FLUX 3 Image Klein vs Qwen-Image 2.1 Turbo: Licensen avgör detta innan benchmarkarna gör det

FLUX 3 Image Klein, från Black Forest Labs den 15 oktober 2026, och Qwen-Image 2.1 Turbo, från Alibaba en vecka tidigare, den 9 oktober 2026, ser ut som samma produkt från två olika företag: små bildgeneratorer med öppna vikter som hanterar text-till-bild, redigering och komposition med flera referenser i en och samma uppsättning vikter, båda tar emot upp till tio referensbilder och båda levereras med accelererade inferensvägar. Lägg specifikationsbladen sida vid sida och Qwen-Image 2.1 Turbo vinner på de flesta rader — fler parametrar, färre avbrusningssteg, transparens, masker. Läs sedan de två licenserna, och den mindre, långsammare och dyrare modellen att resonera kring visar sig vara den enda av de två som du kan bygga ett företag på utan att skriva under något.

Den inversionen är hela jämförelsen. Allt annat — antalet parametrar, priserna, renderingstiderna — är en detalj du väger när du väl har klarat av den.

Vad varje modell faktiskt är

FLUX 3 Image Klein is a 5.6B-parameter image transformer under the FLUX Kommunity License, released as open weights plus a metered endpoint on BFL's own API starting at $0.009 per 1K image. It is the smaller member of the FLUX 3 Image family and inherits that family's surface: native 4K output, bounding boxes written as [top, left, bottom, right] on a 0–1000 grid, and up to ten reference images. It ships in two checkpoints — a step-distilled build at 16 steps for generation, and an undistilled base at 50 steps for fine-tuning and LoRA training — plus FP8, INT8 and NVFP4 quantisations. The 5.6B counts the image transformer alone; the text encoder, Qwen3-VL-4B-Instruct, is a separate download.

Qwen-Image 2.1 Turbo är en accelererad checkpoint av Qwen-Image 2.1, som behåller samma 7B-arkitektur för visuell generering — 32 single-stream DiT-lager — och minskar inferensen till 8 denoising-steg med ett sparat samplingsschema och prefix-KV-cache. Det är en enhetlig modell för generering och redigering med en funktionslista som Klein inte matchar: inbyggd transparens, så den genererar och redigerar RGBA-bilder direkt; och lokala redigeringar genom ritade cirklar, målade annoteringar eller separata masker i stället för bounding boxes. Vikterna omfattas av Qwen Research License Agreement, och den hostade versionen prissätts till $0.016 per bild via Alibaba Cloud Model Studio och QwenCloud.

Båda är riktiga open-weights-släpp i den bemärkelse som spelar roll för en nedladdare: du kan hämta filerna, köra dem lokalt och finjustera dem. Vad du sedan får göra med resultatet är en annan fråga, och det är den som de två leverantörerna svarar olika på.

Licensen är där de går skilda vägar.

Qwen Research License Agreement är entydigt i början: beviljandet är "ENDAST FÖR ICKE-KOMMERSIELLA ÄNDAMÅL", och avsnitt 2(b) säger att du "inte får använda Materialen för något kommersiellt syfte utan att först inhämta en separat kommersiell licens från oss". Ordet som avtalet använder för icke-kommersiellt är "forsknings- eller utvärderingsändamål". Det betyder att Qwen-Image 2.1 Turbo vikter inte kan ingå i en produkt utan en förhandlad licens från Hangzhou Tongyi Laboratory. Att köpa modellen via Alibabas hostade API är en kommersiell tjänst och har sina egna villkor — begränsningen gäller egen hosting av checkpointen, vilket är precis vad ett team väljer en modell med öppna vikter för att göra.

FLUX 3 Image Klein går åt andra hållet. Under FLUX Kommunity License v1.0 är vikterna gratis för icke-kommersiell användning, och det finns ett undantag för kommersiell utdata för ”Kvalificerade användare” — privatpersoner och företag med under 5 miljoner USD i årlig bruttointäkt. Under den gränsen kan du leverera Kleins utdata kommersiellt utan andra kostnader än din egen beräkningskraft. Över den gränsen behöver du en licens för egen hosting från BFL, eller så använder du API:et.

Så uppdelningen är inte "den ena är öppen och den andra är stängd". Båda går att ladda ner. Den ena går att ladda ner för forskning, den andra går att ladda ner för ett företag upp till en intäktströskel. För en indieutvecklare eller en liten studio avgör den enda klausulen matchen direkt.

Ytterligare två villkor är värda att känna till innan du bestämmer dig åt något håll. Kleins licens förbjuder användning av modellen, dess derivat eller dess utdata för att förbättra en annan AI-modell som utför en liknande funktion – generering av syntetiska data för att träna en konkurrerande bildmodell är det fall som klausulen omfattar. Och Qwens avtal kräver att redistribuerade kopior åtföljs av dess attributionsmeddelande och att alla ändrade filer markeras som ändrade, vilket är vanlig open source-bokföring men en verklig skyldighet om du planerar att publicera en finjustering.

Specifikationer, rad för rad

• Bildgenerator — FLUX 3 Image Klein 5,6B parametrar jämfört med Qwen-Image 2.1 Turbo 7B (32 single-stream DiT-lager), var och en räknas så som dess utgivare räknar den, textkodare uteslutna från båda.

• Avbrusningssteg — Klein destillerad vid 16 steg, bas vid 50 mot Qwen Turbo vid 8, med sitt samplingsschema sparat i checkpointen.

• Maximal utdata – Klein upp till 4096px-klass nativ 4K jämfört med Qwen Turbos publicerade förinställningar som som mest ger 2752×1536 (cirka 4,2 MP), där 2048×2048 är den största kvadraten.

• Referensbilder — tio på båda.

• Regionkontroll — avgränsningsrutor på ett 0–1000-rutnät för Klein (placering och skala, uttryckligen inte en hård pixelmask) kontra ritade cirklar, målade annoteringar eller en separat mask för Qwen-Image 2.1.

• Transparens — Qwen-Image 2.1 genererar och redigerar inbyggt RGBA; FLUX 3 Image Klein gör inget anspråk på transparens varken på sitt modellkort eller sin produktsida.

• Prompthantering — Klein kräver en prompt-upsampler framför sig och dess modellkort säger rent ut att man inte ska köra den utan en; Qwen Turbo tar prompten som den är skriven, med promptförlängning tillgänglig som en API-parameter.

• Licens — FLUX Kommunity License, kommersiell output gratis vid intäkter under 5 miljoner USD jämfört med Qwen Research License, endast icke-kommersiell, separat licens krävs för att använda vikterna kommersiellt.

• Leverantörens API-pris — $0,009 per 1 000 bilder, stiger till $0,036 vid 4K jämfört med ett fast pris på $0,016 per bild vid varje förinställning.

Vad de två prislistorna faktiskt gör vid hög volym

Kleins prislista skalas med upplösningen; Qwen Turbos gör det inte. Det ger en skärningspunkt som är lätt att missa när man jämför huvudsiffrorna.

• 10 000 bilder vid 1K — Klein $90 mot Qwen-Image 2.1 Turbo $160. Klein är 44 % billigare.

• 10 000 bilder i 2K — Klein $140 mot Qwen-Image 2.1 Turbo $160. Klein är fortfarande billigare, med 12,5 %.

• 10 000 bilder i 4K — Klein $360. Qwen-Image 2.1 Turbo har ingen 4K-förinställning att prissätta mot; dess största är 2752×1536 till samma $160.

Det där är aritmetik utifrån två publicerade prislistor, inte offerter. Skärningspunkten ligger mellan 2K och 4K, och den finns eftersom de två leverantörerna prissatte i olika enheter: BFL tar betalt per bild efter upplösningsband, Alibaba tar en fast avgift per bild. Om din arbetsbelastning ligger på 1K eller 2K är Klein det billigare valet på båda API:erna, vilket är motsatsen till vad "den billiga Qwen-modellen" skulle få dig att förvänta. Om den ligger på äkta 4K kan Qwen-Image 2.1 Turbo inte hantera den alls via de publicerade förinställningarna, så frågan är inte pris.

Jämförelsen får en ytterligare komplikation när du självhostar i stället för att anropa ett API. På din egen hårdvara finns det ingen kostnad per bild alls – det finns en fast kostnad för GPU:n och en kostnad per bild i sekunder – och de två modellerna är inte i närheten av varandra när det gäller vad de behöver för att kunna köras.

Att köra dem själv

Summerar man de publicerade fillistningarna är gapet slående. FLUX 3 Image Kleins tre BF16-komponenter – en transformer på 11,1 GB, en textkodare på 8,9 GB och en autoencoder på 0,34 GB – uppgår till ungefär 20,3 GB, och INT8-bygget körs på ett RTX-kort med så lite som 8 GB VRAM, där BFL:s dokumentation anger lägstanivån till ett RTX 3090-kort. Qwen-Image 2.1 Turbos BF16-nedladdning domineras av en textkodare på 17,53 GB, med transformern uppdelad i en shard på 9,97 GB och en på 4,26 GB samt en VAE på 0,68 GB – totalt omkring 32,4 GB, så enbart dess textkodare är större än allt som Klein behöver tillsammans. Båda siffrorna är våra summor av leverantörernas egna fillistningar, inte totaler som leverantörerna själva publicerat.

Hastighet är där stegantalen vilseleder. Kleins destillerade checkpoint kör dubbelt så många steg som Qwen Turbos åtta, men BFL:s uppmätta siffror – tagna av NVIDIA, i ComfyUI, på den destillerade INT8-versionen – visar att en 1 MP-bild tar cirka 4 sekunder på ett RTX 5090 och under 9 sekunder på ett RTX 4070, och att tiden sjunker till under 0,6 sekunder på en GB300 i NVFP4. Alibaba publicerar ingen jämförbar siffra per GPU för Turbo, så den ärliga hållningen är att Turbos åtta steg arkitektoniskt sett är den kortare vägen, och att ingen utanför Alibaba har publicerat sekunder för den på konsumenthårdvara.

Budget for Klein's upsampler, whichever model you pick. The prompt upsampler is not optional for it — flux-3-image-klein-pup is a separate 9B vision-language model, an 18.8 GB BF16 download that adds around 28 GB of GPU memory on an 80 GB card when it runs alongside the generator. That single dependency erases Klein's VRAM advantage for anyone deploying on one small card, unless the caption is produced elsewhere and passed in.

Ingen av modellerna har en oberoende kvalitetspoäng.

Det här är raden som båda specifikationsbladen lämnar tom, och det är värt att vara precis om hur tom. Per den 16 oktober 2026 driver Artificial Analysis separata tavlor för text-till-bild och bildredigering, och ingen av dem har en post för FLUX 3 Image Klein eller för Qwen-Image 2.1 Turbo. Det tavlorna däremot har är den föregående generationen från varje familj, vilket är det närmaste en oberoende bedömning som finns tillgänglig:

• Text-till-bild — Qwen-Image 2.1 (bas-checkpointen, inte Turbo) ligger på 20:e plats med 1 041 Elo från 5 356 jämförelser, släppt i september 2026. FLUX 3 Image, det större syskonet som Klein sorterar under, ligger på 13:e plats med 1 114 Elo från 5 769 jämförelser.

• Bildredigering — Qwen-Image 2.1 ligger på 19:e plats med 1 081 Elo från 6 138 jämförelser. FLUX 3 Image finns inte alls med på redigeringstavlan; den närmaste listade FLUX-modellen är FLUX.2 [Klein] 9B med 1 015 Elo från 6 905 jämförelser.

Läs dem som kontext, inte som en förutsägelse. Basmodellen Qwen-Image 2.1 är inte Turbo – en destillerad checkpoint offrar kvalitet för steg, och hur mycket är precis den fråga som Turbos frånvaro från resultattavlan lämnar öppen. FLUX 3 Image är inte heller Klein, och Black Forest Labs eget lanseringsinlägg jämför aldrig de två, vilket innebär att det inte finns någon publicerad siffra någonstans som anger hur långt Klein faller under sitt större syskon. Och på resultattavlan för redigering ligger modellen som BFL säger att Klein slår med 70 Elo – FLUX.2 [klein] 9B – på 1 015, ungefär 66 Elo under där Qwen-Image 2.1 landar. BFL:s påstående är att Klein överbryggar gapet och mer därtill; det enda beviset för det just nu är BFL:s egen graf.

Vilken ska man välja?

Välj FLUX 3 Image Klein om utdata måste vara kommersiell och verksamheten är liten. Det är den enda av de två vars vikter erbjuder en användbar kommersiell väg utan förhandling, den är billigare per bild på båda API:erna vid 1K och 2K, och den når 4K. Avsätt budget för uppskalaren, och läs licensens restriktioner gällande konkurrentträning och vidaredistribution av finjusteringar innan du bygger en datapipeline runt den.

Välj Qwen-Image 2.1 Turbo om transparens eller maskbaserad lokal redigering är funktionen du faktiskt behöver – Klein erbjuder inget av dessa – eller om du kör forskning, utvärdering eller en intern prototyp där klausulen om icke-kommersiell användning aldrig är bindande. Åtta steg och en 7B-arkitektur gör det effektivt att experimentera med lokalt; BF16-fotavtrycket på 32,4 GB är kostnaden för det experimentet.

Om du behöver båda är uppdelningen legitim: Qwen-Image 2.1 Turbo för utforskningsfasen och dess transparensväg, FLUX 3 Image Klein för leveransvägen. Det är ett licensbeslut i lika hög grad som ett tekniskt.

Var man faktiskt ringer dem

Båda modellerna är nåbara via leverantörens eget API – BFL för Klein, Alibaba Cloud Model Studio och QwenCloud för Turbo – och via flera tredjepartsplattformar. Ingen av dem finns i OrcaRouters katalog i dag, och vi säger hellre det än antyder en routinghistoria som vi inte kan stå bakom. Det vi kan säga är var det omgivande arbetsflödet passar in: OrcaRouter dirigerar redan en uppsättning hostade bildmodeller tillsammans med 200+ text- och multimodala modeller bakom en enda API-nyckel, med 0 % påslag på leverantörens listpris och automatisk failover mellan leverantörer. Team som använder en hostad bildmodell för den interaktiva vägen och behåller en checkpoint med öppna vikter för batcharbete kör precis den uppdelning som en enda slutpunkt är byggd för, och om endera av dessa två hamnar i katalogen är det där den kommer att dyka upp.

Det man bör hålla ögonen på är inte nästa specifikationsblad. Det är den första oberoende Elo-mätningen för någon av modellerna, på samma resultattavla där deras föregångare redan finns. Tills det är på plats är de två påståenden som är i spel — BFL:s "ledande kvalitet för öppna vikter med färre parametrar" och Alibabas "mest balanserade och kostnadseffektiva" — båda reklam, och de enda raderna i den här jämförelsen som du med säkerhet kan agera utifrån är licensen, prislistan och VRAM-golvet.

Den där klyftan mellan vad en resultattavla mäter och vad en driftsättning möter är anledningen till att registret är viktigt: de dokumenterade AI-felen och agentincidenterna kring modeller i den här klassen samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omtvistad flagga.