Black Forest Labs (BFL) hat am 15. Oktober die Gewichte von FLUX 3 Image Klein veröffentlicht. Es handelt sich um ein Text-zu-Bild-Modell mit 5,6 Milliarden Parametern (ohne Text-Encoder). Dasselbe Modell erzeugt Bilder aus Text, bearbeitet Bilder und generiert aus mehreren Referenzbildern, wobei sich bis zu 10 Referenzbilder einspeisen lassen. Native 4K-Ausgabe, präzises Editing und Layoutsteuerung per Bounding Box entsprechen dem Funktionsumfang der vollständigen Version FLUX 3 Image. Nach FLUX 3 Action ist Klein das zweite Modell der FLUX-3-Familie mit offenen Gewichten.
Über die API-Freigabe von FLUX 3 Image haben wir bereits berichtet; das war die proprietäre Vollversion. Klein ist nun die kleine Variante, die sich herunterladen und lokal betreiben lässt.
Speicherbedarf und Geschwindigkeit
BFL bringt zwei Varianten heraus: eine Basisversion für das Fine-Tuning und eine schrittdestillierte Version für geringe Latenz, dazu die Quantisierungen FP8, INT8 und NVFP4. Die Generator-Gewichte belegen in BF16 11,2 GB, in FP8 5,6 GB; die INT8-Version läuft bereits auf einer GeForce-RTX-Karte mit mindestens 8 GB VRAM.
Die offiziellen lokalen Geschwindigkeiten beziehen sich auf 1 Megapixel: Mit der destillierten Variante und INT8 braucht eine RTX 5090 in ComfyUI rund 4 Sekunden pro Bild, eine RTX 4070 weniger als 9 Sekunden. Die destillierte Variante erzeugt 1024×1024 in 16 Schritten, von 0,55 Sekunden auf einer GB300 bis 8,9 Sekunden auf einer RTX 4070; die Basisversion benötigt 50 Schritte, auf der GB300 sind es 1,7 Sekunden, auf dem DGX Spark 43,8 Sekunden. Das Laden von LoRAs kostet etwa 5 Prozent mehr Zeit. Über BFLs eigene API liegt die mediane End-to-End-Latenz bei 4,54 Sekunden für Text-zu-Bild und bei 7,18 Sekunden für die Bildbearbeitung.
Vergleich mit anderen offenen Modellen
Die offenen Modelle, mit denen BFL vergleicht, sind alle größer als Klein: Qwen-Image 2.1 hat etwa 7 Milliarden Parameter, Krea 2 kommt auf 12,9 Milliarden, und der eigene Vorgänger FLUX.2 [klein] auf 9 Milliarden. Gegenüber FLUX.2 [klein] 9B hat das neue Modell 38 Prozent weniger Parameter, einen um 91 Punkte höheren Elo-Wert bei Text-zu-Bild und einen um 70 Punkte höheren Elo-Wert bei der Bildbearbeitung.
BFLs Fazit lautet "FLUX 3 Image Klein ranks first in text-to-image, multi-reference generation and image editing" (Platz eins bei Text-zu-Bild, Mehrfachreferenz-Generierung und Bildbearbeitung); in derselben Auswertung liege es zudem vor dem proprietären Ideogram V4.5 und FLUX.2 [pro]. Alle diese Platzierungen stammen aus BFLs interner Auswertung, Daten aus unabhängigen Blindtests liegen noch nicht vor.
Im Feld der offenen Text-zu-Bild-Modelle ist Alibabas Qwen-Image-Serie der direkteste Konkurrent von Klein; beide setzen auf Bildbearbeitung und Mehrfachreferenzen. BFL setzt auf die Größe: eine Stufe weniger Parameter, eine Stufe niedrigere VRAM-Hürde. Laut BFL gilt: "Fewer parameters make it practical to run locally and cheaper to adapt" (weniger Parameter machen den lokalen Betrieb praktikabel und die Anpassung günstiger). Ob Kreative, die ihre Workflows bereits in ComfyUI betreiben und nur eine Mittelklasse-Grafikkarte besitzen, wechseln sollten, hängt davon ab, wie sich das Modell bei chinesischen Prompts und beim Rendern chinesischer Schrift schlägt; dazu hat BFL diesmal nichts gesagt.
Lizenz und Sicherheit
Die Gewichte stehen unter der FLUX Kommunity License: Privatpersonen und Unternehmen mit einem Jahresumsatz unter 5 Millionen US-Dollar dürfen sie kostenlos kommerziell nutzen, Forschung und nicht-kommerzielle Nutzung sind ebenfalls kostenfrei. Größere Organisationen müssen eine Lizenz für das Self-Hosting erwerben oder auf die API ausweichen. Unabhängige Entwickler und kleine Studios fallen damit im Wesentlichen in den kostenlosen Bereich; wer die Umsatzgrenze überschreitet, muss die Lizenz gesondert verhandeln.
In puncto Sicherheit ließ BFL das Modell vor der Veröffentlichung vom externen Anbieter Cinder prüfen. Nach Angaben des Unternehmens weise es deutlich weniger Schwachstellen auf als andere gängige Modelle mit offenen Gewichten; Methodik und Daten der Prüfung sind nicht öffentlich. Das Basismodell wurde auf NVIDIA GB200 NVL72 trainiert.
Quellen: offizieller Blog von Black Forest Labs, CocoLoop; geprüft wurden Parameterzahl, VRAM-Bedarf, Bildzeiten auf den einzelnen Hardwareplattformen und die Umsatzgrenze der Lizenz.