Black Forest Labs släppte på onsdagen FLUX 3 Image Klein, en modell med öppen vikt på 5,6 miljarder parametrar för generering av text-till-bild, bildredigering och generering av flera referenser som bär rubrikfunktionerna hos företagets flaggskepp FLUX 3 Image-system ner till hårdvara lika blygsam som ett 8GB konsumentgrafikkort.
Utgåvan, som tillkännagavs på Black Forest Labs-bloggen, inkluderar inbyggd 4K-bildgenerering, pixelperfekt redigering och bounding-box-kontroller som dikterar var element placeras eller begränsar redigeringar till ett definierat område – funktioner som företaget tidigare hade reserverat för hela FLUX 3 Image-modellen. Vikter finns tillgängliga för nedladdning under FLUX Kommunity License, och modellen serveras även genom företagets värdbaserade API. Det är en av årets mest följdriktiga versioner av öppna bildmodeller, och ett tecken på hur snabbt den senaste AI-utvecklingen driver kapabel generation på vardaglig hårdvara – för pågående täckning, se AI Buzz Wire.
En liten modell med flaggskeppsfunktioner
Trots sin kompakta storlek delar FLUX 3 Image Klein sin kärnkompetens med den större FLUX 3 Image. Den stöder generering av flera referenser med upp till 10 referensbilder, vilket låter användare blanda en stor uppsättning visuella indata till en enda utgång. Inbyggd 4K-generering och pixelperfekt redigering överförs från flaggskeppet, liksom begränsningsrutor som styr kompositionen eller begränsar redigeringar till en specifik region av duken.
Black Forest Labs säger att modellen bygger på FLUX 3:s delade lärdomar över bilder, video och ljud: bilder bidrar med rumslig detalj, video lägger till rörelse och fysisk dynamik, och ljud ger information om händelser och interaktioner. Enligt företaget hjälper de kombinerade signalerna modellen att generera bilder som känns förankrade i den verkliga världen.
Utgåvan levereras i två varianter – en basmodell avsedd för finjustering och en stegdestillerad modell byggd för generering med låg latens – tillsammans med FP8, INT8 och NVFP4 kvantiserade builds utvecklade med NVIDIA-stöd. Generatorvikterna kräver 11,2 GB minne i BF16-precision och 5,6 GB i FP8.
Benchmark-krav mot större konkurrenter
I interna utvärderingar rankar Black Forest Labs FLUX 3 Image Klein först i text-till-bild, multi-referensgenerering och bildredigering bland modeller med öppen vikt, och före de slutna modellerna i sin jämförelseuppsättning, Ideogram V4.5 och FLUX.2 [pro]. Vid 5,6B parametrar är det den minsta modellen i den jämförelsen: Qwen-Image 2.1 checkar in vid 7B parametrar och Krea 2 vid 12,9B.
Mot sin egen föregångare är vinsterna mer konkreta. Jämfört med FLUX.2 [klein], en 9B-modell, får den nya utgåvan 91 Elo högre i text-till-bild och 70 Elo högre i bildredigering samtidigt som den använder 38 procent färre parametrar. Som med alla leverantörspublicerade utvärderingar kommer siffrorna från företagets egna interna tester snarare än en oberoende topplista, så de läses bäst som ett starkt öppningspåstående snarare än ett fastställt faktum.
Byggd för konsument-GPU:er
Den mest praktiska rubriken för hobbyister och små studior är hårdvara. Med INT8-bygget körs FLUX 3 Image Klein på NVIDIA GeForce RTX GPU:er med så lite som 8 GB VRAM via ComfyUI eller Diffusers – vilket utökar vad FLUX.2 [klein] började till även mindre maskiner.
Hastighetssiffror som släppts av företaget, mätta av NVIDIA, sätter den stegdestillerade modellen till 16 steg per bild: ungefär 4 sekunder för en enmegapixelbild på en RTX 5090 och under 9 sekunder på en RTX 4070, med ComfyUI. Basmodellen, med 50 steg, byter ut hastighet mot finjustering av takhöjd.
För team med datasuveränitetskrav eller lokala distributionsmandat presenterar företaget exakt det: förmågan att utvärdera och anpassa en kapabel redigeringsmodell helt och hållet på sin egen infrastruktur. På konsumentsidan gör det lilla fotavtrycket bildredigering på enheten på bärbara datorer realistisk snarare än ambitiös.
Finjustering från dag ett
Baskontrollpunkten är byggd för anpassning. Diffusers och Ostris AI Toolkit stödjer LoRA-träning direkt, och NVIDIAs NeMo AutoModel skickar recept som fungerar direkt från de släppta kontrollpunkterna. Det första stödet är viktigt för ekosystemet med öppna vikter, där finjusterade samhällsvarianter ofta avgör hur snabbt en modell sprids.
The API Story: Extending the Speed-Quality Frontier
För användare som hellre inte vill köra något lokalt, serverar Black Forest Labs FLUX 3 Image Klein genom sitt API och hävdar att det utökar Pareto-gränsen för hastighetskvalitet: lägre latens än Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 och Krea 2, med högsta betyg vid sin latenspunkt och över.
Vad det betyder för Open-Weights Image Race
Releasen landar i en fullsatt vecka för bildgenerering, dagar efter att Krea introducerade Krea 3, en redigeringsfokuserad modell som samma community har benchmarkat mot stängda verktyg. Mönstret är konsekvent: antalet parametrar sjunker medan kvalitetskraven ökar, och klyftan mellan vad som körs på en datacenter GPU och vad som körs i en speldator fortsätter att minska.
Om riktmärkets påståenden håller i sig under oberoende granskning, gör FLUX 3 Image Klein lokal bildredigering av hög kvalitet till en standardförväntning snarare än en kompromiss – och sätter ytterligare prispress på stängda bild-API:er. Kommersiella användare bör läsa FLUX Kommunitys licensvillkor noggrant innan de skickas i produktion, eftersom licensvillkor, inte kapacitet, i allt högre grad är den avgörande faktorn för att använda öppna vikter.
---
Stay ahead of AIFå de senaste AI-nyheterna, analyserna och genombrotten – allt på ett ställe.
Läs mer AI-nyheter →
