Black Forest Labs a publié mercredi FLUX 3 Image Klein, un modèle de pondération ouverte de 5,6 milliards de paramètres pour la génération de texte en image, l'édition d'images et la génération de références multiples qui reprend les principales capacités du système phare FLUX 3 Image de la société jusqu'à un matériel aussi modeste qu'une carte graphique grand public de 8 Go.

La version, annoncée sur le blog Black Forest Labs, comprend la génération native d'images 4K, une édition au pixel près et des contrôles de zone de délimitation qui dictent l'endroit où les éléments sont placés ou limitent les modifications à une zone définie - des fonctionnalités que la société avait précédemment réservées au modèle d'image FLUX 3 complet. Les poids sont disponibles en téléchargement sous la licence FLUX Kommunity, et le modèle est également servi via l'API hébergée de la société. Il s’agit de l’une des versions de modèles d’images ouvertes les plus importantes de l’année, et un signe de la rapidité avec laquelle les derniers développements de l’IA poussent la génération performante sur le matériel quotidien – pour une couverture continue, voir AI Buzz Wire.

Un petit modèle aux fonctionnalités phares

Malgré sa taille compacte, FLUX 3 Image Klein partage ses compétences de base avec le plus grand FLUX 3 Image. Il prend en charge la génération multi-références avec jusqu'à 10 images de référence, permettant aux utilisateurs de fusionner un large ensemble d'entrées visuelles en une seule sortie. La génération 4K native et l'édition au pixel près sont issues du produit phare, tout comme les cadres de délimitation qui contrôlent la composition ou limitent les modifications à une région spécifique du canevas.

Black Forest Labs affirme que le modèle s'appuie sur les apprentissages partagés de FLUX 3 à travers les images, la vidéo et l'audio : les images contribuent aux détails spatiaux, la vidéo ajoute du mouvement et de la dynamique physique, et l'audio fournit des informations sur les événements et les interactions. Selon l'entreprise, ces signaux combinés aident le modèle à générer des images qui semblent ancrées dans le monde réel.

La version est livrée en deux variantes – un modèle de base destiné au réglage fin et un modèle distillé par étapes conçu pour une génération à faible latence – ainsi que des versions quantifiées FP8, INT8 et NVFP4 développées avec le support NVIDIA. Les poids du générateur nécessitent 11,2 Go de mémoire en précision BF16 et 5,6 Go en précision FP8.

Réclamations de référence contre des concurrents plus importants

Dans les évaluations internes, Black Forest Labs classe FLUX 3 Image Klein au premier rang en termes de génération de texte vers image, de génération multi-références et d'édition d'images parmi les modèles à poids ouverts, et devant les modèles fermés dans son ensemble de comparaison, Ideogram V4.5 et FLUX.2 [pro]. Avec des paramètres de 5,6B, c'est le plus petit modèle de cette comparaison : Qwen-Image 2.1 s'enregistre avec des paramètres de 7B et Krea 2 avec des paramètres de 12,9B.

Par rapport à son propre prédécesseur, les gains sont plus concrets. Par rapport à FLUX.2 [klein], un modèle 9B, la nouvelle version obtient 91 Elo de plus en texte-image et 70 Elo de plus en édition d'images tout en utilisant 38 % de paramètres en moins. Comme pour toutes les évaluations publiées par les fournisseurs, les chiffres proviennent de tests internes de l'entreprise plutôt que d'un classement indépendant. Il est donc préférable de les lire comme une déclaration d'ouverture solide plutôt que comme un fait établi.

Conçu pour les GPU grand public

Le matériel le plus pratique pour les amateurs et les petits studios. Avec la version INT8, FLUX 3 Image Klein fonctionne sur des GPU NVIDIA GeForce RTX avec aussi peu que 8 Go de VRAM via ComfyUI ou Diffusers, étendant ainsi ce que FLUX.2 [klein] a commencé à des machines encore plus petites.

Les chiffres de vitesse publiés par la société, mesurés par NVIDIA, placent le modèle distillé par étapes à 16 étapes par image : environ 4 secondes pour une image d'un mégapixel sur un RTX 5090 et moins de 9 secondes sur un RTX 4070, en utilisant ComfyUI. Le modèle de base, à 50 pas, échange la vitesse contre un réglage précis de la marge.

Pour les équipes ayant des exigences de souveraineté des données ou des mandats de déploiement local, l'entreprise propose exactement cela : la capacité d'évaluer et d'adapter un modèle d'édition performant entièrement sur leur propre infrastructure. Du côté du consommateur, le faible encombrement rend l’édition d’images sur appareil sur ordinateur portable réaliste plutôt qu’ambitieuse.

Ajustement dès le premier jour

Le point de contrôle de base est conçu pour l'adaptation. Les diffuseurs et l'AI Toolkit d'Ostris prennent en charge la formation LoRA dès le départ, et NeMo AutoModel de NVIDIA fournit des recettes qui fonctionnent directement à partir des points de contrôle publiés. Ce support dès le premier jour est important pour l’écosystème des pondérations ouvertes, où les variantes communautaires affinées déterminent souvent la rapidité avec laquelle un modèle se propage.

L'histoire de l'API : repousser la frontière entre vitesse et qualité

Pour les utilisateurs qui préfèrent ne rien exécuter localement, Black Forest Labs propose FLUX 3 Image Klein via son API et affirme qu'il étend la frontière de Pareto en termes de vitesse et de qualité : une latence inférieure à celle de Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 et Krea 2, avec la note la plus élevée à son point de latence et au-dessus.

Ce que cela signifie pour la course à l'image des poids ouverts

La version arrive dans une semaine chargée pour la génération d'images, quelques jours après que Krea a introduit Krea 3, un modèle axé sur l'édition que la même communauté a comparé à des outils fermés. Le schéma est cohérent : le nombre de paramètres diminue tandis que les revendications de qualité augmentent, et l'écart entre ce qui fonctionne sur un GPU de centre de données et ce qui fonctionne sur un PC de jeu ne cesse de se réduire.

Si les affirmations de référence résistent à un examen indépendant, FLUX 3 Image Klein fait de l’édition d’images locales de haute qualité une attente par défaut plutôt qu’un compromis – et exerce une pression supplémentaire sur les prix des API d’images fermées. Les utilisateurs commerciaux doivent lire attentivement les termes de la licence FLUX Kommunity avant de l'envoyer en production, car les conditions de licence, et non les capacités, sont de plus en plus le facteur décisif pour l'adoption des poids ouverts.

---

Gardez une longueur d'avance sur l'IA

Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.

Lire plus d'actualités sur l'IA →