FLUX 3 Image Klein 5.6B 引數影像生成模型首發

今天我們發布 FLUX 3 Image Klein，這是一個 5.6B 引數的開放權重模型，支援文字到影像生成、影像編輯以及最多 10 張參考影像的多參考生成。它與完整的 FLUX 3 Image 模型共享核心功能：原生 4K 生成、畫素級編輯，以及可控制元素位置或限制編輯範圍的邊界框。

FLUX 3 Image Klein 建立在 FLUX 3 在影像、影片與音訊上的共享學習基礎上。影像提供空間細節，影片加入運動與物理動態，音訊則提供事件與互動資訊。這些訊號共同協助模型產生更貼近現實世界的影像。

此次發布包含一個可微調的基礎模型、一步驟蒸餾模型以實現低延遲生成，以及在 NVIDIA 支援下開發的 FP8、INT8 與 NVFP4 版本，全部皆採用 FLUX Kommunity 授權。

在 BFL API 試用 · 下載權重

Collage of FLUX 3 Image Klein outputs: illustration, portraits, photography, anime, a stamp design and typography.

以更少引數領先開放權重品質

在內部評估中，FLUX 3 Image Klein 在文字到影像、多人參考生成與影像編輯三項指標中排名第一，超越更大規模的開放權重模型。它在比較中亦高於封閉模型 Ideogram V4.5 與 FLUX.2 [pro]。以 5.6B 引數為例，它是比較中最小的開放模型，Qwen-Image 2.1 為 7B，Krea 2 為 12.9B。相較於 FLUX.2 [klein] 9B，在文字到影像上提升 91 Elo，在影像編輯上提升 70 Elo，且引數減少 38%。

Elo rating vs. generator parameters for text to image and image editing. FLUX 3 Image Klein leads at 5.6B parameters.

FLUX 3 Image Klein 亦已針對消費者 GPU 進行最佳化。較少的引數使其能在本地執行且更易於調整，具備資料主權或本地部署需求的團隊亦可在自身基礎設施上評估與調整模型。這亦是裝置端影像編輯的關鍵，使使用者能直接在喜愛的筆記型電腦上編輯影像。生成器權重在 BF16 需要 11.2 GB，FP8 需要 5.6 GB。使用 INT8 版本，FLUX 3 Image Klein 可在 NVIDIA GeForce RTX GPU 上以 8GB VRAM 起執行，透過 ComfyUI 或 Diffusers，延伸 FLUX.2 [klein] 已開啟的更小硬體範圍。以蒸餾模型及 INT8 版本為例，它可在 NVIDIA GeForce RTX 5090 上約 4 秒產生 1MP 影像，或在 RTX 4070 上以 ComfyUI 產生不到 9 秒。

Generation time by GPU for the step-distilled model, 16 steps: 0.55 s on GB300 to 8.9 s on RTX 4070 for 1024×1024 text-to-image. — 按 GPU 的生成時間：一步驟蒸餾模型，16 步。秒/影像，每次執行一張。時間越短越好。由 NVIDIA 測量；RTX 結果使用 ComfyUI；資料結果為每種配置最佳效能的框架。每張 GPU 顯示其最快構建。生成時間指 GPU 本身的時間；第 02 節的 API 延遲亦包含佇列、網路與提示上取樣。

Generation time by GPU for the base model, 50 steps: 1.7 s on GB300 and DGX Station to 43.8 s on DGX Spark for 1024×1024 text-to-image. — 按 GPU 的生成時間：基礎模型，50 步。秒/影像，每次執行一張。時間越短越好。由 NVIDIA 測量；RTX 結果使用 ComfyUI。每張 GPU 顯示其最快構建。

基礎檢查點設計為可微調：Diffusers 與 Ostris 的 AI Toolkit 於一開始即支援 LoRA 訓練，NVIDIA 的 NeMo AutoModel 亦提供可直接使用發布檢查點的範例。

若需更快的生產工作負載且要求更低延遲，我們亦與團隊合作進行特定客製化以達成此需求。聯絡我們。

在速度與品質的前沿

FLUX 3 Image Klein 也擴充套件了速度–品質 Pareto 前沿。透過 BFL API，它的延遲比 Qwen-Image 2.1、FLUX.2 [pro]、Ideogram V4.5 以及 Krea 2 更低，並在其延遲以上取得最高評分。在下方圖表中，紫線描繪了每個延遲下可取得的最高評分，灰線顯示之前的前沿。

延遲以端到端計算，從提交請求到完成 1MP 影像，包含排隊時間。FLUX 3 Image Klein 的測試是在我們的伺服器上進行的。其他模型的測試則在客戶端進行，包含輪詢與網路時間。Krea 2 在其 Medium 等級測試，Large 等級的文字生成影像耗時 31.1 秒。

Elo rating vs. median API latency at 1 MP. FLUX 3 Image Klein is fastest among top-rated models: 4.54 s text to image, 7.18 s editing.

開始使用

FLUX 3 Image Klein 今日已以開放權重及透過 BFL API 供應。

試試看

BFL API：蒸餾模型可作為 flux-3-image-klein 使用，支援提示上取樣與畫素復原，能精確保留影像未編輯區域。價格從每 1K 影像 $0.009 起。
Playground 或 Hugging Face。

使用它構建

Hugging Face 上的權重：base 與 distilled。
參考推論程式碼，包含 Gradio 的邊界框控制示範。
在 Hugging Face Spaces 試用。
從首日即支援 ComfyUI、Hugging Face Diffusers、TensorRT‑LLM、SGLang Diffusion 與 vLLM‑Omni。
使用 Ostris's AI Toolkit 進行 LoRA 訓練，並於 NVIDIA NeMo AutoModel 中提供配方。
在 NVIDIA GB200 NVL72 上訓練，並為 NVIDIA 加速運算平臺最佳化，透過 NVIDIA TensorRT LLM、vLLM‑Omni 與 SGLang Diffusion 服務。
在 NVIDIA GB300 上，蒸餾模型以 NVFP4 生成 1MP 影像時間不足 0.6 秒。提供 LoRA 會增加約 5% 的生成時間。

授權

權重採用 FLUX Kommunity 授權，可供個人及營收低於 $5M 的公司免費商業使用，亦可用於研究與非商業用途。較大型組織可透過自託管授權方案或 API 進行商業部署。

安全

為了讓 AI 技術既開放又安全，我們在模型開發全生命週期內實施多項安全措施以防止濫用。這包括在預訓練時使用資料集過濾器以限制暴露於有害內容，及在後訓練時進行針對性微調以抑制有害行為，從而逐步降低誘發有害內容的難度。發布前，FLUX 3 Image Klein 的檢查點已在內部嚴格進行紅隊測試並由我們的外部安全合作夥伴 Cinder 評估，證明其漏洞遠少於其他流行的開放權重模型。更多關於我們安全方法論的資訊可在此處取得。

FLUX 3 Image Klein 是 FLUX 3 系列的第二次開放權重發布，繼 FLUX 3 Action 之後。未來將有更多發布。

瞭解更多

FLUX 3: Real World Models，為 FLUX 3 系列背後的研究
FLUX 3 Action，我們的 7B 開放權重機器人控制模型

引用

若您在工作中使用 FLUX 3 Image Klein，請引用：

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