FLUX 3 Image Klein Prompt Upsampler: המודל בנפח 18.8 GB ש-BFL שחררה מבלי לתת לו שם

Black Forest Labs shipped two models on 15 October 2026 and announced one of them. The announced model is FLUX 3 Image Klein, the 5.6B open-weights image generator that drew the launch post, the pricing table, the ComfyUI workflow and a round of trade coverage. The other is the FLUX 3 Image Klein Prompt Upsampler — an 18.8 GB fine-tune of Qwen3.5-9B that rewrites your short request into the long caption the image model expects — and it is the single most permissive artifact in the release. Its repository is public, requires no account, and carries the Apache License 2.0, where each of its three sibling repositories carries the FLUX Kommunity License and an access gate. B​FL's launch post never names it. Neither does the model page, the release notes, or the API documentation for FLUX 3 Image Klein, which does not contain the word "upsampler" once in 35,000 characters.

That gap is checkable in about five minutes, and it is worth checking, because the upsampler decides more about what your images look like than most of the settings you will spend the weekend adjusting. It also raises a question the announcement does not answer: whether B​FL intends it as a standalone model you can build on, or as a load-bearing dependency of its own inference code that happened to get published with an Apache header. This piece separates what the repository proves from what only B​FL can confirm. Every number below comes from the model card, the Hugging Face API, the reference inference code or B​FL's own documentation, and none of it has been independently benchmarked by a third party.

מה למעשה שוחרר, ואיזה חלק לא הוזכר בשמו

נתחיל מהתאריכים, כי הם מדויקים. מאגר ה-upsampler נוצר ב-Hugging Face בשעה 20:40 UTC ב-14 באוקטובר 2026, והכתיבה האחרונה בו הייתה בשעה 15:32 UTC ב-15 באוקטובר — באותו חלון של דקות כמו מאגרי FLUX 3 Image Klein שאותם הוא משרת. פוסט ההשקה מתוארך ל-15 באוקטובר. אז זה לא דליפה, לא תצוגה מקדימה, ולא צ'קפוינט שמישהו שומר אצלו: זהו שחרור של הצד הראשון, שפורסם לצד המודל שאליו הוא שייך.

What it did not get is a name in the announcement. Read B​FL's own enumeration of the release and the pattern is consistent:

• The launch post describes FLUX 3 Image Klein's weights, its FP8, INT8 and NVFP4 builds built with N​VIDIA, its day-one ComfyUI and Diffusers support, and its licence. It mentions "prompt upsampling" once, as a feature of the hosted API endpoint, without naming a model or linking a repository.

• עמוד המודל בכתובת bfl.ai/models/flux-3-image-klein מפרט את הגרסאות הלא-מזוקקות והמזוקקות, ומתאר גישה ל-API ככוללת "שיפור פרומפט". כמו כן, אין מאגר קוד.

• הערות השחרור ל-15 באוקטובר מפרטות את המשקלים: Klein (distilled), Klein Base, ומשקלי ComfyUI. האפסמפלר אינו ביניהם.

• תיעוד ה-API של FLUX 3 Image Klein מכיל 35,148 תווים. חיפוש שאינו תלוי רישיות אחר "upsampl" מחזיר אפס תוצאות.

• קוד ההסקה הרפרנסי ב-GitHub הוא המקום שבו זה סוף סוף מופיע — קטע ב-README שכותרתו "Prompt upsampling", דגל --no-pup ב-CLI, תקציב --pup-memory, ומודול flux3/pup.py. וזו התשובה הכנה לשאלה "האם זה מוסתר?": לא. זה מתועד, זה משולב, זה פועל כברירת מחדל, ואם שיבטתם את המאגר הייתם נתקלים בו מיד.

ההבחנה חשובה וקל לטשטש אותה. זה אינו שחרור חמקני; זהו שחרור שהרכיב בעל הרישיון המתירני ביותר בו טופל כאל תשתית. הקהילה שמה לב לכך מהר יותר מהעיתונות — עד 15 באוקטובר כבר היו קוונטיזציות GGUF של ה-upsampler מצד צד שלישי ב-Hugging Face, וארגון מראה העתיק את כל ארבעת המאגרים.

מהו בעצם מעלה הדגימה

כרטיס המודל מפורש לגבי השושלת: זהו כיוונון עדין מלא של Qwen3.5-9B כשמגדל הראייה קפוא. קובץ התצורה מאשר את המבנה — 32 שכבות, מצב חבוי ברוחב 4,096, 16 ראשי קשב לעומת 4 ראשי מפתח-ערך, תקרת מיקום של 262,144 טוקנים, ואוצר מילים של 248,320. מחסנית השכבות אינה אחידה: שלוש מכל ארבע שכבות משתמשות בקשב ליניארי, כשכל שכבה רביעית היא שכבת קשב מלא. מגדל הראייה בעומק 27 שכבות וברוחב 1,152, גודל טלאי 16, מיזוג מרחבי 2. זהו מודל ראייה-שפה היברידי-קשב מהדור הנוכחי, ולא תבנית פרומפט שמודל שפה הוברג עליה.

על הדיסק זהו קובץ bfloat16 safetensors יחיד בגודל 18.82 GB, בתוספת טוקנייזר, תבנית צ'אט וקובץ אחד שמעניין יותר מהשאר: system_prompts.json, 12.6 KB המכיל ארבעה פרומפטי מערכת מלאים בשמות t2i, i2i, t2i_bbox ו-i2i_bbox. ארבעת הפרומפטים האלה הם הממשק בפועל של המודל. הם גם קריאים, כלומר ההתנהגות של ה-upsampler אינה קופסה שחורה — אפשר לקרוא בדיוק מה הוא קיבל הוראה לעשות, ואז לבדוק אם הוא עשה זאת.

האימון התבצע בשני שלבים, לפי הכרטיס: כיוונון עדין מפוקח על זוגות של בקשות קצרות והפרומפטים המורחבים שלהן, ואז כיוונון העדפות על זוגות של פלטי המודל עצמו, שהופקו דרך FLUX 3 Image Klein בזרע קבוע ודורגו לפי התמונה שהתקבלה. השלב השני הוא זה הראוי לציון. ה-upsampler לא כוונן לכתוב פרומפטים שנקראים היטב; הוא כוונן לפי איזה מהפרומפטים של עצמו הניב תמונה טובה יותר כשמודל התמונות הריץ אותם. זוהי מתודולוגיה שדווחה על ידי הספק, לא אבלציה שפורסמה, ולא קיימת לה הערכה בלתי תלויה.

ארבעת המצבים, ואיך הפייפליין בוחר אחד

המעלה-דגימה אינו תמיד כלי טקסט-לתמונה. איזו הנחיית מערכת הוא טוען תלוי במה שאתה מעביר לו, והכלל נמצא ב-bbox.py:

• אין תמונות ייחוס, אין תיבות — הפרומפט של t2i. הוא מרחיב בקשה לכיתוב מפורט אחד.

• תמונות ייחוס, ללא תיבות — הפרומפט של i2i. הוא בוחן את תמונות הייחוס וכותב הוראת עריכה שמזהה כל אובייקט מאוזכר לפי איך שהוא באמת נראה. בקשה מעורפלת מתפרשת כעריכה הסבירה ביותר של התמונות שסופקו.

• תיבות שסופקו, טקסט לתמונה — ההנחיה t2i_bbox. הפלט הופך לכיתוב שלאחריו טבלת רכיבי JSON, שורה אחת לכל אובייקט על קנבס מ-0 עד 1000, והכיתוב מציין כל שורה לפי מזהה בסוגריים זוויתיים.

• תיבות בתוספת הפניות — הפרומפט i2i_bbox, שמחזיר רשומת אנוטציה עם שדה from המבחין בין תוכן שנלקח מ-ref_image_N לבין תוכן המסומן כ-target, בתוספת תיבה במקור ותיבה בפלט המדומיין.

התיבות שלך מנצחות בעימות. הקוד ממיר את הקואורדינטות שלך מטווח 0 עד 1 לרשת 0 עד 1000, מוסר אותן למודל כרשימה נעולה וסמכותית, ואז מיישב את התשובה: כל שורה שהמודל תכנן מחדש תחת מזהה משלו, ושהיא חופפת לתיבה נעולה ביחס חיתוך-על-איחוד (IoU) של 0.9 או יותר, מקבלת את המזהה הנעול; והשורות הנעולות נכתבות בחזרה כלשונן, כשהתיאור של המודל מאומץ. הפריסה שלך אינה הצעה שהמודל רשאי לשפר.

הפענוח קבוע וכדאי להעתיק אותו אם אתם קוראים לו בעצמכם: greedy, top-p 0.95, top-k 20, תקרה של 3,584 טוקנים חדשים, וקנס נוכחות של 1.5 עבור טקסט-לתמונה לעומת 0.0 עבור עריכות. הא-סימטריה הזו מכוונת — הקנס נועד למנוע ממחולל הכיתובים לחזור על עצמו, והוראת עריכה שמזכירה באופן לגיטימי את אותו אובייקט פעמיים לא צריכה להיענש על כך.

מה שהפרומפטים דורשים — ולמה הפרומפטים שלך נראים כפי שהם נראים

הפרומפט המערכתי של t2i הוא המסמך השימושי ביותר במהדורה עבור כל מי שמצא את ההתנהגות של FLUX 3 Image Klein מוזרה. חלק מההנחיות שבו מסבירות ישירות את סגנון הפלט של המודל:

• אורך. "אורך אופייני הוא 100 עד 350 מילים, יותר עבור סצנות מורכבות." מעלה-הדגימה לא דוחס את הפרומפט שלך ולא מסכם אותו. הוא מרחיב אותו בערך בסדר גודל, ומודל התמונות אומן מול כיתובים בטווח הזה.

• כל אדם בפוקוס מקבל פרופיל. מוצא אתני, מגדר, טווח גילאים, גוון עור, שיער ולבוש — כמאפיינים ניתנים לצפייה. הפרומפט נותן את הדוגמאות "עור בהיר" ו"עור כהה".

• הרקע מקבל כשישית מהכיתוב. מפורש. הפרומפט גם דורש שתוכן מטושטש ומרוחק יתואר כצורות, צבעים וצלליות ולא כזהויות או טקסט קריא.

• סגנון ברירת המחדל הוא צילום. ללא סגנון מצוין, המודל מתכנן צילום ממשי ופותח במוסכמת מדיום — "תצלום חוץ בצבע מלא", "תצלום אולפן" — תוך שמירת "פוטוריאליסטי" להדמיות. בקשה למשהו "מציאותי" מומרת למוסכמת הצילום במקום לחזור עליה כלשונה.

• איסורים. אין תוארי פועל של ריכוך. אין שיפוטים של איכות או רגש. אין משפט סוגר בנוגע למצב רוח. שלילות מנוסחות מחדש כהצהרות על מה שנוכח. הקול הגנרטיבי הוא חובה: "התמונה הזו מציגה" ו"אנחנו יכולים לראות" אסורים לחלוטין.

• אנטי-תמונת-מלאי. הפרומפט מבקש "כמה פרטים שגרתיים, לא אידיאליים הלקוחים מהאובייקטים של הסצנה עצמה במקום האידיאל של תמונת מלאי." זו הנחיה לגרום לתמונות להיות פחות גנריות, הכתובה בתוך פרומפט מערכת.

• טיפול בטקסט. יש לתעתק טקסט מוצג מילה במילה בתוך מרכאות כפולות בשפת המקור ובכתב המקור, תוך שמירה על מעברי שורה, וציון הטיפוגרפיה, הצבע והמיקום. כאשר בקשה זקוקה לטקסט שהיא לא סיפקה, המודל מנסח ניסוח קונקרטי ותואם לתחום.

קרא את הרשימה הזו אל מול יצירה מאכזבת, ובדרך כלל תוכל למצוא איזה כלל לא קיבל מספיק כדי לעבוד איתו. פורטרט שטוח עם רקע ריק הוא בקשה בלי סצנה, בלי תאורה ובלי פרטים רגילים בה. פרומפט שהמודל בכל זאת הרחיב לאחר מכן, ומילא את החסר בתוכנית גנרית לפי בחירתו.

מה זה עולה לך בזיכרון ובזמן

The upsampler is on by default in B​FL's own pipeline, and the practical reason to care is that "on by default" means a second model resident while the first one generates. From the reference code and documentation:

• דיסק — 18.82 GB עבור משקולות bfloat16, לעומת 11.1 GB עבור קובצי ה-safetensors של מודל התמונות המזוקק עצמו וכ-11 GB עבור הבסיס.

• VRAM — the reference implementation gives the upsampler a share of the GPU, defaulting to 0.35 in the Python API and 0.85 in the standalone module's command line. B​FL's memory table, measured on a B200, runs 31 GB in bf16 for the image model with --no-pup; the upsampler's reserved share sits on top of that.

• The 8 GB story gets more complicated. B​FL's headline is that the INT8 build of FLUX 3 Image Klein runs on an RTX GPU with as little as 8 GB of VRAM, and that is the image model. In the ComfyUI repository the prompt upsampler ships as a separate 9.75 GB INT8 text encoder file. Nobody has published a configuration in which both an 8 GB card and the upsampler are resident at once.

• מתג הכיבוי הוא דגל אחד. --no-pup שולח את הפרומפט שלך כפי שהוקלד. בדמו יש את אותו מתג, והגבהת הפרומפט של ה-API המתארח היא חלק מנקודת הקצה ולא סעיף נפרד בלוח המחירים המפורסם: $0.008 ב-768×768, $0.009 ב-1K, $0.011 ב-1.5K, $0.014 ב-2K ו-$0.036 ב-4K, כאשר יצירה ועריכה מתומחרות באותו מחיר.

• תמונות העזר מוקטנות לפני שהאפסמפלר רואה אותן. תמונת עזר אחת מוגבלת לכמגה-פיקסל אחד; שתיים מקבלות 724×724 כל אחת; שלוש או יותר מקבלות 512×512 כל אחת, ומקודדות מחדש ל-JPEG באיכות 92. כרטיס המודל מפרט זאת כמגבלה במפורש — פרטים קטנים בתמונת עזר עלולים להיות מתוארים באופן שגוי — וזהו המנגנון שמאחורי כשל ספציפי שאפשר לשחזר: בקשו עריכה שתלויה בפרט מודפס קטן, וההוראה עשויה לחזור עם תיאור של הדבר הלא נכון, כי האפסמפלר מעולם לא ראה אותו ברזולוציה מלאה. מודל התמונה מקבל את המקור שלכם.

הרישיון הוא החלק ששווה להתווכח עליו

הנה חוסר הסימטריה, בניסוח פשוט. המשקולות של FLUX 3 Image Klein נושאות את רישיון FLUX Kommunity, המתיר שימוש מסחרי חינם רק ליחידים ולחברות עם הכנסה שנתית נמוכה מ-5 מיליון דולר, בעוד שארגונים גדולים יותר מנותבים לרישוי באחסון עצמי או ל-API. ברגע שמפעילים בירור רישיון מסחרי לגבי מוצר, המודל שאתם מפיצים אינו הארטיפקט היחיד שנכלל בהיקף.

ארבעה מאגרים היו חלק מהמהדורה הזו. שלושה מהם — המודל המזוקק, מודל הבסיס ומשקולות ComfyUI — רשומים ב-API של Hugging Face כ-gated: auto, כלומר עליכם לאשר את התנאים לפני שתוכלו להוריד את הקבצים. אחד מהם אינו מוגבל כלל, ונושא את רישיון Apache License 2.0: ה-prompt upsampler. הוא גם היחיד מבין הארבעה שכרטיס המודל שלו מציין רישיון מתירני ישירות, וה-README של מאגר הייחוס עצמו מציב את הגבול במפורש — הקוד הוא Apache 2.0, משקולות Klein הן FLUX Kommunity, ו"ה-prompt upsampler הוא Apache 2.0".

What that buys you depends on the unresolved question. If the upsampler is genuinely a standalone artifact, it is a 9B-class vision-language model you can fine-tune, redistribute and ship in a commercial product without a revenue threshold, and it is currently the cheapest way to acquire that capability from a frontier image lab under terms that do not require a lawyer. If it is intended only as a dependency of B​FL's reference code, then repurposing it carries a risk that no document currently resolves.

מה מאומת, ומה לא

מאומת מהמאגר ומה-API של Hugging Face, והכול ניתן לבדיקה חוזרת: מלאי הקבצים וגדלי הבייטים, רישיון Apache 2.0, היעדר שער הגישה, בסיס Qwen3.5-9B, ארבעת פרומפטי המערכת והטקסט המלא שלהם, פרמטרי הפענוח, תקציב העיבוד המקדים של הייחוס, התנהגות התאמת התיבות, תיאור האימון הדו-שלבי, והמגבלות שפורסמו.

Not confirmed, and stated as open rather than guessed: whether B​FL considers the upsampler a supported product or an internal dependency; whether the Apache 2.0 header was a deliberate licensing decision or an inherited default from Qwen3.5-9B; how much the upsampler actually improves output, since no third party has run a controlled comparison and B​FL has published no ablation; whether the preference-tuning stage generalises beyond the prompts in its training set; and whether the 9.75 GB INT8 ComfyUI file is the same model at lower precision or a differently prepared one, since that repository's model card is gated and could not be read.

עוד נקודה פתוחה: המספרים במאגר עצמו קטנים. שלוש עשרה הורדות ועשרה לייקים ל-upsampler, לעומת 3,241 הורדות ו-128 לייקים במודל התמונות המזוקק, עשרים וארבע שעות לאחר השחרור. אין זו הוכחה שהמודל אינו חשוב — זו הוכחה שכמעט אף אחד לא ידע שהוא נמצא שם.

היכן OrcaRouter מתאים, והיכן לא

הגרסה הישרה תחילה: OrcaRouter אינו מארח שום מודל של Black Forest Labs. הקטלוג נבדק ולא הונח כמובן מאליו, ואין בו רשומת FLUX. שום דבר בהמשך לא מרמז אחרת.

What does sit in the catalogue is the comparison set. If you are going to spend a weekend testing whether prompt expansion helps your images, the interesting experiment is running the same request through FLUX 3 Image Klein with the upsampler on and off, and then against a hosted image model that does its own prompt handling — G​oogle's image models, O​penAI's, G​rok's — to see whether the gap you are measuring is the upsampler or the generator. Those hosted models are reachable from a single key on OrcaRouter, at the provider's list price with no markup added, so the cost of the experiment is the provider's own rate and nothing on top of it. That is a cheaper way to answer the question than downloading 18.82 GB four times.

עם זאת, כדאי לדייק לגבי המגבלה של אותה עצה. אם אתם אכן רוצים לבצע כיוונון עדין ל-upsampler תחת Apache 2.0, תזדקקו למשקלים על החומרה שלכם ולסביבת הרצה שיכולה לשרת מודל חזותי-לשוני בגודל 9B. OrcaRouter לא עושה את החלק הזה, ושאלת הרישיון שלעיל היא שלכם להכרעה.

מה יהפוך את זה לסיפור גדול יותר?

Four things, in rough order of how much they would change. First, a named mention from B​FL — a model card, a docs page, a line in the release notes — which would settle the framing here and probably force an update to this piece. Second, a controlled evaluation, ours or anyone's, of images generated with and without the upsampler at a fixed seed; that number is currently missing and it is the one everyone actually wants. Third, a statement on whether the Apache 2.0 licence is deliberate, since that is what makes the artifact interesting rather than merely unlisted. Fourth, the same treatment applied to the rest of the FLUX 3 family: if the upsampler pattern holds, other tiers will ship with permissive helper models attached and unannounced.

עד אז, הפרשנות המעשית היא צרה ולא זוהרת. מכיוון שמודל התמונה שהורד חסום בגישה והרישיון שלו כולל סף הכנסות, רוב האנשים שרוצים לבנות על FLUX 3 Image Klein יתחילו עם ה-API, שבו מעלה הרזולוציה אינו החלטה שאתם מקבלים — הוא משהו שנקודת הקצה עושה, מתומחר במחירון שמתחיל מ-$0.008 לתמונה. האנשים שצריכים להתעניין במאגר הם אלה שמארחים בעצמם, ולגביהם העובדה השימושית השבוע היא פשוט שהיצירה בעלת הרישיון המתירני ביותר במהדורה היא גם זו שאיש לא סיפר להם עליה.

עבור מודל שאופני הכשל שלו עדיין אינם מתועדים, המקבילה המועילה היא התיעוד של מה שכבר השתבש במקומות אחרים: תקריות ה-AI המתועדות וכשלי סוכנים סביב מודלים בסוג הזה נאספים בארכיון תקריות ה-AI של OrcaRouter, שבו כל רשומה נושאת את המקורות שלה, את דרגת החומרה, את דירוג המהימנות ואת דגל המחלוקת.