений, нативной генерацией в 4K и управлением с помощью ограничивающих рамок. Решения о развертывании по-прежнему зависят от чекпойнта, точности вычислений, реализации инференса и условий лицензирования.

Что модель может генерировать и редактировать

Модель принимает промпт и до десяти референсных изображений, возвращая одно изображение. Референсные входные данные могут помогать закрепить характеристики объекта или объединить материал из нескольких источников, а текстовое описание управляет желаемой сценой и композицией.

Источник: Black Forest Labs. Это подобранная издателем коллекция сгенерированных результатов, а не независимая оценка качества.

BFL описывает модель как использующую общие наработки исследований изображений, видео и аудио семейства FLUX 3. Для самой Image Klein выпущенный интерфейс предназначен для генерации и редактирования изображений; этот исследовательский контекст не означает, что чекпойнт генерирует аудио или видео.

Ограничивающие рамки направляют размещение и масштаб элементов. Официальная карточка модели задает координатную сетку от 0 до 1000 и порядок координат каждой рамки как верх, лево, низ, право. В ней также предупреждается, что рамки не являются жесткими пиксельными масками: элементы могут выходить за их пределы, мелкие элементы могут исчезать, а редактирование может затрагивать области вне запрошенного региона.

Размещаемый API BFL добавляет функцию восстановления пикселей, предназначенную для точного сохранения неизмененных областей. Эту серверную функцию не следует считать безусловным свойством инференса на исходном чекпойнте.

Базовый и дистиллированный чекпойнты

Два основных чекпойнта предназначены для разных задач:

Источник: официальная карточка модели BFL. Дистиллированный чекпойнт также используется в размещаемом API Image Klein.

Модель использует Qwen3-VL-4B-Instruct в качестве отдельного текстового энкодера. Пакет на Hugging Face включает трансформер изображений, текстовый энкодер и автоэнкодер изображений; там описаны варианты BF16, FP8 и NVFP4, а в анонсе запуска также указаны поддерживаемые NVIDIA сборки INT8.

Для адаптации BFL направляет разработчиков к базовой модели. В анонсе указана поддержка Diffusers, AI Toolkit от Ostris и NVIDIA NeMo AutoModel для LoRA и других процессов обучения.

Как интерпретировать сравнения качества

BFL сообщает, что Image Klein лидирует во внутренних сравнениях «текст в изображение», редактирования и работы с несколькими референсами относительно выбранных альтернатив. В статье о запуске отмечается преимущество в 91 Elo для «текст в изображение» и в 70 Elo для редактирования над FLUX.2 [klein] 9B при использовании на 38% меньшего числа параметров генератора.

Источник: Black Forest Labs. Число параметров генератора не включает текстовые энкодеры; Krea 2 исключена из сравнения редактирования, поскольку не поддерживает эту задачу.

Эти рейтинги описывают набор сравнений и процедуру оценки BFL. Они не доказывают, что модель обеспечит лучший результат для каждого промпта, стиля, языка или ограничения на редактирование. Для производственного процесса тестируйте те виды референсов и правок, которые действительно используются в этом процессе.

Локальное оборудование и скорость генерации

В анонсе запуска указаны требования к весам генератора: 11,2 ГБ в BF16 и 5,6 ГБ в FP8. Это размеры весов, а не полный бюджет памяти GPU.

BFL сообщает, что оптимизированная сборка INT8 может работать на GPU GeForce RTX с объемом VRAM от 8 ГБ через поддерживаемые конфигурации ComfyUI или Diffusers. Это утверждение зависит от сборки и реализации; оно не означает, что неизмененный референсный конвейер помещается в 8 ГБ.

Карточка модели приводит следующую пиковую память референсного кода на B200 при разрешении 1024 на 1024 пикселя, с отключенным средством расширения промпта:

В той же карточке указано, что средство расширения промпта добавляет примерно 28 ГБ на GPU с 80 ГБ памяти. Текстовое кодирование, промежуточные активации, разрешение и обработка референсов объясняют, почему общий объем памяти превышает размер хранимых весов генератора.

Источник: BFL, измерения NVIDIA. В диаграмме используется одно изображение на запуск и самая быстрая указанная сборка для каждого GPU; для RTX измерения выполняются с ComfyUI. Это время генерации, а не полное время ответа API.

Для дистиллированного чекпойнта с 16 шагами диаграмма указывает 4,1 секунды для результата «текст в изображение» 1024 на 1024 на RTX 5090 и 8,9 секунды на RTX 4070. В этих измерениях редактирование занимает больше времени, а конфигурации большего размера 2048 на 2048 существенно медленнее.

Источник: BFL, измерения NVIDIA. В этой диаграмме используется базовый чекпойнт с 50 шагами и самая быстрая показанная сборка для каждого GPU.

Базовая модель с 50 шагами имеет другой профиль скорости. Ее результаты полезно рассматривать отдельно от дистиллированной модели, особенно при оценке времени итераций для обучения или редактирования референсных изображений.

Размещаемый API, задержка и цены

API BFL предоставляет дистиллированную модель как flux-3-image-klein. В анонсе запуска указано, что цена начинается от $0,009 за изображение 1K и включает расширение промпта и восстановление пикселей в размещаемом предложении. Перед оценкой производственных расходов проверьте актуальную документацию API и цены для вашей учетной записи.

Источник: Black Forest Labs. В опубликованном сравнении используются готовые изображения 1 МП и учитывается постановка в очередь; BFL измеряла свою модель на собственных серверах, тогда как замеры конкурентов выполнялись на стороне клиента и включали опрос и сетевое время.

Эти различия в измерениях важны при интерпретации рейтинга скорости. Время локальной генерации, измерение на стороне сервера и наблюдаемая клиентом задержка API отвечают на связанные, но разные вопросы. Приложению следует измерять время от отправки собственного запроса до получения пригодного результата.

Промптинг и начало работы

Официальная карточка модели подчеркивает важность полных описаний сцены. Короткие инструкции, напрямую отправленные в модель изображений, могут давать обобщенные результаты или непреднамеренно менять смысл редактирования.

Практическая последовательность оценки:

1. Выберите дистиллированный чекпойнт для тестов генерации или базовый чекпойнт для адаптации.
2. Выберите поддерживаемую среду выполнения и точность для доступного оборудования.
3. Используйте средство расширения промпта из референсной реализации или другую языковую модель с опубликованными системными промптами, чтобы развернуть запрос в полное описание сцены.
4. Для редактирования передайте средству расширения те же референсные изображения, что и модели изображений.
5. Оцените запрошенное изменение, согласованность объекта, точность текста и непреднамеренные изменения в других частях изображения.

Референсный CLI по умолчанию загружает средство расширения промпта BFL. Diffusers не запускает его автоматически, поэтому при использовании документированного модульного конвейера этот этап необходимо выполнять отдельно.

Анонс релиза содержит блок цитирования, воспроизведенный здесь для указания авторства:

@misc{bfl2026flux3imageklein,
  author       = {{Black Forest Labs}},
  title        = {{FLUX} 3 Image Klein},
  year         = {2026},
  url          = {https://bfl.ai/blog/flux-3-image-klein},
}

Лицензия и границы безопасности

Image Klein использует FLUX Kommunity License v1.0. В карточке модели описаны некоммерческое использование и исключение для коммерческой генерации результатов для соответствующих критериям пользователей с валовой годовой выручкой менее 5 млн долларов США, включая аффилированных лиц, при соблюдении условий соглашения.

Это исключение не является общим разрешением для любого коммерческого обучения, распространения или сервисного соглашения. Крупным организациям и для иных вариантов использования необходимо изучить условия коммерческого лицензирования BFL или использовать размещаемый API в соответствии с применимыми условиями. Отдельный текстовый энкодер Qwen использует лицензию Apache-2.0.

BFL сообщает о фильтрации обучающих данных, мерах смягчения рисков после обучения, внутреннем red teaming и оценке Cinder. Эти меры не устраняют ограничения, указанные в карточке модели: сгенерированный текст может быть неточным, следование промпту может давать сбои, могут проявляться предубеждения, а редактирование может изменять непреднамеренные области.

FAQ

Что такое FLUX 3 Image Klein?

Это модель изображений BFL с открытыми весами для генерации «текст в изображение», редактирования изображений и композиций с несколькими референсами. Показатель 5,6 млрд параметров относится к трансформеру изображений и не включает отдельный текстовый энкодер.

Может ли она работать на GPU с 8 ГБ памяти?

BFL сообщает, что поддерживаемые оптимизированные конфигурации INT8 могут работать на GPU с VRAM от 8 ГБ. Ее референсная реализация имеет значительно более высокое документированное пиковое потребление памяти, поэтому пригодность оборудования зависит от полной конфигурации среды выполнения.

В чем разница между Klein Base и Klein?

Klein Base — недистиллированный чекпойнт, предназначенный для дообучения, LoRA и исследований, с опубликованной конфигурацией на 50 шагов. Klein дистиллирован для генерации и редактирования, использует опубликованную конфигурацию на 16 шагов и не применяет guidance.

Гарантируют ли ограничивающие рамки, что остальные пиксели останутся неизменными?

Нет. Официальная карточка модели сообщает, что рамки направляют размещение и масштаб, а не задают жесткую маску. Функция восстановления пикселей в размещаемом API является отдельной частью серверного процесса.

Является ли коммерческое использование бесплатным?

Лицензия включает исключение для коммерческой генерации результатов для пользователей, соответствующих критериям и находящихся ниже порога валовой годовой выручки в 5 млн долларов США, при соблюдении всех условий. Для коммерческого дообучения, распространения и других схем необходимо изучать полное соглашение, а не полагаться только на порог выручки.

Автоматически ли Diffusers расширяет промпты?

Документированный конвейер Diffusers не запускает средство расширения промпта самостоятельно. BFL рекомендует сначала использовать свое средство расширения или другую подходящую языковую модель, а затем передавать полученное полное описание в конвейер изображений.

Связанные инструменты

• BFL API: предоставляет размещаемый доступ к дистиллированной модели.
• Референсный код инференса: содержит утилиты инференса и примеры ограничивающих рамок.
• Интеграция ComfyUI: предлагает основанный на узлах путь к поддерживаемой локальной генерации.
• AI Toolkit от Ostris: поддерживает процессы адаптации модели, указанные в релизе.

Связанные ссылки

• Анонс запуска BFL: публикует детали релиза, выбранные результаты и методологию сравнения.
• Дистиллированный чекпойнт и карточка модели: документирует промптинг, измерения оборудования и ограничения модели.
• Базовый чекпойнт: предоставляет чекпойнт, предназначенный для адаптации и исследований.
• Официальный репозиторий инференса: объясняет референсный инференс и структурированное управление макетом.
• FLUX Kommunity License: содержит регулирующие условия использования, распространения и коммерческой генерации результатов.
• Справочник API Image Klein: описывает размещаемый конечный пункт генерации.
• Методология безопасности BFL: объясняет подход компании к предотвращению неправомерного использования.

Итоги

FLUX 3 Image Klein объединяет генерацию «текст в изображение», редактирование на основе референсов и управление макетом в более компактном генераторе изображений с открытыми весами. Базовый и дистиллированный чекпойнты дают разработчикам отдельные пути для адаптации и более быстрого инференса.

Ключевые детали развертывания лежат за пределами числа параметров: полное потребление памяти, расширение промпта, поведение при редактировании и область действия лицензии. Выбирайте и оценивайте полный конвейер, а не рассматривайте размер весов или бенчмарк запуска как полную спецификацию развертывания.