FLUX 3 Image Klein é o nº 1 entre os modelos de pesos abertos — no placar elaborado pelo próprio criador

O número está em todo lugar agora. O FLUX 3 Image Klein terminou em primeiro lugar entre os modelos de pesos abertos em texto para imagem, em primeiro em geração com múltiplas referências, em primeiro em edição de imagens — e superou o mais antigo FLUX.2 [klein] 9B por 91 Elo em texto para imagem e 70 Elo em edição, carregando 38% menos parâmetros. Esses são os números do post de lançamento da Black Forest Labs, nas recapitulações, no card social. A frase que costuma ser omitida é a que está anexada a eles na fonte: são avaliações internas.

Isso não é um escândalo. É como quase todo modelo de imagem é lançado, e é a única comparação que um laboratório pode fazer antes que qualquer outra pessoa tenha os pesos. Mas isso muda o que um leitor deve fazer com o ranking. O FLUX 3 Image Klein foi realmente lançado — 5,6 bilhões de parâmetros, pesos abertos, publicado em 15 de outubro de 2026 sob a Licença FLUX Kommunity, invocável a US$ 0,009 por imagem 1K na própria API da BFL. O que ainda não existe é uma pontuação de alguém que não seja a Black Forest Labs. O modelo é real; a posição no leaderboard é uma alegação.

O que o comunicado realmente estabeleceu

Separe os artefactos do marketing, porque têm um peso diferente. Os artefactos podem ser verificados hoje, por qualquer pessoa, sem GPU:

• Pesos — um gerador de imagens com 5,6 bilhões de parâmetros, com um checkpoint base para ajuste fino e um checkpoint destilado de 16 etapas para latência

• Builds de precisão — BF16 com 11,2 GB, FP8 com 5,6 GB, além de builds INT8 e NVFP4 criados com NVIDIA

Licença — FLUX Kommunity License: uso comercial gratuito para indivíduos e empresas com receita anual inferior a US$ 5 milhões; licenciamento auto-hospedado pago ou a API acima desse limite

• Capacidades — texto para imagem, edição, geração com múltiplas referências com até 10 imagens de referência, 4K nativo e controle de caixa delimitadora

• Preço — US$ 0,009 por 1K imagens na API do fornecedor, com um nível de 2K acima disso

• Ferramentas — receitas de treinamento LoRA para Diffusers, Ostris AI Toolkit e NVIDIA NeMo AutoModel

Tudo isso está no repositório e na documentação. Nada disso depende de um benchmark ser verdadeiro. Um modelo pode ser pequeno, rápido, licenciável e disponível para download sem ser o melhor em nada, e essas propriedades valem por si mesmas.

O que o lançamento não estabeleceu é a qualidade relativa. O post de lançamento mostra gráficos Elo em vez de imprimir pontuações exatas no texto, então a diferença precisa entre Klein e seu conjunto de comparação não é sequer totalmente citável — você pode ler as barras, não os números. Os comparadores nomeados são Qwen-Image 2.1 com 7B e Krea 2 com 12.9B, com o Krea 2 excluído da comparação de edição porque não oferece suporte a edição. Esses são controles razoáveis. Ainda assim, são os próprios controles do laboratório, no próprio harness do laboratório, com prompts que o laboratório escolheu.

A palavra "third-party" está fazendo um trabalho que não mereceu.

Muita da cobertura deste lançamento descreve os rankings como benchmarks de terceiros. Não são. Uma busca por uma entrada independente num ranking encontra o post no blog do fornecedor e uma dúzia de reescritas dele, e as reescritas herdam o enquadramento sem herdar a ressalva.

O painel público mais útil para modelos de imagem é o Artificial Analysis, que classifica por Elo a partir de votos de preferência humana em comparações pareadas. Seu painel de texto para imagem, versão 2.1, capturado em 16 de outubro de 2026, tem 42 entradas visíveis. GPT Image 2.5 Sunburst está em primeiro lugar com 1218. Nano Banana 2 está em sétimo lugar com 1139. FLUX 3 Image está em décimo terceiro lugar com 1114, em 5.766 amostras, com preço indicado pelo painel de US$ 48 por mil imagens. FLUX.2 [klein] 9B — a linha de base na comparação da BFL — está em vigésimo sexto lugar com 1026.

O FLUX 3 Image Klein não está nesse ranking. Nem no lançamento, nem oito dias depois. A entrada rotulada "FLUX 3 Image" é um produto diferente: é o irmão maior, somente API, e o valor de US$ 48 por mil do ranking corresponde à faixa publicada desse modelo, não aos US$ 9 do Klein. Isso importa por uma razão simples. No único ranking independente existente, o modelo de imagem de pesos abertos com maior pontuação não é o Klein e não é um modelo da Black Forest Labs — é o Qwen-Image-3.0-Pro com 1093. A afirmação de que Klein é o primeiro entre os pesos abertos, portanto, não é contradita pelo ranking público. Ele simplesmente está ausente dele.

Coloque o delta da própria BFL ao lado de um quadro público

Há uma forma de ter uma noção aproximada sem fingir que é uma medição. A BFL declara seus ganhos como deltas em relação ao FLUX.2 [klein] 9B, e esse modelo mais antigo está no quadro público. Então pegue a pontuação pública e some o delta do fornecedor:

• Texto para imagem — FLUX.2 [klein] 9B com 1026 no Artificial Analysis, além do +91 da BFL, fica perto de 1117

• Edição — FLUX.2 [klein] 9B com 1015 no quadro de edição, mais os +70 da BFL, fica perto de 1085

Leia isso como aritmética, não como uma previsão. Os deltas de Elo não são portáveis entre harnesses. Uma diferença de 91 pontos medida no conjunto de prompts da BFL não se transfere ponto a ponto para um ranking construído a partir de votos da multidão sobre imagens diferentes, com eleitores diferentes e uma janela de amostragem diferente. O exercício só é útil para fins de escala: ele sugere um modelo que ficaria na faixa baixa dos 1100 em texto para imagem, que é mais ou menos onde o FLUX 3 Image já está e confortavelmente atrás do Nano Banana 2, com 1139. Ele não sugere um modelo que lideraria o campo de modelos de pesos abertos por uma margem ampla, e certamente não sugere que o +91 se traduza em primeiro lugar geral.

Se você quer a versão honesta em uma linha: uma entrada na casa dos 1100 baixos muito provavelmente seria o melhor modelo de pesos abertos naquele ranking, já que o líder atual ali é 1093. Então a direção da afirmação da BFL é plausível. A magnitude não foi verificada, e a margem sobre o rival mais próximo de pesos abertos pode ser bem menor do que o enquadramento de lançamento sugere.

O que vimos quando o executamos

Nossa própria experiência com o modelo aponta para algo mais específico do que “melhor modelo de imagem de pesos abertos”. Executamos o FLUX 3 Image Klein pela API do fornecedor, sem um conjunto fixo de prompts ou uma rubrica de pontuação, então encare isso como uma observação, e não como um resultado. A capacidade que se destacou foi a edição precisa e localizada: alterar um único objeto em uma cena, mover um elemento para uma região delimitada ou aplicar uma instrução que deveria deixar o restante do quadro intacto. Casos em que quase tudo pode mudar — uma restilização completa, uma mudança total de iluminação — foram muito mais difíceis de separar da geração anterior.

Essa é a ênfase oposta à da maior parte do debate público. O enquadramento do lançamento gira em torno de se o Klein consegue sequer editar e se supera modelos que custam cinco vezes mais. A pergunta mais útil para quem faz trabalho de produção é se ele consegue editar de forma pontual. Edições precisas são onde uma caixa delimitadora e um fundo preservado realmente importam, onde um modelo pequeno ou mantém o restante da cena ou a repinta silenciosamente, e onde o custo de uma nova tentativa não é apenas dinheiro, mas um ciclo de revisão.

A edição é a afirmação que merece o teste mais difícil

Das três reivindicações de primeiro lugar, a edição é a que merece mais ceticismo, por uma razão estrutural. A qualidade de texto para imagem é, em geral, evidente — uma multidão consegue olhar para duas imagens e escolher uma. A qualidade da edição está condicionada ao cumprimento das instruções, e o cumprimento de instruções é exatamente aquilo que o próprio conjunto de prompts de um fornecedor tem a melhor posição para favorecer. Se os seus prompts de avaliação foram escritos pelas pessoas que ajustaram o modelo, você está medindo a interseção de duas coisas que controla.

Há também um detalhe de pipeline que afeta toda comparação feita por conta própria. O Klein vem com um upsampler de prompt separado — um fine-tune de 9B do Qwen3.5-9B chamado flux-3-image-klein-pup — que vem ativado por padrão e sem o qual a BFL diz que o modelo não foi feito para funcionar. Isso significa que um benchmark ingênuo que envia prompts como digitados está medindo um sistema diferente do que o avaliado pelo fornecedor. Qualquer teste independente que valha a pena ler precisa informar se o upsampler estava ativado, porque o mesmo checkpoint pode produzir saídas visivelmente diferentes dependendo da resposta. É muita superfície metodológica para uma afirmação que atualmente se apoia no slide de um único laboratório.

Os números de velocidade pertencem à NVIDIA

Um conjunto de números no comunicado tem uma proveniência diferente das alegações de qualidade, e vale a pena creditá-lo devidamente. Os números de latência — aproximadamente 4 segundos para uma imagem de 1 MP em uma RTX 5090 em INT8 com 16 etapas, menos de 9 segundos em uma RTX 4070, 0,55 segundo em uma GB300 — foram medidos pela NVIDIA, com os resultados da RTX executados via ComfyUI. Ainda é uma medição adjacente ao fornecedor, já que a NVIDIA ajudou a criar os checkpoints quantizados, mas é uma medição de hardware, e não um julgamento de preferência, e medições de hardware são muito mais fáceis de reproduzir. Se você tiver a placa, pode verificar em uma tarde.

A alegação de 8 GB de VRAM merece o mesmo tratamento. Ela é verdadeira para a versão do gerador em INT8. Não é verdadeira para todo o pipeline recomendado, porque o upsampler de prompt é um download separado de 18,8 GB em BF16 que exige memória própria. Um usuário que lê “roda em 8 GB” e então ativa o pipeline padrão descobrirá qual alegação tinha escopo limitado e qual não tinha.

Como verificar isso por conta própria

O teste honesto mais barato não é um ranking. São vinte prompts seus, executados duas vezes — uma com o upsampler e outra sem — nas tarefas com as quais você realmente se importa, pontuados por se você entregaria a saída. O Klein torna isso excepcionalmente prático porque os pesos são baixáveis e a licença permite uso comercial abaixo do limite de receita de US$ 5 milhões, então o teste não exige uma conta com ninguém.

Para todo o resto, uma camada de roteamento é a forma mais barata de executar o mesmo prompt em endpoints de vários fornecedores sob uma única chave, que é para o que o OrcaRouter serve: uma API compatível com OpenAI sobre mais de 200 modelos, 0% de margem com o preço de tabela do provedor repassado diretamente, e failover automático quando um endpoint se degrada. Vale deixar explícito que este não é um caminho para o Klein. Nosso catálogo tem 210 modelos e não contém nenhuma entrada FLUX, portanto, para este modelo, as opções honestas hoje são a API própria da BFL ou um checkpoint auto-hospedado. Preferimos dizer isso a dar a entender o contrário.

O que resolveria isso

Três coisas, em ordem crescente de utilidade. Primeiro, o Klein aparecer como entrada própria em um ranking independente — não mesclado com o FLUX 3 Image, que é um modelo diferente a um preço diferente. Segundo, essa entrada sobreviver a alguns milhares de votos em vez de algumas centenas, porque o Elo inicial de um novo modelo é ruidoso e tende a cair conforme o voto de novidade se dissipa. Terceiro, alguém publicar uma comparação de edição que informe sua configuração de upsampler, porque, sem isso, os números não são comensuráveis.

Até lá, a frase precisa é mais estreita que a manchete e mais útil que qualquer um dos extremos. O FLUX 3 Image Klein é um modelo de imagem de pesos abertos de 5.6B a $0.009 por 1 mil imagens, que roda em hardware de consumidor, e cujo fornecedor o divulga como o melhor modelo de pesos abertos em texto para imagem, geração com múltiplas referências e edição. A primeira metade dessa frase é verificada. A segunda metade é uma alegação com autor nomeado, e o autor é o laboratório que o construiu.