FLUX 3 Image Klein مقابل FLUX 3 Image Klein Pup: نموذج في مواجهة كاتب مطالباته

اسم المستودع يدعو إلى مقارنة غير موجودة. يبدو FLUX 3 Image Klein وFLUX 3 Image Klein Pup وكأنهما نموذجان في عائلة واحدة، بالطريقة التي تقرن بها كل صفحة "مقابل" أخرى على هذه المدونة بين مولّدي صور بقدرات مختلفة. لكنهما ليسا كذلك. FLUX 3 Image Klein هو نموذج الصور بحجم 5.6B الذي صدر في 15 أكتوبر 2026. أما FLUX 3 Image Klein Pup — المعنون "Prompt Upsampler" على بطاقة النموذج الخاصة به — فهو نموذج لغوي بحجم 9B تتمثل مهمته بأكملها في إعادة كتابة موجزك القصير إلى الوصف الطويل المفصّل الذي دُرّب نموذج الصور على تلقّيه.

إذن فالسؤال الحقيقي ليس أيّهما أفضل، بل ما إذا كان الثاني اختياريًا. تقول Black Forest Labs إنه ليس كذلك: تنص بطاقة الطراز صراحةً على أن Klein «ليس مصممًا للعمل دون وجود مُكبِّر للموجّه أمامه»، وأن إرسال موجّه قصير كما هو مكتوب ينتج مخرجات عامة. هذا الادعاء هو ما يستحق الفحص، لأن قبوله يغيّر ميزانية ذاكرتك، وزمن استجابتك، والتزاماتك المتعلقة بالترخيص، وفي حالة واحدة تحديدًا، دقة تعديلاتك.

ما هو كلٌّ من الاثنين في الواقع

الفصل أنظف مما توحي به التسمية. أحد النموذجين يمتلك الرؤية، والآخر لا يمتلكها، وواحد منهما فقط هو الذي يتعامل مع أي بكسل على الإطلاق.

• الدور — يُنشئ Klein الصور ويحرّرها؛ ويُصدر Pup النصوص ولا يعرض أي شيء إطلاقًا

• المعلمات — 5.6B للمُولِّد، و9B لمُكبِّر العينات، لذا فإن النموذج المساعد هو الأكبر حجمًا

• النسب — كلاين نموذج صور من سلالة FLUX 3؛ وPup هو ضبط دقيق كامل لـ Qwen/Qwen3.5-9B، وهو نفسه مشتق من Qwen3.5-9B-Base

• الأوزان على القرص — 11.2 غيغابايت عند BF16 و5.6 غيغابايت عند FP8 لـ Klein؛ 18.8 غيغابايت لملفات safetensors الخاصة بـ Pup عند BF16

• الترخيص — ترخيص FLUX Kommunity لـ Klein، مع سقف الإيرادات البالغ $5M؛ Apache 2.0 لـ Pup

• المدخلات — يأخذ Klein النص والصور المرجعية ومربعات الإحاطة؛ ويأخذ Pup الطلب نفسه إضافةً إلى ما يصل إلى 10 صور مرجعية، ويعيد موجّهًا واحدًا

• المخرجات — وحدات البكسل مقابل النص الإنجليزي

الصف الأخير هو الذي يغفل عنه الناس. لغة إخراج Pup هي الإنجليزية دائمًا، حتى عندما يكون طلب الإدخال بلغة أخرى. إذا كان خط المعالجة لديك يسجّل الموجّهات للمراجعة، فإن الموجّه الذي يراه المراجع لديك ليس الموجّه الذي كتبه مستخدمك.

رقم 8 GB لا يصمد في المسار الافتراضي

الادعاء الرئيسي المتعلق بالعتاد لـ Klein هو أن نسخة INT8 تعمل على بطاقة RTX بذاكرة VRAM تبلغ 8 GB فقط. هذا الادعاء يخص المولّد، ويبدو أنه يصمد في حد ذاته — فقد صُممت نقطة التحقق المكمّمة من أجله، كما أن التوقيتات المنشورة إلى جانبه قاستها NVIDIA.

أضف الآن خط الأنابيب الافتراضي. تبلغ أوزان Pup حجم 18.8 GB بصيغة BF16 قبل أي عبء إضافي وقت التشغيل. لا يمكنك حشر 18.8 GB من الأوزان في 8 GB من ذاكرة VRAM. الرقمان يصفان أمرين مختلفين، ومواد الإصدار تضعهما قريبين بما يكفي من بعضهما ليستنتج القارئ بشكل معقول أن الأمر كله يعمل على بطاقة قديمة. لكنه لا يفعل ذلك، ليس في التهيئة التي تقول BFL إن النموذج يتوقعها.

هناك ثلاثة مخارج صادقة، ولكل منها ثمن مختلف:

• كمّم مُضخِّم الدقة — توجد بنيات GGUF من المجتمع لـ Pup بصيغ Q8_0 وQ5_K_M وIQ4_XS وIQ3_S مع مُسقِّط رؤية منفصل، مما يقلّص المساعد بشكل كبير على حساب جودة الموجّه بعض الشيء

• شغّل موسّع العيّنات (upsampler) في مكان آخر — فهو نموذج نصي، لذا لا يحتاج إلى مشاركة وحدة معالجة رسومات (GPU) مع المولّد، بل إلى قفزة عبر الشبكة فقط

• تخطَّه باستخدام --no-pup — مجاني وفوري، وهو الخيار الذي تنصح BFL بتجنّبه

حساب الذاكرة هو الشيء الأكثر فائدة لفهم هذا الاقتران. وهو يفسّر أيضًا نوعًا من الشكاوى: يبلّغ شخص بأن Klein بطيء أو لا يتناسب، لكن ما يبلّغ عنه في الواقع هو أنهم شغّلوا خط الأنابيب الموثّق على عتاد مُهيأ للنسخة المختزلة.

ما الذي يفعله Pup بالموجّه

إنه يوسّعها. يتحول طلب مثل «رجل يمشي مع كلبه، شمس بعد الظهر» إلى وصف مشهد كامل يغطي الموضوع، والبيئة، والإضاءة، والكاميرا، والتكوين — وتصف بطاقة الطراز المخرجات بأنها وصف طويل يبلغ نحو مئتي كلمة عند إعدادها المتوسط. ثم يعتمد نموذج الصور على ذلك الوصف بدلًا من جملتك.

هذه قدرة حقيقية، وليست حيلة. فنماذج الصور على طراز الانتشار حساسة لمدى تحديد المطالبة، والمطالبة المكوّنة من خمس كلمات تترك تقريبًا كل قرار تركيبي لافتراضات النموذج المسبقة. أما مُصعِّد المطالبات فيتخذ تلك القرارات صراحةً وبشكل متسق، ولهذا يبدو الناتج من خط الأنابيب الافتراضي أكثر تعمّدًا من الناتج الصادر عن نقطة التحقق نفسها عندما تُغذّى بالجملة الخام.

إنه أيضًا فقدان للتحكم، والفقدان صامت. لا تُوسَّم جملتك — بل تُستبدل. إذا قرر مُكبِّر الدقة أن ضوء العصر هو الساعة الذهبية وأن الكلب من سلالة بوردر كولي، فليس لدى المولِّد طريقة ليعرف أنك لم تقصد ذلك. بالنسبة للعمل الاستكشافي، هذه ميزة. أما بالنسبة لقائمة اللقطات، فهو متغير لم تطلبه.

أربعة أوضاع، ولماذا يُعدّ الوضع أهم من الموجّه

Pup ليس نموذجًا واحدًا ذا سلوك واحد. بل يختار موجّهًا نظاميًا بناءً على المهمة، وهناك أربعة: النص إلى صورة، والصورة إلى صورة، والنص إلى صورة مع صناديق محيطة، والصورة إلى صورة مع صناديق محيطة. يُنتج الوضع الخاطئ موجّهًا مكتوبًا جيدًا لمهمة خاطئة، وهو إخفاق يبدو وكأنه مشكلة في جودة النموذج وليس كذلك.

تختلف إعدادات أخذ العينات بحسب الوضع أيضًا، والفرق ليس شكليًا. فك الترميز جشع عند درجة حرارة صفر بحد أقصى 3,584 رمزًا جديدًا مع تعطيل التفكير. معامل الحضور هو 1.5 للنص إلى صورة و0 للتعديلات. وهذا الصفر متعمد: فعقوبة التكرار تشجع النموذج على إدخال مادة جديدة، وهو تحديدًا ما لا تريده عندما تكون المهمة إعادة صياغة تعليمة تعديل بأمانة. كما يجري تغيير حجم الصور المرجعية بشكل مختلف بحسب عددها الذي تقدمه — نحو 1 ميغابكسل لواحدة، و724² لاثنتين، و512² لثلاث أو أكثر — لذا فإن مهمة بعشرة مراجع تعتمد على صور أصغر بكثير من مهمة بمرجع واحد.

الترخيص مقسوم إلى نصفين متساويين

هذا هو الجزء الذي لا يحظى تقريبًا بأي اهتمام، وربما ينبغي أن يحظى به. نصفا خط المعالجة يخضعان لترخيصين مختلفين. Klein بموجب FLUX Kommunity License: مجاني للاستخدام التجاري إذا كانت الإيرادات السنوية أقل من 5 ملايين دولار، وترخيص مدفوع فوق ذلك. أما Pup فهو Apache 2.0، دون أي شرط يتعلق بالإيرادات على الإطلاق.

لذا يمكن لشركة تتجاوز الحدّ أن تستخدم مُحسِّن البرومبت (prompt upsampler) بحرية، لكنها لا تزال بحاجة إلى ترخيص لاستخدام المولِّد الذي يغذّيه. أما الشركة التي تقع دون الحدّ وتريد الضبط الدقيق لجانب البرومبت فلدها هامش أوسع بكثير من شركة تريد الضبط الدقيق لجانب الصورة. وإذا كنت تخطط لطرح المنتج، فاقرأ الترخيصين بشكل منفصل بدلًا من التعامل مع "Klein stack" كأنه شيء واحد. النصف المتساهل هو النصف الذي يسهل إغفاله.

ما الذي يتغيّر فعليًا عند إيقاف تشغيله؟

إيقاف Pup هو علم واحد، والتأثيرات غير متماثلة عبر المهام.

• تحويل النص إلى صورة — أكبر تراجع. تصبح المطالبات القصيرة عامة، وهو بالضبط الفشل الذي تحذّر منه BFL، وتتسع الفجوة كلما كانت مطالبتك أقصر

• تعدد المراجع — مُكبِّر الدقة (upsampler) هو ما يحوّل "ضع هؤلاء الأشخاص الثلاثة في غرفة" إلى وصف يغطي المراجع الثلاثة جميعًا؛ وبدونه، يصبح الالتزام بالمراجع أكثر تراخيًا بشكل ملحوظ

• تخطيط المربع المحيط — يوجد هذا الوضع لتحويل القصد المكاني إلى تعليق توضيحي يحافظ عليه، لذا فإن إزالته تعيد العبء إلى صياغتك

• التحرير الدقيق — أقل الحالات وضوحًا، وهي الحالة التي قد يفيد فيها إيقاف تشغيله.

تلك النقطة الأخيرة هي المخالفة للحدس، وهي تنبع من المصدر نفسه الذي تنبع منه عقوبة الحضور الصفري. تكون تعليمة التحرير عادةً ضيقة النطاق: غيّر هذا الكائن، أو حرّك هذا العنصر، أو أزل هذا الشيء. ومهمة مُكبِّر الدقة هي التوسيع، لذا فهو يوسّع المشهد المحيط بتعليمتك فضلًا عن التعليمة نفسها. وعندما يكون التحرير محليًا حقًا، فإن ذلك التوسيع المحيط ليس سوى ضوضاء في أفضل الأحوال. وعندما يتعارض مع شيء في الإطار، فإنه أسوأ من الضوضاء.

إن تجربتنا نحن في تشغيل Klein على التعديلات الموضعية — تغيير كائن واحد، ونقل عنصر إلى منطقة محدودة، وإبقاء بقية الإطار سليمة — هي أن النموذج يبدو في أقصى درجات الإقناع في هذا النمط الضيق تحديدًا. وهذا يجعل مسألة مُكبِّر الدقة أكثر حدة لا أكثر لينًا: فالمهمة التي يكون فيها المولِّد أقوى هي أيضًا المهمة التي يكون فيها توسيع المساعد أقل ترحيبًا. اختبر كلا الإعدادين على مطالبات التعديل الخاصة بك قبل أن تقرر. هذه حالة يمكن أن تختلف فيها نصيحة البائع العامة وعبء عملك المحدد اختلافًا مشروعًا.

القرار، في الممارسة

إذا كنت تستدعي واجهة API الخاصة بالمورّد بدلًا من تنزيل أي شيء، فإن معظم هذا غير ذي جدوى. تُطبّق نقطة النهاية المستضافة توسيع الموجه واستعادة البكسلات من جانب الخادم، لذا فأنت تشتري بالفعل سلوك الموجه الموسّع سواء فكّرت في ذلك أم لا. لا يصبح الخيار حقيقيًا إلا عندما تحصل على الأوزان.

عندما تفعل ذلك، يكون التقسيم تقريبًا هكذا. أبقِ على Pup إذا كانت مطالباتك قصيرة، أو كان عملك استكشافيًا، أو كنت تُولّد بدلًا من التحرير. أسقطه، أو شغّل نسخة مُكمَّمة، إذا كانت بطاقتك صغيرة، أو كانت تعديلاتك ضيقة وحرفية، أو كانت مطالباتك طويلة ومحددة بما يكفي بحيث لا يضيف التوسّع في الغالب سوى اختراع. كمّمه إذا أردت كليهما ويمكنك قبول بعض الفقدان في جودة المطالبات مقابل احتواء خط الأنابيب بأكمله على جهاز واحد.

ملاحظة عملية حول تجربة ذلك بتكلفة منخفضة: النصفان يفشلان بشكل مستقل، وطبقة التوجيه هي الطريقة المعتادة لتجنّب المراهنة على مسار إنتاجي عبر نقطة نهاية واحدة. يشغّل OrcaRouter واجهة برمجة تطبيقات واحدة متوافقة مع OpenAI فوق أكثر من 200 نموذج بهامش ربح 0% — يُمرَّر سعر القائمة الخاص بالمزوّد دون تغيير — مع تحويل تلقائي عند الفشل بين المزوّدين، بحيث لا تتحوّل نقطة نهاية متدهورة إلى مهمة فاشلة. لا يساعدك ذلك مع Klein نفسه، فهو ليس ضمن فهرسنا الذي يضم 210 نماذج ولسنا نقدّمه. بالنسبة لخط المعالجة هذا، فإن الأوزان وواجهة برمجة التطبيقات الخاصة بالمورّد هما المساران؛ وتهمّ حجة التوجيه بالنسبة إلى النماذج التي تضعها حوله.

ما الذي سيغيّر الإجابة؟

دراسة استئصال منشورة. لم يُصدر أحد مقارنة جنبًا إلى جنب بين Klein مع Pup وبدونه على المطالبات نفسها، قيَّمها أي شخص من خارج المختبر، وذلك الجدول الوحيد الغائب هو ما يجعل هذا قرارًا تقديريًا. وإلى أن يوجد، فإن الموقف القابل للدفاع هو الموقف غير اللامع: فمُكبّر الدقة جزء من النظام كما صُمم، وادعاء سعة 8 جيجابايت لا يغطيه، وعبء العمل الوحيد الذي قد يكون من المعقول فيه تجاوز الإعداد الافتراضي هو الذي يكون فيه هذا النموذج في أقوى حالاته.