FLUX 3 Image Klein è al primo posto tra i pesi aperti — sulla classifica disegnata dal suo creatore

Il numero ormai è ovunque. FLUX 3 Image Klein si è classificato primo tra i modelli open-weight nella generazione testo-immagine, primo nella generazione multi-referenza, primo nell'editing di immagini — e ha superato il più vecchio FLUX.2 [klein] 9B di 91 Elo nella generazione testo-immagine e di 70 Elo nell'editing, pur avendo il 38% di parametri in meno. Sono le cifre presenti nel post di lancio di Black Forest Labs, nei riepiloghi, nella social card. La frase che tende a essere omessa è quella a esse collegata nella fonte: si tratta di valutazioni interne.

Non è uno scandalo. È così che vengono lanciati quasi tutti i modelli di immagini, ed è l'unico confronto che un laboratorio può eseguire prima che qualcun altro abbia i pesi. Ma cambia ciò che un lettore dovrebbe fare con la classifica. FLUX 3 Image Klein è stato realmente rilasciato — 5,6 miliardi di parametri, pesi aperti, pubblicato il 15 ottobre 2026 con la FLUX Kommunity License, invocabile a 0,009 USD per 1K immagini sull'API di BFL. Ciò che non esiste ancora è un punteggio da qualcuno che non sia Black Forest Labs. Il modello è reale; la posizione in classifica è un'affermazione.

Che cosa ha effettivamente stabilito il comunicato

Separa gli artefatti dal marketing, perché hanno un peso diverso. Gli artefatti sono verificabili oggi, da chiunque, senza una GPU:

• Pesi — un generatore di immagini da 5,6B parametri, con un checkpoint base per il fine-tuning e un checkpoint distillato a 16 step per la latenza

• Build di precisione — BF16 a 11,2 GB, FP8 a 5,6 GB, oltre a build INT8 e NVFP4 realizzate con NVIDIA

Licenza — FLUX Kommunity License: uso commerciale gratuito per individui e aziende con fatturato annuo inferiore a 5 milioni di dollari, licenza self-hosted a pagamento o l'API oltre quella soglia

• Funzionalità — generazione da testo a immagine, modifica, generazione multi-riferimento con fino a 10 immagini di riferimento, 4K nativo e controllo tramite bounding box

• Prezzo — 0,009 $ per 1K immagini tramite l'API del fornitore, con un livello 2K superiore

• Strumenti — ricette di addestramento LoRA per Diffusers, Ostris AI Toolkit e NVIDIA NeMo AutoModel

Tutto questo è nel repository e nella documentazione. Niente di tutto ciò dipende dal fatto che un benchmark sia veritiero. Un modello può essere piccolo, veloce, concedibile in licenza e scaricabile senza essere il migliore in nulla, e queste proprietà hanno valore di per sé.

Ciò che il rilascio non ha stabilito è la qualità relativa. Il post di lancio mostra grafici Elo anziché riportare nel testo i punteggi esatti, quindi il divario preciso tra Klein e il suo insieme di confronto non è nemmeno del tutto citabile — si possono leggere le barre, non i numeri. I comparatori citati sono Qwen-Image 2.1 a 7B e Krea 2 a 12.9B, con Krea 2 escluso dal confronto sull'editing perché non supporta l'editing. Sono controlli sensati. Restano comunque controlli del laboratorio stesso, nell'harness del laboratorio, su prompt scelti dal laboratorio.

La parola "third-party" sta facendo un lavoro che non si è guadagnata

Molta della copertura di questo rilascio descrive le classifiche come benchmark di terze parti. Non lo sono. Una ricerca di una voce indipendente in una classifica fa emergere il post sul blog del fornitore e una dozzina di riscritture dello stesso, e le riscritture ereditano l'impostazione senza ereditare l'avvertenza.

La classifica pubblica più utile per i modelli di immagini è Artificial Analysis, che classifica in base all'Elo ricavato dai voti di preferenza umana a coppie. La sua classifica text-to-image, versione 2.1, rilevata il 16 ottobre 2026, ha 42 voci visibili. GPT Image 2.5 Sunburst è al primo posto con 1218. Nano Banana 2 è al settimo posto con 1139. FLUX 3 Image è al tredicesimo posto con 1114, su 5.766 campioni, con un prezzo indicato dalla classifica di 48 $ per mille immagini. FLUX.2 [klein] 9B — la baseline nel confronto di BFL — è al ventiseiesimo posto con 1026.

FLUX 3 Image Klein non è su quella classifica. Non al lancio, non otto giorni dopo. La voce etichettata "FLUX 3 Image" è un prodotto diverso: è il fratello maggiore disponibile solo via API, e la cifra di 48 $ per mille della classifica corrisponde all'intervallo pubblicato di quel modello, non ai 9 $ di Klein. Questo conta per un motivo semplice. Nell'unica classifica indipendente esistente, il modello di immagini open-weight con il punteggio più alto non è Klein e non è affatto un modello Black Forest Labs — è Qwen-Image-3.0-Pro a 1093. L'affermazione che Klein sia primo tra i modelli open-weight non è quindi contraddetta dalla classifica pubblica. È semplicemente assente da essa.

Accosta il delta di BFL a una board pubblica

C'è un modo per ottenere un orientamento approssimativo senza pretendere che sia una misurazione. BFL dichiara i suoi miglioramenti come delta rispetto a FLUX.2 [klein] 9B, e quel modello più vecchio è sulla classifica pubblica. Quindi prendi il punteggio pubblico e aggiungi il delta del fornitore:

• Da testo a immagine — FLUX.2 [klein] 9B a 1026 su Artificial Analysis, più i +91 di BFL, si attesta vicino a 1117

• Editing — FLUX.2 [klein] 9B a 1015 sulla board di editing, più i +70 di BFL, si attesta vicino a 1085

Leggilo come aritmetica, non come una previsione. I delta Elo non sono trasferibili tra harness. Un divario di 91 punti misurato sul set di prompt di BFL non si trasferisce punto per punto su una classifica costruita da voti della folla su immagini diverse, con votanti diversi e una diversa finestra di campionamento. L'esercizio è utile solo per la scala: suggerisce un modello che si collocherebbe nella fascia bassa dei 1100 nella text-to-image, più o meno dove si trova già FLUX 3 Image e comodamente dietro Nano Banana 2 a 1139. Non suggerisce un modello che dominerebbe il campo open-weight con un ampio margine, e certamente non suggerisce che il +91 si traduca in un primo posto assoluto.

Se vuoi la versione onesta in una riga: un modello con punteggio nella fascia bassa dei 1100 sarebbe molto probabilmente il miglior modello open-weight su quella classifica, dato che l'attuale leader lì è 1093. Quindi la direzione dell'affermazione di BFL è plausibile. L'entità non è verificata, e il margine sul rivale open-weight più vicino potrebbe essere molto più piccolo di quanto lasci intendere la presentazione del lancio.

Quello che abbiamo visto quando l'abbiamo eseguito

La nostra esperienza diretta con il modello indica qualcosa di più specifico rispetto a "miglior modello image open-weight". Abbiamo eseguito FLUX 3 Image Klein tramite l'API del fornitore, senza un set fisso di prompt né una rubrica di valutazione, quindi consideratela un'osservazione più che un risultato. La capacità che si è distinta è stata la modifica precisa e localizzata: cambiare un singolo oggetto in una scena, spostare un elemento in una regione delimitata o applicare un'istruzione che dovrebbe lasciare intatto il resto dell'inquadratura. I casi in cui è consentito cambiare quasi tutto — un restyling completo, un cambiamento radicale dell'illuminazione — sono stati molto più difficili da distinguere dalla generazione precedente.

È l'enfasi opposta rispetto alla maggior parte del dibattito pubblico. L'impostazione del lancio riguarda se Klein possa affatto modificare, e se superi modelli che costano cinque volte tanto. La domanda più utile per chi svolge lavoro di produzione è se possa modificare in modo mirato. Le modifiche precise sono il campo in cui un riquadro di delimitazione e uno sfondo preservato contano davvero, in cui un modello piccolo o mantiene il resto della scena o la ridipinge silenziosamente, e in cui il costo di un nuovo tentativo non è solo denaro ma un ciclo di revisione.

L'editing è la pretesa che merita il test più difficile

Delle tre affermazioni di primato, quella sull'editing è quella di cui essere più scettici, per una ragione strutturale. La qualità testo-immagine è ampiamente leggibile — una folla può guardare due immagini e sceglierne una. La qualità dell'editing dipende dal rispetto delle istruzioni, e il rispetto delle istruzioni è esattamente ciò che il set di prompt di un fornitore è nella posizione migliore per lusingare. Se i tuoi prompt di valutazione sono stati scritti dalle persone che hanno messo a punto il modello, stai misurando l'intersezione di due cose che controlli.

C'è anche un dettaglio della pipeline che influisce su ogni confronto eseguito in autonomia. Klein viene distribuito con un upsampler dei prompt separato — una messa a punto (fine-tune) da 9B di Qwen3.5-9B chiamata flux-3-image-klein-pup — che è attivo per impostazione predefinita e senza il quale, secondo BFL, il modello non è pensato per funzionare. Ciò significa che un benchmark ingenuo che invia i prompt così come sono stati digitati sta misurando un sistema diverso da quello valutato dal fornitore. Qualsiasi test indipendente che meriti di essere letto deve dichiarare se l'upsampler era attivo, perché lo stesso checkpoint può produrre output sensibilmente diversi a seconda della risposta. È una notevole quantità di superficie metodologica per un'affermazione che al momento si basa sulla slide di un solo laboratorio.

I numeri di velocità appartengono a NVIDIA

Una serie di dati nel comunicato ha una provenienza diversa dalle dichiarazioni sulla qualità, e merita di essere attribuita correttamente. I numeri di latenza — circa 4 secondi per un'immagine da 1 MP su una RTX 5090 in INT8 a 16 passaggi, meno di 9 secondi su una RTX 4070, 0,55 secondi su una GB300 — sono stati misurati da NVIDIA, con i risultati RTX eseguiti tramite ComfyUI. Si tratta comunque di una misurazione vicina al fornitore, poiché NVIDIA ha contribuito a creare i checkpoint quantizzati, ma è una misurazione hardware anziché un giudizio di preferenza, e le misurazioni hardware sono molto più facili da riprodurre. Se avete la scheda, potete verificarlo in un pomeriggio.

La dichiarazione sugli 8 GB di VRAM merita lo stesso trattamento. È vera per la build del generatore INT8. Non è vera per l'intera pipeline consigliata, perché il prompt upsampler è un download BF16 separato da 18,8 GB che richiede memoria propria. Un utente che legge «gira su 8 GB» e poi abilita la pipeline predefinita scoprirà quale affermazione era circoscritta e quale no.

Come verificarlo da solo

Il test onesto meno costoso non è una classifica. Sono venti dei tuoi prompt, eseguiti due volte — una con l'upsampler e una senza — sui compiti che ti interessano davvero, valutati in base al fatto che rilasceresti o meno l'output. Klein rende questo insolitamente pratico perché i pesi sono scaricabili e la licenza consente l'uso commerciale sotto la soglia di ricavi di $5M, quindi il test non richiede un account presso nessuno.

Per tutto il resto, un livello di routing è il modo più economico per eseguire lo stesso prompt sugli endpoint di diversi fornitori con un'unica chiave, ed è proprio a questo che serve OrcaRouter: un'unica API compatibile OpenAI su oltre 200 modelli, ricarico 0% con il prezzo di listino del fornitore passato direttamente, e failover automatico quando un endpoint peggiora. Vale la pena essere espliciti: questa non è una via per Klein. Il nostro catalogo conta 210 modelli e non contiene alcuna voce FLUX, quindi per questo modello le opzioni oneste oggi sono l'API di BFL stessa o un checkpoint self-hosted. Preferiamo dirlo piuttosto che lasciar intendere il contrario.

Cosa lo risolverebbe

Tre cose, in ordine crescente di utilità. Prima: che Klein compaia come voce a sé stante su una classifica indipendente — non accorpato a FLUX 3 Image, che è un modello diverso a un prezzo diverso. Seconda: che quella voce resista a qualche migliaio di voti anziché a qualche centinaio, perché l'Elo iniziale di un nuovo modello è rumoroso e tende a scendere man mano che l'effetto novità svanisce. Terza: che qualcuno pubblichi un confronto di editing che dichiari l'impostazione dell'upsampler, perché senza quella i numeri non sono confrontabili.

Fino a quel momento la frase accurata è più ristretta del titolo e più utile di entrambi gli estremi. FLUX 3 Image Klein è un modello di immagini open-weight da 5,6B a $0,009 per 1K immagini che gira su hardware consumer, il cui fornitore lo dichiara il miglior modello open-weight nella generazione da testo a immagine, nella generazione multi-riferimento e nell'editing. La prima metà di quella frase è verificata. La seconda metà è un'affermazione con un autore nominato, e l'autore è il laboratorio che l'ha costruito.