FLUX 3 Image Klein vs FLUX 3 Image Klein Pup: Model yang Melawan Penulis Promptnya Sendiri

Nama pada repositori itu mengundang perbandingan yang sebenarnya tidak ada. FLUX 3 Image Klein dan FLUX 3 Image Klein Pup terlihat seperti dua model dalam satu keluarga, seperti setiap halaman "vs" lain di blog ini yang memasangkan dua generator dengan kekuatan berbeda. Kenyataannya bukan itu. FLUX 3 Image Klein adalah model gambar 5,6B yang dirilis pada 15 Oktober 2026. FLUX 3 Image Klein Pup — diberi judul "Prompt Upsampler" pada kartu modelnya — adalah model bahasa 9B yang seluruh tugasnya adalah menulis ulang prompt singkat Anda menjadi keterangan panjang dan terperinci yang menjadi input pelatihan model gambar tersebut.

Jadi pertanyaan sebenarnya bukanlah mana yang lebih baik. Pertanyaannya adalah apakah yang kedua bersifat opsional. Black Forest Labs mengatakan tidak: kartu model menyatakan dengan jelas bahwa Klein "tidak dimaksudkan untuk berjalan tanpa prompt upsampler di depannya," dan bahwa prompt pendek yang dikirim apa adanya menghasilkan output generik. Klaim itulah yang layak diperiksa, karena menerimanya akan mengubah anggaran memori, latensi, kewajiban lisensi Anda, dan — dalam satu kasus tertentu — presisi suntingan Anda.

Apa sebenarnya masing-masing dari keduanya

Pembagiannya lebih rapi daripada yang disiratkan oleh penamaannya. Satu model memiliki visi, yang lain tidak, dan hanya salah satunya yang pernah menyentuh piksel.

• Peran — Klein menghasilkan dan mengedit gambar; Pup mengeluarkan teks dan tidak pernah merender apa pun

• Parameter — 5.6B untuk generator, 9B untuk upsampler, jadi model pembantunya lebih besar

• Silsilah — Klein adalah model gambar dengan silsilah FLUX 3; Pup adalah fine-tune penuh dari Qwen/Qwen3.5-9B, yang itu sendiri diturunkan dari Qwen3.5-9B-Base

• Bobot di disk — 11,2 GB pada BF16 dan 5,6 GB pada FP8 untuk Klein; 18,8 GB untuk safetensors Pup pada BF16

• Lisensi — FLUX Kommunity License untuk Klein, dengan ambang pendapatan $5M; Apache 2.0 untuk Pup

• Masukan — Klein menerima teks, gambar referensi, dan kotak pembatas; Pup menerima permintaan yang sama ditambah hingga 10 gambar referensi dan mengembalikan satu prompt

• Keluaran — piksel versus teks bahasa Inggris

Baris terakhir itulah yang sering dilewatkan orang. Bahasa keluaran {{1}}Pup{{/1}} selalu bahasa Inggris, bahkan ketika permintaan masukannya dalam bahasa lain. Jika pipeline Anda mencatat prompt untuk ditinjau, prompt yang dilihat peninjau Anda bukanlah prompt yang diketik pengguna Anda.

Angka 8 GB tidak bertahan melalui pipeline bawaan.

Klaim perangkat keras utama untuk Klein adalah bahwa build INT8 dapat berjalan pada kartu RTX dengan VRAM hanya 8 GB. Klaim itu tentang generator, dan berdasarkan parameternya sendiri tampaknya klaim tersebut valid — checkpoint terkuantisasi memang dibuat untuk itu, dan pengukuran waktu yang dipublikasikan bersamanya dilakukan oleh NVIDIA.

Sekarang tambahkan pipeline default. Bobot Pup adalah 18,8 GB pada BF16 sebelum overhead runtime apa pun. Anda tidak dapat memuat bobot 18,8 GB ke dalam VRAM 8 GB. Kedua angka itu menjelaskan dua hal yang berbeda, dan materi rilis menempatkannya cukup berdekatan sehingga pembaca dapat secara wajar menyimpulkan bahwa seluruhnya berjalan di kartu lama. Tidak demikian, bukan dalam konfigurasi yang menurut BFL diharapkan oleh model.

Ada tiga jalan keluar yang jujur, dan ketiganya memiliki konsekuensi yang berbeda:

• Kuantisasi upsampler — build GGUF komunitas tersedia untuk Pup dalam varian Q8_0, Q5_K_M, IQ4_XS, dan IQ3_S dengan proyektor visi terpisah, yang memperkecil helper secara signifikan dengan sedikit mengorbankan kualitas prompt

• Jalankan upsampler di tempat lain — ini adalah model teks, jadi tidak perlu berbagi GPU dengan generator, hanya perlu satu lompatan jaringan

• Lewati saja dengan --no-pup — gratis, langsung, dan merupakan opsi yang BFL sarankan untuk dihindari

Perhitungan memori adalah satu hal paling berguna untuk dipahami tentang pasangan ini. Ini juga menjelaskan salah satu jenis keluhan: seseorang melaporkan bahwa Klein lambat atau tidak muat, padahal yang sebenarnya mereka laporkan adalah bahwa mereka menjalankan pipeline yang didokumentasikan pada perangkat keras yang ukurannya diperuntukkan bagi versi yang disederhanakan.

Apa yang Pup lakukan pada sebuah prompt

Itu akan diperluas. Permintaan seperti "seorang pria berjalan bersama anjingnya, matahari sore" menjadi keterangan adegan penuh yang mencakup subjek, latar, pencahayaan, kamera, dan komposisi — kartu model menjelaskan outputnya sebagai keterangan panjang sekitar beberapa ratus kata pada pengaturan sedangnya. Model gambar kemudian menggunakan keterangan itu sebagai kondisi, bukan kalimat Anda.

Ini adalah kemampuan nyata, bukan sekadar trik. Model gambar bergaya difusi sangat sensitif terhadap kekhususan prompt, dan prompt yang hanya terdiri dari lima kata menyerahkan hampir seluruh keputusan komposisi kepada prior model. Upsampler membuat keputusan-keputusan itu secara eksplisit dan konsisten, itulah sebabnya keluaran dari pipeline default tampak lebih terencana dibandingkan keluaran dari checkpoint yang sama ketika diberi kalimat mentah.

Itu juga berarti kehilangan kendali, dan kehilangan itu terjadi tanpa suara. Kalimat Anda tidak dianotasi — kalimat itu diganti. Jika upsampler memutuskan bahwa cahaya sore adalah golden hour dan anjingnya adalah border collie, generator tidak punya cara untuk mengetahui bahwa Anda tidak bermaksud demikian. Untuk pekerjaan eksploratif, itu adalah fitur. Untuk daftar bidikan, itu adalah variabel yang tidak Anda minta.

Empat mode, dan mengapa mode lebih penting daripada prompt

Pup bukan satu model dengan satu perilaku. Pup memilih prompt sistem berdasarkan tugas, dan ada empat: teks-ke-gambar, gambar-ke-gambar, teks-ke-gambar dengan bounding box, dan gambar-ke-gambar dengan bounding box. Mode yang salah menghasilkan prompt yang ditulis dengan baik untuk tugas yang salah, yang merupakan kegagalan yang terlihat seperti masalah kualitas model padahal bukan.

Setelan sampling juga berbeda menurut mode, dan perbedaannya bukan sekadar kosmetik. Dekoding bersifat greedy pada suhu nol dengan maksimum 3.584 token baru dan thinking dinonaktifkan. Penalti presence adalah 1,5 untuk text-to-image dan 0 untuk edit. Angka nol itu disengaja: penalti repetisi mendorong model untuk memasukkan materi baru, yang justru bukan hal yang Anda inginkan ketika tugasnya adalah menyatakan kembali instruksi edit secara setia. Gambar referensi juga diubah ukurannya secara berbeda bergantung pada berapa banyak yang Anda berikan — sekitar 1 megapiksel untuk satu, 724² untuk dua, 512² untuk tiga atau lebih — jadi pekerjaan dengan sepuluh referensi melakukan conditioning pada gambar yang jauh lebih kecil daripada pekerjaan dengan satu referensi.

Lisensi terbelah tepat di tengah

Ini adalah bagian yang hampir tidak mendapat perhatian, padahal seharusnya mendapatkannya. Dua bagian dari pipeline tersebut berada di bawah lisensi yang berbeda. Klein menggunakan FLUX Kommunity License: gratis untuk penggunaan komersial selama pendapatan tahunan di bawah $5 juta, dan lisensi berbayar di atasnya. Pup menggunakan Apache 2.0, tanpa syarat pendapatan sama sekali.

Jadi, perusahaan yang berada di atas ambang batas dapat menggunakan prompt upsampler secara bebas dan tetap memerlukan lisensi untuk menggunakan generator yang menerima keluarannya. Sementara itu, perusahaan yang berada di bawah ambang batas dan ingin melakukan fine-tuning pada sisi prompt memiliki keleluasaan yang jauh lebih besar dibandingkan perusahaan yang ingin melakukan fine-tuning pada sisi gambar. Jika Anda berencana merilis produk, bacalah kedua lisensi tersebut secara terpisah, bukan memperlakukan "the Klein stack" sebagai satu kesatuan. Separuh yang permisif adalah separuh yang mudah terlewatkan.

Apa yang sebenarnya berubah saat Anda mematikannya

Mematikan Pup hanyalah satu flag, dan efeknya asimetris antar tugas.

• Teks-ke-gambar — regresi terbesar. Prompt pendek menjadi generik, yang justru merupakan kegagalan yang diperingatkan BFL, dan kesenjangannya makin melebar semakin pendek prompt Anda

• Multi-referensi — upsampler-lah yang mengubah "masukkan ketiga orang ini ke dalam satu ruangan" menjadi deskripsi yang memperhitungkan ketiga referensi; tanpanya, kepatuhan terhadap referensi menjadi jauh lebih longgar

• Tata letak kotak pembatas — mode ini hadir untuk mengubah maksud spasial menjadi keterangan yang mempertahankannya, jadi menghapusnya mengembalikan beban ke cara Anda menyusun frasa

• Penyuntingan presisi — kasus yang paling tidak jelas, dan kasus di mana menonaktifkannya dapat membantu

Butir terakhir itu adalah yang kontraintuitif dan berasal dari tempat yang sama dengan penalti kehadiran nol. Instruksi edit biasanya sempit: ubah objek ini, pindahkan elemen ini, hapus hal ini. Tugas upsampler adalah memperluas, jadi ia memperluas adegan di sekitar instruksi Anda sekaligus instruksi itu sendiri. Ketika edit benar-benar lokal, perluasan di sekitarnya paling banter hanyalah noise. Ketika hal itu bertentangan dengan sesuatu di dalam frame, itu lebih buruk daripada noise.

Pengalaman kami sendiri menjalankan Klein pada suntingan terlokalisasi — mengubah satu objek, memindahkan elemen ke wilayah berbatas, menjaga sisa bingkai tetap utuh — adalah bahwa model paling meyakinkan tepat dalam mode sempit ini. Yang membuat pertanyaan tentang upsampler makin tajam, bukan makin lunak: tugas tempat generator paling kuat juga merupakan tugas tempat perluasan dari helper paling tidak diinginkan. Uji kedua pengaturan pada prompt suntingan Anda sendiri sebelum memutuskan. Ini adalah kasus ketika saran menyeluruh dari vendor dan beban kerja spesifik Anda dapat secara sah tidak sependapat.

Keputusan itu, dalam praktiknya

Jika Anda memanggil vendor API alih-alih mengunduh apa pun, sebagian besar hal ini tidak relevan. Endpoint yang dihosting menerapkan prompt upsampling dan restorasi pikselnya sendiri di sisi server, jadi Anda sudah mendapatkan perilaku prompt yang diperluas, entah Anda memikirkannya atau tidak. Pilihan itu baru menjadi nyata ketika Anda mengambil bobotnya.

Saat Anda melakukannya, pembagiannya kurang lebih seperti ini. Pertahankan Pup jika prompt Anda pendek, pekerjaan Anda bersifat eksploratif, atau Anda lebih banyak menghasilkan daripada menyunting. Lepaskan, atau jalankan build terkuantisasi, jika kartu Anda kecil, suntingan Anda sempit dan literal, atau prompt Anda sudah cukup panjang dan spesifik sehingga perluasan sebagian besar hanya menambah rekaan. Kuantisasi jika Anda menginginkan keduanya dan dapat menerima sedikit penurunan kualitas prompt sebagai ganti agar seluruh pipeline muat di satu perangkat.

Satu catatan praktis untuk mencobanya secara murah: kedua bagiannya gagal secara independen, dan lapisan routing adalah cara umum untuk menghindari bertaruh pada satu endpoint untuk jalur produksi. OrcaRouter menjalankan satu API yang kompatibel dengan OpenAI untuk 200+ model dengan markup 0% — harga daftar dari penyedia diteruskan tanpa perubahan — dan failover otomatis antarpenyedia, sehingga endpoint yang menurun performanya tidak menjadi pekerjaan yang gagal. Itu tidak membantu Anda dengan Klein itu sendiri, yang tidak ada dalam katalog kami yang berisi 210 model dan bukan sesuatu yang kami layani. Untuk pipeline ini, bobot dan API vendor adalah rutenya; argumen routing penting untuk model yang Anda tempatkan di sekitarnya.

Apa yang bisa mengubah jawabannya

Ablasi yang telah dipublikasikan. Belum ada yang merilis perbandingan berdampingan Klein dengan dan tanpa Pup pada prompt yang sama, dinilai oleh pihak selain lab, dan satu tabel yang hilang itulah yang membuat ini tetap menjadi soal pertimbangan. Sampai itu ada, posisi yang bisa dipertahankan adalah yang tidak glamor: upsampler adalah bagian dari sistem sebagaimana dirancang, klaim 8 GB tidak mencakupnya, dan satu beban kerja di mana Anda mungkin secara wajar mengesampingkan default adalah beban kerja tempat model ini paling kuat.