FLUX 3 Image Klein kontra FLUX 3: Którą połowę rodziny możesz faktycznie pobrać

Możesz pobrać FLUX 3 Image Klein. Nie możesz pobrać FLUX 3 — ani całego, ani większości. Rodzina FLUX 3, którą Black Forest Labs ogłosiło 23 lipca 2026 r., obejmuje obraz, wideo, audio i przewidywanie działań w jednej architekturze Self-Flow. Dwanaście tygodni po rozpoczęciu dostaw dokładnie dwie z jej możliwości istnieją jako wagi, które można pobrać z Hugging Face: głowica akcji 7B z 22 września, a teraz model obrazu 5,6B opublikowany 15 października. Warstwa obrazu, od której pochodzi nazwa rodziny, oraz warstwa wideo ogólnie dostępna od 4 sierpnia pozostają dostępne wyłącznie przez API. Cena katalogowa, którą widzisz, jest ceną dostawcy, a nie naszą — przekazywanie bez marży co ma znaczenie w tygodniu, w którym dostawca zmienia ceny.

Ten podział to prawdziwa historia tutaj i jest bardziej użyteczny niż karta specyfikacji. Klein nie jest „mniejszym FLUX 3”. To jedna część FLUX 3, wyodrębniona, skwantyzowana i przekazana w formie, w jakiej nie występuje reszta rodziny.

Do czego odnosi się „FLUX 3” i dlaczego ta niejednoznaczność ma znaczenie

BFL używa nazwy FLUX 3 w odniesieniu do trzech różnych rzeczy w tej samej tygodniowej porcji dokumentacji: programu badawczego opisanego w lipcowym artykule, określenia parasolowego dla czterech osobno wycenionych produktów oraz — w kilku miejscach na stronach modeli — konkretnego modelu obrazów, który ma własną nazwę, FLUX 3 Image.

Lipcowe ogłoszenie to to, które wyjaśnia architekturę. FLUX 3 jest trenowany łącznie na obrazach, wideo i dźwięku, ponieważ — w ujęciu BFL — żadna pojedyncza modalność nie daje pełnego obrazu świata: obrazy niosą strukturę przestrzenną, wideo niesie ruch i fizykę, a dźwięk niesie relacje przyczynowe, które umykają samemu widzeniu. Trening nie był równomiernie ważony. Ponad 95% mocy obliczeniowej przeznaczono na wideo, a poniżej 0,5% tokenów przydzielono na dźwięk — rozkład, który mówi, co BFL uważało za trudny problem, i który warto mieć w pamięci, gdy czyta się twierdzenia o jakości dotyczące dowolnego członka tej rodziny.

Więc kiedy post inauguracyjny Kleina mówi, że model „czerpie ze wspólnej nauki FLUX 3 obejmującej obrazy, wideo i dźwięk”, to jest to twierdzenie o rodowodzie pretreningowym, a nie o możliwościach. Klein to model obrazowy. Generuje i edytuje nieruchome obrazy. Trening wideo i dźwięku znajduje się na wcześniejszym etapie, a nie w nim samym.

Cztery części i które dwie mają odważniki

• FLUX 3 Video — ogólnie dostępny od 4 sierpnia 2026 r., rozliczany za sekundę materiału wyjściowego. Klipy do 20 sekund z natywnym zsynchronizowanym dźwiękiem, w jakości HD i FHD, ze skalowaniem do wyższych rozdzielczości. Bez wag.

• FLUX 3 Action — model akcji świata 7B do sterowania robotami, opublikowany 22 września 2026 r. wraz z wagami i raportem z treningu. Było to pierwsze wydanie tej rodziny z otwartymi wagami.

• FLUX 3 Image — dostępny pod adresem api.bfl.ai/v1/flux-3-image/ od 1 października 2026 r. Natywna rozdzielczość 2K i 4K, pola ograniczające na siatce 0–1000, maksymalnie dziesięć referencji. Brak wag, a strona licencyjna BFL sprzedaje plany samodzielnego hostowania dla generacji FLUX.2, a nie dla tej.

• FLUX 3 Image Klein — opublikowany 15 października 2026. 5,6 mld parametrów dla transformera obrazu, destylowane i bazowe checkpointy, warianty FP8 i NVFP4, kompilacje BF16 i INT8 powstałe przy wsparciu NVIDIA, na warunkach licencji FLUX Kommunity License. To właśnie destylowany checkpoint obsługuje endpoint BFL API.

Dwa otwarte, dwa zamknięte, a dla pozostałych dwóch nie ma opublikowanego planu domknięcia luki. Ostatnie zdanie wpisu o premierze brzmi: „Więcej pojawi się później” — to deklaracja zamiaru, a nie harmonogram.

Otwarte wagi zmieniają pytanie o koszty, nie tylko same koszty

Porównywanie ich obu pod względem ceny jest kłopotliwe, ponieważ nie są sprzedawane w tej samej jednostce. FLUX 3 Video rozlicza się za sekundę; FLUX 3 Image i Klein rozliczają się za obraz; FLUX 3 Action rozlicza się za predykcję. Niewiele elementów z tej rodziny można porównać punkt po punkcie.

To, co można porównać, to kształt zobowiązania:

• Wynajmowana funkcja — stawka za jednostkę, opublikowany cennik, brak sprzętu i licencja, którą akceptujesz, wywołując API. FLUX 3 Image kosztuje od 0,041 USD do 0,607 USD za obraz, w zależności od rozdzielczości; FLUX 3 Video kosztuje 0,06 USD za sekundę w przypadku HD w trybie szkicowym i 0,15 USD za sekundę w przypadku HD w trybie standardowym, zgodnie z publikacją na stronie cennika BFL z 16 października 2026 r.

• Własne możliwości — pobranie, GPU i licencja z progiem przychodowym. Generator Kleina potrzebuje 11,2 GB w BF16 i 5,6 GB w FP8. W wersji INT8 działa na konsumenckich kartach RTX już od 8 GB VRAM, a dokumentacja podaje jako minimum RTX 3090.

Kommunity License to ta część, którą zespoły czytają zbyt pobieżnie. Darmowe użytkowanie komercyjne obejmuje osoby i firmy o rocznych przychodach poniżej 5 mln USD; powyżej tego progu komercyjne wdrożenie self-hosted przechodzi przez płatne licencjonowanie BFL. Startup, który dziś pobiera Klein przy przychodach 2 mln USD i urośnie powyżej tego progu, dziedziczy rozmowę o licencjonowaniu, której nie planował. To inny rodzaj ryzyka niż stawka za obraz i to właśnie ono daje o sobie znać później.

Dla każdego, kto rozważa taką zmianę, praktyczne pytanie nie brzmi „co jest tańsze”, lecz „które z moich obciążeń można przenieść”. Istnieje realna droga pośrednia: trzymać rozliczane wywołania w jednym punkcie końcowym, aby zmiana ceny lub awaria nie wymagała przepisywania klienta, a wszystko, co hostujesz samodzielnie, dodać za tym samym interfejsem. Po to właśnie jest routing — jeden klucz API obejmujący kilkaset modeli z adaptacyjnym routingiem i przełączaniem awaryjnym — i to właśnie w ten sposób oceniasz jednodniowy checkpoint na pięciu procentach ruchu, zamiast angażować w niego ścieżkę produkcyjną. Hostowany punkt końcowy Kleina nie znajduje się w OrcaRouter; kierujemy warstwę obrazów google/gemini-3.1-flash-image-preview/ i podobnych modeli, a API BFL wraz z wagami to ścieżki do samego Kleina.

Co Klein dziedziczy, czym warstwa API nie musi się przejmować

Najważniejszą rzeczą w udostępnieniu Kleina jako wag nie jest cena. Jest nią to, że ograniczenia przestają być problemem BFL, a stają się twoim.

• Upsampling promptów to osobne pobieranie. Implementacja referencyjna wczytuje upsampler promptów — flux-3-image-klein-pup/, Apache-2.0, około 18,8 GB — który przepisuje twój prompt przed generowaniem. Pomiń go (--no-pup/), a model przyjmie prompty w takiej formie, w jakiej zostały wpisane. W przypadku API BFL podejmuje tę decyzję za ciebie.

• Klasyfikator bezpieczeństwa jest zawsze ładowany. Referencyjne CLI pobiera osobny model do wykrywania obrazów NSFW i ładuje go bezwarunkowo. Po stronie API moderacja to osobna pozycja z określonymi zasadami rozliczania; na własnym sprzęcie to komponent, którym teraz samodzielnie zarządzasz.

• Kwantyzacja jest Twoim wyborem, który ma konsekwencje dla jakości. FP8, NVFP4 i INT8 są dostępne w repozytorium, a sama uwaga producenta mówi, że rozmiar pliku skwantyzowanego pakietu nie jest miarą całkowitego zużycia pamięci GPU. Wybór kompilacji to kompromis między jakością a VRAM, którego API w ogóle nie ujawnia.

• Ustawienia samplera są udokumentowane, ale nie są wymuszane. Distilled wykonuje 16 kroków bez guidance; Base wykonuje 50 przy guidance 3.5. Dokumentacja podaje również ustawienia uruchamiania LoRA wytrenowanej na Base na Distilled — 16 kroków, guidance 1, skala LoRA około 0.75 — i zauważa, że LoRA przenoszą się między nimi bez konwersji. Nic z tego nie ma odpowiednika w API.

To uczciwy argument za wersją API nawet przy pięciokrotnie wyższej cenie: to w pełni zmontowany produkt, a wagi to zestaw.

Luka, której nikt nie zmierzył

Twierdzenie Kleina o jakości, jak przedstawia je BFL, jest takie, że wewnętrzne ewaluacje stawiają go na pierwszym miejscu w generowaniu obrazów z tekstu, generowaniu z wieloma referencjami i edycji obrazów, przed większymi modelami z otwartymi wagami i ponad zamkniętymi modelami w porównaniu — Ideogram V4.5 i FLUX.2 [pro]. W starciu z FLUX.2 [klein] 9B zyskuje 91 punktów Elo w generowaniu obrazów z tekstu i 70 w edycji obrazów przy 38% mniejszej liczbie parametrów.

Przyjrzyj się uważnie zestawowi porównawczemu i zauważysz, czego brakuje: ani FLUX 3 Image, ani FLUX 3 Video, nic z rodziny, do której należy Klein. Ocena porównuje go z innymi otwartymi modelami oraz dwoma zamkniętymi modelami firm trzecich. Tak więc pytanie, do którego zaprasza porównanie na poziomie rodziny — jak 5.6B model do pobrania wypada w zestawieniu z warstwą dostępną wyłącznie przez API, z którą dzieli nazwę — pozostaje bez odpowiedzi zarówno ze strony dostawcy, jak i kogokolwiek innego.

Jest jeszcze jedna rzecz, której post premierowy nie ujawnia, a która jest przytaczana jako zewnętrzna weryfikacja: BFL twierdzi, że checkpointy Klein zostały poddane wewnętrznemu red teamingowi i ocenione przez partnera, Cinder, co wykazało „znacznie mniej podatności niż w innych popularnych modelach z otwartymi wagami”. Nie towarzyszy temu żadna liczba. Zewnętrzna ocena jest warta więcej niż wewnętrzna; zewnętrzna ocena bez liczby jest warta mniej, niż się wydaje.

Wszystko powyżej pochodzi od dostawcy. Według stanu na 16 października ani FLUX 3, ani FLUX 3 Image Klein nie figurują w niezależnym rankingu, a jeśli potrzebujesz neutralnej liczby przed podjęciem decyzji, żadna jeszcze nie istnieje.

Jak zdecydować i co zmieniłoby odpowiedź

Weź model do pobrania, jeśli twoim ograniczeniem jest lokalizacja wdrożenia, a nie jakość — wszędzie tam, gdzie API BFL nie może dotrzeć, od GPU w laptopie z 8 GB pamięci po klaster odizolowany od sieci — albo jeśli twoja miesięczna liczba obrazów w rozdzielczości 2K i wyższej sprawiłaby, że stawka naliczana za użycie stałaby się dominującą pozycją w twoim budżecie. Klein za 0,036 USD za obraz 4K wobec FLUX 3 Image za 0,607 USD to siedemnastokrotna różnica; jeśli 4K to twój domyślny wybór, ta arytmetyka odpowiada na to pytanie, zanim w ogóle pojawi się kwestia jakości.

Zostań przy API, jeśli chcesz największy model, jaki BFL ci sprzeda, jeśli wolisz nie uruchamiać klasyfikatora bezpieczeństwa i upsamplera promptów jako własnych usług, albo jeśli twoja trajektoria przychodów sprawia, że pułap licencyjny w wysokości 5 mln USD jest niewygodnym elementem twojej architektury.

Trzy rzeczy definitywnie rozstrzygnęłyby kwestię rodziny, a żadna z nich jeszcze nie istnieje: niezależne uruchomienie Kleina przeciwko FLUX 3 Image na identycznych promptach; oświadczenie BFL o zamiarach co do tego, czy wagi FLUX 3 Image i Video kiedykolwiek zostaną wydane; albo opublikowany wynik Cinder. Do tego czasu jedynymi niepodważalnymi faktami są te, które możesz sprawdzić samodzielnie — repozytoria, cennik i to, że połowa FLUX 3 to wciąż coś, co wynajmujesz.

Krótkoterminowym sygnałem jest to, czy kolejne wydanie z otwartymi wagami pojawi się w tym samym tempie. Action pojawił się we wrześniu, Klein w październiku. Jeśli listopad przyniesie wagi FLUX 3 Video, rodzina przestanie być zestawem produktów, a zacznie być platformą, a każdy argument w tym artykule o wynajmie kontra posiadaniu zmieni kształt. Jeśli nic nie pójdzie w ślad za tym, Klein będzie jednorazowym przypadkiem w linii obrazowej, a strategią będą zamknięte poziomy.