FLUX 3 Image Klein занимает №1 среди открытых весов — в рейтинге, который составил его создатель

Эта цифра теперь повсюду. FLUX 3 Image Klein заняла первое место среди моделей с открытыми весами в генерации изображений по тексту, первую позицию в генерации по нескольким референсам и первую — в редактировании изображений, а также превзошла более старую FLUX.2 [klein] 9B на 91 пункт Elo в генерации изображений по тексту и на 70 пунктов Elo в редактировании, имея на 38% меньше параметров. Это цифры из поста Black Forest Labs о запуске, из итоговых обзоров, из карточки для соцсетей. Предложение, которое обычно опускают, — то, что прилагается к ним в источнике: это внутренние оценки.

Это не скандал. Так запускается почти каждая модель изображений, и это единственное сравнение, которое лаборатория может провести до того, как веса появятся у кого-либо ещё. Но это меняет то, как читателю следует относиться к рейтингу. FLUX 3 Image Klein действительно выпущена — 5,6 млрд параметров, открытые веса, опубликована 15 октября 2026 года под лицензией FLUX Kommunity License, доступна по цене $0.009 за 1K изображений через собственный API BFL. Чего пока не существует, так это оценки от кого-либо, кроме Black Forest Labs. Модель реальна; позиция в рейтинге — это утверждение.

Что на самом деле установил релиз

Отделяйте артефакты от маркетинга, потому что они несут разный вес. Артефакты можно проверить сегодня, кому угодно, без GPU:

• Веса — генератор изображений с 5,6 млрд параметров, включающий базовый чекпоинт для дообучения и дистиллированный чекпоинт с 16 шагами для снижения задержки

• Сборки с разной точностью — BF16 объёмом 11,2 ГБ, FP8 объёмом 5,6 ГБ, а также сборки INT8 и NVFP4, созданные с помощью NVIDIA

• Лицензия — FLUX Kommunity License: бесплатное коммерческое использование для частных лиц и компаний с годовым доходом менее $5 млн; платное лицензирование для самостоятельного размещения или API при превышении этого порога

• Возможности — генерация изображений по тексту, редактирование, мультиреференсная генерация с использованием до 10 референсных изображений, нативный 4K и управление ограничивающими рамками

• Цена — $0.009 за 1K изображений в API поставщика, с тарифом 2K выше.

• Инструментарий — рецепты обучения LoRA для Diffusers, Ostris AI Toolkit и NVIDIA NeMo AutoModel

Всё это есть в репозитории и документации. Ничто из этого не зависит от того, правдив ли бенчмарк. Модель может быть небольшой, быстрой, лицензируемой и доступной для скачивания, не будучи лучшей хоть в чём-то, и эти свойства ценны сами по себе.

Релиз не установил относительное качество. В посте о запуске приводятся графики Elo, а не точные оценки в тексте, поэтому точный разрыв между Klein и его набором для сравнения даже нельзя полностью процитировать — можно прочитать столбцы, но не числа. Названные компараторы — Qwen-Image 2.1 с 7B и Krea 2 с 12.9B, причём Krea 2 исключён из сравнения по редактированию, поскольку не поддерживает редактирование. Это разумные контрольные варианты. Но это всё равно собственные контрольные варианты лаборатории, в собственной тестовой среде лаборатории, на промптах, выбранных лабораторией.

Слово «третья сторона» выполняет работу, которую оно не заслужило.

Большая часть материалов об этом релизе описывает рейтинги как сторонние бенчмарки. Это не так. Поиск независимой записи в рейтинге выдаёт блог-пост вендора и дюжину его перепечаток, причём перепечатки наследуют подачу, но не наследуют оговорку.

Самая полезная публичная таблица для моделей изображений — Artificial Analysis, которая ранжирует по Elo на основе попарных голосов человеческих предпочтений. Её рейтинг текст-в-изображение версии 2.1, зафиксированный 16 октября 2026 года, содержит 42 видимые записи. GPT Image 2.5 Sunburst занимает первое место с 1218. Nano Banana 2 — седьмое с 1139. FLUX 3 Image — тринадцатое с 1114, на 5 766 образцах, с ценой по оценке рейтинга $48 за тысячу изображений. FLUX.2 [klein] 9B — базовая модель в сравнении BFL — занимает двадцать шестое место с 1026.

FLUX 3 Image Klein отсутствует в этой таблице. Ни при запуске, ни восемь дней спустя. Запись под названием «FLUX 3 Image» — это другой продукт: более крупный собрат, доступный только через API, и указанная в таблице цифра $48 за тысячу соответствует опубликованному диапазону цен той модели, а не $9 у Klein. Это важно по простой причине. В единственном существующем независимом рейтинге модель с открытыми весами с наивысшим баллом — это не Klein и вообще не модель Black Forest Labs, а Qwen-Image-3.0-Pro с 1093. Поэтому утверждение, что Klein занимает первое место среди моделей с открытыми весами, не опровергается публичной таблицей. Klein просто в ней отсутствует.

Поместите собственную дельту BFL рядом с публичной доской

Есть способ получить примерный ориентир, не делая вид, что это измерение. BFL указывает свои приросты как дельты относительно FLUX.2 [klein] 9B, а эта более старая модель находится в публичном рейтинге. Поэтому возьмите публичный балл и прибавьте дельту производителя:

• Генерация изображений по тексту — FLUX.2 [klein] 9B с результатом 1026 в Artificial Analysis; с учётом +91 от BFL выходит почти на 1117

• Редактирование — FLUX.2 [klein] 9B с 1015 в рейтинге редактирования, плюс +70 от BFL — итого около 1085

Воспринимайте это как арифметику, а не как прогноз. Дельты Elo не переносимы между харнессами. Разрыв в 91 пункт, измеренный на наборе промптов BFL, не переносится пункт в пункт на таблицу, построенную по голосам толпы на других изображениях, с другими голосующими и другим окном выборки. Это упражнение полезно только для масштаба: оно предполагает модель, которая оказалась бы в районе низких 1100-х в text-to-image, что примерно соответствует тому, где уже находится FLUX 3 Image, и уверенно позади Nano Banana 2 с 1139. Оно не предполагает модель, которая с большим отрывом возглавила бы поле open-weight, и уж точно не предполагает, что +91 превращается в первое место в общем зачёте.

Если нужна честная версия в одну строку: результат в районе нижней части 1100-х, скорее всего, стал бы лучшей open-weight-моделью в том рейтинге, поскольку текущий лидер там — 1093. Так что направление утверждения BFL правдоподобно. Величина не подтверждена, и отрыв от ближайшего open-weight-конкурента может быть намного меньше, чем подразумевает подача на запуске.

Что мы увидели, когда запустили это

Наш собственный опыт работы с моделью указывает на нечто более конкретное, чем «лучшая модель изображений с открытыми весами». Мы прогнали FLUX 3 Image Klein через API поставщика — без фиксированного набора промптов и без критериев оценки, — так что считайте это наблюдением, а не результатом. Особенно выделялась способность к точному локальному редактированию: изменить один объект в сцене, переместить элемент в ограниченную область или применить инструкцию, которая должна оставить остальную часть кадра нетронутой. В случаях, когда почти всё может измениться — полная смена стиля, масштабное изменение освещения, — отделить результат от предыдущего поколения было гораздо труднее.

Это противоположный акцент по сравнению с большинством публичных споров. В рамках запуска акцент делается на том, умеет ли Klein редактировать вообще и превосходит ли он модели, которые стоят в пять раз дороже. Гораздо более полезный вопрос для всех, кто занимается производственной работой, — может ли он редактировать точечно. Именно при точных правках ограничивающая рамка и сохранённый фон действительно важны, именно там небольшая модель либо удерживает остальную сцену, либо незаметно перерисовывает её, и именно там цена повторной попытки — не только деньги, но и цикл проверки.

Редактирование — это утверждение, которое заслуживает самой суровой проверки.

Из трёх заявлений о первом месте именно к редактированию следует относиться с наибольшим скептицизмом — по структурной причине. Качество преобразования текста в изображение в целом хорошо заметно — толпа может посмотреть на два изображения и выбрать одно. Качество редактирования зависит от следования инструкциям, а следование инструкциям — это именно то, что собственный набор промптов поставщика лучше всего позволяет выставить в выгодном свете. Если ваши оценочные промпты написаны людьми, настраивавшими модель, вы измеряете пересечение двух вещей, которые контролируете.

Есть также деталь пайплайна, которая влияет на каждое сравнение, запускаемое самостоятельно. Klein поставляется с отдельным апсемплером промптов — файнтюном Qwen3.5-9B на 9B параметров под названием flux-3-image-klein-pup, — который включён по умолчанию и без которого, по словам BFL, модель не предназначена работать. Это означает, что наивный бенчмарк, отправляющий промпты в том виде, как их ввели, измеряет другую систему, не ту, которую оценивал вендор. Любой независимый тест, заслуживающий прочтения, должен указывать, был ли включён апсемплер, поскольку один и тот же чекпойнт может выдавать заметно разные результаты в зависимости от ответа. Это создаёт слишком много методологических нюансов для утверждения, которое сейчас опирается на один слайд одной лаборатории.

Показатели скорости относятся к NVIDIA

Один набор цифр в {{1}}релизе{{/1}} имеет иное происхождение, чем заявления о качестве, и это заслуживает корректного указания источника. Показатели задержки — примерно 4 секунды для изображения 1MP на RTX 5090 в INT8 при 16 шагах, менее 9 секунд на RTX 4070, 0,55 секунды на GB300 — были измерены NVIDIA, причём результаты для RTX прогнаны через ComfyUI. Это всё ещё измерение, связанное с производителем, поскольку NVIDIA помогала создавать квантованные чекпойнты, но это аппаратное измерение, а не суждение о предпочтениях, и аппаратные измерения гораздо легче воспроизвести. Если у вас есть эта карта, это можно проверить за полдня.

Утверждение о 8 ГБ видеопамяти заслуживает такого же подхода. Оно верно для сборки генератора INT8. Но оно неверно для всего рекомендуемого конвейера, потому что апсемплер промпта — это отдельная загрузка BF16 объёмом 18,8 ГБ, которой нужна собственная память. Пользователь, который читает «работает на 8 ГБ», а затем включает конвейер по умолчанию, обнаружит, какое из утверждений имело оговорённые рамки, а какое — нет.

Как проверить это самостоятельно

Самый дешёвый честный тест — это не таблица лидеров. Это двадцать ваших собственных промптов, прогнанных дважды — один раз с апсемплером и один раз без него — на задачах, которые вам действительно важны, с оценкой по тому, выпустили бы вы результат или нет. Klein делает это необычно практичным: веса можно скачать, а лицензия разрешает коммерческое использование при выручке ниже $5 млн, так что для теста не нужен аккаунт ни у кого.

Для всего остального слой маршрутизации — самый дешёвый способ запускать один и тот же промпт через эндпоинты нескольких провайдеров под одним ключом, и именно для этого нужен OrcaRouter: один API, совместимый с OpenAI, поверх более 200 моделей, 0% наценки — отпускная цена провайдера передаётся напрямую, — и автоматическое переключение при деградации эндпоинта. Стоит прямо сказать: это не путь к Klein. В нашем каталоге 210 моделей, и в нём вообще нет записи FLUX, поэтому для этой модели сегодня честные варианты — собственный API BFL или самостоятельно размещённый чекпойнт. Мы предпочитаем сказать это прямо, чем намекать на обратное.

Что бы это решило?

Три вещи, в порядке возрастания полезности. Во-первых, Klein в качестве отдельной записи в независимом лидерборде — не объединённый с FLUX 3 Image, которая является другой моделью по другой цене. Во-вторых, чтобы эта запись выдержала несколько тысяч голосов, а не несколько сотен, потому что ранний Elo новой модели шумный и обычно снижается по мере исчезновения голосов за новизну. В-третьих, чтобы кто-нибудь опубликовал сравнение редактирования с указанием настройки апсемплера, потому что без этого числа несопоставимы.

До тех пор точная формулировка уже, чем заголовок, и полезнее любой из крайностей. FLUX 3 Image Klein — это image-модель с открытыми весами на 5,6 млрд параметров стоимостью $0,009 за 1 тыс. изображений, которая работает на потребительском оборудовании; производитель называет её лучшей моделью с открытыми весами в генерации изображений по тексту, генерации с несколькими референсами и редактировании. Первая половина этого предложения подтверждена. Вторая половина — это утверждение с указанным автором, а автор — лаборатория, которая её создала.