FLUX 3 Image Klein 프롬프트 업샘플러: BFL이 이름 붙이지 않고 출시한 18.8GB 모델

Black Forest Labs는 2026년 10월 15일에 두 개의 모델을 출시했고 그중 하나만 발표했다. 발표된 모델은 FLUX 3 Image Klein으로, 런치 포스트와 가격표, ComfyUI 워크플로, 그리고 업계 보도까지 만들어낸 5.6B 오픈 웨이트 이미지 생성기다. 다른 하나는 FLUX 3 Image Klein Prompt Upsampler — Qwen3.5-9B를 파인튜닝한 18.8 GB 모델로, 여러분의 짧은 요청을 이미지 모델이 기대하는 긴 캡션으로 다시 써 주는 것이다 — 이며, 이번 릴리스에서 가장 관대한 아티팩트다. 이 모델의 저장소는 공개되어 있고 계정도 필요 없으며 Apache License 2.0을 따르는데, 세 개의 형제 저장소는 각각 FLUX Kommunity License와 접근 제한을 달고 있다. B​FL의 런치 포스트는 이 모델의 이름을 한 번도 언급하지 않는다. FLUX 3 Image Klein의 모델 페이지, 릴리스 노트, API 문서도 마찬가지인데, 35,000자 안에 "upsampler"라는 단어가 단 한 번도 나오지 않는다.

그 격차는 약 5분이면 확인할 수 있고, 확인할 가치가 있습니다. 왜냐하면 업샘플러는 여러분이 주말을 들여 조정하게 될 대부분의 설정보다 여러분의 이미지가 어떻게 보이는지를 더 많이 좌우하기 때문입니다. 또한 이 발표가 답하지 않는 질문을 제기합니다: B​FL이 그것을 여러분이 기반으로 삼을 수 있는 독립형 모델로 의도하는지, 아니면 자체 추론 코드의 핵심을 떠받치는 의존성으로서 마침 Apache 헤더와 함께 공개된 것인지입니다. 이 글은 저장소가 입증하는 것과 오직 B​FL만이 확인할 수 있는 것을 구분합니다. 아래의 모든 수치는 모델 카드, Hugging Face API, 참조 추론 코드 또는 B​FL 자체 문서에서 나온 것이며, 그중 어느 것도 제3자에 의해 독립적으로 벤치마킹된 적이 없습니다.

실제로 출시된 것은 무엇이며, 어느 부분이 명명되지 않았는가

날짜부터 시작하자, 날짜는 정확하니까. 업샘플러 저장소는 2026년 10월 14일 20:40 UTC에 Hugging Face에서 생성되었고, 10월 15일 15:32 UTC에 마지막으로 기록되었다 — 이 저장소가 서비스하는 FLUX 3 Image Klein 저장소들과 같은 분 단위 구간이다. 출시 게시물은 10월 15일자다. 그러므로 이것은 유출도, 프리뷰도, 누군가가 붙들고만 있는 체크포인트도 아니다. 그것은 자신이 속한 모델과 함께 공개된 퍼스트파티 릴리스다.

그것이 받지 못한 것은 발표에서의 이름이다. B​FL이 직접 열거한 해당 릴리스 목록을 읽어 보라. 그러면 패턴은 일관적이다:

• 출시 게시물은 FLUX 3 Image Klein의 가중치, NVIDIA와 함께 만든 FP8, INT8, NVFP4 빌드, 출시 첫날부터 제공되는 ComfyUI 및 Diffusers 지원, 그리고 라이선스에 대해 설명합니다. 호스팅 API 엔드포인트의 기능으로 "프롬프트 업샘플링"을 한 번 언급하지만, 모델 이름을 밝히거나 저장소를 링크하지는 않습니다.

• 모델 페이지 bfl.ai/models/flux-3-image-klein에는 비증류 버전과 증류 버전이 나열되어 있으며, API 접근에 "프롬프트 향상"이 포함된다고 설명합니다. 또한 저장소도 없습니다.

• 10월 15일 릴리스 노트에는 Klein(distilled), Klein Base, ComfyUI 가중치가 나열되어 있습니다. 업샘플러는 그 목록에 없습니다.

• API 문서는 FLUX 3 Image Klein에 관한 것으로, 35,148자 분량입니다. 대소문자를 구분하지 않고 "upsampl"을 검색하면 결과가 0건입니다.

• GitHub의 참조 추론 코드에서 마침내 그것이 모습을 드러냅니다 — "Prompt upsampling"이라는 제목의 README 섹션, CLI의 --no-pup 플래그, --pup-memory 예산, 그리고 flux3/pup.py 모듈이죠. "숨겨져 있나?"에 대한 솔직한 답은 이렇습니다: 아니요. 문서화되어 있고, 통합되어 있으며, 기본적으로 실행됩니다. 그리고 저장소를 클론했다면 즉시 마주쳤을 것입니다.

그 구분은 중요하며 흐려지기 쉽다. 이것은 스텔스 릴리스가 아니다. 가장 관대한 라이선스가 적용된 구성 요소가 배관처럼 취급된 릴리스다. 커뮤니티는 언론보다 더 빨리 알아차렸다 — 10월 15일까지 이미 Hugging Face에는 업샘플러의 서드파티 GGUF 양자화물이 있었고, 한 미러 조직은 네 개 저장소를 모두 복사해 두었다.

업샘플러란 실제로 무엇인가

모델 카드는 계보를 분명히 밝힌다. 이는 비전 타워를 동결한 채 Qwen3.5-9B를 전체 파인튜닝한 모델이다. 구성 파일은 그 형태를 확인해 준다 — 32개 층, 4,096 폭의 은닉 상태, 키-값 헤드 4개에 대응하는 어텐션 헤드 16개, 262,144 토큰 위치 상한, 248,320개의 어휘. 층 스택은 균일하지 않다. 네 층 중 세 층은 선형 어텐션을 사용하고, 네 번째마다 전체 어텐션 층이 있다. 비전 타워는 폭 1,152에 27개 층 깊이이며, 패치 크기 16, 공간 병합 2다. 이것은 언어 모델을 덧붙인 프롬프트 템플릿이 아니라, 현세대 하이브리드 어텐션 비전-언어 모델이다.

디스크 상에서 이것은 단일 18.82GB bfloat16 safetensors 파일과 토크나이저, 채팅 템플릿, 그리고 나머지보다 더 흥미로운 파일 하나로 구성됩니다: 바로 system_prompts.json인데, 12.6KB이며 t2i, i2i, t2i_bbox, i2i_bbox라는 네 개의 완전한 시스템 프롬프트를 담고 있습니다. 이 네 프롬프트는 모델의 실제 인터페이스입니다. 또한 읽을 수 있기 때문에 업샘플러의 동작은 블랙박스가 아닙니다 — 무엇을 하도록 지시받았는지 정확히 읽고, 그다음 그것을 실제로 수행했는지 확인할 수 있습니다.

교육은 카드에 따르면 두 단계로 진행되었습니다. 먼저 짧은 요청과 그 확장된 프롬프트 쌍에 대한 지도 미세 조정, 그다음 모델 자체 출력 쌍에 대한 선호 튜닝이었는데, 이는 고정 시드에서 FLUX 3 Image Klein을 통해 렌더링되고 그 결과 이미지로 순위가 매겨졌습니다. 두 번째 단계가 눈에 띕니다. 업샘플러는 잘 읽히는 프롬프트를 작성하도록 튜닝된 것이 아니라, 이미지 모델이 실행했을 때 자체 프롬프트 중 어느 것이 더 나은 그림을 만들어냈는지를 기준으로 튜닝되었습니다. 이는 벤더가 보고한 방법론이며 공개된 절제 실험이 아니고, 이에 대한 독립적인 평가도 존재하지 않습니다.

네 가지 모드, 그리고 파이프라인이 하나를 선택하는 방식

업샘플러가 항상 텍스트-투-이미지 도구인 것은 아닙니다. 어떤 시스템 프롬프트를 로드하는지는 무엇을 넘겨주느냐에 따라 달라지며, 그 규칙은 bbox.py에 있습니다:

• 참조 이미지 없음, 박스 없음 — t2i 프롬프트입니다. 요청을 하나의 상세한 캡션으로 확장합니다.

• 참조 이미지, 박스 없음 — i2i 프롬프트입니다. 참조 이미지들을 보고, 각 대상이 실제로 어떻게 보이는지를 기준으로 식별하는 편집 지침을 작성합니다. 모호한 요청은 제공된 이미지에 대해 가장 그럴듯한 편집으로 해석됩니다.

• 박스 제공됨, 텍스트-투-이미지 — t2i_bbox 프롬프트입니다. 출력은 캡션과 그 뒤에 이어지는 JSON 요소 표가 되며, 0~1000 캔버스 위의 각 객체마다 한 행씩 있고, 캡션은 꺾쇠괄호 id로 각 행을 인용합니다.

• 박스와 참조 — i2i_bbox 프롬프트는 ref_image_N에서 가져온 콘텐츠와 target으로 표시된 콘텐츠를 구분하는 from 필드가 있는 주석 레코드를 반환하며, 소스의 박스와 상상된 출력의 박스도 함께 제공합니다.

당신의 박스가 충돌에서 승리합니다. 코드는 당신의 0에서 1까지의 좌표를 0에서 1000까지의 그리드로 변환하고, 이를 권위 있는 잠긴 목록으로 모델에 전달한 다음 답변을 조정합니다: 모델이 자체 ID로 다시 계획한 행이 잠긴 박스와 IoU(교집합 대 합집합)가 0.9 이상으로 겹치는 경우 잠긴 ID를 갖게 되며, 잠긴 행은 모델의 설명이 채택된 채로 그대로 다시 기록됩니다. 당신의 레이아웃은 모델이 개선할 수 있는 제안이 아닙니다.

디코딩은 고정되어 있으며, 직접 호출한다면 그대로 복사할 만한 가치가 있습니다: 그리디, top-p 0.95, top-k 20, 새 토큰 최대 3,584개, 그리고 텍스트-투-이미지에는 1.5, 편집에는 0.0인 프레즌스 페널티입니다. 그 비대칭은 의도된 것입니다 — 이 페널티는 캡션 생성기가 스스로 반복하는 것을 막기 위해 존재하며, 동일한 객체를 정당하게 두 번 언급하는 편집 지침은 그 때문에 벌을 받아서는 안 됩니다.

프롬프트가 요구하는 것 — 그리고 당신의 프롬프트가 그렇게 생긴 이유

t2i 시스템 프롬프트는 FLUX 3 Image Klein의 동작이 이상하다고 느낀 사람이라면 누구에게나 이번 릴리스에서 가장 유용한 문서입니다. 그 지침 중 일부는 모델의 출력 스타일을 직접적으로 설명합니다:

• 길이. "일반적인 길이는 100~350단어이며, 복잡한 장면이라면 더 길어집니다." 업샘플러는 프롬프트를 압축하거나 요약하지 않습니다. 대략 한 자릿수(약 10배)만큼 확장하는 것이며, 이미지 모델은 바로 그 범위의 캡션을 기준으로 학습되었습니다.

• 초점이 맞춰진 모든 사람은 프로필을 갖게 됩니다. 인종, 성별, 연령대, 피부색, 머리카락과 의상 — 관찰 가능한 속성으로서. 프롬프트에는 "밝은 피부"와 "갈색 피부"의 예시가 제시되어 있습니다.

• 배경은 캡션의 약 6분의 1을 차지한다.명시적이다. 또한 프롬프트는 초점이 흐리거나 멀리 있는 콘텐츠를 정체성이나 읽을 수 있는 텍스트가 아니라 형태, 색상, 실루엣으로 묘사하도록 요구한다.

• 스타일 기본값은 사진입니다. 명시된 스타일이 없으면 모델은 실제 사진을 계획하고 매체 관례 — "풀컬러 야외 사진", "스튜디오 사진" —로 시작하며, "포토리얼리스틱"은 렌더링용으로 남겨 둡니다. "사실적"인 것을 요청하면 그대로 반복되지 않고 사진 관례로 변환됩니다.

• 금지 사항. 완곡하게 하는 부사를 쓰지 않는다. 품질이나 감정에 대한 판단을 하지 않는다. 분위기에 관한 맺음말을 쓰지 않는다. 부정문은 존재하는 것을 서술하는 문장으로 다시 쓴다. 생성형 화법은 필수이다: "this image shows"와 "we can see"는 전면 금지된다.

• 안티 스톡 사진. 이 프롬프트는 "스톡 사진의 이상적인 모습 대신 장면 자체의 사물에서 끌어낸 몇 가지 평범하고 비이상적인 구체적 요소"를 요구한다. 이는 이미지를 덜 일반적으로 만들라는 지침으로, 시스템 프롬프트에 적혀 있다.

• 텍스트 처리. 렌더링된 텍스트는 원래 언어와 문자 체계 그대로 큰따옴표 안에 축자적으로 옮겨 적어야 하며, 줄바꿈을 유지하고 타이포그래피, 색상, 배치를 명시해야 합니다. 요청에 필요한 텍스트가 제공되지 않은 경우, 모델은 구체적이고 도메인에 맞는 문구를 작성합니다.

그 목록을 실망스러운 생성 결과와 대조해 읽어 보면, 보통 어느 규칙에 충분한 재료가 주어지지 않았는지 알 수 있다. 배경이 텅 빈 평면적인 인물 사진은 장면도, 조명도, 평범한 구체적 사항도 없는 요청이다. 그런 프롬프트를 모델은 그다음 어쨌든 확장해, 빈틈을 스스로 고른 일반적인 계획으로 메워 버린다.

메모리와 시간 측면에서 당신이 치르는 비용

업샘플러는 B​FL 자체 파이프라인에서 기본적으로 켜져 있는데, 이 점을 신경 써야 하는 실질적인 이유는 "기본적으로 켜져 있음"이 첫 번째 모델이 생성하는 동안 두 번째 모델이 상주한다는 뜻이기 때문입니다. 참조 코드와 문서에서:

• 디스크 — bfloat16 가중치의 경우 18.82 GB로, 증류된 이미지 모델 자체의 safetensors는 11.1 GB, 베이스의 경우 약 11 GB입니다.

• VRAM — 참조 구현은 업샘플러에 GPU의 일부를 할당하며, Python API에서는 기본값이 0.35이고 독립 실행형 모듈의 명령줄에서는 0.85입니다. B200에서 측정한 B​FL의 메모리 표에 따르면, --no-pup을 사용한 이미지 모델은 bf16에서 31GB를 사용하며, 업샘플러의 예약된 몫은 그 위에 추가됩니다.

• 8GB 이야기는 더 복잡해진다. BFL의 헤드라인은 FLUX 3 Image Klein의 INT8 빌드가 8GB VRAM만 있는 RTX GPU에서 실행된다는 것이며, 그것이 바로 이미지 모델이다. ComfyUI 저장소에서 프롬프트 업샘플러는 별도의 9.75GB INT8 텍스트 인코더 파일로 제공된다. 8GB 카드와 업샘플러가 동시에 상주하는 구성은 아무도 공개하지 않았다.

• 끄는 스위치는 플래그 하나입니다. --no-pup은 입력한 그대로 프롬프트를 전송합니다. 데모에도 같은 토글이 있으며, 호스팅 API의 프롬프트 업샘플링은 공개 요금표의 별도 항목이 아니라 엔드포인트의 일부입니다: 768 제곱 해상도에서 $0.008, 1K에서 $0.009, 1.5K에서 $0.011, 2K에서 $0.014, 4K에서 $0.036이며, 생성과 편집 요금은 동일합니다.

• 참조 이미지는 업샘플러가 보기 전에 다운스케일됩니다. 참조가 하나면 약 100만 화소로 제한되고, 둘이면 각각 724제곱, 셋 이상이면 각각 512제곱으로 제한되며 품질 92의 JPEG로 다시 인코딩됩니다. 모델 카드에는 이것이 한계라고 명시되어 있습니다 — 참조의 작은 디테일이 잘못 설명될 수 있다고 — 그리고 이것은 여러분이 재현할 수 있는 특정 실패의 원인입니다: 작은 인쇄 디테일에 의존하는 편집을 요청하면, 업샘플러가 그것을 전체 해상도로 본 적이 없기 때문에 지시가 잘못된 것을 설명하며 돌아올 수 있습니다. 이미지 모델은 원본을 받습니다.

라이선스가 바로 논쟁할 가치가 있는 부분이다.

다음은 그 비대칭성을 명확히 밝힌 것입니다. FLUX 3 Image Klein 가중치에는 FLUX Kommunity License가 적용됩니다. 이 라이선스는 연 매출 $5M 미만의 개인과 기업에만 무료 상업적 사용을 허용하며, 더 큰 조직은 자체 호스팅 라이선스나 API로 안내됩니다. 제품에 대해 상업용 라이선스 문의가 발생하면, 출시하는 모델만이 범위에 포함되는 유일한 아티팩트가 아닙니다.

이번 릴리스에는 네 개의 리포지토리가 포함되었습니다. 그중 세 개 — 증류 모델, 베이스 모델, ComfyUI 가중치 — 는 Hugging Face API에서 gated: auto로 표시되는데, 이는 파일을 다운로드하기 전에 약관에 동의해야 한다는 뜻입니다. 하나는 전혀 게이트되지 않았으며 Apache License 2.0을 따릅니다: 바로 프롬프트 업샘플러입니다. 또한 이는 네 개 중 유일하게 모델 카드에 허용적 라이선스가 직접 명시되어 있는 것이며, 참조 리포지토리의 README 자체가 그 경계를 분명히 긋습니다 — 코드는 Apache 2.0, Klein 가중치는 FLUX Kommunity, 그리고 "프롬프트 업샘플러는 Apache 2.0"입니다.

그것이 당신에게 무엇을 가져다주는지는 아직 해결되지 않은 질문에 달려 있습니다. 업샘플러가 진정으로 독립형 아티팩트라면, 그것은 매출 기준 없이 미세 조정하고 재배포하며 상용 제품으로 출시할 수 있는 9B급 비전-언어 모델이며, 현재 변호사가 필요 없는 조건으로 최전선 이미지 연구소에서 그 역량을 확보하는 가장 저렴한 방법입니다. 그것이 B​FL의 참조 코드의 종속 요소로만 의도된 것이라면, 그것을 다른 용도로 전용하는 것은 현재 어떤 문서로도 해소되지 않는 위험을 수반합니다.

확인된 것과 확인되지 않은 것은 무엇인가?

저장소와 Hugging Face API에서 확인했으며, 모두 다시 검증할 수 있습니다: 파일 목록과 바이트 크기, Apache 2.0 라이선스, 접근 게이트 부재, Qwen3.5-9B 베이스, 네 가지 시스템 프롬프트와 그 전문, 디코딩 파라미터, 참조 전처리 예산, 박스 조정 동작, 2단계 학습 설명, 그리고 공개된 한계.

확인되지 않았고, 추측이 아니라 미해결 사항으로 제시됨: B​FL이 업샘플러를 지원 제품으로 간주하는지 내부 의존성으로 간주하는지; Apache 2.0 헤더가 의도적인 라이선스 결정이었는지 Qwen3.5-9B에서 물려받은 기본값이었는지; 업샘플러가 실제로 출력을 얼마나 개선하는지 — 제3자가 통제된 비교를 수행한 적이 없고 B​FL이 소거 실험을 공개하지 않았기 때문; 선호도 튜닝 단계가 훈련 세트의 프롬프트를 넘어 일반화되는지; 그리고 9.75 GB INT8 ComfyUI 파일이 더 낮은 정밀도의 동일 모델인지 아니면 다르게 준비된 모델인지 — 해당 저장소의 모델 카드가 게이트되어 있어 읽을 수 없었기 때문.

또한 공개: 리포지토리 자체의 숫자는 작다. 업샘플러는 다운로드 13회, 좋아요 10개인 반면, 증류된 이미지 모델은 출시 24시간 후 다운로드 3,241회, 좋아요 128개다. 이는 그 모델이 중요하지 않다는 증거가 아니라, 거의 아무도 그것이 거기 있다는 것을 몰랐다는 증거다.

OrcaRouter가 적합한 경우와 그렇지 않은 경우

솔직한 버전을 먼저 말하자면: OrcaRouter는 어떤 Black Forest Labs 모델도 호스팅하지 않습니다. 카탈로그는 가정이 아니라 확인을 거쳤으며, 그 안에 FLUX 항목은 없습니다. 아래의 어떤 내용도 그 반대를 암시하지 않습니다.

카탈로그에 실제로 들어 있는 것은 비교 세트입니다. 주말을 들여 프롬프트 확장이 여러분의 이미지에 도움이 되는지 시험해 볼 생각이라면, 흥미로운 실험은 같은 요청을 FLUX 3 Image Klein에 업샘플러를 켠 상태와 끈 상태로 각각 돌려보고, 그다음 자체적으로 프롬프트를 처리하는 호스팅 이미지 모델 — G​oogle의 이미지 모델, O​penAI의, G​rok의 — 과 비교해 보는 것입니다. 측정하려는 격차가 업샘플러 때문인지 생성기 때문인지 확인하는 것이죠. 그 호스팅 모델들은 OrcaRouter에서 키 하나로 접근할 수 있으며, 제공업체의 정가에 아무런 마크업이 붙지 않은 가격으로, 실험 비용은 제공업체 자체 요금뿐 그 위에 추가되는 것이 없습니다. 18.82GB를 네 번 다운로드하는 것보다 이 질문에 답하는 더 저렴한 방법입니다.

다만 그 조언의 한계에 대해서는 정확히 짚고 넘어갈 필요가 있습니다. Apache 2.0 아래에서 업샘플러를 파인튜닝하려면, 가중치를 자체 하드웨어에 두고 9B 비전-언어 모델을 서빙할 수 있는 런타임이 필요합니다. OrcaRouter는 그 부분을 담당하지 않으며, 위의 라이선스 문제는 직접 해결하셔야 합니다.

무엇이 이것을 더 큰 이야기로 만들까?

네 가지를, 대략 어느 정도 변화를 불러올지에 따른 순서로 꼽자면 이렇습니다. 첫째, B​FL로부터의 이름이 명시된 언급 — 모델 카드, 문서 페이지, 릴리스 노트의 한 줄 — 이는 여기서의 프레이밍을 정리해 주고 아마 이 글을 업데이트해야 하게 만들 것입니다. 둘째, 고정된 시드에서 업샘플러를 사용한 경우와 사용하지 않은 경우로 생성한 이미지에 대한 통제된 평가, 우리 것이든 누구의 것이든 말입니다. 그 수치는 현재 빠져 있고, 그것이 바로 모두가 실제로 원하는 숫자입니다. 셋째, Apache 2.0 라이선스가 의도적인 것인지에 대한 성명입니다. 왜냐하면 바로 그것이 이 아티팩트를 단지 목록에 없는 것이 아니라 흥미롭게 만들기 때문입니다. 넷째, FLUX 3 제품군의 나머지에도 같은 처리를 적용하는 것입니다. 업샘플러 패턴이 유지된다면, 다른 티어들도 허용적 라이선스의 헬퍼 모델을 붙인 채 아무 발표 없이 출시될 것입니다.

그때까지는 실질적인 해석이 좁고 화려하지 않다. 다운로드한 이미지 모델은 접근이 제한되어 있고 그 라이선스에 매출 기준이 걸려 있기 때문에, FLUX 3 Image Klein 위에 구축하려는 대부분의 사람은 API부터 시작할 것이다. 여기서 업샘플러는 당신이 내리는 결정이 아니라 엔드포인트가 하는 일이며, 이미지 한 장당 $0.008부터 시작하는 요금표에 가격이 매겨져 있다. 이 저장소에 관심을 가져야 할 사람은 직접 호스팅하는 사람들이고, 그들에게 이번 주 유용한 사실은 단순히 이번 릴리스에서 가장 관대한 라이선스가 적용된 부분이 바로 아무도 그들에게 말해주지 않았던 부분이라는 것이다.

실패 모드가 아직 문서화되지 않은 모델의 경우, 유용한 대응물은 다른 곳에서 이미 무엇이 잘못되었는지에 대한 기록입니다. 이 등급의 모델과 관련된 문서화된 AI 사고와 에이전트 실패는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 분쟁 플래그가 함께 제공됩니다.