FLUX 3 Image Klein: lo que 5,6 mil millones de parámetros pesan realmente en tu disco

FLUX 3 Image Klein es el miembro de pesos abiertos de la familia FLUX 3 Image de Black Forest Labs, publicado el 15 de octubre de 2026 con 5,6 mil millones de parámetros, con pesos descargables y un endpoint de pago por uso el mismo día. La cifra del titular cuenta el transformador de imágenes y nada más. El codificador de texto —Qwen3-VL-4B-Instruct— es una descarga aparte, el autoencoder de imágenes es una tercera, y la combinación más pequeña de las tres que realmente se ejecuta ronda los 10,5 GB. Si tomas las versiones BF16 de esos mismos tres archivos, te sitúas en unos 20 GB. Si sigues el pipeline predeterminado de la propia implementación de referencia, que ejecuta un ampliador de prompts antes de cada generación, el total supera los 39 GB en disco.

Nada de eso contradice la afirmación del proveedor de que FLUX 3 Image Klein se ejecuta en una única GPU de consumo, porque la afirmación nunca se trató del tamaño del archivo. Se trata de la VRAM durante la inferencia, en una compilación cuantizada, con los pesos cargados un tensor a la vez. Pero «5,6B de parámetros y se ejecuta en una única GPU de consumo» comprime tres números distintos —el recuento de parámetros, la descarga y la memoria residente— en una sola frase, y cualquiera que planee un despliegue necesita los tres. Esto es lo que cada uno de ellos es en realidad, según la propia documentación de BFL y la API de Hugging Face, cuando el modelo tiene un día de vida y ninguna entidad independiente lo ha medido todavía.

Qué se lanzó el 15 de octubre

Klein es el segundo lanzamiento de pesos abiertos de la familia FLUX 3, después de FLUX 3 Action en septiembre. La publicación de lanzamiento se titula FLUX 3 Image Klein: pesos abiertos, 5.6B parámetros, y lo que enumera es un lanzamiento bastante completo en lugar de un volcado de checkpoint:

• Dos checkpoints, ambos de 5.6B. Klein Base no está destilado, se ejecuta con 50 pasos y un guidance de 3.5, y existe para el ajuste fino, el entrenamiento de LoRA y la investigación. Klein está destilado por pasos a 16 pasos y sin guidance, y es el checkpoint que hay detrás de la API de BFL.

• Tres formatos de cuantización. Las variantes FP8 y NVFP4 se encuentran junto al transformer BF16 en el repositorio principal, con una compilación INT8 desarrollada con el apoyo de NVIDIA. El reempaquetado de ComfyUI añade versiones INT8 tanto del transformer como del codificador de texto, que el repositorio principal no incluye.

• Compatibilidad de ejecución desde el primer día en ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion y vLLM-Omni, además de entrenamiento LoRA mediante AI Toolkit de Ostris y recetas en NVIDIA NeMo AutoModel. Entrenado en NVIDIA GB200 NVL72; el tiempo de GB300 NVFP4 es el que respalda la afirmación de menos de un segundo.

• El conjunto de funciones se hereda, no se reduce. 4K nativo, edición basada en instrucciones que preserva las regiones no editadas, hasta diez imágenes de referencia y cuadros delimitadores en una cuadrícula de 0–1000 que pueden colocar elementos o confinar una edición a una región. BFL es explícito en la ficha del modelo: los cuadros guían la ubicación y la escala en lugar de restringir los píxeles a una máscara rígida, lo cual importa si esperabas un control a nivel de máscara.

Los repositorios se subieron antes del anuncio. Los repositorios base y destilados se crearon el 13 de octubre, y los repositorios de ComfyUI y prompt-upsampler el 14 de octubre, mientras que la publicación de lanzamiento y el endpoint de la API llegaron el 15.

Los tres archivos que hay detrás de la cifra de 5.6B

Lee el listado de archivos en lugar del número de parámetros y de la forma que adoptan los cambios de la descarga. La API de Hugging Face informa de los tamaños de los propios archivos del repositorio destilado:

• Transformador de imágenes, BF16 — model.safetensors, 11,10 GB. La publicación de lanzamiento de BFL redondea esta cifra a 11,2 GB en BF16 y 5,6 GB en FP8.

• Codificador de texto, BF16 — Qwen3-VL-4B-Instruct, dividido entre dos fragmentos de safetensors, 8,88 GB en total. Existe una compilación INT8 del mismo codificador en el repositorio de ComfyUI con 4,86 GB.

• Autocodificador de imágenes — 0,34 GB, y es el único archivo que ninguna ruta de cuantización elimina.

Así que el mínimo práctico no es 5,6 GB y tampoco 11,2 GB. Es el transformer NVFP4 con 5,28 GB, más el codificador de texto INT8 con 4,86 GB, más el VAE de 0,34 GB: unos 10,5 GB de archivos para un pipeline que genera y edita. La versión totalmente BF16 de esos mismos tres es de unos 20,3 GB. Y el upsampler de prompts, que la CLI de referencia descarga y ejecuta en cada solicitud a menos que pases --no-pup, es un repositorio aparte: 18,82 GB en bfloat16, o 9,75 GB en la compilación INT8 que distribuye el empaquetado de ComfyUI. Añade el upsampler BF16 al pipeline BF16 y estarás ante unos 39 GB en disco antes de generar una imagen.

La propia tarjeta de modelo de BFL incluye la advertencia que corresponde junto a estas cifras: «Los paquetes cuantizados necesitan un cargador que admita su formato; el tamaño de sus archivos no es una medida del uso total de memoria de la GPU».

Eso tiene doble filo. Que un archivo cuantizado sea pequeño no significa que la ejecución quepa en esa cantidad de memoria, y una descarga grande no significa que el conjunto de trabajo sea grande. Lo que sí significa es que la descarga es la parte que puedes planificar antes de tener el hardware, y es la parte que el número de parámetros destacado oculta.

De dónde viene la cifra de 8 GB de VRAM

La afirmación sobre la memoria es específica. Con la compilación INT8, BFL afirma que FLUX 3 Image Klein se ejecuta en GPU NVIDIA GeForce RTX con tan solo 8 GB de VRAM, mediante ComfyUI o Diffusers, y la documentación sitúa el mínimo compatible en una RTX 3090.

Las cifras de velocidad vienen con una procedencia que merece la pena precisar: fueron medidas por NVIDIA, en ComfyUI para los resultados de RTX. Con el modelo destilado por pasos y la compilación INT8, una imagen de 1 MP tarda unos 4 segundos en una RTX 5090 y menos de 9 segundos en una RTX 4070. En una GB300 con NVFP4, el modelo destilado produce una imagen de 1 MP en menos de 0,6 segundos. Servir una LoRA añade aproximadamente un 5% al tiempo de generación.

Estos son datos reportados por el proveedor y no son la misma medición que las cifras de latencia de la API en la publicación de lanzamiento. BFL cronometró Klein en sus propios servidores mientras cronometraba Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 y Krea 2 desde el cliente, lo que incorpora el tiempo de sondeo y de red en las cifras de los competidores, pero no en las suyas — y la publicación lo dice. La lectura honesta es que las cifras de 4 segundos y 9 segundos son creíbles como tiempos de inferencia local en las tarjetas mencionadas, y que el gráfico de frontera velocidad-calidad es una comparación del propio proveedor trazada con cronómetros asimétricos. Nadie fuera de BFL o NVIDIA ha reproducido ninguna de las dos.

Lo que cuesta a través de la API, y dónde se dobla la curva

El checkpoint destilado se sirve como flux-3-image-klein, con sobremuestreo de prompts y restauración de píxeles incluidos. BFL publica estas tarifas por imagen, idénticas tanto para texto a imagen como para edición:

• 768 × 768 — $0.008

• 1K — $0.009

• 1,5K — 0,011 $

• 2K — $0.014

• 4K — $0,036

Frente a FLUX 3 Image, el hermano mayor exclusivo de API en la misma lista de características, lo que debería impulsar la decisión es la proporción, no el precio absoluto. FLUX 3 Image cuesta $0.048 por una imagen en 1K frente a los $0.009 de Klein: un factor de aproximadamente 5.3. En 4K, la misma comparación es $0.607 frente a $0.036, un factor de casi diecisiete. Quien genera 4K a volumen no está eligiendo entre un modelo barato y uno caro; está eligiendo entre una tarifa por imagen que resiste el contacto con un producto y otra que no.

La otra mitad de la aritmética está de tu lado: un Klein autoalojado en una tarjeta que ya tienes no tiene coste por imagen, y un Klein autoalojado en una tarjeta alquilada sí tiene uno por hora. El punto de equilibrio se desplaza con la utilización, y lo hace mucho: una GPU inactiva es la configuración cara, no la barata. Si tu tráfico de imágenes es irregular, la tarifa plana suele ser la mejor opción; si es constante y alto, la descarga empieza a pagarse sola y la licencia se convierte en la variable que importa.

La licencia es la parte que determina si puedes distribuirlo.

Ambos checkpoints están bajo la FLUX Kommunity License, y vale la pena leer las dos descripciones de la misma en paralelo porque no están redactadas de la misma manera. La publicación de lanzamiento dice que la licencia «permite el uso comercial gratuito para personas y empresas con ingresos anuales inferiores a 5 millones de dólares, junto con el uso de investigación y no comercial», y que las organizaciones más grandes despliegan comercialmente a través de las opciones de licencia autoalojada de pago de BFL o la API. La tarjeta del modelo dice que la licencia «permite el uso no comercial y proporciona una excepción de resultados comerciales para los Qualifying Users, sujeta a sus términos», donde Qualifying User se define en el propio texto de la licencia.

El umbral de ingresos es el hecho determinante para la mayoría de los equipos: por debajo de $5M de ingresos anuales, uso comercial gratuito; por encima, uno de los niveles de pago de BFL. Esos niveles se enumeran públicamente —Builder con 10 000 imágenes al mes y 1 dominio, Platform y Professional con 100 000 imágenes al mes, Enterprise personalizado— y todos incluyen FLUX 3 Image Klein junto con los modelos de la familia FLUX.2, con derechos de ajuste fino y LoRA incluidos. Conviene tener en cuenta qué significan los niveles: una empresa que supera el umbral no está comprando el modelo otra vez, sino el derecho a usar pesos que ya ha descargado, lo cual es un tipo de partida distinto de una factura de API y una que es más fácil de olvidar cuando un prototipo se convierte en producto.

Si los ingresos de tu organización están cerca del umbral, lee LICENSE.md en lugar de cualquiera de los dos resúmenes. Dos documentos de proveedores que describen el mismo instrumento en dos registros distintos son exactamente la situación en la que el texto principal es el que te vincula.

La afirmación sobre la calidad es propia de BFL y no incluye FLUX 3 Image

El resultado de calidad más destacado de Klein, según evaluaciones internas, es el primer puesto en generación de 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]. El conjunto de comparación de pesos abiertos se nombra en otra parte de la publicación: Qwen-Image 2.1 con 7B y Krea 2 con 12.9B, ambos más grandes que los 5.6B de Klein, con Krea 2 excluido de la columna de edición porque no admite edición. Frente a FLUX.2 [klein] 9B, el modelo abierto de la generación anterior, Klein gana 91 Elo en texto a imagen y 70 en edición de imágenes, mientras que tiene un 38% menos de parámetros.

FLUX 3 Image —el modelo más grande del propio proveedor, vendido a través de la misma API sobre la misma superficie de funciones— no aparece por ningún lado en esa comparación. Eso no es condenatorio por sí solo; someter a pruebas comparativas un modelo abierto pequeño frente a los modelos que, de otro modo, ejecutaría quien lo descarga es una decisión defendible. Pero significa que la frase que más desea un comprador, «Klein está a X del modelo más grande», sigue sin escribirse.

El panorama independiente es aún más escaso. La única tabla de clasificación pública de texto a imagen que sigue a esta familia incluye FLUX 3 Image y, a fecha de redacción, no tiene ninguna entrada de FLUX 3 Image Klein. Así que cada cifra de calidad disponible desde el primer día se remonta a BFL, y las reproducibles —las que puedes comprobar tú mismo en veinte minutos— son los tamaños de archivo y las tarifas por imagen anteriores, no las deltas de Elo.

Llamarlo, o ejecutarlo

La decisión se divide nítidamente en tres preguntas. Si necesitas fine-tunes o LoRAs con tus propios datos, o las imágenes no pueden salir de tu infraestructura, o tu volumen es alto y constante, la descarga es la respuesta y la licencia es lo que hay que resolver primero. Si tu volumen es irregular, tus imágenes son activos destacados en lugar de producción masiva, o quieres evaluar el modelo antes de comprometer hardware, el endpoint a $0.009 por imagen de 1K es más barato que un fin de semana de configuración.

Hay un tercer caso que merece mencionarse, porque es el habitual: equipos que acaban llamando a varios modelos de imagen en lugar de a uno, usando un modelo abierto pequeño para trabajo de volumen y un modelo de frontera para las tomas que importan. Ese es el caso para el que existe OrcaRouter —una sola clave de API para más de 200 modelos, precio de lista del proveedor traspasado con un margen del 0 % de modo que un cambio de tarifa del proveedor se aplique el mismo día, y conmutación por error automática para que un modelo sin probar pueda estar en una ruta de producción sin ser un único punto de fallo. FLUX 3 Image Klein no está hoy en nuestro catálogo, así que el endpoint de BFL es una llamada directa al proveedor en cualquier caso; lo que sí podemos hacer es mantener todo lo que lo rodea —los demás modelos de imagen, las reglas de enrutamiento, el respaldo— detrás del mismo endpoint y la misma línea de facturación.

¿Qué cambiaría esto?

Tres cosas, en orden de cuánto moverían una decisión. Una comparación directa e independiente entre Klein y FLUX 3 Image, porque la diferencia de precio entre ellos es de diecisiete veces a 4K y la diferencia de calidad no se ha medido. Los tiempos de INT8 en una tarjeta real de 8 GB de alguien que no sea NVIDIA, porque ese es el número en el que se basa todo el argumento de despliegue local y ha sido medido por una parte interesada. Y una aclaración de licencia de BFL que concilie el enfoque del umbral de ingresos de la publicación de lanzamiento con el enfoque de «Qualifying User» de la tarjeta del modelo.

Hasta entonces, la postura defendible es la más limitada: FLUX 3 Image Klein es real, se puede descargar hoy, hace las mismas cosas que la FLUX 3 Image API en la misma lista de funciones y cuesta aproximadamente una quinta parte por imagen en 1K y una decimoséptima parte en 4K. Planifique unos 10,5 GB de archivos en el caso más pequeño y 39 GB con el escalador y todo en BF16, decida la cuestión de la licencia antes de decidir la cuestión del hardware y considere que cada cifra de calidad que haya leído hasta ahora proviene del proveedor.