FLUX 3 Image Klein: O que 5,6 bilhões de parâmetros realmente pesam no seu disco

FLUX 3 Image Klein é o membro de pesos abertos da família FLUX 3 Image da Black Forest Labs, publicado em 15 de outubro de 2026 com 5,6 B de parâmetros, com pesos disponíveis para download e um endpoint com medição de uso no mesmo dia. O número do título conta o transformador de imagens e nada mais. O codificador de texto — Qwen3-VL-4B-Instruct — é um download separado, o autoencoder de imagens é um terceiro, e a menor combinação dos três que realmente funciona chega a cerca de 10,5 GB. Se usar as versões BF16 dos mesmos três arquivos, chega a cerca de 20 GB. Siga o pipeline padrão da própria implementação de referência, que executa um upsampler de prompt antes de cada geração, e o total ultrapassa 39 GB em disco.

Nada disso contradiz a afirmação do fornecedor de que o FLUX 3 Image Klein roda em uma única GPU de consumidor, porque a afirmação nunca foi sobre o tamanho do arquivo. Trata-se da VRAM no momento da inferência, em uma versão quantizada, com os pesos carregados um tensor por vez. Mas "5,6B parâmetros e roda em uma única GPU de consumidor" comprime três números distintos — a contagem de parâmetros, o download e a memória residente — em uma única frase, e qualquer pessoa que planeje uma implantação precisa dos três. Isto é o que cada um deles realmente é, segundo a própria documentação da BFL e a API do Hugging Face, quando o modelo tem um dia de vida e ninguém independente ainda o mediu.

O que foi lançado em 15 de outubro

Klein é o segundo lançamento de pesos abertos da família FLUX 3, depois do FLUX 3 Action em setembro. O post de lançamento tem o título FLUX 3 Image Klein: pesos abertos, 5,6B de parâmetros, e o que ele enumera é um lançamento bastante completo, e não um despejo de checkpoint:

• Dois checkpoints, ambos 5.6B.Klein Base não é destilado, executa 50 passos com orientação 3.5 e existe para ajuste fino, treinamento de LoRA e pesquisa. Klein é destilado por etapas para 16 passos, sem orientação, e é o checkpoint por trás da BFL API.

• Três formatos de quantização. As variantes FP8 e NVFP4 estão ao lado do transformador BF16 no repositório principal, com uma compilação INT8 desenvolvida com o apoio da NVIDIA. O reempacotamento do ComfyUI adiciona versões INT8 tanto do transformador quanto do codificador de texto, que o repositório principal não inclui.

• Suporte de runtime 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. Treinado no NVIDIA GB200 NVL72; o timing NVFP4 do GB300 é o que está por trás da alegação de menos de um segundo.

• O conjunto de recursos é herdado, não reduzido.4K nativo, edição baseada em instruções que preserva regiões não editadas, até dez imagens de referência, e caixas delimitadoras em uma grade de 0–1000 que podem posicionar elementos ou restringir uma edição a uma região. A BFL afirma explicitamente, no cartão do modelo, que as caixas orientam o posicionamento e a escala, em vez de restringir os pixels a uma máscara rígida — o que importa se você esperava controle no nível de máscara.

Os repositórios foram publicados antes do anúncio. Os repositórios base e destilados foram criados em 13 de outubro, e os repositórios ComfyUI e prompt-upsampler em 14 de outubro, com o post de lançamento e o endpoint da API vindo em seguida, no dia 15.

Os três arquivos por trás do número de 5,6 bilhões

Leia a listagem de arquivos em vez da contagem de parâmetros e do formato das mudanças de download. A API do Hugging Face reporta os próprios arquivos do repositório destilado nestes tamanhos:

• Transformer de imagem, BF16 — model.safetensors, 11,10 GB. O post de lançamento da BFL arredonda isso para 11,2 GB em BF16 e 5,6 GB em FP8.

• Codificador de texto, BF16 — Qwen3-VL-4B-Instruct, dividido em dois fragmentos safetensors, 8,88 GB no total. Existe uma build INT8 do mesmo codificador no repositório do ComfyUI, com 4,86 GB.

• Autoencoder de imagem — 0,34 GB, e é o único arquivo que nenhum caminho de quantização remove.

Então o piso prático não é 5,6 GB e não é 11,2 GB. É o transformer NVFP4 de 5,28 GB mais o codificador de texto INT8 de 4,86 GB mais o VAE de 0,34 GB — cerca de 10,5 GB de arquivos para um pipeline que gera e edita. A versão toda em BF16 desses mesmos três é cerca de 20,3 GB. E o upsampler de prompt, que a CLI de referência baixa e executa a cada solicitação, a menos que você passe --no-pup, tem repositório próprio: 18,82 GB em bfloat16, ou 9,75 GB na build INT8 que o pacote do ComfyUI distribui. Adicione o upsampler BF16 ao pipeline BF16 e você terá cerca de 39 GB em disco antes mesmo de gerar uma imagem.

O próprio card do modelo da BFL traz a ressalva que deve acompanhar estes números: "Pacotes quantizados precisam de um carregador que suporte o formato deles; o tamanho do arquivo não é uma medida do uso total de memória da GPU."

Isso vale nos dois sentidos. Um arquivo quantizado ser pequeno não significa que a execução caiba nessa quantidade de memória, e um download grande não significa que o conjunto de trabalho seja grande. Significa, sim, que o download é a parte que você pode planejar antes de ter o hardware, e é a parte que a contagem de parâmetros em destaque esconde.

De onde vem o valor de 8 GB de VRAM

A alegacão sobre a memória é específica. Com a build INT8, a BFL afirma que o FLUX 3 Image Klein roda em GPUs NVIDIA GeForce RTX com apenas 8 GB de VRAM, por meio do ComfyUI ou do Diffusers, e a documentação estabelece o piso compatível em uma RTX 3090.

Os números de velocidade têm uma proveniência que vale a pena nomear com precisão: foram medidos pela NVIDIA, no ComfyUI para os resultados RTX. Com o modelo destilado por passos e a versão INT8, uma imagem de 1 MP demora cerca de 4 segundos numa RTX 5090 e menos de 9 segundos numa RTX 4070. Num GB300 em NVFP4, o modelo destilado produz uma imagem de 1 MP em menos de 0,6 segundos. Servir um LoRA acrescenta cerca de 5% ao tempo de geração.

Trata-se de dados relatados pelo fornecedor, e não são a mesma métrica que os números de latência da API no anúncio de lançamento. A BFL cronometrou o Klein em seus próprios servidores, enquanto media o Qwen-Image 2.1, o FLUX.2 [pro], o Ideogram V4.5 e o Krea 2 a partir do cliente, o que embute o tempo de polling e de rede nos números dos concorrentes, mas não nos seus próprios — e o anúncio admite isso. A leitura honesta é que os números de 4 segundos e 9 segundos são críveis como tempos de inferência local nas placas citadas, e que o gráfico da fronteira velocidade versus qualidade é uma comparação do próprio fornecedor, traçada com cronômetros assimétricos. Ninguém fora da BFL ou da NVIDIA reproduziu nenhum dos dois.

Quanto custa através da API, e onde a curva se dobra

O checkpoint destilado é disponibilizado como flux-3-image-klein, com upsampling de prompt e restauração de pixels incluídos. A BFL publica estas tarifas por imagem, idênticas para texto para imagem e para edição:

• 768 × 768 — $0,008

• 1K — $0,009

• 1,5K — $0,011

• 2K — $0,014

• 4K — $0.036

Comparado ao FLUX 3 Image, o irmão maior disponível apenas via API na mesma lista de recursos, é a proporção que deve orientar a decisão, e não o preço absoluto. O FLUX 3 Image custa US$ 0,048 por uma imagem 1K, contra US$ 0,009 do Klein — um fator de cerca de 5,3. Em 4K, a mesma comparação é de US$ 0,607 contra US$ 0,036, um fator de quase dezessete. Quem gera 4K em volume não está escolhendo entre um modelo barato e um caro; está escolhendo entre um custo por imagem que sobrevive ao contato com um produto e outro que não sobrevive.

A outra metade da conta está do seu lado: um Klein auto-hospedado numa placa que você já possui não tem custo por imagem, e um Klein auto-hospedado numa placa alugada tem um custo por hora. O ponto de equilíbrio varia conforme a utilização, e varia muito — uma GPU ociosa é a configuração cara, não a barata. Se o seu tráfego de imagens for irregular, a tarifa fixa costuma ser a melhor escolha; se for constante e alto, o download começa a se pagar e a licença se torna a variável que importa.

A licença é a parte que decide se você pode distribuí-lo.

Ambos os checkpoints estão sob a Licença FLUX Kommunity, e vale a pena ler as duas descrições dela lado a lado, porque não estão redigidas da mesma forma. O post de lançamento diz que a licença "permite uso comercial gratuito para indivíduos e empresas com receita anual inferior a US$ 5 milhões, além de uso para pesquisa e não comercial", com organizações maiores fazendo implantação comercial por meio das opções de licenciamento auto-hospedado pagas da BFL ou da API. O cartão do modelo diz que a licença "permite uso não comercial e oferece uma exceção de resultado comercial para Usuários Qualificados, sujeita aos seus termos", em que Usuário Qualificado é definido no próprio texto da licença.

O limite de receita é o fato determinante para a maioria das equipes: abaixo de US$ 5 milhões em receita anual, uso comercial gratuito; acima dele, um dos níveis pagos da BFL. Esses níveis são listados publicamente — Builder a 10 mil imagens por mês e 1 domínio, Platform e Professional a 100 mil imagens por mês, Enterprise personalizado — e todos eles incluem o FLUX 3 Image Klein junto com os modelos da família FLUX.2, com direitos de fine-tuning e LoRA incluídos. Observe o que os níveis significam: uma empresa que ultrapassa o limite não está comprando o modelo de novo, está comprando o direito de usar pesos que já baixou, o que é um tipo diferente de rubrica em relação a uma fatura de API, e uma mais fácil de esquecer quando um protótipo se transforma em produto.

Se a receita da sua organização estiver minimamente próxima do limite, leia o LICENSE.md em vez de qualquer um dos resumos. Dois documentos de fornecedor que descrevem o mesmo instrumento em dois registos diferentes é exatamente a situação em que o texto principal é o que o vincula.

A alegação de qualidade é da própria BFL e não inclui o FLUX 3 Image

O resultado de qualidade de destaque do Klein, com base em avaliações internas, é o primeiro lugar em texto para imagem, geração com múltiplas referências e edição de imagens — à frente de modelos de pesos abertos maiores e acima dos modelos fechados da comparação, Ideogram V4.5 e FLUX.2 [pro]. O conjunto de comparação de pesos abertos é mencionado em outra parte do post: Qwen-Image 2.1 com 7B e Krea 2 com 12,9B, ambos maiores que os 5,6B do Klein, com o Krea 2 excluído da coluna de edição porque não oferece suporte a edição. Em comparação com o FLUX.2 [klein] 9B, o modelo aberto da geração anterior, o Klein ganha 91 Elo em texto para imagem e 70 em edição de imagens, enquanto tem 38% menos parâmetros.

FLUX 3 Image — o modelo maior do próprio fornecedor, vendido pela mesma API na mesma superfície de recursos — não aparece em lugar nenhum nessa comparação. Isso, por si só, não é condenatório; fazer benchmark de um pequeno modelo aberto contra os modelos que quem faz o download rodaria de outra forma é uma escolha defensável. Mas isso significa que a frase que um comprador mais deseja, "Klein está a X do modelo maior", ainda não foi escrita.

O panorama independente é ainda mais escasso. O único ranking público de texto para imagem que acompanha esta família lista o FLUX 3 Image e, no momento em que escrevo, não tem nenhuma entrada do FLUX 3 Image Klein. Assim, todo número de qualidade disponível já no primeiro dia vem da BFL, e os reproduzíveis — aqueles que você mesmo pode verificar em vinte minutos — são os tamanhos de arquivo e as tarifas por imagem acima, não os deltas de Elo.

Chamando-o, ou executando-o

A decisão se divide claramente em três questões. Se você precisa de fine-tunes ou LoRAs com seus próprios dados, ou as imagens não podem sair da sua infraestrutura, ou seu volume é alto e constante, o download é a resposta e a licença é o que deve ser acertado primeiro. Se seu volume é irregular, suas imagens são ativos de destaque em vez de produção em massa, ou você quer avaliar o modelo antes de investir em hardware, o endpoint a US$ 0,009 por imagem 1K sai mais barato que um fim de semana de configuração.

Há um terceiro caso que vale a pena nomear, porque é o mais comum: equipes que acabam chamando vários modelos de imagem em vez de um só, usando um modelo aberto pequeno para trabalho de volume e um modelo de ponta para os trabalhos que importam. É para esse caso que o OrcaRouter existe — uma chave de API para mais de 200 modelos, preço de tabela do provedor repassado com 0% de margem para que uma mudança de tarifa do fornecedor chegue no mesmo dia, e failover automático para que um modelo não comprovado possa ficar em um caminho de produção sem ser um ponto único de falha. O FLUX 3 Image Klein não está no nosso catálogo hoje, então o endpoint BFL é uma chamada direta ao fornecedor de qualquer forma; o que podemos fazer é manter tudo ao redor dele — os outros modelos de imagem, as regras de roteamento, o fallback — atrás do mesmo endpoint e da mesma linha de cobrança.

O que mudaria isso?

Três coisas, por ordem de quanto pesariam numa decisão. Uma comparação direta independente entre Klein e FLUX 3 Image, porque a diferença de preço entre eles é de dezassete vezes em 4K e a diferença de qualidade não foi medida. Tempos de INT8 numa placa real de 8 GB, obtidos por alguém que não é a NVIDIA, porque é nesse número que assenta todo o argumento de implantação local e foi medido por uma parte interessada. E um esclarecimento sobre a licença da BFL que concilie o enquadramento do limiar de receita na publicação de lançamento com o enquadramento de Utilizador Qualificado na ficha do modelo.

Até lá, a posição defensável é a mais restrita: o FLUX 3 Image Klein é real, pode ser baixado hoje, faz as mesmas coisas que a API FLUX 3 Image faz na mesma lista de recursos e custa aproximadamente um quinto do valor por imagem em 1K e um décimo sétimo em 4K. Planeje cerca de 10,5 GB de arquivos na configuração mínima e 39 GB com o upsampler e tudo em BF16, decida a questão da licença antes de decidir a questão do hardware e trate cada número de qualidade que você leu até agora como sendo do fornecedor.