FLUX 3 Image Klein, 오픈 웨이트 부문 1위 — 제작사가 직접 만든 스코어보드에서

이제 그 숫자는 어디에나 있다. FLUX 3 Image Klein은 텍스트-투-이미지에서 오픈 웨이트 모델 중 1위, 다중 참조 생성에서 1위, 이미지 편집에서 1위를 차지했으며, 파라미터 수는 38% 더 적으면서도 이전 FLUX.2 [klein] 9B를 텍스트-투-이미지에서 Elo 91점, 편집에서 Elo 70점 차로 앞섰다. 이는 Black Forest Labs의 출시 게시물과 요약 글, 소셜 카드에 나오는 수치다. 흔히 누락되는 문장은 원문에서 이 수치들에 붙어 있는 바로 그 문장이다: 이것들은 내부 평가다.

그것은 스캔들이 아니다. 그것은 거의 모든 이미지 모델이 출시되는 방식이며, 다른 누구도 가중치를 갖기 전에 한 연구소가 수행할 수 있는 유일한 비교다. 하지만 그것은 독자가 그 순위를 어떻게 다뤄야 하는지를 바꾼다. FLUX 3 Image Klein은 실제로 공개되었다 — 56억 개 파라미터, 오픈 가중치, 2026년 10월 15일 FLUX Kommunity License에 따라 게시되었으며, BFL 자체 API에서 1K 이미지당 $0.009에 호출할 수 있다. 아직 존재하지 않는 것은 Black Forest Labs가 아닌 누군가로부터 나온 점수다. 모델은 실재하지만, 리더보드 순위는 주장일 뿐이다.

릴리스가 실제로 확립한 것

마케팅과 아티팩트를 분리하세요. 둘은 지니는 무게가 다르기 때문입니다. 아티팩트는 오늘날 누구나 GPU 없이 확인할 수 있습니다:

• 가중치 — 5.6B 매개변수 이미지 생성기로, 파인튜닝용 기본 체크포인트와 지연 시간을 위한 16단계 증류 체크포인트를 포함합니다

• 정밀도 빌드 — BF16은 11.2GB, FP8은 5.6GB, 그리고 NVIDIA로 제작된 INT8 및 NVFP4 빌드

• 라이선스 — FLUX Kommunity License: 연 매출 500만 달러 미만인 개인 및 기업은 상업적 사용이 무료이며, 이 기준을 초과하는 경우 유료 자체 호스팅 라이선스 또는 위 API를 사용해야 합니다

• 지원 기능 — 텍스트-투-이미지, 편집, 최대 10개의 참조 이미지를 활용한 다중 참조 생성, 네이티브 4K, 바운딩 박스 제어

• 가격 — 벤더 API에서 1K 이미지당 $0.009이며, 그 위에 2K 티어가 있습니다

• 툴링 — Diffusers, Ostris AI Toolkit 및 NVIDIA NeMo AutoModel용 LoRA 학습 레시피

그 모든 것은 저장소와 문서에 있습니다. 그중 어느 것도 벤치마크가 참인지에 달려 있지 않습니다. 모델은 무엇 하나 최고가 아니어도 작고, 빠르고, 라이선스를 부여할 수 있고, 다운로드할 수 있을 수 있으며, 그러한 속성은 그 자체로 가치가 있습니다.

이번 릴리스가 확립하지 않은 것은 상대적 품질이다. 출시 게시물은 본문에 정확한 점수를 적기보다 Elo 차트를 보여 주므로, Klein과 그 비교 대상 집합 사이의 정확한 격차는 온전히 인용할 수도 없다. 막대는 읽을 수 있지만 숫자는 읽을 수 없다. 명시된 비교 대상은 7B의 Qwen-Image 2.1과 12.9B의 Krea 2이며, Krea 2는 편집을 지원하지 않기 때문에 편집 비교에서는 제외되었다. 이들은 합리적인 통제군이다. 그러나 여전히 연구소 자체의 통제군이고, 연구소 자체의 하네스에서, 연구소가 고른 프롬프트로 수행된 것이다.

"제3자"라는 말은 그 말이 마땅히 얻지 못한 역할을 하고 있다.

이번 릴리스에 관한 많은 보도가 이 순위를 제3자 벤치마크라고 설명한다. 하지만 그렇지 않다. 독립적인 리더보드 항목을 검색해 보면 업체의 블로그 게시물과 이를 그대로 옮겨 쓴 열두 개 남짓한 글이 나오는데, 그 재작성 글들은 프레이밍만 물려받았을 뿐 그 단서는 물려받지 않았다.

이미지 모델용으로 가장 유용한 공개 보드는 Artificial Analysis이며, 쌍대 인간 선호 투표에서 나온 Elo로 순위를 매깁니다. 2026년 10월 16일 기준으로 캡처된 이 보드의 텍스트-이미지 부문 버전 2.1에는 42개의 항목이 표시됩니다. GPT Image 2.5 Sunburst가 1218점으로 1위입니다. Nano Banana 2는 1139점으로 7위입니다. FLUX 3 Image는 5,766개 샘플 기준 1114점으로 13위이며, 보드 책정 가격은 이미지 1,000장당 $48입니다. BFL 비교의 기준 모델인 FLUX.2 [klein] 9B는 1026점으로 26위입니다.

FLUX 3 Image Klein은 그 보드에 없습니다. 출시 당시에도, 8일 후에도 없습니다. "FLUX 3 Image"라고 표시된 항목은 다른 제품입니다. 그것은 API 전용인 더 큰 형제 모델이며, 보드의 1,000개당 48달러라는 수치는 Klein의 9달러가 아니라 그 모델의 공개된 가격 범위와 일치합니다. 이 점이 중요한 이유는 단순합니다. 현존하는 유일한 독립적 순위에서 최고 점수를 받은 오픈 웨이트 이미지 모델은 Klein이 아니며, Black Forest Labs 모델도 전혀 아닙니다. 바로 1093점의 Qwen-Image-3.0-Pro입니다. 따라서 Klein이 오픈 웨이트 가운데 1위라는 주장이 공개 보드에 의해 반박되는 것은 아닙니다. 단지 그 보드에 존재하지 않을 뿐입니다.

BFL 자체 델타를 공개 보드 옆에 두세요

측정값인 척하지 않으면서 대략적인 감을 잡는 방법이 있습니다. BFL은 자사의 성능 향상분을 FLUX.2 [klein] 9B 대비 델타로 제시하며, 그 이전 모델은 공개 리더보드에 있습니다. 따라서 공개 점수에 벤더의 델타를 더하세요:

• 텍스트-이미지 — Artificial Analysis에서 FLUX.2 [klein] 9B는 1026점이며, BFL의 +91점을 더하면 1117점 근처에 이른다

• 편집 — 편집 보드에서 1015점인 FLUX.2 [klein] 9B에 BFL의 +70점을 더하면 약 1085점에 이른다

산술적으로 읽어야지, 예측으로 읽으면 안 된다. Elo 델타는 하네스 간에 이식되지 않는다. BFL의 프롬프트 세트에서 측정된 91점 차이는, 서로 다른 이미지에 대해 서로 다른 투표자들이 서로 다른 샘플링 창에서 수행한 크라우드 투표로 만들어진 보드에 점대점으로 그대로 옮겨지지 않는다. 이 작업은 규모를 가늠하는 용도로만 유용하다. 즉 텍스트-투-이미지에서 1100점대 초반에 들어갈 모델을 시사하는데, 이는 대략 FLUX 3 Image가 이미 위치한 지점이며 1139의 Nano Banana 2보다는 넉넉히 뒤처진다. 이것은 오픈 웨이트 진영을 큰 격차로 앞서는 모델을 시사하지 않으며, +91이 전체 1위로 이어진다는 것을 시사하지도 않는다.

솔직하게 한 줄로 말하자면, 1100대 초반 점수로 진입한다면 해당 리더보드에서 가장 좋은 오픈 웨이트 모델이 될 가능성이 매우 높습니다. 현재 그곳의 1위가 1093이기 때문입니다. 따라서 BFL의 주장 방향은 그럴듯합니다. 그 규모는 검증되지 않았으며, 가장 가까운 오픈 웨이트 경쟁자와의 격차는 출시 당시의 프레이밍이 시사하는 것보다 훨씬 작을 수 있습니다.

우리가 그것을 실행했을 때 본 것

우리가 이 모델을 직접 사용해 본 경험은 "최고의 오픈 웨이트 이미지 모델"이라는 평가보다 더 구체적인 지점을 가리킵니다. 우리는 고정된 프롬프트 세트나 점수 평가 기준 없이 공급업체의 API를 통해 FLUX 3 Image Klein을 실행해 보았으므로, 이를 결과가 아닌 관찰로 받아들여야 합니다. 눈에 띄었던 능력은 정밀하고 국소적인 편집이었습니다. 장면에서 단일 객체를 바꾸거나, 요소를 경계가 정해진 영역으로 옮기거나, 프레임의 나머지 부분은 그대로 두어야 하는 지시를 적용하는 경우입니다. 거의 모든 것이 바뀌어도 되는 경우 — 전체 스타일 재구성, 전반적인 조명 변경 — 는 이전 세대와 구분하기가 훨씬 어려웠습니다.

그것은 대부분의 공개 논쟁과는 정반대의 강조점이다. 출시 당시의 프레임은 Klein이 애초에 편집을 할 수 있는지, 그리고 다섯 배 비용이 드는 모델들을 능가하는지에 관한 것이다. 프로덕션 작업을 하는 사람에게 더 유용한 질문은 이것이다좁게 편집할 수 있는가. 정밀한 편집이야말로 바운딩 박스와 보존된 배경이 실제로 중요해지는 지점이고, 작은 모델이 나머지 장면을 그대로 유지할지 아니면 조용히 다시 그려버릴지가 갈리는 지점이며, 재시도의 비용이 돈만이 아니라 검토 주기이기도 한 지점이다.

편집은 가장 혹독한 검증을 받아 마땅한 주장이다.

1위라는 세 가지 주장 중에서 편집은 구조적인 이유로 가장 회의적으로 봐야 할 항목이다. 텍스트-투-이미지 품질은 대체로 누구나 판별할 수 있다. 즉, 사람들이 두 이미지를 보고 하나를 고를 수 있다. 편집 품질은 지시 따르기에 달려 있으며, 지시 따르기는 바로 벤더 자체의 프롬프트 세트가 가장 잘 띄워 줄 수 있는 부분이다. 평가 프롬프트가 모델을 튜닝한 사람들에 의해 작성되었다면, 당신은 자신이 통제하는 두 가지의 교집합을 측정하고 있는 셈이다.

또한 모든 자체 실행 비교에 영향을 미치는 파이프라인 세부 사항이 하나 있습니다. Klein은 별도의 프롬프트 업샘플러와 함께 제공되는데, 이는 Qwen3.5-9B를 파인튜닝한 9B 모델인 flux-3-image-klein-pup이며 기본적으로 켜져 있고, BFL은 이 모델이 그것 없이 실행되도록 의도된 것이 아니라고 말합니다. 즉, 입력한 그대로 프롬프트를 보내는 순진한 벤치마크는 벤더가 평가한 시스템과 다른 시스템을 측정하는 셈입니다. 읽을 가치가 있는 모든 독립 테스트는 업샘플러가 켜져 있었는지 밝혀야 합니다. 동일한 체크포인트라도 그 답에 따라 눈에 띄게 다른 출력을 낼 수 있기 때문입니다. 이는 현재 한 연구소의 슬라이드 하나에 기대고 있는 주장치고는 방법론적으로 따져야 할 부분이 상당히 많다는 뜻입니다.

속도 수치는 NVIDIA의 것입니다.

릴리스에 포함된 한 세트의 수치는 품질 관련 주장과 출처가 다르며, 그에 걸맞게 제대로 공을 인정할 가치가 있습니다. 지연 시간 수치 — RTX 5090에서 INT8, 16스텝으로 1MP 이미지에 약 4초, RTX 4070에서 9초 미만, GB300에서 0.55초 — 는 NVIDIA가 측정했으며, RTX 결과는 ComfyUI를 통해 실행되었습니다. 이는 NVIDIA가 양자화된 체크포인트 제작을 도왔기 때문에 여전히 공급업체와 가까운 측정이지만, 선호도 판단이 아닌 하드웨어 측정이며, 하드웨어 측정은 재현하기가 훨씬 쉽습니다. 해당 카드가 있다면 오후 한나절이면 확인할 수 있습니다.

8GB VRAM이라는 주장도 같은 잣대로 따져야 한다. 이는 INT8 생성기 빌드에 대해서는 사실이다. 그러나 권장 파이프라인 전체에 대해서는 사실이 아니다. 프롬프트 업샘플러가 별도의 18.8GB BF16 다운로드이며 자체 메모리를 요구하기 때문이다. "8GB에서 실행된다"는 문구를 읽고 기본 파이프라인을 활성화한 사용자는 어떤 주장에 범위가 한정되어 있었고 어떤 주장에는 그렇지 않았는지를 알게 될 것이다.

이것을 직접 확인하는 방법

가장 저렴하면서도 정직한 테스트는 리더보드가 아니다. 바로 자신이 실제로 신경 쓰는 작업들에서 직접 작성한 프롬프트 스무 개를 업샘플러를 켠 경우와 끈 경우로 두 번씩 실행해 보고, 그 결과물을 실제로 출시할 것인지 여부로 평가하는 것이다. Klein은 가중치를 내려받을 수 있고 라이선스가 매출 500만 달러 미만에서 상업적 사용을 허용하기 때문에 이런 테스트를 유난히 실용적으로 만들어 준다. 따라서 누구에게도 계정을 만들 필요가 없다.

그 밖의 모든 경우에, 라우팅 계층은 동일한 프롬프트를 여러 공급업체의 엔드포인트에서 하나의 키로 실행하는 가장 저렴한 방법이며, OrcaRouter가 바로 그 용도입니다: 200개 이상의 모델을 아우르는 하나의 OpenAI 호환 API, 공급업체의 정가가 그대로 전달되는 0% 마크업, 그리고 엔드포인트 성능이 저하될 때의 자동 페일오버를 제공합니다. 이것이 Klein으로 가는 경로가 아니라는 점은 분명히 할 필요가 있습니다. 우리 카탈로그는 210개 모델이며 FLUX 항목은 전혀 포함하지 않으므로, 이 모델에 대해 오늘날 정직한 선택지는 BFL 자체 API 또는 자체 호스팅 체크포인트입니다. 그렇지 않은 것처럼 암시하느니 차라리 그렇게 말하겠습니다.

무엇이 그것을 해결할까요?

세 가지를 유용성 오름차순으로 말하자면. 첫째, Klein이 독립 보드에서 별도 항목으로 등장하는 것 — 다른 모델이고 가격도 다른 FLUX 3 Image와 합쳐지지 않은 채로. 둘째, 그 항목이 수백 표가 아니라 수천 표를 버티는 것, 왜냐하면 새 모델의 초기 Elo는 노이즈가 많고 참신함 투표가 사라지면서 하락하는 경향이 있기 때문이다. 셋째, 누군가 업샘플러 설정을 명시한 편집 비교를 공개하는 것, 왜냐하면 그것 없이는 수치들이 상호 비교 가능하지 않기 때문이다.

그때까지 정확한 문장은 헤드라인보다 범위가 좁고, 어느 극단보다도 유용하다. FLUX 3 Image Klein은 소비자용 하드웨어에서 구동되는 5.6B 오픈 웨이트 이미지 모델로, 1K 이미지당 $0.009이며, 공급업체는 이를 텍스트-투-이미지, 다중 참조 생성 및 편집에서 최고의 오픈 웨이트 모델이라고 보고한다. 그 문장의 첫 번째 절반은 검증되었다. 두 번째 절반은 작성자가 명시된 주장이며, 그 작성자는 이 모델을 만든 연구소다.