Вышла FLUX 3 Image Klein: 5,6 млрд параметров, 8 ГБ видеопамяти и пункт на $5 млн в лицензии

Black Forest Labs опубликовала FLUX 3 Image Klein 15 октября 2026 года: модель изображений с открытыми весами и 5,6 млрд параметров, которая также работает как тарифицируемый эндпоинт под названием flux-3-image-klein/ в собственном API компании, начиная с $0,009 за 1000 изображений. Она находится под более крупной FLUX 3 Image и наследует ключевые возможности этой модели — нативный вывод в 4K, до десяти референсных изображений и ограничивающие рамки для размещения или редактирования элементов — примерно за пятую часть цены за 1000 изображений и при малой доле занимаемых ресурсов. Это заявленные на старте утверждения, и их можно проверить по весам, лицензии и таблице цен. А вот что пока нельзя проверить — это единственное утверждение, которое определяет большинство покупок: что модель с 5,6 млрд параметров превосходит по качеству более крупных конкурентов с открытыми весами.

Каждая цифра качества в этом релизе исходит из самой Black Forest Labs. Никто за пределами компании не публиковал бенчмарк, и в публичных лидербордах записи для Klein пока нет. Для модели, которой всего день, это нормально, и об этом стоит сказать сразу, потому что остальная часть этого материала необычно конкретна — размеры файлов, расценки за изображение, лицензионные пороги — а вопрос качества стоит в стороне от всего этого.

Что на самом деле было выпущено 15 октября?

Анонс озаглавлен FLUX 3 Image Klein: открытые веса, 5,6 млрд параметров, и в нём перечисляется полный релиз, а не выпуск одного чекпоинта:

• Two checkpoints. Klein Base is undistilled bfloat16, runs 50 steps at guidance 3.5, and is the one meant for fine-tuning, LoRA training and research. Klein distilled is bfloat16 at 16 steps with no guidance, and is the checkpoint behind the B​FL API.

• Three quantisation formats. FP8 and NVFP4 builds ship alongside the BF16 transformer in the main repository, with an INT8 build developed with N​VIDIA support. The ComfyUI repackaging carries INT8 versions of both the transformer and the text encoder.

• Одна модель для трёх задач. Генерация изображений по тексту, редактирование по одному референсу и композиция по нескольким референсам работают на одних и тех же весах. Референсные изображения задают содержание, а не фиксируют структуру, и модель принимает до десяти таких изображений.

• Bounding boxes on a 0–1000 grid. Each element gets a box and a description, written as [top, left, bottom, right]/, and the box can either place a new element or confine an edit to a region. B​FL is explicit in the model card that boxes guide placement and scale rather than constraining pixels to a hard mask — small requested elements may not appear at all, and an element can extend past its box.

• Day-one runtime support in ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion and vLLM-Omni, plus LoRA training through Ostris's AI Toolkit and recipes in N​VIDIA NeMo AutoModel. The model was trained on N​VIDIA GB200 NVL72.

Репозитории появились до анонса — базовый и дистиллированный репозитории были созданы 13 октября, репозитории ComfyUI и prompt-upsampler — 14 октября, — а пост о запуске, конечная точка API и страница с ценами появились вслед за ними 15-го.img src="2.png" alt="Снимок безголового браузера страницы репозитория Hugging Face для black-forest-labs/flux-3-image-klein, показывающий шлюз принятия лицензии, значок flux-kommunity-license, размер модели, указанный как 6B параметров с типом тензора BF16, 3 241 загрузка за последний месяц, 219 лайков и дерево модели со списком адаптеров и файнтюнов, снято на английском 16 октября 2026 года." />

Утверждение о 8 ГБ и кто это измерил

"Runs on a single consumer GPU" is the sentence that will get quoted most, and B​FL does give it a number: with the INT8 build, Klein runs on GeForce RTX GPUs with as little as 8 GB of VRAM through ComfyUI or Diffusers. The generator weights themselves are 11.2 GB in BF16 and 5.6 GB in FP8, per the blog post.

The speed figures come from N​VIDIA, not from Black Forest Labs, and they are specific about the setup: the step-distilled model with the INT8 build produces a 1 MP image in about 4 seconds on an RTX 5090 and under 9 seconds on an RTX 4070, measured in ComfyUI. On a GB300 running NVFP4, the same distilled model lands under 0.6 seconds. Serving a LoRA adds roughly 5% to generation time.

One structural caveat sits in the latency chart B​FL published alongside the numbers, and the post discloses it itself: Klein was timed on B​FL's own servers, while the compared models — Q​wen-Image 2.1, FLUX.2 [pro], I​deogram V4.5 and K​rea 2 — were timed from the client, which includes polling and network time. The RTX figures are N​VIDIA's ComfyUI measurements. Neither set is an independent benchmark of quality.

Честно о том, где на самом деле стоит заявление о качестве

B​FL's position is that Klein "ranks first in text-to-image, multi-reference generation and image editing, ahead of larger open weights models" in its internal evaluations, and that it rates above the closed models in its comparison. Against its own previous small model, FLUX.2 [klein] 9B, B​FL reports a gain of 91 Elo in text-to-image and 70 in image editing with 38% fewer parameters.

Those are vendor-reported and unreproduced. Two details make them easier to weigh. First, the comparison set: 7B for Q​wen-Image 2.1 and 12.9B for K​rea 2, with parameter counts taken as each publisher reports them and text encoders excluded from every count — the same accounting that makes Klein "5.6B" while shipping an 8.9 GB Qwen3-VL-4B-Instruct text encoder next to it. Second, the model B​FL did not put in the chart: FLUX 3 Image, the larger sibling, is absent from its own smaller model's comparison. There is no published number anywhere saying how far Klein sits below it.

Independent boards have not caught up. As of 16 October, Artificial Analysis carries an entry for FLUX 3 Image on its text-to-image board and none for Klein, so there is no third-party Elo for the model at all. The first number that does not come from B​FL will be the interesting one.

Сколько это стоит и как изгибается кривая

The API rate is the sharpest thing in the release. On B​FL's published image pricing, the distilled Klein checkpoint is:

• 768 × 768 — $0,008 за изображение

• 1K — $0.009 за изображение

• 1,5 тыс. — $0,011 за изображение

• 2K — $0,014 за изображение

• 4K — $0.036 за изображение

В той же таблице FLUX 3 Image оценивается в $0,041, $0,048, $0,07, $0,10 и $0,607 для этих пяти уровней. Это разрыв в 5,3× при 1K и примерно 17× при 4K, и в этом весь коммерческий аргумент в пользу Klein: если ваша рабочая нагрузка — это 4K text-to-image в больших объёмах, меньшая модель — не вынужденный компромисс, а статья расходов, меняющаяся на порядок.

Обратите внимание на форму кривой, а не на цену входа. Самый дешёвый тариф Klein — $0,008, но ставка почти не меняется до 2K, а затем подскакивает в 2,6 раза для 4K, тогда как FLUX 3 Image подскакивает более чем в 6 раз. Если ваши результаты — 1K, две модели достаточно близки по цене, и решать должно качество. Если 4K, они уже не в одной категории.

Лицензия решает, сможете ли вы действительно это выпустить.

Weights under the FLUX Kommunity License v1.0 are free for non-commercial use, and the licence grants a commercial-output exception to "Qualifying Users" — individuals and companies with under US$5M in gross annualized revenue. Above that line, deploying Klein commercially means a self-hosted licence from B​FL or going through the API.

Внимательно прочитайте формулировку: два её пересказа различаются по охвату. В посте о запуске описывается «бесплатное коммерческое использование для физических лиц и компаний с годовой выручкой менее $5 млн». В карточке модели то же исключение представлено как распространяющееся на коммерческую генерацию выходных данных Пользователями, соответствующими критериям, и добавляется, что оно «не является общим разрешением на коммерческое дообучение или распространение». Для команды, которая планирует дообучить Klein на проприетарных данных и поставлять полученную модель в составе продукта, пост о запуске — не тот документ, который отвечает на этот вопрос. Таким документом является полный текст лицензии.

Есть также пункт, о котором стоит знать, прежде чем проектировать конвейер данных вокруг Klein: лицензия ограничивает использование модели, её производных или её выходных данных для улучшения другой ИИ-модели, выполняющей функцию, аналогичную функции модели FLUX. Генерация синтетических данных для обучения конкурирующей модели изображений — это как раз тот случай, для которого написан этот пункт.

Единственное, что нельзя пропустить

Klein does not take short prompts. Both the model card and B​FL's page say the same thing in different words: it expects full scene captions covering framing, subject, background and lighting, and a one-line request sent as typed returns generic output. The reference implementation therefore runs a prompt upsampler before every generation — text-to-image and editing alike — and the model card is blunt about it: Do not use the model without a prompt upsampler.

The cost of that is real. B​FL's upsampler, flux-3-image-klein-pup/, is a separate 18.8 GB download in BF16 and adds about 28 GB of GPU memory on an 80 GB card when it runs alongside the generator. The documented opt-out is to supply your own: any LLM can take its place if you feed it B​FL's system prompt and pass the caption it returns. For anyone planning an on-device or low-VRAM deployment, the upsampler is the piece that quietly breaks the 8 GB budget, and the fix is to run captioning somewhere else and send Klein the finished caption with the prompt-as-typed flag.

Приступая к этому, и что произойдёт дальше

Веса лежат на Hugging Face за шлюзом принятия лицензии, вместе с эталонным кодом инференса и демо на Gradio для управления ограничивающими рамками в той же организации. Хостинговый эндпоинт — это собственный API вендора. Klein сегодня отсутствует в каталоге OrcaRouter, так что маршрутизировать здесь нечего, и мы предпочли бы сказать это прямо, а не намекать на обратное. Что OrcaRouter действительно даёт вам — так это вторую половину настоящего пайплайна обработки изображений: хостинговые модели изображений, которые есть в каталоге, доступны по одному ключу наряду с ещё 200+ другими моделями, при сквозной передаче цены провайдера по прайс-листу с наценкой 0% и автоматическом переключении при сбое одного из провайдеров. Команды, которые в итоге запускают Klein для массовой работы с 4K и обращаются к хостинговой модели для интерактивного сценария, делают ровно то разделение, для которого и создан единый эндпоинт.

What to watch over the next fortnight is narrower than usual. Three things would settle the open questions: an independent Elo for Klein, ideally on the same board as the Q​wen and K​rea models B​FL benchmarked itself against; a reported memory figure for the INT8 build with the upsampler actually in the loop, rather than the generator alone; and a first look at what fine-tunes do to the model's behaviour, given that LoRA training was supported on day one and the licence has opinions about what those fine-tunes may be used for. Until the first of those lands, treat every quality comparison — including the one in this article — as a vendor's own chart.

Бенчмарки устаревают, а цены меняются; записи о сбоях — нет: документированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, степень серьёзности, оценку достоверности и флаг спорности.