FLUX 3 Image Klein foi lançado: 5,6 bilhões de parâmetros, 8 GB de VRAM e uma cláusula de US$ 5 milhões na licença

A Black Forest Labs publicou FLUX 3 Image Klein em 15 de outubro de 2026: um modelo de imagem de pesos abertos com 5,6 bilhões de parâmetros que também roda como um endpoint cobrado por uso chamado flux-3-image-klein/ na API da própria empresa, a partir de US$ 0,009 por 1K imagem. Ele fica abaixo do maior FLUX 3 Image e herda a superfície de destaque desse modelo — saída nativa em 4K, até dez imagens de referência e caixas delimitadoras para posicionar ou editar elementos — a cerca de um quinto do preço por 1K e uma fração do tamanho. Essas são as alegações de lançamento, e podem ser verificadas nos pesos, na licença e na tabela de preços. O que ainda não dá para verificar é a alegação que decide a maioria das compras: que um modelo de 5,6B supera em qualidade concorrentes maiores de pesos abertos.

Todos os números de qualidade do lançamento vêm de dentro da Black Forest Labs. Ninguém fora da empresa publicou um benchmark, e as tabelas de classificação públicas ainda não têm uma entrada para o Klein. Isso é normal para um modelo com um dia de vida, e vale a pena deixar isso claro desde o início, porque o resto deste texto é excepcionalmente concreto — tamanhos de arquivo, tarifas por imagem, limiares de licença — e a questão da qualidade fica à parte de tudo isso.

O que foi de fato lançado em 15 de outubro

O anúncio tem como título FLUX 3 Image Klein: pesos abertos, 5,6B parâmetros e enumera um lançamento completo em vez da disponibilização de um único checkpoint:

• Dois checkpoints.O Klein Base é bfloat16 não destilado, executa 50 passos com guidance 3.5 e é o indicado para fine-tuning, treinamento de LoRA e pesquisa. O Klein distilled é bfloat16 com 16 passos e sem guidance, e é o checkpoint por trás da API da BFL.

• Três formatos de quantização. As builds FP8 e NVFP4 são disponibilizadas juntamente com o transformer BF16 no repositório principal, com uma build INT8 desenvolvida com o apoio da NVIDIA. O repackaging do ComfyUI inclui versões INT8 tanto do transformer quanto do codificador de texto.

• Um modelo para três tarefas. Texto para imagem, edição com referência única e composição com múltiplas referências passam pelos mesmos pesos. As imagens de referência ancoram o conteúdo em vez de fixar a estrutura, e o modelo aceita até dez delas.

• Caixas delimitadoras em uma grade de 0 a 1000. Cada elemento recebe uma caixa e uma descrição, escritas como [superior, esquerda, inferior, direita]/, e a caixa pode posicionar um novo elemento ou restringir uma edição a uma região. O BFL deixa explícito no model card que as caixas orientam o posicionamento e a escala, em vez de restringir os pixels a uma máscara rígida — elementos pequenos solicitados podem não aparecer de forma alguma, e um elemento pode se estender além da sua caixa.

• Suporte de execução desde o primeiro dia no ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion e vLLM-Omni, além de treinamento LoRA por meio do AI Toolkit da Ostris e receitas no NVIDIA NeMo AutoModel. O modelo foi treinado no NVIDIA GB200 NVL72.

Os repositórios foram publicados antes do anúncio — os repositórios base e destilado foram criados a 13 de outubro, os repositórios ComfyUI e prompt-upsampler a 14 de outubro — com o post de lançamento, o endpoint da API e a página de preços a surgirem todos no dia 15. img src="2.png" alt="Captura, por navegador headless, da página do repositório Hugging Face de black-forest-labs/flux-3-image-klein, mostrando o portão de aceitação da licença, o selo flux-kommunity-license, o tamanho do modelo indicado como 6B params com tipo de tensor BF16, 3.241 downloads no último mês, 219 likes, e a árvore do modelo com a listagem de adapters e fine-tunes, capturada em inglês a 16 de outubro de 2026." />

A alegação de 8 GB, e quem a mediu

"Roda em uma única GPU de consumidor" é a frase que mais será citada, e a BFL de fato dá um número para isso: com a versão INT8, o Klein roda em GPUs GeForce RTX com apenas 8 GB de VRAM por meio do ComfyUI ou do Diffusers. Os próprios pesos do gerador são 11,2 GB em BF16 e 5,6 GB em FP8, segundo o post do blog.

Os números de velocidade vêm da NVIDIA, não da Black Forest Labs, e são específicos quanto à configuração: o modelo destilado por etapas com a build INT8 produz uma imagem de 1 MP em cerca de 4 segundos em uma RTX 5090 e menos de 9 segundos em uma RTX 4070, medidos no ComfyUI. Em uma GB300 executando NVFP4, o mesmo modelo destilado fica abaixo de 0,6 segundos. Servir um LoRA acrescenta cerca de 5% ao tempo de geração.

Há uma ressalva estrutural no gráfico de latência que a BFL publicou junto com os números, e o próprio post a divulga: o Klein foi cronometrado nos próprios servidores da BFL, enquanto os modelos comparados — Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 e Krea 2 — foram cronometrados a partir do cliente, o que inclui tempo de polling e de rede. Os números da RTX são medições do ComfyUI da NVIDIA. Nenhum dos conjuntos é um benchmark independente de qualidade.

Onde a alegação de qualidade se posiciona, honestamente

A posição da BFL é que o Klein "ocupa o primeiro lugar em texto para imagem, geração com múltiplas referências e edição de imagens, à frente de modelos de pesos abertos maiores" nas suas avaliações internas, e que fica acima dos modelos fechados na sua comparação. Em relação ao seu próprio modelo pequeno anterior, o FLUX.2 [klein] 9B, a BFL relata um ganho de 91 Elo em texto para imagem e de 70 em edição de imagens com 38% menos parâmetros. Note: "open weights models" → "modelos de pesos abertos". Good.

Esses são informados pelos fornecedores e não foram reproduzidos. Dois detalhes tornam mais fácil avaliá-los. Primeiro, o conjunto de comparação: 7B para Qwen-Image 2.1 e 12,9B para Krea 2, com as contagens de parâmetros tomadas conforme cada publicador as informa e os codificadores de texto excluídos de todas as contagens — o mesmo critério de contagem que faz Klein ser "5,6B" enquanto traz um codificador de texto Qwen3-VL-4B-Instruct de 8,9 GB ao lado dele. Segundo, o modelo que a BFL não colocou no gráfico: FLUX 3 Image, o irmão maior, está ausente da comparação de seu próprio modelo menor. Não há nenhum número publicado em lugar algum dizendo o quanto Klein fica abaixo dele.

Rankings independentes ainda não acompanharam. Em 16 de outubro, o Artificial Analysis tem uma entrada para FLUX 3 Image em seu ranking de texto para imagem e nenhuma para Klein, portanto não há nenhum Elo de terceiros para o modelo. O primeiro número que não vier da BFL será o interessante.

Quanto custa, e como a curva se dobra

A taxa da API é o ponto mais afiado do lançamento. Na tabela de preços de imagens publicada pela BFL, o checkpoint Klein destilado é:

• 768 × 768 — $0,008 por imagem

• 1K — $0,009 por imagem

• 1.5K — $0.011 por imagem

• 2K — US$ 0,014 por imagem

• 4K — $0,036 por imagem

A mesma tabela precifica o FLUX 3 Image em US$ 0,041, US$ 0,048, US$ 0,07, US$ 0,10 e US$ 0,607 para essas cinco faixas. Isso representa uma diferença de 5,3× em 1K e cerca de 17× em 4K, e é todo o argumento comercial para o Klein: se sua carga de trabalho é texto para imagem em 4K em volume, o modelo menor não é um downgrade que você tolera, é um item de custo que muda em uma ordem de magnitude.

Observe o formato da curva, e não o preço de entrada. O nível mais barato do Klein é $0,008, mas a tarifa é quase constante até 2K e depois salta 2,6× para 4K, enquanto o FLUX 3 Image salta mais de 6×. Se as suas saídas forem 1K, os dois modelos estão próximos o suficiente em preço para que a qualidade decida. Se forem 4K, não estão na mesma conversa.

A licença decide se você pode realmente lançar

Os pesos ao abrigo da Licença FLUX Kommunity v1.0 são gratuitos para uso não comercial, e a licença concede uma exceção de resultado comercial aos "Utilizadores Qualificados" — pessoas singulares e empresas com receita bruta anualizada inferior a 5 milhões de dólares. Acima desse limite, implementar o Klein comercialmente significa obter uma licença auto-alojada da BFL ou passar pela API.

Leia a redação com atenção, porque dois resumos dela diferem em escopo. O post de lançamento descreve "uso comercial gratuito para indivíduos e empresas com receita anual inferior a US$ 5 milhões". O cartão do modelo apresenta a mesma exceção como abrangendo a geração de resultados comerciais por Usuários Qualificados, e acrescenta que ela "não é permissão irrestrita para fine-tuning comercial ou distribuição". Para uma equipe cujo plano é fazer fine-tuning do Klein com dados proprietários e lançar o modelo resultante dentro de um produto, o post de lançamento não é o documento que responde à pergunta. O texto completo da licença é.

Há também uma cláusula que vale a pena conhecer antes de projetar um pipeline de dados em torno do Klein: a licença restringe o uso do modelo, de seus derivados ou de suas saídas para aprimorar outro modelo de IA que desempenhe uma função semelhante a um modelo FLUX. A geração de dados sintéticos para treinar um modelo de imagem concorrente é exatamente o caso para o qual essa cláusula foi escrita.

A única coisa que você não pode pular

O Klein não aceita prompts curtos. Tanto o card do modelo quanto a página da BFL dizem a mesma coisa com palavras diferentes: ele espera legendas completas de cena cobrindo enquadramento, sujeito, fundo e iluminação, e uma solicitação de uma linha enviada como digitada retorna uma saída genérica. A implementação de referência, portanto, executa um ampliador de prompt antes de cada geração — tanto de texto para imagem quanto de edição — e o card do modelo é categórico sobre isso: Não use o modelo sem um ampliador de prompt.

O custo disso é real. O upsampler da BFL, flux-3-image-klein-pup/, é um download separado de 18,8 GB em BF16 e acrescenta cerca de 28 GB de memória de GPU em uma placa de 80 GB quando é executado junto com o gerador. A forma documentada de abrir mão dele é fornecer o seu próprio: qualquer LLM pode ocupar o seu lugar se você alimentá-lo com o prompt de sistema da BFL e passar a legenda que ele retornar. Para quem planeja uma implantação no dispositivo ou com pouca VRAM, o upsampler é a peça que silenciosamente estoura o orçamento de 8 GB, e a solução é executar a legendagem em outro lugar e enviar ao Klein a legenda pronta com a flag prompt-as-typed.

Chegando nisso, e o que acontece a seguir

Os pesos estão no Hugging Face atrás de uma barreira de aceitação de licença, com código de inferência de referência e uma demo Gradio para controlo de caixas delimitadoras na mesma organização. O endpoint alojado é a própria API do fornecedor. O Klein não está no catálogo do OrcaRouter hoje, por isso não há nada que possamos encaminhar aqui, e preferimos dizê-lo claramente do que insinuar o contrário. O que o OrcaRouter lhe dá é a outra metade de um verdadeiro pipeline de imagens: os modelos de imagem alojados que estão no catálogo ficam atrás de uma única chave, a par de mais de 200 outros modelos, com o preço de tabela do fornecedor repassado com 0% de margem e failover automático se um fornecedor oscilar. As equipas que acabam por executar o Klein para trabalho 4K em massa e chamar um modelo alojado para a via interativa estão exatamente a fazer a divisão para a qual um único endpoint foi concebido.

O que observar nas próximas duas semanas é mais restrito do que o habitual. Três coisas resolveriam as questões em aberto: um Elo independente para o Klein, idealmente no mesmo ranking em que a BFL se comparou com os modelos Qwen e Krea; um valor de memória reportado para a build INT8 com o upsampler efetivamente em execução, e não apenas o gerador; e um primeiro olhar sobre o que os fine-tunes fazem ao comportamento do modelo, dado que o treino LoRA foi suportado desde o primeiro dia e a licença tem opiniões sobre para que podem ser usados esses fine-tunes. Até que o primeiro desses pontos chegue, trate cada comparação de qualidade — incluindo a deste artigo — como um gráfico do próprio fornecedor.

Os benchmarks envelhecem e os preços mudam; o registro de falhas não: os incidentes de IA documentados e as falhas de agentes por trás dos modelos desta classe estão reunidos no OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.