Black Forest Labs(BFL)는 10월 15일 FLUX 3 Image Klein의 가중치를 공개했다. 텍스트 인코더를 제외하고 56억 파라미터인 텍스트-이미지 모델로, 하나의 모델이 텍스트-이미지 생성과 이미지 편집, 다중 참조 이미지 생성을 모두 처리하며 참조 이미지는 최대 10장까지 넣을 수 있다. 네이티브 4K 출력, 정밀 편집, 바운딩 박스 레이아웃 제어 같은 기능은 풀 버전인 FLUX 3 Image와 같다. FLUX 3 Action에 이어 FLUX 3 패밀리에서 두 번째로 가중치가 공개된 모델이다.
본지는 앞서 FLUX 3 Image의 API 개방 소식을 전한 바 있다. 그쪽은 폐쇄형 풀 버전이었고, 이번 Klein은 로컬에 내려받아 쓸 수 있는 소형 버전이다.
VRAM과 속도
BFL은 두 가지 변형을 내놨다. 파인튜닝용 베이스 버전과, 낮은 지연 시간의 이미지 생성을 겨냥한 스텝 증류 버전이다. FP8, INT8, NVFP4 세 종류의 양자화 버전도 함께 제공된다. 생성기 가중치는 BF16에서 11.2GB, FP8에서 5.6GB이며, INT8 버전은 VRAM 8GB의 GeForce RTX에서도 구동된다.
공식 로컬 속도는 100만 화소 기준이다. 증류 버전에 INT8을 적용해 ComfyUI에서 돌리면 RTX 5090은 장당 약 4초, RTX 4070은 9초가 안 걸린다. 증류 버전은 16스텝으로 1024×1024 이미지를 만들며, GB300의 0.55초부터 RTX 4070의 8.9초까지 하드웨어에 따라 차이가 난다. 베이스 버전은 50스텝으로, GB300에서는 1.7초, DGX Spark에서는 43.8초가 걸린다. LoRA를 불러오면 시간이 5% 정도 더 든다. BFL 자체 API를 쓰면 텍스트-이미지 생성의 엔드투엔드 지연 시간 중앙값은 4.54초, 이미지 편집은 7.18초다.
다른 오픈 모델과의 비교
BFL이 비교 대상으로 든 오픈 모델은 모두 Klein보다 덩치가 크다. Qwen-Image 2.1은 약 70억 파라미터, Krea 2는 129억, 자사의 이전 세대인 FLUX.2 [klein]은 90억이다. FLUX.2 [klein] 9B와 비교하면 새 모델은 파라미터가 38% 적은데도 텍스트-이미지 Elo는 91점, 이미지 편집 Elo는 70점 높다.
BFL의 결론은 "FLUX 3 Image Klein ranks first in text-to-image, multi-reference generation and image editing"(텍스트-이미지, 다중 참조 생성, 이미지 편집에서 1위)이며, 같은 평가에서 폐쇄형인 Ideogram V4.5와 FLUX.2 [pro]보다도 높게 나왔다고 한다. 이 순위는 모두 BFL 내부 평가에서 나온 것이고, 제3자 블라인드 테스트 데이터는 아직 나오지 않았다.
오픈소스 텍스트-이미지 계보에서 보면 알리바바의 Qwen-Image 시리즈가 Klein의 가장 직접적인 경쟁 상대다. 양쪽 모두 편집과 다중 이미지 참조를 앞세운다. BFL이 건 승부수는 크기다. 파라미터가 적고 VRAM 문턱도 한 단계 낮다. 공식 표현으로는 "Fewer parameters make it practical to run locally and cheaper to adapt"(파라미터가 적을수록 로컬 실행이 현실적이고 적응 비용도 낮아진다)이다. 이미 ComfyUI로 워크플로를 돌리고 있고 중급 그래픽카드 한 장만 가진 창작자가 갈아탈 수 있을지는 중국어 프롬프트와 중국어 글꼴 렌더링 성능에 달려 있는데, BFL은 이번 발표에서 이 부분을 따로 언급하지 않았다.
라이선스와 안전성
가중치는 FLUX Kommunity License로 배포된다. 연매출 500만 달러 미만의 개인과 기업은 무료로 상업적 이용이 가능하고, 연구와 비상업 용도도 무료다. 그보다 규모가 큰 조직은 자체 호스팅 라이선스를 구매하거나 API를 이용해야 한다. 독립 개발자와 소규모 스튜디오는 대체로 무료 구간에 들어가며, 매출이 기준선을 넘으면 별도로 라이선스를 협의해야 한다.
안전 측면에서 BFL은 출시 전 외부 기관 Cinder에 평가를 맡겼다. 회사 측은 Cinder 평가 결과 다른 일반적인 오픈 웨이트 모델보다 취약점이 눈에 띄게 적었다고 밝혔지만, 평가 방법과 데이터는 공개되지 않았다. 베이스 모델은 NVIDIA GB200 NVL72에서 학습됐다.
참고 출처: Black Forest Labs 공식 블로그, CocoLoop. 파라미터 수, VRAM 사용량, 하드웨어별 생성 시간, 라이선스 매출 기준을 대조 확인했다.