FLUX 3 Image Klein: Ile tak naprawdę waży 5,6B parametrów na Twoim dysku

FLUX 3 Image Klein to otwarto-wagowy członek rodziny FLUX 3 Image od Black Forest Labs, opublikowany 15 października 2026 r. z 5,6 mld parametrów, z wagami do pobrania i rozliczanym punktem końcowym tego samego dnia. Liczba w nagłówku obejmuje wyłącznie transformator obrazu i nic więcej. Enkoder tekstu — Qwen3-VL-4B-Instruct — to osobny plik do pobrania, autoenkoder obrazu to trzeci, a najmniejsza kombinacja tych trzech, która faktycznie działa, zajmuje około 10,5 GB. Weź wersje BF16 tych samych trzech plików, a otrzymasz około 20 GB. Podążaj za domyślnym potokiem samej implementacji referencyjnej, który przed każdą generacją uruchamia upsampler promptów, a suma na dysku przekracza 39 GB.

Nic z tego nie przeczy twierdzeniu dostawcy, że FLUX 3 Image Klein działa na pojedynczej konsumenckiej karcie GPU, ponieważ to twierdzenie nigdy nie dotyczyło rozmiaru pliku. Dotyczy ono VRAM-u podczas wnioskowania, w skwantyzowanej kompilacji, z wagami wczytywanymi po jednym tensorze. Ale „5,6 mld parametrów i działa na pojedynczej konsumenckiej karcie GPU” ściska trzy osobne liczby — liczbę parametrów, rozmiar pobrania i pamięć rezydentną — w jedno sformułowanie, a każdy, kto planuje wdrożenie, potrzebuje wszystkich trzech. Oto czym każda z nich faktycznie jest, według dokumentacji samego BFL i API Hugging Face, gdy model ma zaledwie dzień i nikt niezależny jeszcze go nie zmierzył.

Co zostało wydane 15 października

Klein to drugie wydanie z otwartymi wagami w rodzinie FLUX 3, po FLUX 3 Action we wrześniu. Wpis zapowiadający nosi tytuł FLUX 3 Image Klein: otwarte wagi, 5,6 mld parametrów, a to, co wylicza, to dość kompletne wydanie, a nie zrzut samego checkpointu:

• Dwa checkpointy, oba 5,6B. Klein Base nie jest destylowany, działa w 50 krokach przy guidance 3,5 i służy do fine-tuningu, treningu LoRA oraz badań. Klein jest destylowany krokowo do 16 kroków bez guidance i to on jest checkpointem stojącym za API BFL.

• Trzy formaty kwantyzacji. Warianty FP8 i NVFP4 znajdują się obok transformera BF16 w głównym repozytorium, wraz z kompilacją INT8 opracowaną przy wsparciu NVIDIA. Przepakowanie ComfyUI dodaje wersje INT8 zarówno transformera, jak i enkodera tekstu, których główne repozytorium nie zawiera.

• Wsparcie środowiska wykonawczego od pierwszego dnia w ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion i vLLM-Omni, a także trenowanie LoRA za pomocą AI Toolkit Ostrisa i przepisów w NVIDIA NeMo AutoModel. Trenowany na NVIDIA GB200 NVL72; to właśnie pomiar GB300 NVFP4 stoi za deklaracją czasu poniżej sekundy.

• Zestaw funkcji jest dziedziczony, a nie zredukowany. Natywny 4K, edycja oparta na instrukcjach, która zachowuje nieedytowane obszary, do dziesięciu obrazów referencyjnych oraz ramki ograniczające na siatce 0–1000, które mogą umieszczać elementy lub ograniczać edycję do regionu. BFL wyraźnie zaznacza w karcie modelu, że ramki kierują umiejscowieniem i skalą, a nie ograniczają pikseli do twardej maski — co ma znaczenie, jeśli oczekiwałeś kontroli na poziomie maski.

Repozytoria pojawiły się przed ogłoszeniem. Repozytoria bazowe i destylowane utworzono 13 października, a repozytoria ComfyUI i prompt-upsampler – 14 października; wpis o premierze i endpoint API pojawiły się 15 października.

Trzy pliki kryjące się za liczbą 5,6 mld

Czytaj listę plików, a nie liczbę parametrów i kształt zmian w pobieraniu. Interfejs API Hugging Face podaje następujące rozmiary własnych plików zdystylowanego repozytorium:

• Transformator obrazu, BF16 — model.safetensors, 11.10 GB. Post premiery BFL zaokrągla to do 11.2 GB w BF16 i 5.6 GB w FP8.

• Enkoder tekstu, BF16 — Qwen3-VL-4B-Instruct, podzielony na dwa shardy safetensors, razem 8,88 GB. W repozytorium ComfyUI istnieje wersja INT8 tego samego enkodera o rozmiarze 4,86 GB.

• Autoenkoder obrazu — 0,34 GB i jest to jedyny plik, którego nie usuwa żadna ścieżka kwantyzacji.

Zatem praktyczne minimum to nie 5,6 GB i nie 11,2 GB. To transformer NVFP4 o rozmiarze 5,28 GB plus enkoder tekstu INT8 o rozmiarze 4,86 GB plus VAE 0,34 GB — około 10,5 GB plików dla potoku, który generuje i edytuje. Wersja tych samych trzech elementów w całości w BF16 to około 20,3 GB. A upsampler promptów, który referencyjny CLI pobiera i uruchamia przy każdym żądaniu, chyba że podasz --no-pup, ma własne repozytorium: 18,82 GB w bfloat16 lub 9,75 GB w kompilacji INT8 dostarczanej przez pakiet ComfyUI. Dodaj upsampler BF16 do potoku BF16 i masz około 39 GB na dysku, zanim wygenerujesz obraz.

Własna karta modelu BFL zawiera zastrzeżenie, które należy umieścić obok tych liczb: "Skwantyzowane pakiety wymagają loadera, który obsługuje ich format; ich rozmiar pliku nie jest miarą całkowitego wykorzystania pamięci GPU."

To działa w obie strony. Mały plik skwantyzowany nie oznacza, że uruchomienie zmieści się w takiej ilości pamięci, a duży plik do pobrania nie oznacza, że zbiór roboczy jest duży. Oznacza natomiast, że pobieranie to część, którą można zaplanować, zanim ma się sprzęt, i to część, którą ukrywa podawana w nagłówkach liczba parametrów.

Skąd pochodzi wartość 8 GB VRAM

Twierdzenie o zapotrzebowaniu na pamięć jest konkretne. W kompilacji INT8 BFL podaje, że FLUX 3 Image Klein działa na procesorach graficznych NVIDIA GeForce RTX już od zaledwie 8 GB VRAM, za pośrednictwem ComfyUI lub Diffusers, a dokumentacja jako dolny próg wsparcia podaje RTX 3090.

Liczby dotyczące szybkości mają pochodzenie, które warto dokładnie nazwać: zostały zmierzone przez NVIDIA, w ComfyUI dla wyników RTX. W przypadku modelu z destylacją kroków i kompilacji INT8 obraz 1 MP zajmuje około 4 sekund na RTX 5090 i niecałe 9 sekund na RTX 4070. Na GB300 w NVFP4 destylowany model generuje obraz 1 MP w czasie poniżej 0,6 sekundy. Obsługa LoRA dodaje około 5% do czasu generowania.

Są to dane raportowane przez dostawcę i nie są tym samym pomiarem co liczby opóźnień API w poście o premierze. BFL mierzyło czas Kleina na własnych serwerach, a Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 i Krea 2 mierzyło od strony klienta, co wlicza czas odpytywania i czas sieciowy do wyników konkurentów, ale nie do własnych — i post tak właśnie mówi. Uczciwa interpretacja jest taka, że liczby 4 sekund i 9 sekund są wiarygodne jako czasy lokalnej inferencji na wymienionych kartach, a wykres granicy szybkości kontra jakości to własne porównanie dostawcy nakreślone przy użyciu asymetrycznych stoperów. Nikt poza BFL i NVIDIA nie odtworzył żadnego z nich.

Ile to kosztuje przez API i gdzie krzywa się zagina

Destylowany checkpoint jest udostępniany jako flux-3-image-klein, wraz z upsamplingiem promptów i przywracaniem pikseli. BFL publikuje te stawki za obraz — identyczne dla generowania obrazu z tekstu i edycji:

• 768 × 768 — 0,008 USD

• 1K — 0,009 USD

• 1.5K — $0.011

• 2K — $0.014

• 4K — 0,036 USD

W zestawieniu z FLUX 3 Image, większym bliźniakiem dostępnym wyłącznie przez API na tej samej liście funkcji, decyzją powinien kierować stosunek, a nie cena bezwzględna. FLUX 3 Image kosztuje 0,048 USD za obraz 1K w porównaniu z 0,009 USD w przypadku Klein — to około 5,3 raza więcej. W przypadku 4K to samo porównanie to 0,607 USD wobec 0,036 USD, czyli prawie siedemnastokrotna różnica. Kto generuje 4K na dużą skalę, nie wybiera między tanim a drogim modelem; wybiera między stawką za obraz, która przetrwa zderzenie z produktem, a taką, która tego nie zrobi.

Druga połowa arytmetyki leży po twojej stronie: samodzielnie hostowany Klein na karcie, którą już masz, nie generuje kosztu za obraz, a samodzielnie hostowany Klein na wynajętej karcie ma koszt godzinowy. Próg rentowności przesuwa się wraz z wykorzystaniem i to znacznie — bezczynny GPU to droga konfiguracja, nie tania. Jeśli ruch związany z obrazami jest nieregularny, stała stawka jest zwykle lepszym wyborem; jeśli jest stały i duży, pobranie zaczyna na siebie zarabiać, a licencja staje się zmienną, która ma znaczenie.

Licencja jest tym elementem, który decyduje, czy możesz to wypuścić.

Oba checkpointy objęte są licencją FLUX Kommunity License i warto przeczytać oba jej opisy obok siebie, ponieważ nie są sformułowane w ten sam sposób. W poście zapowiadającym napisano, że licencja „pozwala na bezpłatne użytkowanie komercyjne przez osoby fizyczne i firmy o rocznych przychodach poniżej 5 mln USD, a także na użytkowanie badawcze i niekomercyjne”, przy czym większe organizacje mogą wdrażać je komercyjnie za pośrednictwem płatnych opcji licencjonowania BFL do samodzielnego hostowania lub API. Karta modelu mówi, że licencja „zezwala na użytkowanie niekomercyjne i przewiduje wyjątek dotyczący wyników komercyjnych dla Uprawnionych Użytkowników, z zastrzeżeniem jej warunków”, przy czym termin Qualifying User zdefiniowano w samym tekście licencji.

Próg przychodu jest decydującym faktem dla większości zespołów: poniżej 5 mln USD rocznego przychodu — bezpłatne wykorzystanie komercyjne; powyżej — jeden z płatnych planów BFL. Te plany są podane publicznie — Builder: 10K obrazów miesięcznie i 1 domena, Platform i Professional: 100K obrazów miesięcznie, Enterprise: indywidualnie — a każdy z nich obejmuje FLUX 3 Image Klein wraz z modelami z rodziny FLUX.2, z prawami do fine-tuningu i LoRA w pakiecie. Zwróć uwagę, co oznaczają te plany: firma, która przekroczyła próg, nie kupuje ponownie modelu — kupuje prawo do używania wag, które już pobrała, co jest innym rodzajem pozycji kosztowej niż rachunek za API i taką pozycją, o której łatwiej zapomnieć, gdy prototyp staje się produktem.

Jeśli przychody Twojej organizacji są choćby blisko tej granicy, przeczytaj LICENSE.md, a nie którekolwiek z podsumowań. Dwa dokumenty dostawcy opisujące ten sam instrument w dwóch różnych rejestrach to dokładnie ta sytuacja, w której tekst podstawowy jest tym, który Cię wiąże.

Twierdzenie o jakości jest własnością BFL i nie obejmuje FLUX 3 Image

Kluczowy wynik jakościowy modelu Klein z wewnętrznych ewaluacji to pierwsze miejsce w generowaniu obrazów z tekstu, generowaniu z wieloma referencjami i edycji obrazów — wyprzedzając większe modele z otwartymi wagami oraz plasując się wyżej niż zamknięte modele w tym porównaniu: Ideogram V4.5 i FLUX.2 [pro]. Zestaw porównawczy modeli z otwartymi wagami wymieniono w innym miejscu wpisu: Qwen-Image 2.1 o 7B i Krea 2 o 12,9B, oba większe niż model Klein o 5,6B, przy czym Krea 2 wykluczono z kolumny edycji, ponieważ nie obsługuje edycji. W porównaniu z FLUX.2 [klein] 9B, otwartym modelem poprzedniej generacji, Klein zyskuje 91 Elo w generowaniu obrazów z tekstu i 70 w edycji obrazów, mając przy tym o 38% mniej parametrów.

FLUX 3 Image — własny większy model dostawcy, sprzedawany przez to samo API w tym samym zakresie funkcji — nie pojawia się nigdzie w tym porównaniu. To samo w sobie nie jest obciążające; benchmarkowanie małego otwartego modelu względem modeli, które osoba pobierająca uruchomiłaby w przeciwnym razie, to wybór, którego można bronić. Ale oznacza to, że zdanie, którego nabywca chce najbardziej — „Klein jest w granicach X od większego modelu” — wciąż nie zostało napisane.

Niezależny obraz jest jeszcze uboższy. Jedyny publiczny ranking text-to-image, który śledzi tę rodzinę, wymienia FLUX 3 Image, a w chwili pisania nie ma w ogóle wpisu FLUX 3 Image Klein. Tak więc każda liczba dotycząca jakości dostępna w dniu premiery pochodzi od BFL, a te możliwe do odtworzenia — te, które możesz sam sprawdzić w ciągu dwudziestu minut — to rozmiary plików i podane powyżej stawki za obraz, a nie różnice Elo.

Wywoływanie go lub uruchamianie go

Decyzję można wyraźnie rozstrzygnąć na podstawie trzech pytań. Jeśli potrzebujesz dostrojenia modelu lub LoRA na własnych danych, albo obrazy nie mogą opuścić Twojej infrastruktury, albo Twój wolumen jest wysoki i stabilny, odpowiedzią jest pobranie, a licencja to kwestia, którą trzeba uregulować w pierwszej kolejności. Jeśli Twój wolumen jest skokowy, Twoje obrazy są kluczowymi zasobami graficznymi, a nie masowym wynikiem, albo chcesz ocenić model przed inwestycją w sprzęt, endpoint w cenie $0.009 za obraz 1K jest tańszy niż weekend konfiguracji.

Jest jeszcze trzeci przypadek, który warto nazwać, bo jest tym najczęstszym: zespoły, które ostatecznie wywołują kilka modeli obrazów zamiast jednego, używając małego otwartego modelu do pracy masowej, a modelu frontier do kluczowych ujęć. Właśnie dla tego przypadku powstał OrcaRouter — jeden klucz API obejmujący ponad 200 modeli, cena katalogowa dostawcy przekazywana z zerową marżą więc zmiana stawek dostawcy wchodzi w życie tego samego dnia, a automatyczne przełączanie awaryjne sprawia, że nieprzetestowany model może znaleźć się na ścieżce produkcyjnej, nie będąc pojedynczym punktem awarii. FLUX 3 Image Klein nie znajduje się dziś w naszym katalogu, więc endpoint BFL tak czy inaczej oznacza bezpośrednie wywołanie u dostawcy; możemy natomiast utrzymać wszystko wokół niego — pozostałe modele obrazów, reguły routingu, mechanizm fallback — pod tym samym endpointem i w tej samej linii rozliczeniowej.

Co by to zmieniło

Trzy rzeczy, w kolejności od tego, jak bardzo mogłyby wpłynąć na decyzję. Niezależne bezpośrednie porównanie Kleina i FLUX 3 Image, bo różnica w cenie między nimi przy 4K jest siedemnastokrotna, a różnica w jakości nie została zmierzona. Pomiary czasów INT8 na rzeczywistej karcie 8 GB od kogoś, kto nie jest NVIDIA, bo to liczba, na której opiera się cała argumentacja za wdrożeniem lokalnym, a została zmierzona przez jedną zainteresowaną stronę. Oraz wyjaśnienie licencji od BFL, które godzi ujęcie progu przychodowego z wpisu o premierze z ujęciem Qualifying User z karty modelu.

Do tego czasu jedynym możliwym do obrony stanowiskiem jest to wąskie: FLUX 3 Image Klein istnieje naprawdę, można go pobrać już dziś, robi to, co FLUX 3 Image API na tej samej liście funkcji, a za obraz kosztuje około jednej piątej tego w 1K i około jednej siedemnastej tego w 4K. Zaplanuj około 10,5 GB plików w najmniejszym wariancie i 39 GB z upsamplerem i wszystkim w BF16, rozstrzygnij kwestię licencji, zanim rozstrzygniesz kwestię sprzętu, a każdą liczbę dotyczącą jakości, którą do tej pory przeczytałeś, traktuj jako dane dostawcy.