Black Forest Labs открыла веса FLUX 3 Image Klein — ИИ-модель на 5,6 млрд параметров для создания и редактирования изображений

Black Forest Labs выпустила FLUX 3 Image Klein — открытую диффузионную модель для генерации изображений по тексту, их редактирования и создания картинок по нескольким референсам. Нейронка имеет 5,6 млрд параметров, на 38% меньше, чем у предшественника FLUX.2 klein 9B. При этом Klein унаследовала ключевые возможности полной модели FLUX 3 Image: нативную генерацию в 4K, точное попиксельное редактирование и размещение элементов с помощью ограничивающих рамок. Квантизованная INT8-версия работает на видеокартах с 8 ГБ видеопамяти, а по внутренним тестам BFL модель обходит более крупные открытые решения и даже закрытые Ideogram V4.5 и FLUX.2 pro. Это второй открытый релиз семейства FLUX 3 после робототехнической модели FLUX 3 Action.

Klein принимает текстовый запрос и до 10 референсных изображений и возвращает одну картинку, причем генерация по тексту, редактирование по одному референсу и композиции из нескольких изображений работают в одной модели. Цифра 5,6 млрд относится только к трансформеру, генерирующему изображения. Текстовым энкодером служит отдельная модель Qwen3-VL-4B-Instruct, которая понимает и промпты, и референсы. 

Компания выпустила две версии. Базовая Klein Base без дистилляции рассчитана на дообучение, обучение LoRA и исследования и генерирует изображение за 50 шагов. Дистиллированная Klein выдает результат за 16 шагов без guidance и именно она работает в API BFL. Обе версии доступны в BF16, FP8, INT8 и NVFP4 — квантизованные сборки подготовлены совместно с NVIDIA. По нашей оценке, трансформер весит около 11 ГБ в BF16, около 5,6 ГБ в FP8 и INT8 и около 3 ГБ в NVFP4, а текстовый энкодер добавляет еще около 8 ГБ в BF16. На RTX 5090 дистиллированная INT8-версия генерирует изображение на 1 мегапиксель примерно за 4 секунды, на RTX 4070 — менее чем за 9 секунд, а на GB300 в NVFP4 — за 0,55 секунды. Модель обучалась на системах NVIDIA GB200 NVL72.

В сравнении BFL Klein соперничает с открытыми Qwen-Image 2.1 на 7 млрд параметров и Krea 2 на 12,9 млрд, а также с закрытыми Ideogram V4.5 и FLUX.2 pro. По данным компании, новинка занимает первое место в генерации по тексту, генерации по референсам и редактировании. Однако все это внутренние тесты, и независимых результатов пока нет. BFL также сообщает, что перед релизом модель проверила внешняя компания Cinder и уязвимостей нашлось заметно меньше, чем у других популярных открытых моделей, хотя цифр и методики компания не раскрыла.

Одна из главных особенностей Klein — ограничивающие рамки прямо в промпте. Пользователь может разместить элементы на сетке от 0 до 1000, а затем перекрашивать, перемещать, заменять или удалять их текстовыми командами. Рамки задают положение и масштаб объектов, но не работают как жесткая маска. 

FLUX 3 Image Klein поддерживается в ComfyUI, Hugging Face Diffusers, AI Toolkit от Ostris, vLLM-Omni и SGLang Diffusion, а дообучать ее можно через Diffusers, AI Toolkit или NVIDIA NeMo AutoModel. Веса лежат на Hugging Face.

FLUX 3 Image Klein переносит возможности флагманской FLUX 3 Image в компактную модель, которую можно запустить на обычной игровой видеокарте. Генерация в 4K, редактирование по десяти референсам и управление композицией через рамки делают Klein серьезным инструментом для дизайнеров, маркетологов и разработчиков, которым важно работать на собственном оборудовании. Если внутренние тесты BFL подтвердятся независимыми сравнениями, Klein станет прямым конкурентом недавно вышедшей Qwen-Image 2.1, при этом оставаясь меньше по размеру.