FLUX 3 Image Klein vs FLUX 3: Qué mitad de la familia puedes descargar realmente

Puedes descargar FLUX 3 Image Klein. No puedes descargar FLUX 3 — ni el conjunto completo, ni la mayor parte de él. La familia FLUX 3 que Black Forest Labs anunció el 23 de julio de 2026 abarca la predicción de imagen, vídeo, audio y acción en una única arquitectura Self-Flow. Doce semanas de lanzamientos después, exactamente dos de sus capacidades existen como pesos que puedes descargar de Hugging Face: la cabeza de acción de 7B del 22 de septiembre y, ahora, un modelo de imagen de 5.6B publicado el 15 de octubre. El nivel de imagen que da nombre a la familia, y el nivel de vídeo que está disponible de forma general desde el 4 de agosto, siguen siendo exclusivos de la API. El precio de lista que ves es el del proveedor, no el nuestro — transferencia sin margen alguno lo cual importa la semana en que un proveedor cambia sus precios.

Esa división es la verdadera historia aquí, y es más útil que una hoja de especificaciones. Klein no es «un FLUX 3 más pequeño». Es una parte de FLUX 3, extraída, cuantizada y entregada en una forma en la que no se presenta el resto de la familia.

A qué se refiere «FLUX 3» y por qué importa la ambigüedad

BFL usa FLUX 3 para tres cosas distintas en la documentación de una misma semana: el programa de investigación descrito en el artículo de julio, el paraguas que engloba cuatro productos con precios independientes y —en varios puntos de las páginas de los modelos— el modelo de imagen concreto que tiene su propio nombre, FLUX 3 Image.

El anuncio de julio es el que explica la arquitectura. FLUX 3 se entrena conjuntamente con imágenes, video y audio porque, en el marco de BFL, ninguna modalidad por sí sola ofrece una imagen completa del mundo: las imágenes aportan estructura espacial, el video aporta movimiento y física, el audio aporta relaciones causales que la visión por sí sola pasa por alto. El entrenamiento no tuvo una ponderación uniforme. Más del 95% del cómputo se destinó al video, y se asignó menos del 0,5% de los tokens al audio — una distribución que te dice cuál era el problema difícil según BFL, y que vale la pena tener presente cuando leas afirmaciones sobre la calidad de cualquier miembro de la familia.

Así que cuando la publicación de lanzamiento de Klein dice que el modelo «se basa en el aprendizaje compartido de FLUX 3 en imágenes, video y audio», eso es una afirmación sobre el linaje de preentrenamiento, no sobre la capacidad. Klein es un modelo de imágenes. Genera y edita imágenes fijas. El entrenamiento en video y audio está aguas arriba de él, no dentro de él.

Las cuatro partes, y cuáles dos tienen pesos

• FLUX 3 Video — disponible de forma general desde el 4 de agosto de 2026, con facturación por segundo de salida. Clips de hasta 20 segundos con audio sincronizado nativo, en HD y FHD, con escalado a resoluciones superiores. Sin pesos.

• FLUX 3 Action — un modelo de acción mundial de 7B para el control de robots, publicado el 22 de septiembre de 2026 junto con los pesos y un informe de entrenamiento. Fue la primera publicación de pesos abiertos de la familia.

• FLUX 3 Image — disponible en api.bfl.ai/v1/flux-3-image/ desde el 1 de octubre de 2026. 2K y 4K nativos, cuadros delimitadores en una cuadrícula de 0 a 1000, hasta diez referencias. Sin pesos, y la página de licencias de BFL vende niveles de autoalojamiento para la generación FLUX.2 en lugar de para esta.

• FLUX 3 Image Klein — publicado el 15 de octubre de 2026. 5,6 mil millones de parámetros para el transformador de imágenes, checkpoints destilado y base, variantes FP8 y NVFP4, compilaciones BF16 e INT8 producidas con el apoyo de NVIDIA, bajo la Licencia FLUX Kommunity. El checkpoint destilado es el que da servicio al endpoint de la API de BFL.

Dos abiertos, dos cerrados, y ningún plan publicado para cerrar la brecha de los otros dos. La frase final del post de lanzamiento es «Vendrán más», lo cual es una declaración de intenciones, no un calendario.

Los pesos abiertos cambian la cuestión del costo, no solo el costo

Comparar los dos en cuanto a precio es complicado porque no se venden en la misma unidad. FLUX 3 Video cobra por segundo; FLUX 3 Image y Klein cobran por imagen; FLUX 3 Action cobra por predicción. Muy poco de la familia se puede comparar línea por línea.

Lo que puede compararse es la forma del compromiso:

• Capacidad alquilada — una tarifa por unidad, una lista de precios publicada, sin hardware y una licencia que se acepta al llamar a la API. FLUX 3 Image cuesta entre $0.041 y $0.607 por imagen según la resolución; FLUX 3 Video cuesta $0.06 por segundo para HD con esfuerzo de borrador y $0.15 por segundo en HD con esfuerzo estándar, según lo publicado en la página de precios de BFL el 16 de octubre de 2026.

• Capacidad propia — una descarga, una GPU y una licencia con un umbral de ingresos. El generador de Klein necesita 11,2 GB en BF16 y 5,6 GB en FP8. Con la compilación INT8, funciona en tarjetas RTX de consumo a partir de 8 GB de VRAM, y la documentación sitúa el mínimo en una RTX 3090.

La Kommunity License es la parte que los equipos leen por encima. El uso comercial gratuito cubre a personas y empresas con ingresos anuales por debajo de $5M; por encima de eso, el despliegue comercial autoalojado pasa por el licenciamiento pago de BFL. Una startup que descarga Klein hoy con $2M de ingresos y supera el umbral hereda una conversación sobre licencias que no había previsto. Ese es un tipo de riesgo distinto al de una tarifa por imagen, y es el que muerde más tarde.

Para cualquiera que esté sopesando ese cambio, la pregunta práctica no es «cuál es más barato», sino «cuáles de mis cargas de trabajo pueden migrar». Existe un camino intermedio real: mantener las llamadas facturadas por consumo en un único endpoint para que un cambio de precio o una caída no obligue a reescribir el cliente, y añadir todo lo que autoalojas detrás de la misma interfaz. Para eso sirve el enrutamiento — una sola clave de API para varios cientos de modelos con enrutamiento adaptativo y failover — y así es como evalúas un checkpoint con un día de antigüedad en el cinco por ciento del tráfico en lugar de comprometer con él una ruta de producción. El endpoint alojado de Klein no está en OrcaRouter; nosotros enrutamos el nivel de imágenes de google/gemini-3.1-flash-image-preview/ y modelos similares, y la API de BFL, junto con los pesos, son las rutas hacia el propio Klein.

Lo que Klein hereda y por lo que la capa de API no necesita preocuparse

Lo más trascendental de que Klein se distribuya como pesos no es el precio. Es que las restricciones dejan de ser el problema de BFL y pasan a ser el tuyo.

• El upsampling de prompts es una descarga aparte. La implementación de referencia carga un upsampler de prompts — flux-3-image-klein-pup/, Apache-2.0, aproximadamente 18,8 GB — que reescribe tu prompt antes de la generación. Omítelo (--no-pup/) y el modelo toma los prompts tal como se escriben. A través de la API, BFL toma esa decisión por ti.

• Un clasificador de seguridad siempre se carga. La CLI de referencia descarga un modelo aparte de detección de imágenes NSFW y lo carga incondicionalmente. Del lado de la API, la moderación es una partida con un comportamiento de facturación definido; en tu propio hardware, es un componente que ahora mantienes.

• La cuantización es tu elección, con consecuencias en la calidad. FP8, NVFP4 e INT8 se incluyen en el repositorio, y la nota del propio fabricante dice que el tamaño de archivo de un paquete cuantizado no es una medida del uso total de memoria de la GPU. Elegir una versión es un intercambio entre calidad y VRAM que la API no expone en absoluto.

• Los ajustes del sampler están documentados, pero no se aplican de forma obligatoria. Distilled ejecuta 16 pasos sin guía; Base ejecuta 50 con guía 3,5. La documentación también indica los ajustes para ejecutar un LoRA entrenado con Base sobre Distilled —16 pasos, guía 1, escala de LoRA en torno a 0,75— y señala que los LoRA se transfieren entre ambos sin conversión. Nada de eso tiene un equivalente en la API.

Este es el argumento honesto a favor del nivel de API, incluso a 5× el precio: es un producto totalmente ensamblado, y los pesos son un kit.

La brecha que nadie ha medido

La afirmación sobre la calidad de Klein, tal como la presenta BFL, es que las evaluaciones internas lo sitúan en primer lugar en texto a imagen, generación con múltiples referencias y edición de imágenes, por delante de modelos de pesos abiertos más grandes, y por encima de los modelos cerrados de la comparación — Ideogram V4.5 y FLUX.2 [pro]. Frente a FLUX.2 [klein] 9B, obtiene 91 Elo en texto a imagen y 70 en edición de imágenes con un 38% menos de parámetros.

Lee el conjunto de comparación con atención y notarás lo que falta: no hay FLUX 3 Image, no hay FLUX 3 Video, nada de la familia a la que pertenece Klein. La evaluación es contra otros modelos abiertos y dos cerrados de terceros. Así que la pregunta que invita una comparación a nivel de familia —cómo se acerca un modelo descargable de 5,6B al nivel solo API con el que comparte nombre— queda sin responder por parte del proveedor y sin respuesta por parte de nadie más.

Hay una cosa más que la publicación de lanzamiento no revela y que se cita como verificación externa: BFL afirma que los checkpoints de Klein fueron sometidos internamente a red-teaming y evaluados por un socio, Cinder, lo que muestra «bastante menos vulnerabilidades que otros modelos populares de pesos abiertos». No hay ninguna cifra que lo acompañe. Una evaluación externa vale más que una interna; una evaluación externa sin una cifra vale menos de lo que parece.

Todo lo anterior son datos reportados por el proveedor. Ni FLUX 3 ni FLUX 3 Image Klein aparecen en una clasificación independiente a fecha del 16 de octubre, y si necesitas una cifra neutral antes de comprometerte, todavía no existe ninguna.

Cómo decidir, y qué cambiaría la respuesta

Elige el modelo descargable si tu restricción es la ubicación de despliegue y no la calidad —en cualquier lugar al que no pueda llegar la API de BFL, desde una GPU de portátil de 8 GB hasta un clúster aislado de la red—, o si tu volumen mensual de imágenes en 2K y superiores haría que la tarifa por uso fuera la partida dominante de tu presupuesto. Klein a $0.036 por imagen 4K frente a FLUX 3 Image a $0.607 es una diferencia de diecisiete veces; si 4K es tu opción predeterminada, esa aritmética responde a la pregunta antes de que la calidad entre en juego.

Quédate en la API si quieres el modelo más grande que BFL te venda, si prefieres no ejecutar un clasificador de seguridad y un ampliador de prompts como tus propios servicios, o si tu trayectoria de ingresos hace que un techo de licencia de $5M sea algo incómodo de tener en tu arquitectura.

Tres cosas resolverían la cuestión de la familia de forma limpia, y ninguna de ellas existe todavía: una ejecución de Klein por un tercero contra FLUX 3 Image con prompts idénticos; una declaración de intenciones de BFL sobre si los pesos de FLUX 3 Image and Video llegarán a publicarse algún día; o una cifra publicada de Cinder. Hasta entonces, los únicos hechos firmes son los que puedes comprobar tú mismo: los repositorios, la lista de precios y el hecho de que la mitad de FLUX 3 sigue siendo algo que alquilas.

El indicio a corto plazo es si llega un tercer lanzamiento de pesos abiertos con la misma cadencia. Action llegó en septiembre, Klein en octubre. Si noviembre trae los pesos de FLUX 3 Video, la familia deja de ser un conjunto de productos y empieza a ser una plataforma, y todos los argumentos de este artículo sobre alquilar frente a poseer cambian de forma. Si no sigue nada, Klein es un caso aislado en la línea de imágenes y los niveles cerrados son la estrategia.