FLUX 3 Image Klein vs FLUX 3：実際にダウンロードできるのはファミリーのどちら半分か

ダウンロードできるのはFLUX 3 Image Kleinです。FLUX 3はダウンロードできません — 全体はもちろん、その大部分も。Black Forest Labs が2026年7月23日に発表した FLUX 3 ファミリーは、画像・動画・音声・行動予測を単一の Self-Flow アーキテクチャに収めたものです。提供開始から12週間が経ち、その機能のうち Hugging Face から取得できる重みとして実在するのは、わずか2つだけです。9月22日時点の7Bアクションヘッドと、そして10月15日に公開された5.6Bの画像モデルです。ファミリーの名前の由来となった画像ティア、および8月4日から一般提供されている動画ティアは、依然としてAPI専用のままです。表示される定価はプロバイダーのもので、当社のものではありません — ゼロマークアップのパススルーこれはベンダーが価格を改定する週に効いてきます。

その分割こそが今回の本題であり、スペックシートよりも役に立つ話だ。Kleinは「小型版FLUX 3」ではない。FLUX 3の一部であり、抽出され、量子化され、ファミリーの他のモデルにはない形で提供されている。

「FLUX 3」が何を指すのか、そしてその曖昧さがなぜ重要なのか

BFLは、同じ週分のドキュメントの中でFLUX 3を3つの異なる意味で使っている。7月の論文で説明された研究プログラム、個別に価格設定された4つの製品を束ねる包括名称、そしてモデルページのいくつかの箇所では、それ自体の名前であるFLUX 3 Imageを持つ特定の画像モデルだ。

7月の発表こそが、アーキテクチャを説明しているものだ。FLUX 3 は画像、動画、音声を統合して学習されている。BFLの枠組みでは、単一のモダリティでは世界の完全な像は得られないからだ。画像は空間構造を、動画は動きと物理を、音声は視覚だけでは捉えきれない因果関係を担っている。学習は均等に重み付けされていたわけではない。計算資源の95%以上は動画に投入され、音声に割り当てられたトークンは0.5%未満だった——この配分は、BFLが何を難題だと考えていたかを物語っており、このファミリーのどのモデルについての品質に関する主張を読むときにも、心に留めておく価値がある。

つまり、Kleinのローンチ記事がこのモデルについて「画像・動画・音声にわたるFLUX 3の共有学習を活用している」と述べているのは、能力ではなく、事前学習の系譜に関する主張だ。Kleinは画像モデルであり、静止画を生成・編集する。動画と音声の学習はその上流に位置するものであって、内部にあるのではない。

4つの部分と、そのうちどの2つが重みを持つか

• FLUX 3 Video — 2026年8月4日より一般提供開始、出力1秒単位の従量課金制。ネイティブの同期音声付きで最大20秒のクリップに対応し、HDおよびFHD、さらに高解像度へのアップスケーリングも可能。モデルの重みは非公開。

• FLUX 3 Action — ロボット制御向けの7Bワールドアクションモデル。2026年9月22日に重みとトレーニングレポートとともに公開された。これは同ファミリー初のオープンウェイトリリースであった。

• FLUX 3 Image — 公開中: api.bfl.ai/v1/flux-3-image/ にて 2026年10月1日より。ネイティブ 2K および 4K、0–1000 グリッド上のバウンディングボックス、最大 10 件の参照。ウェイトはなく、BFL のライセンスページでは、本世代向けではなく FLUX.2 世代向けのセルフホスト階層が販売されています。

• FLUX 3 Image Klein — 2026年10月15日公開。画像トランスフォーマー用の5.6Bパラメータ、蒸留版とベースチェックポイント、FP8およびNVFP4バリアント、NVIDIAの支援を受けて作成されたBF16およびINT8ビルド、FLUX Kommunity Licenseの下で提供。BFL APIエンドポイントにサービスを提供するのは蒸留済みチェックポイントです。

2つはオープン、2つはクローズ済みで、残り2つのギャップを埋めるための公表された計画はない。ローンチ投稿の締めの一文は「More will follow」——それは意図の表明であり、スケジュールではない。

オープンウェイトはコストそのものだけでなく、コストという問いの立て方を変える

価格で両者を比較するのは、同じ単位で販売されていないため厄介です。FLUX 3 Videoは秒単位、FLUX 3 ImageとKleinは画像単位、FLUX 3 Actionは予測単位で課金されます。このファミリーの中で、行単位で比較できるものはほとんどありません。

比較できるのは、そのコミットメントの形である：

• レンタル機能 — 単価制で、公開価格表があり、ハードウェアは不要、APIを呼び出すだけで承諾できるライセンスです。FLUX 3 Imageは解像度に応じて1画像あたり0.041ドルから0.607ドル、FLUX 3 VideoはドラフトエフォートのHDで毎秒0.06ドル、標準エフォートのHDで毎秒0.15ドルです（2026年10月16日にBFLの料金ページで公開）。

• 自前の能力 — ダウンロード、GPU、そして収益しきい値付きのライセンス。KleinのジェネレーターはBF16で11.2 GB、FP8で5.6 GBを必要とします。INT8ビルドなら、VRAM 8 GB以上のコンシューマー向けRTXカードで動作し、ドキュメントでは最低ラインをRTX 3090としています。

Kommunity Licenseは、チームが十分に読んでいない部分だ。無償の商用利用は、年間収益が500万ドル未満の個人および企業を対象としている。それを超えると、セルフホスト型の商用デプロイはBFLの有償ライセンスを経由することになる。今日、収益200万ドルでKleinをダウンロードしたスタートアップが、その閾値を超えて成長すれば、想定していなかったライセンス交渉を抱え込むことになる。これは画像1枚あたりの料金とは別種のリスクであり、後になって牙をむくのはこちらのほうだ。

その切り替えを検討している人にとって、実務上の問いは「どちらが安いか」ではなく「自分のワークロードのうち、どれを移せるか」です。現実的な中間策はあります。従量課金の呼び出しは単一のエンドポイントに置いておき、価格の変更や障害が起きてもクライアントの書き換えが不要なようにし、自分でホストするものは同じインターフェースの背後に追加するのです。それがルーティングの役割です——1つのAPIキーで数百のモデルを、適応型ルーティングとフェイルオーバーによって——そして、これがあれば、1日前のチェックポイントを本番経路に固定するのではなく、トラフィックの5パーセントで評価できます。Kleinのホスト型エンドポイントはOrcaRouterにはありません。当社がルーティングしているのは、google/gemini-3.1-flash-image-preview/ や同様のモデルの画像ティアであり、BFLのAPIとウェイトがKlein自体への経路です。

クライアントが継承するもののうち、API層が気にする必要のないもの

Kleinがweightsとして提供されることの最も重大な点は、価格ではない。制約がBFLの問題ではなく、あなた自身の問題になるということだ。

• プロンプトアップサンプリングは別途ダウンロードが必要です。リファレンス実装では、プロンプトアップサンプラー — flux-3-image-klein-pup/（Apache-2.0、約18.8 GB）— を読み込み、生成前にプロンプトを書き換えます。これをスキップすると（--no-pup/）、モデルは入力どおりのプロンプトを使用します。API経由の場合、その判断はBFLが行います。

• 安全分類器は常に読み込まれます。 参照CLIは別個のNSFW画像検出モデルを取得し、それを無条件に読み込みます。API側では、モデレーションは課金動作が定義された一事項です。自前のハードウェア上では、それはあなたが保守することになるコンポーネントです。

• 量子化は品質に影響を伴う選択です。 FP8、NVFP4、INT8 がリポジトリで提供されており、製造元自身の注記によれば、量子化パッケージのファイルサイズは総GPUメモリ使用量の指標にはなりません。ビルドの選択は品質とVRAMのトレードオフですが、APIではまったく公開されていません。

• サンプラー設定は文書化されているが、強制はされていない。Distilledはガイダンスなしで16ステップ実行し、Baseはguidance 3.5で50ステップ実行する。ドキュメントには、Distilled上でBaseで学習したLoRAを実行するための設定も記載されている——16ステップ、guidance 1、LoRAスケール約0.75——そしてLoRAは変換なしで両者の間を移行できると注記している。これらのいずれにもAPIで同等のものはない。

これは5倍の価格であってもAPIティアを支持する正直な理由だ。APIティアは完全に組み立てられた製品であり、重みはキットなのだ。

誰も測ったことのないギャップ

BFLが述べるところによれば、Kleinの品質に関する主張とは、内部評価においてテキストからの画像生成、マルチリファレンス生成、画像編集で首位に立ち、より大規模なオープンウェイトモデルを上回り、比較対象のクローズドモデル——Ideogram V4.5とFLUX.2 [pro]——をも凌ぐというものだ。FLUX.2 [klein] 9Bに対しては、パラメータ数が38%少ないながら、テキストからの画像生成で91 Elo、画像編集で70 Elo上回る。

比較セットを注意深く読めば、欠けているものに気づく。FLUX 3 Imageはなく、FLUX 3 Videoもなく、Kleinが属するファミリーのものも一切ない。評価は、他のオープンモデルと、サードパーティ製のクローズドモデル2つに対して行われている。したがって、ファミリーレベルの比較が呼び起こす問い——5.6Bのダウンロード可能なモデルは、名前を共有するAPI専用ティアにどれだけ迫るのか——には、ベンダーも、他の誰も答えていない。

ローンチ投稿が公表していない点がもう一つあり、それは外部チェックとして引用されている。BFLによれば、Kleinチェックポイントは社内でレッドチーム検証にかけられ、パートナーであるCinderによって評価された結果、「他の人気のあるオープンウェイトモデルよりも脆弱性が大幅に少ない」ことが示されたという。それに数値は添えられていない。外部評価は内部評価よりも価値がある。数値のない外部評価は、見た目ほどには価値がない。

上記はすべてベンダーによる報告です。10月16日時点で、FLUX 3もFLUX 3 Image Kleinも独立系のリーダーボードには掲載されていません。そして、導入を決める前に中立的な数値が必要であっても、それはまだ存在しません。

どうやって決めるのか、そして何が答えを変えるのか

ダウンロード可能なモデルを選んでください。制約が品質ではなくデプロイ場所である場合——BFLのAPIが届かないあらゆる場所、8 GBのノートPC GPUからエアギャップされたクラスターまで——、または2K以上の月間画像ボリュームによって従量課金レートが予算の主要項目になる場合です。4K画像1枚あたり0.036ドルのKleinに対し、0.607ドルのFLUX 3 Imageは17倍の差があります。4Kがデフォルトなら、その計算は品質が問題になる前に答えを出します。

BFLがあなたに販売する最大のモデルを望むなら、安全分類器とプロンプト・アップサンプラーを自社サービスとして運用したくないなら、あるいはあなたの収益軌道のせいで、アーキテクチャ内に500万ドルのライセンス上限を抱えることが居心地の悪いものになるなら、APIを使い続けてください。

3つのことが揃えば、ファミリーに関する疑問はきれいに決着する。だが、そのどれもまだ存在しない。同一プロンプトでKleinをFLUX 3 Imageに対して実行する第三者の試行、FLUX 3 ImageとVideoの重みが今後リリースされるかどうかについてのBFLの意向表明、あるいは公表されたCinderの数値だ。それまでは、自分で確認できるものだけが確かな事実である——リポジトリ、価格表、そしてFLUX 3の半分は依然としてレンタルするものであるという事実だ。

近い将来の判断材料は、同じ間隔で3つ目のオープンウェイト版リリースが届くかどうかだ。Actionは9月に、Kleinは10月に登場した。11月にFLUX 3 Videoのウェイトが出れば、このファミリーは製品群であることをやめ、プラットフォームになり始め、本記事におけるレンタル対所有をめぐるあらゆる議論は形を変える。何も続かなければ、Kleinは画像ラインにおける一度限りのものとなり、クローズドなティアが戦略となる。