FLUX 3 Image Klein Prompt Upsampler: โมเดล 18.8 GB ที่ BFL ปล่อยออกมาโดยไม่ได้ตั้งชื่อให้มัน

Black Forest Labs shipped two models on 15 October 2026 and announced one of them. The announced model is FLUX 3 Image Klein, the 5.6B open-weights image generator that drew the launch post, the pricing table, the ComfyUI workflow and a round of trade coverage. The other is the FLUX 3 Image Klein Prompt Upsampler — an 18.8 GB fine-tune of Qwen3.5-9B that rewrites your short request into the long caption the image model expects — and it is the single most permissive artifact in the release. Its repository is public, requires no account, and carries the Apache License 2.0, where each of its three sibling repositories carries the FLUX Kommunity License and an access gate. B​FL's launch post never names it. Neither does the model page, the release notes, or the API documentation for FLUX 3 Image Klein, which does not contain the word "upsampler" once in 35,000 characters.

That gap is checkable in about five minutes, and it is worth checking, because the upsampler decides more about what your images look like than most of the settings you will spend the weekend adjusting. It also raises a question the announcement does not answer: whether B​FL intends it as a standalone model you can build on, or as a load-bearing dependency of its own inference code that happened to get published with an Apache header. This piece separates what the repository proves from what only B​FL can confirm. Every number below comes from the model card, the Hugging Face API, the reference inference code or B​FL's own documentation, and none of it has been independently benchmarked by a third party.

สิ่งที่ถูกส่งมอบจริงคืออะไร และส่วนใดที่ไม่ได้ถูกระบุชื่อ

เริ่มจากวันที่ก่อน เพราะวันที่เหล่านั้นแม่นยำตรงเป๊ะ รีโพซิทอรีอัปแซมเพลอร์ถูกสร้างขึ้นบน Hugging Face เมื่อเวลา 20:40 UTC ของวันที่ 14 ตุลาคม 2026 และเขียนครั้งสุดท้ายเมื่อเวลา 15:32 UTC ของวันที่ 15 ตุลาคม — ซึ่งอยู่ในช่วงเวลาเดียวกันในระดับนาทีกับรีโพซิทอรี FLUX 3 Image Klein ที่มันให้บริการ โพสต์เปิดตัวลงวันที่ 15 ตุลาคม ดังนั้นนี่จึงไม่ใช่การรั่วไหล ไม่ใช่ตัวอย่างก่อนเปิดตัว และไม่ใช่เช็กพอยต์ที่ใครกำลังเก็บงำไว้: มันคือการเปิดตัวจากเจ้าของโดยตรงที่เผยแพร่เคียงคู่กับโมเดลที่มันสังกัดอยู่

What it did not get is a name in the announcement. Read B​FL's own enumeration of the release and the pattern is consistent:

• The launch post describes FLUX 3 Image Klein's weights, its FP8, INT8 and NVFP4 builds built with N​VIDIA, its day-one ComfyUI and Diffusers support, and its licence. It mentions "prompt upsampling" once, as a feature of the hosted API endpoint, without naming a model or linking a repository.

• หน้าโมเดลที่ bfl.ai/models/flux-3-image-klein แสดงรายการเวอร์ชัน undistilled และ distilled และอธิบายการเข้าถึง API ว่ามี "prompt enhancement" รวมอยู่ด้วย ทั้งยังไม่มี repository

• บันทึกการเผยแพร่สำหรับวันที่ 15 ตุลาคม ระบุรายการเวตไว้ ได้แก่ Klein (distilled), Klein Base และเวตสำหรับ ComfyUI โดยไม่มีตัว upsampler รวมอยู่ในรายการดังกล่าว

• เอกสาร APIสำหรับ FLUX 3 Image Klein มีความยาว 35,148 ตัวอักษร การค้นหาแบบไม่คำนึงถึงตัวพิมพ์เล็ก-ใหญ่สำหรับ "upsampl" ให้ผลลัพธ์เป็นศูนย์

• โค้ด inference ตัวอย่างบน GitHub คือที่ที่มันปรากฏขึ้นในที่สุด — ส่วนหนึ่งใน README ชื่อ "Prompt upsampling", แฟล็ก --no-pup บน CLI, งบประมาณ --pup-memory และโมดูล flux3/pup.py ซึ่งเป็นคำตอบที่ตรงไปตรงมาต่อคำถามที่ว่า "มันถูกซ่อนอยู่หรือเปล่า?": ไม่เลย มันมีเอกสารประกอบ มันถูกผสานรวมไว้ มันทำงานโดยค่าเริ่มต้น และถ้าคุณโคลน repo นี้ คุณจะเจอมันทันที

ความแตกต่างนี้สำคัญ และเป็นเรื่องง่ายที่จะทำให้พร่ามัว นี่ไม่ใช่การเปิดตัวแบบปิดลับ แต่เป็นการเปิดตัวที่คอมโพเนนต์ซึ่งมีสัญญาอนุญาตแบบผ่อนปรนที่สุดถูกมองเป็นเพียงระบบพื้นฐาน ชุมชนสังเกตเห็นได้เร็วกว่าสื่อมวลชน ภายในวันที่ 15 ตุลาคม มีการควอนไทซ์ GGUF ของอัปแซมเพลอร์โดยบุคคลที่สามบน Hugging Face อยู่แล้ว และองค์กรมิเรอร์ได้คัดลอกที่เก็บข้อมูลทั้งสี่แห่งไปแล้ว

upsampler จริง ๆ แล้วคืออะไร

โมเดลการ์ดระบุที่มาไว้ตรง ๆ ว่าเป็น full fine-tune ของ Qwen3.5-9B โดยตรึง vision tower ไว้ ไฟล์คอนฟิกยืนยันโครงสร้าง — 32 เลเยอร์, hidden state กว้าง 4,096, 16 attention heads ต่อ 4 key-value heads, เพดานตำแหน่ง 262,144 โทเคน และขนาดคำศัพท์ 248,320 ชุดสแตกเลเยอร์ไม่ได้สม่ำเสมอ: สามในทุกสี่เลเยอร์ใช้ linear attention โดยมีเลเยอร์ full-attention ทุก ๆ เลเยอร์ที่สี่ vision tower ลึก 27 เลเยอร์ กว้าง 1,152, patch size 16, spatial merge 2 นี่คือโมเดล vision-language แบบ hybrid-attention ระดับรุ่นปัจจุบัน ไม่ใช่เทมเพลตพรอมป์ที่เอาภาษาโมเดลมาต่อพ่วงไว้

บนดิสก์ มันคือไฟล์ safetensors แบบ bfloat16 ขนาด 18.82 GB ไฟล์เดียว บวกกับ tokenizer, เทมเพลตแชต และอีกหนึ่งไฟล์ที่น่าสนใจกว่าไฟล์อื่น ๆ: system_prompts.json ขนาด 12.6 KB ซึ่งบรรจุ system prompt ที่สมบูรณ์สี่ชุด ได้แก่ t2i, i2i, t2i_bbox และ i2i_bbox พรอมป์ทั้งสี่นี้คืออินเทอร์เฟซจริงของโมเดล พวกมันยังอ่านออกด้วย ซึ่งหมายความว่าพฤติกรรมของ upsampler ไม่ใช่กล่องดำ — คุณสามารถอ่านได้อย่างชัดเจนว่ามันถูกสั่งให้ทำอะไร แล้วตรวจสอบว่ามันทำตามนั้นหรือไม่

การฝึกอบรมมาในสองระยะ ตามการ์ด: การปรับละเอียดแบบมีผู้สอนบนคู่ของคำขอสั้นๆ และพรอมต์ที่ขยายแล้วของคำขอเหล่านั้น จากนั้นเป็นการปรับตามความชอบบนคู่ของเอาต์พุตของโมเดลเอง ซึ่งเรนเดอร์ผ่าน FLUX 3 Image Klein ที่ซีดคงที่ และจัดอันดับจากภาพที่ได้ ระยะที่สองนั้นเป็นระยะที่น่าสนใจ ตัวอัปแซมเพลอร์ไม่ได้ถูกปรับให้เขียนพรอมต์ที่อ่านได้ดี แต่มันถูกปรับโดยพิจารณาว่าพรอมต์ใดของมันเองที่สร้างภาพได้ดีกว่าเมื่อโมเดลภาพรันพรอมต์เหล่านั้น นั่นเป็นระเบียบวิธีที่ผู้ขายรายงาน ไม่ใช่การศึกษาแบบ ablation ที่ตีพิมพ์ และยังไม่มีการประเมินที่เป็นอิสระใดๆ เกี่ยวกับมัน

สี่โหมด และวิธีที่ไปป์ไลน์เลือกใช้หนึ่งในนั้น

อัปแซมเพลอร์ไม่ใช่เครื่องมือ text-to-image เสมอไป พรอมต์ระบบที่มันโหลดจะขึ้นอยู่กับสิ่งที่คุณป้อนให้มัน และกฎข้อนั้นอยู่ใน bbox.py:

• ไม่มีภาพอ้างอิง ไม่มีกล่อง — พรอมต์ t2i โดยจะขยายคำขอให้เป็นคำบรรยายโดยละเอียดเพียงรายการเดียว

• ภาพอ้างอิง ไม่มีกล่อง — พรอมต์ i2i มันดูภาพอ้างอิงแล้วเขียนคำสั่งแก้ไขที่ระบุสิ่งอ้างอิงแต่ละรายการจากลักษณะที่ปรากฏจริง คำขอที่คลุมเครือจะถูกตีความเป็นสิ่งแก้ไขที่เป็นไปได้มากที่สุดของภาพที่ให้มา

• กล่องที่ให้มา, ข้อความเป็นภาพ — พรอมต์ t2i_bbox ผลลัพธ์จะกลายเป็นคำบรรยาย ตามด้วยตารางองค์ประกอบ JSON หนึ่งแถวต่อวัตถุหนึ่งชิ้นบนแคนวาสขนาด 0 ถึง 1000 และคำบรรยายจะอ้างอิงแต่ละแถวด้วย id ในวงเล็บมุม

• กล่องพร้อมข้อมูลอ้างอิง — พรอมป์ต์ i2i_bbox ซึ่งคืนค่าบันทึกคำอธิบายประกอบที่มีฟิลด์ from สำหรับแยกแยะเนื้อหาที่ดึงมาจาก ref_image_N ออกจากเนื้อหาที่ระบุว่า target พร้อมทั้งกล่องในต้นทางและกล่องในผลลัพธ์ที่จินตนาการขึ้น

กล่องของคุณชนะเมื่อเกิดความขัดแย้ง โค้ดจะแปลงพิกัด 0 ถึง 1 ของคุณไปยังกริด 0 ถึง 1000 ส่งให้โมเดลเป็นรายการที่ถูกล็อกไว้ซึ่งถือเป็นข้อมูลอ้างอิง แล้วจึงกระทบยอดคำตอบ: แถวใดก็ตามที่โมเดลวางแผนใหม่ภายใต้ id ของตัวเองซึ่งทับซ้อนกับกล่องที่ถูกล็อกไว้ด้วยค่า intersection-over-union ตั้งแต่ 0.9 ขึ้นไป จะรับ id ที่ถูกล็อกไว้ และแถวที่ถูกล็อกไว้จะถูกเขียนกลับตามเดิมทุกคำ โดยนำคำอธิบายของโมเดลมาใช้ เลย์เอาต์ของคุณไม่ใช่ข้อเสนอแนะที่โมเดลจะปรับปรุงได้

การถอดรหัสถูกกำหนดไว้ตายตัวและคุ้มค่าที่จะลอกมาใช้หากคุณเรียกมันเอง: แบบ greedy, top-p 0.95, top-k 20, เพดาน 3,584 โทเคนใหม่ และค่าปรับ presence penalty 1.5 สำหรับ text-to-image เทียบกับ 0.0 สำหรับงานแก้ไข ความไม่สมมาตรนี้เป็นเจตนา — ค่าปรับนี้มีอยู่เพื่อหยุดตัวสร้างคำบรรยายไม่ให้พูดซ้ำตัวเอง และคำสั่งแก้ไขที่กล่าวถึงวัตถุเดียวกันสองครั้งอย่างสมเหตุสมผลไม่ควรถูกลงโทษเพราะเรื่องนั้น

สิ่งที่พรอมป์ต์เรียกร้อง — และเหตุใดพรอมป์ต์ของคุณจึงมีหน้าตาแบบที่เป็นอยู่

พรอมป์ระบบของ t2i เป็นเอกสารที่มีประโยชน์ที่สุดในรีลีสนี้สำหรับใครก็ตามที่พบว่าพฤติกรรมของ FLUX 3 Image Klein แปลก ๆ คำสั่งบางข้อของมันอธิบายสไตล์เอาต์พุตของโมเดลโดยตรง:

• ความยาว "ความยาวทั่วไปคือ 100 ถึง 350 คำ มากกว่านั้นสำหรับฉากที่ซับซ้อน" ตัวอัปแซมเปลอร์ไม่ได้บีบอัดพรอมต์ของคุณหรือสรุปความให้สั้นลง แต่กำลังขยายมันออกไปราวหนึ่งหลัก และโมเดลสร้างรูปภาพถูกฝึกมาด้วยแคปชันที่อยู่ในช่วงความยาวนั้น

• ทุกคนที่อยู่ในความสนใจจะได้รับโปรไฟล์ เชื้อชาติ เพศ ช่วงอายุ สีผิว ผม และเสื้อผ้า — ในฐานะคุณลักษณะที่สังเกตได้ พรอมป์ต์ให้ตัวอย่างว่า "ผิวขาว" และ "ผิวสีน้ำตาล"

• พื้นหลังได้รับสัดส่วนประมาณหนึ่งในหกของคำบรรยายภาพ ชัดเจน. พรอมต์ยังกำหนดให้เนื้อหาที่อยู่นอกโฟกัสและอยู่ไกลถูกอธิบายเป็นรูปทรง สี และภาพเงา แทนที่จะเป็นตัวตนหรือข้อความที่อ่านออกได้

• ค่าเริ่มต้นของสไตล์คือการถ่ายภาพ หากไม่ได้ระบุสไตล์ โมเดลจะวางแผนเป็นภาพถ่ายจริงและเริ่มต้นด้วยแบบแผนของสื่อ — "ภาพถ่ายกลางแจ้งแบบเต็มสี", "ภาพถ่ายสตูดิโอ" — โดยสงวนคำว่า "Photorealistic" ไว้สำหรับงานเรนเดอร์ คำขอสำหรับสิ่งที่ "สมจริง" จะถูกแปลงเป็นแบบแผนภาพถ่ายแทนที่จะทวนกลับ

• ข้อห้าม ห้ามใช้คำวิเศษณ์ที่ทำให้ข้อความดูอ่อนหรือคลุมเครือ ห้ามตัดสินคุณภาพหรืออารมณ์ ห้ามลงท้ายด้วยประโยคที่พูดถึงอารมณ์ การปฏิเสธต้องเขียนใหม่ให้เป็นประโยคที่บอกว่ามีสิ่งใดปรากฏอยู่ ต้องใช้เสียงแบบ generative อย่างเคร่งครัด ห้ามใช้ "this image shows" และ "we can see" เด็ดขาด

• ต่อต้านภาพสต็อก พรอมต์ดังกล่าวเรียกร้องให้มี "รายละเอียดเฉพาะเจาะจงธรรมดา ๆ ที่ไม่สมบูรณ์แบบ 몇가지 ซึ่งดึงมาจากวัตถุต่าง ๆ ในฉากเอง แทนที่จะเป็นอุดมคติแบบภาพสต็อก" นั่นคือคำสั่งที่เขียนไว้ในพรอมต์ระบบ เพื่อทำให้ภาพดูไม่ซ้ำซากจำเจจนเกินไป

• การจัดการข้อความ ข้อความที่แสดงผลต้องถูกถอดความตามตัวอักษรภายในเครื่องหมายอัญประกาศคู่ในภาษาและอักษรดั้งเดิมของข้อความนั้น โดยคงการขึ้นบรรทัดใหม่ไว้ พร้อมระบุรูปแบบตัวอักษร สี และตำแหน่ง ในกรณีที่คำขอจำเป็นต้องใช้ข้อความที่คำขอไม่ได้จัดหาให้ โมเดลจะเป็นผู้เขียนถ้อยคำที่ชัดเจนและถูกต้องตามโดเมน

ลองอ่านรายการนั้นเทียบกับผลลัพธ์ที่สร้างออกมาแล้วน่าผิดหวัง และโดยปกติคุณจะพบว่ากฎข้อใดไม่ได้รับข้อมูลเพียงพอให้ทำงานด้วย ภาพบุคคลแบบแบนราบบนพื้นหลังว่างเปล่า คือคำขอที่ไม่มีฉาก ไม่มีแสง และไม่มีรายละเอียดเฉพาะเจาะจงทั่วไปใด ๆ อยู่ในนั้น เป็นพรอมป์ตที่โมเดลนำไปขยายต่ออยู่ดี โดยเติมช่องว่างนั้นด้วยแผนแบบกว้าง ๆ ที่มันเลือกเอง

สิ่งที่คุณต้องแลกไปกับหน่วยความจำและเวลา

The upsampler is on by default in B​FL's own pipeline, and the practical reason to care is that "on by default" means a second model resident while the first one generates. From the reference code and documentation:

• ดิสก์ — 18.82 GB สำหรับน้ำหนัก bfloat16 เทียบกับ 11.1 GB สำหรับ safetensors ของโมเดลภาพแบบกลั่นเอง และประมาณ 11 GB สำหรับโมเดลฐาน

• VRAM — the reference implementation gives the upsampler a share of the GPU, defaulting to 0.35 in the Python API and 0.85 in the standalone module's command line. B​FL's memory table, measured on a B200, runs 31 GB in bf16 for the image model with --no-pup; the upsampler's reserved share sits on top of that.

• The 8 GB story gets more complicated. B​FL's headline is that the INT8 build of FLUX 3 Image Klein runs on an RTX GPU with as little as 8 GB of VRAM, and that is the image model. In the ComfyUI repository the prompt upsampler ships as a separate 9.75 GB INT8 text encoder file. Nobody has published a configuration in which both an 8 GB card and the upsampler are resident at once.

• สวิตช์ปิดคือแฟล็กเดียว --no-pup จะส่งพรอมป์ของคุณตามที่พิมพ์ไว้ เดโมมีท็อกเกิลตัวเดียวกัน และการอัปแซมเปลิงพรอมป์ของ API ที่โฮสต์เป็นส่วนหนึ่งของเอนด์พอยต์ ไม่ใช่รายการแยกต่างหากในตารางราคาที่เผยแพร่: $0.008 ที่ 768 สแควร์, $0.009 ที่ 1K, $0.011 ที่ 1.5K, $0.014 ที่ 2K และ $0.036 ที่ 4K โดยการสร้างและการแก้ไขมีราคาเท่ากัน

• ข้อมูลอ้างอิงจะถูกย่อขนาดก่อนที่ตัวอัปแซมเปลอร์จะได้เห็น รูปอ้างอิงหนึ่งรูปถูกจำกัดไว้ที่ประมาณหนึ่งเมกะพิกเซล; สองรูปได้ 724 ตารางพิกเซลต่อรูป; สามรูปขึ้นไปได้ 512 ตารางพิกเซลต่อรูป และถูกเข้ารหัสใหม่เป็น JPEG ที่คุณภาพ 92 การ์ดโมเดลระบุเรื่องนี้เป็นข้อจำกัดไว้อย่างชัดเจนเป็นถ้อยคำ — รายละเอียดเล็ก ๆ ในรูปอ้างอิงอาจถูกอธิบายผิดได้ — และมันคือกลไกเบื้องหลังความล้มเหลวเฉพาะอย่างที่คุณสามารถทำซ้ำได้: ขอให้แก้ไขภาพโดยอิงกับรายละเอียดสิ่งพิมพ์เล็ก ๆ แล้วคำสั่งอาจตอบกลับมาพร้อมคำอธิบายที่ผิด เพราะตัวอัปแซมเปลอร์ไม่เคยเห็นมันที่ความละเอียดเต็ม โมเดลรูปภาพได้รับภาพต้นฉบับของคุณ

ใบอนุญาตคือส่วนที่ควรค่าแก่การถกเถียง

นี่คือความไม่สมดุลที่พูดกันตรง ๆ เวตของ FLUX 3 Image Klein อยู่ภายใต้ FLUX Kommunity License ซึ่งอนุญาตให้ใช้เชิงพาณิชย์ได้ฟรีเฉพาะกับบุคคลและบริษัทที่มีรายได้ต่อปีต่ำกว่า $5M เท่านั้น ส่วนองค์กรที่ใหญ่กว่าจะถูกส่งไปใช้การออกไลเซนส์แบบโฮสต์เองหรือ API เมื่อเกิดการสอบถามเรื่องไลเซนส์เชิงพาณิชย์กับผลิตภัณฑ์หนึ่ง โมเดลที่คุณกำลังส่งมอบก็ไม่ใช่เพียงอาร์ติแฟกต์เดียวที่อยู่ในขอบเขต

มีสี่รีโพซิทอรีที่เป็นส่วนหนึ่งของรีลีสนี้ สามแห่ง — distilled model, base model และ ComfyUI weights — ถูก Hugging Face API ระบุว่าเป็น gated: auto ซึ่งหมายความว่าคุณต้องยอมรับข้อกำหนดก่อนจึงจะดาวน์โหลดไฟล์ได้ อีกหนึ่งแห่งไม่ถูก gated เลย และใช้ Apache License 2.0 นั่นคือ prompt upsampler มันยังเป็นหนึ่งเดียวในสี่แห่งที่ model card ระบุสัญญาอนุญาตแบบ permissive ไว้โดยตรง และ README ของรีโพซิทอรีอ้างอิงเองก็ขีดเส้นแบ่งไว้อย่างชัดเจน — โค้ดเป็น Apache 2.0, Klein weights เป็น FLUX Kommunity และ "prompt upsampler เป็น Apache 2.0"

What that buys you depends on the unresolved question. If the upsampler is genuinely a standalone artifact, it is a 9B-class vision-language model you can fine-tune, redistribute and ship in a commercial product without a revenue threshold, and it is currently the cheapest way to acquire that capability from a frontier image lab under terms that do not require a lawyer. If it is intended only as a dependency of B​FL's reference code, then repurposing it carries a risk that no document currently resolves.

สิ่งที่ได้รับการยืนยันแล้ว และสิ่งที่ยังไม่ได้รับการยืนยัน

ยืนยันจาก repository และ Hugging Face API แล้ว ทั้งหมดสามารถตรวจสอบซ้ำได้: รายการไฟล์และขนาดเป็นไบต์, สัญญาอนุญาต Apache 2.0, การไม่มี access gate, ฐาน Qwen3.5-9B, พรอมป์ของระบบทั้งสี่ชุดและข้อความฉบับเต็ม, พารามิเตอร์การถอดรหัส, งบประมาณการประมวลผลล่วงหน้าอ้างอิง, พฤติกรรมการกระทบยอดกล่อง, คำอธิบายการฝึกแบบสองขั้นตอน และข้อจำกัดที่เผยแพร่ไว้

Not confirmed, and stated as open rather than guessed: whether B​FL considers the upsampler a supported product or an internal dependency; whether the Apache 2.0 header was a deliberate licensing decision or an inherited default from Qwen3.5-9B; how much the upsampler actually improves output, since no third party has run a controlled comparison and B​FL has published no ablation; whether the preference-tuning stage generalises beyond the prompts in its training set; and whether the 9.75 GB INT8 ComfyUI file is the same model at lower precision or a differently prepared one, since that repository's model card is gated and could not be read.

เปิดเช่นกัน: ตัวเลขบนรีโพซิทอรีเองก็น้อย สิบสามดาวน์โหลดและสิบไลก์บนอัปแซมเพลอร์ เทียบกับ 3,241 ดาวน์โหลดและ 128 ไลก์บนโมเดลภาพดิสทิลล์ ยี่สิบสี่ชั่วโมงหลังเปิดตัว นั่นไม่ใช่หลักฐานว่าโมเดลไม่สำคัญ — มันเป็นหลักฐานว่าแทบไม่มีใครรู้ว่ามันอยู่ตรงนั้น

OrcaRouter เหมาะกับตรงไหน และไม่เหมาะกับตรงไหน

เวอร์ชันที่ตรงไปตรงมาก่อน: OrcaRouter ไม่ได้โฮสต์โมเดลของ Black Forest Labs แคตตาล็อกนี้ได้รับการตรวจสอบจริง ไม่ใช่การสันนิษฐาน และไม่มีรายการ FLUX อยู่ในนั้น ไม่มีสิ่งใดด้านล่างนี้ที่บ่งชี้เป็นอย่างอื่น

What does sit in the catalogue is the comparison set. If you are going to spend a weekend testing whether prompt expansion helps your images, the interesting experiment is running the same request through FLUX 3 Image Klein with the upsampler on and off, and then against a hosted image model that does its own prompt handling — G​oogle's image models, O​penAI's, G​rok's — to see whether the gap you are measuring is the upsampler or the generator. Those hosted models are reachable from a single key on OrcaRouter, at the provider's list price with no markup added, so the cost of the experiment is the provider's own rate and nothing on top of it. That is a cheaper way to answer the question than downloading 18.82 GB four times.

อย่างไรก็ตาม ควรระบุขีดจำกัดของคำแนะนำนั้นให้ชัดเจน หากคุณต้องการปรับแต่งอัปแซมเพลอร์ภายใต้ Apache 2.0 จริง ๆ คุณต้องมีเวตบนฮาร์ดแวร์ของคุณเอง และมีรันไทม์ที่ให้บริการโมเดลวิชัน-ภาษา (vision-language model) ขนาด 9B ได้ OrcaRouter ไม่ได้ทำส่วนนั้น และคำถามเรื่องสัญญาอนุญาตข้างต้นเป็นเรื่องที่คุณต้องจัดการเอง

อะไรจะทำให้เรื่องนี้กลายเป็นเรื่องราวที่ใหญ่ขึ้น

Four things, in rough order of how much they would change. First, a named mention from B​FL — a model card, a docs page, a line in the release notes — which would settle the framing here and probably force an update to this piece. Second, a controlled evaluation, ours or anyone's, of images generated with and without the upsampler at a fixed seed; that number is currently missing and it is the one everyone actually wants. Third, a statement on whether the Apache 2.0 licence is deliberate, since that is what makes the artifact interesting rather than merely unlisted. Fourth, the same treatment applied to the rest of the FLUX 3 family: if the upsampler pattern holds, other tiers will ship with permissive helper models attached and unannounced.

จนถึงตอนนั้น การตีความในทางปฏิบัติก็แคบและไม่หวือหวา เนื่องจากโมเดลภาพที่ดาวน์โหลดมานั้นถูกควบคุมการเข้าถึง และสัญญาอนุญาตของมันมีเกณฑ์รายได้ คนส่วนใหญ่ที่ต้องการสร้างต่อยอดบน FLUX 3 Image Klein จะเริ่มจาก API ซึ่งตัวอัปแซมเปลอร์ไม่ใช่สิ่งที่คุณต้องตัดสินใจเลือก — มันเป็นสิ่งที่เอนด์พอยต์ทำอยู่แล้ว โดยคิดราคาไว้ในเรทการ์ดที่เริ่มต้นที่ $0.008 ต่อภาพ คนที่ควรสนใจรีโพซิทอรีคือคนที่โฮสต์เอง และสำหรับพวกเขา ข้อเท็จจริงที่มีประโยชน์ในสัปดาห์นี้ก็แค่ที่ว่า ชิ้นส่วนของรุ่นที่เผยแพร่ซึ่งมีสัญญาอนุญาตแบบผ่อนปรนที่สุด ก็เป็นชิ้นส่วนที่ไม่มีใครบอกพวกเขาเกี่ยวกับมันเช่นกัน

สำหรับโมเดลที่โหมดความล้มเหลวยังไม่มีการบันทึกไว้ สิ่งที่เทียบเคียงได้อย่างมีประโยชน์คือบันทึกของสิ่งที่เคยผิดพลาดในที่อื่นแล้ว: เหตุการณ์ AI และความล้มเหลวของเอเจนต์ที่ได้รับการบันทึกไว้ซึ่งเกี่ยวข้องกับโมเดลในคลาสนี้ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive ซึ่งแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง เกรดความเชื่อมั่น และแฟล็กข้อโต้แย้งของตนเอง