Black Forest Labs (BFL) merilis bobot FLUX 3 Image Klein pada 15 Oktober. Ini adalah model teks-ke-gambar dengan 5,6 miliar parameter (tidak termasuk text encoder). Satu model yang sama menangani teks-ke-gambar, penyuntingan gambar, dan generasi multi-referensi, dengan masukan hingga 10 gambar referensi. Keluaran 4K native, penyuntingan presisi, dan kontrol tata letak lewat bounding box setara dengan FLUX 3 Image versi lengkap. Klein menjadi model kedua di keluarga FLUX 3 yang bobotnya dibuka, setelah FLUX 3 Action.
Situs ini sebelumnya melaporkan pembukaan akses API untuk FLUX 3 Image, tetapi itu adalah versi lengkap yang closed-source. Klein kali ini adalah versi berukuran kecil yang bisa diunduh dan dijalankan secara lokal.
VRAM dan kecepatan
BFL merilis dua varian: versi dasar untuk fine-tuning, dan versi step-distilled yang ditujukan untuk pembuatan gambar dengan latensi rendah. Tersedia pula tiga versi kuantisasi, yaitu FP8, INT8, dan NVFP4. Bobot generator berukuran 11,2GB dalam BF16 dan 5,6GB dalam FP8, sedangkan versi INT8 bisa berjalan di kartu GeForce RTX dengan VRAM minimal 8GB.
Kecepatan lokal yang diumumkan resmi dihitung per 1 megapiksel. Dengan versi distilled plus INT8 di ComfyUI, RTX 5090 membutuhkan sekitar 4 detik per gambar dan RTX 4070 kurang dari 9 detik. Versi distilled menghasilkan gambar 1024×1024 dalam 16 langkah, dari 0,55 detik di GB300 hingga 8,9 detik di RTX 4070. Versi dasar berjalan 50 langkah, memakan 1,7 detik di GB300 dan 43,8 detik di DGX Spark. Memuat LoRA menambah waktu sekitar 5%. Lewat API milik BFL sendiri, median latensi end-to-end adalah 4,54 detik untuk teks-ke-gambar dan 7,18 detik untuk penyuntingan gambar.
Dibandingkan dengan beberapa model open source
Model open source yang dijadikan pembanding oleh BFL semuanya berukuran lebih besar daripada Klein: Qwen-Image 2.1 sekitar 7 miliar parameter, Krea 2 sebesar 12,9 miliar, dan generasi sebelumnya dari BFL sendiri, FLUX.2 [klein], sebesar 9 miliar. Dibandingkan FLUX.2 [klein] 9B, model baru ini memiliki parameter 38% lebih sedikit, Elo teks-ke-gambar lebih tinggi 91 poin, dan Elo penyuntingan gambar lebih tinggi 70 poin.
Kesimpulan BFL adalah "FLUX 3 Image Klein ranks first in text-to-image, multi-reference generation and image editing" (peringkat pertama dalam teks-ke-gambar, generasi multi-referensi, dan penyuntingan gambar), dan dalam evaluasi yang sama model ini juga mengungguli Ideogram V4.5 yang closed-source serta FLUX.2 [pro]. Semua peringkat ini berasal dari evaluasi internal BFL; data uji buta pihak ketiga belum tersedia.
Dalam jajaran teks-ke-gambar open source, seri Qwen-Image dari Alibaba adalah pesaing paling langsung bagi Klein, karena kedua pihak sama-sama menonjolkan penyuntingan dan rujukan multi-gambar. BFL bertaruh pada ukuran: parameter lebih sedikit dan ambang VRAM satu tingkat lebih rendah. Dalam kata-kata resminya, "Fewer parameters make it practical to run locally and cheaper to adapt" (parameter yang lebih sedikit membuat model praktis dijalankan secara lokal dan lebih murah untuk diadaptasi). Bagi kreator yang sudah menjalankan alur kerja di ComfyUI dan hanya punya satu kartu grafis kelas menengah, layak-tidaknya berpindah akan bergantung pada kinerjanya dalam prompt berbahasa Mandarin dan perenderan huruf Mandarin, yang tidak disinggung secara khusus oleh BFL kali ini.
Lisensi dan keamanan
Bobot dirilis dengan FLUX Kommunity License: individu dan perusahaan dengan pendapatan tahunan di bawah 5 juta dolar AS boleh memakainya secara komersial tanpa biaya, dan penggunaan untuk riset maupun nonkomersial juga gratis. Organisasi yang lebih besar perlu membeli lisensi self-hosting atau beralih memakai API. Pengembang independen dan studio kecil pada dasarnya masuk dalam rentang gratis, dan setelah pendapatan melewati batas, lisensi harus dinegosiasikan secara terpisah.
Dari sisi keamanan, BFL meminta lembaga eksternal Cinder melakukan penilaian sebelum rilis. Pihak resmi menyebut kerentanan yang ditemukan jauh lebih sedikit daripada model open-weight umum lainnya, tetapi metode dan data penilaian tidak dipublikasikan. Model dasar dilatih di NVIDIA GB200 NVL72.
Sumber: blog resmi Black Forest Labs, CocoLoop; jumlah parameter, penggunaan VRAM, waktu pembuatan gambar di tiap perangkat keras, dan ambang pendapatan lisensi telah diverifikasi.