FLUX 3 Image Klein vs FLUX 3 Image Klein Pup: een model tegen zijn eigen promptschrijver

De naam op de repository nodigt uit tot een vergelijking die niet bestaat. FLUX 3 Image Klein en FLUX 3 Image Klein Pup lijken op twee modellen uit één familie, zoals elke andere "vs"-pagina op deze blog twee generatoren met verschillende sterke punten tegenover elkaar zet. Zo is het niet. FLUX 3 Image Klein is het 5,6B-beeldmodel dat op 15 oktober 2026 is uitgebracht. FLUX 3 Image Klein Pup — op de modelkaart getiteld "Prompt Upsampler" — is een 9B-taalmodel waarvan de hele taak is om je korte prompt te herschrijven tot het lange, gedetailleerde bijschrift dat het beeldmodel getraind is om te ontvangen.

De echte vraag is dus niet welke beter is. Het is of de tweede optioneel is. Black Forest Labs zegt van niet: de modelkaart stelt ronduit dat Klein "niet bedoeld is om te draaien zonder een prompt-upsampler ervoor", en dat een korte prompt die zoals getypt wordt verzonden generieke output oplevert. Die bewering is het onderzoeken waard, want als je die aanvaardt, verandert dat je geheugenbudget, je latentie, je licentieverplichtingen en — in één specifiek geval — de precisie van je bewerkingen.

Wat elk van de twee eigenlijk is

De splitsing is zuiverder dan de naamgeving doet vermoeden. Het ene model heeft visie, het andere niet, en slechts één van beide raakt ooit een pixel aan.

• Rol — Klein genereert en bewerkt afbeeldingen; Pup produceert tekst en rendert nooit iets

• Parameters — 5,6B voor de generator, 9B voor de upsampler, dus het hulpmodel is het grotere model

• Afstamming — Klein is een beeldmodel uit de FLUX 3-lijn; Pup is een volledige fine-tune van Qwen/Qwen3.5-9B, dat zelf is afgeleid van Qwen3.5-9B-Base

• Gewichten op schijf — 11,2 GB bij BF16 en 5,6 GB bij FP8 voor Klein; 18,8 GB voor Pup's safetensors bij BF16

• Licentie — FLUX Kommunity License voor Klein, met de omzetgrens van $5M; Apache 2.0 voor Pup

• Invoer — Klein neemt tekst, referentieafbeeldingen en begrenzingsvakken; Pup neemt dezelfde aanvraag plus maximaal 10 referentieafbeeldingen en retourneert één prompt

Uitvoer — pixels versus Engelse tekst

Die laatste rij is degene die mensen over het hoofd zien. De uitvoertaal van Pup is altijd Engels, zelfs wanneer het invoerverzoek in een andere taal is. Als je pipeline prompts logt voor beoordeling, is de prompt die je beoordelaar ziet niet de prompt die je gebruiker heeft getypt.

Het 8 GB-getal overleeft de standaardpipeline niet

De belangrijkste hardwareclaim voor Klein is dat de INT8-build op een RTX-kaart draait met slechts 8 GB VRAM. Die claim gaat over de generator, en op zichzelf lijkt die stand te houden — het gekwantiseerde checkpoint is ervoor gebouwd, en de timingen die ermee gepubliceerd zijn, zijn door NVIDIA gemeten.

Voeg nu de standaardpipeline toe. De gewichten van Pup zijn 18,8 GB bij BF16, vóór enige runtime-overhead. Je kunt 18,8 GB aan gewichten niet in 8 GB VRAM kwijt. De twee getallen beschrijven twee verschillende dingen, en het releasemateriaal zet ze zo dicht bij elkaar dat een lezer redelijkerwijs kan concluderen dat het hele ding op een oude kaart draait. Dat is niet zo, niet in de configuratie waarvan BFL zegt dat het model die verwacht.

Er zijn drie eerlijke uitwegen, en die kosten verschillende dingen:

• Kwantiseer de upsampler — er bestaan community-GGUF-builds voor Pup in Q8_0-, Q5_K_M-, IQ4_XS- en IQ3_S-varianten met een aparte vision-projector, wat de helper aanzienlijk verkleint, met enig verlies aan promptkwaliteit.

• Voer de upsampler elders uit — het is een tekstmodel, dus het hoeft geen GPU te delen met de generator, alleen een netwerk-hop

• Sla het over met --no-pup — gratis, direct, en de optie die BFL afraadt

De geheugenberekening is het nuttigste om te begrijpen over deze combinatie. Ze verklaart ook een categorie klachten: iemand meldt dat Klein traag is of niet past, en wat diegene in feite meldt, is dat hij de gedocumenteerde pipeline heeft gedraaid op hardware die is gedimensioneerd voor de uitgeklede variant.

Wat de Pup met een prompt doet

Het breidt uit. Een verzoek als "een man die met zijn hond wandelt, middagzon" wordt een beschrijving van de hele scène die onderwerp, omgeving, belichting, camera en compositie omvat — de modelkaart beschrijft de uitvoer als een lange beschrijving van ongeveer een paar honderd woorden bij de mediuminstelling. Het beeldmodel conditioneert vervolgens op die beschrijving in plaats van op je zin.

Dit is een echt vermogen, geen gimmick. Diffusie-achtige beeldmodellen zijn gevoelig voor de specificiteit van prompts, en een prompt van vijf woorden laat bijna elke compositionele beslissing over aan de priors van het model. Een upsampler maakt die beslissingen expliciet en consistent, waardoor de output van de standaardpipeline doelbewuster lijkt dan de output van dezelfde checkpoint waaraan de ruwe zin is gevoed.

Het is ook een verlies van controle, en dat verlies is stil. Je zin wordt niet geannoteerd — hij wordt vervangen. Als de upsampler besluit dat het middaglicht golden hour is en de hond een border collie, heeft de generator geen manier om te weten dat je dat niet bedoelde. Voor verkennend werk is dat een kenmerk. Voor een shotlist is het een variabele die je niet had gevraagd.

Vier modi, en waarom de modus meer uitmaakt dan de prompt

Pup is niet één model met één gedrag. Het selecteert een systeemprompt op basis van de taak, en er zijn er vier: tekst-naar-afbeelding, afbeelding-naar-afbeelding, tekst-naar-afbeelding met bounding boxes, en afbeelding-naar-afbeelding met bounding boxes. De verkeerde modus levert een goed geschreven prompt op voor de verkeerde taak, wat een fout is die lijkt op een kwaliteitsprobleem van het model, maar dat niet is.

De samplinginstellingen verschillen ook per modus, en het verschil is niet cosmetisch. Decodering is greedy bij temperatuur nul met een maximum van 3.584 nieuwe tokens en denken uitgeschakeld. De aanwezigheidsstraf is 1,5 voor tekst-naar-afbeelding en 0 voor bewerkingen. Die nul is bewust: een herhalingsstraf moedigt het model aan om nieuw materiaal te introduceren, precies wat je niet wilt wanneer de taak is om een bewerkingsinstructie getrouw te herformuleren. Referentieafbeeldingen worden ook anders geschaald, afhankelijk van hoeveel je er aanlevert — ongeveer 1 megapixel voor één, 724² voor twee, 512² voor drie of meer — dus een taak met tien referenties conditioneert op veel kleinere afbeeldingen dan een taak met één referentie.

De licentie is doormidden gesplitst.

Dit is het deel dat bijna geen aandacht krijgt en waarschijnlijk wel zou moeten. De twee helften van de pipeline vallen onder verschillende licenties. Klein is FLUX Kommunity License: gratis voor commercieel gebruik onder $5M jaaromzet, betaalde licentie daarboven. Pup is Apache 2.0, zonder enige omzetvoorwaarde.

Dus een bedrijf boven de drempel kan de prompt-upsampler vrij gebruiken en heeft nog steeds een licentie nodig om de generator te gebruiken die hij voedt. En een bedrijf onder de drempel dat de promptkant wil fine-tunen, heeft veel meer speelruimte dan een bedrijf dat de beeldkant wil fine-tunen. Als je van plan bent om uit te brengen, lees de twee licenties dan afzonderlijk in plaats van "de Klein-stack" als één geheel te behandelen. De permissieve helft is de helft die gemakkelijk over het hoofd wordt gezien.

Wat verandert er eigenlijk als je het uitzet?

{{1}}Pup{{/1}} uitzetten is één vlag, en de effecten zijn asymmetrisch verdeeld over de taken.

• Tekst-naar-afbeelding — de grootste regressie. Korte prompts worden generiek, wat precies de fout is waar BFL voor waarschuwt, en de kloof wordt groter naarmate je prompt korter is

• Multi-referentie — de upsampler is wat "zet deze drie mensen in een kamer" omzet in een beschrijving die rekening houdt met alle drie de referenties; zonder hem wordt de naleving van referenties merkbaar losser

• Bounding-boxindeling — de modus bestaat om ruimtelijke intentie om te zetten in een bijschrift dat die intentie behoudt; daarom legt het verwijderen ervan de last weer bij je formulering.

• Nauwkeurig bewerken — het minst eenduidige geval, en het geval waarin uitschakelen kan helpen

Dat laatste punt is het contra-intuïtieve punt, en het komt uit dezelfde bron als de zero-presence-penalty. Een bewerkingsinstructie is meestal nauw: verander dit object, verplaats dit element, verwijder dit ding. De taak van de upsampler is uitbreiden, dus hij breidt zowel de scène rond je instructie uit als de instructie zelf. Wanneer de bewerking echt lokaal is, is die omliggende uitbreiding op zijn best ruis. Wanneer die iets in het frame tegenspreekt, is het erger dan ruis.

Onze eigen ervaring met het draaien van Klein op gelokaliseerde bewerkingen — één object wijzigen, een element naar een begrensde regio verplaatsen, de rest van het frame intact houden — is dat het model juist in deze smalle modus het overtuigendst is. Dat maakt de upsampler-kwestie scherper in plaats van zachter: de taak waarin de generator het sterkst is, is ook de taak waarin de uitbreiding door de helper het minst welkom is. Test beide instellingen op je eigen bewerkingsprompts voordat je beslist. Dit is een geval waarin het algemene advies van de leverancier en jouw specifieke workload legitiem van mening kunnen verschillen.

De beslissing, in de praktijk

Als je de leveranciers-API aanroept in plaats van iets te downloaden, is het meeste hiervan niet meer relevant. Het gehoste endpoint past aan de serverzijde zijn eigen prompt-upsampling en pixelrestauratie toe, dus je koopt het gedrag met uitgebreide prompts al, of je er nu over nadenkt of niet. De keuze wordt pas echt wanneer je de gewichten overneemt.

Wanneer je dat doet, is de verdeling ongeveer als volgt. Houd Pup aan als je prompts kort zijn, je werk verkennend is, of je genereert in plaats van te bewerken. Laat het vallen, of draai een gekwantiseerde build, als je kaart klein is, je bewerkingen nauw en letterlijk zijn, of je prompts al lang en specifiek genoeg zijn dat uitbreiding vooral inventie toevoegt. Kwantiseer het als je beide wilt en enig verlies van promptkwaliteit kunt accepteren in ruil voor het op één apparaat laten passen van de hele pipeline.

Eén praktische opmerking over hoe je dit goedkoop kunt proberen: de twee helften falen onafhankelijk van elkaar, en een routeringslaag is de gebruikelijke manier om te voorkomen dat je een productiepad op één endpoint inzet. OrcaRouter biedt één OpenAI-compatibele API voor meer dan 200 modellen met 0% opslag — de lijstprijs van de provider wordt ongewijzigd doorgegeven — en automatische failover tussen providers, zodat een gedegradeerd endpoint geen mislukte job wordt. Dat helpt niet voor Klein zelf, dat niet in onze catalogus van 210 modellen staat en dat wij niet aanbieden. Voor deze pipeline zijn de gewichten en de API van de leverancier de routes; het routeringsargument is van belang voor de modellen die je eromheen plaatst.

Wat zou het antwoord veranderen

Een gepubliceerde ablatie. Niemand heeft een zij-aan-zijvergelijking van Klein met en zonder Pup op dezelfde prompts vrijgegeven, gescoord door iemand anders dan het lab, en juist die ene ontbrekende tabel zorgt ervoor dat dit een inschattingskwestie blijft. Tot die bestaat, is de verdedigbare positie de weinig glamoureuze: de upsampler maakt deel uit van het systeem zoals het ontworpen is, de 8 GB-claim dekt die niet, en de ene workload waarbij je redelijkerwijs van de standaard af zou wijken, is de ene waarin dit model het sterkst is.