{{1}}FLUX 3 Image Klein{{/1}} so với {{2}}FLUX 3{{/2}}: Nửa nào của dòng họ này mà bạn thực sự có thể tải về

Bạn có thể tải xuống FLUX 3 Image Klein. Bạn không thể tải xuống FLUX 3 — không phải toàn bộ, và cũng không phải phần lớn của nó. Dòng FLUX 3 mà Black Forest Labs công bố ngày 23 tháng 7 năm 2026 trải rộng trên hình ảnh, video, âm thanh và dự đoán hành động trong một kiến trúc Self-Flow duy nhất. Sau mười hai tuần phát hành, đúng hai trong số các năng lực của nó tồn tại dưới dạng trọng số mà bạn có thể tải về từ Hugging Face: đầu hành động 7B từ ngày 22 tháng 9, và giờ là một mô hình hình ảnh 5,6B được công bố vào ngày 15 tháng 10. Tầng hình ảnh mà cả dòng sản phẩm được đặt tên theo, cùng tầng video đã được cung cấp rộng rãi kể từ ngày 4 tháng 8, vẫn chỉ có qua API. Giá niêm yết bạn thấy là của nhà cung cấp, không phải của chúng tôi — chuyển thẳng không tăng giá điều này đặc biệt quan trọng vào tuần mà một nhà cung cấp thay đổi giá.

Sự tách chia đó mới là câu chuyện thực sự ở đây, và nó hữu ích hơn một bảng thông số. Klein không phải là “một FLUX 3 nhỏ hơn”. Nó là một phần của FLUX 3, được tách ra, lượng tử hóa, và được trao đi dưới một dạng mà phần còn lại của dòng sản phẩm này không hề có.

"FLUX 3" đề cập đến điều gì, và vì sao sự mơ hồ đó lại quan trọng

BFL dùng FLUX 3 cho ba thứ khác nhau trong khối tài liệu của cùng một tuần: chương trình nghiên cứu được mô tả trong bài báo tháng Bảy, chiếc ô bao trùm bốn sản phẩm được định giá riêng, và — ở một số chỗ trên các trang mô hình — mô hình hình ảnh cụ thể có tên riêng là FLUX 3 Image.

Thông báo tháng 7 là thông báo giải thích kiến trúc. FLUX 3 được huấn luyện đồng thời trên hình ảnh, video và âm thanh bởi vì, theo cách diễn giải của BFL, không một phương thức đơn lẻ nào đưa ra bức tranh hoàn chỉnh về thế giới: hình ảnh mang cấu trúc không gian, video mang chuyển động và vật lý, âm thanh mang những mối quan hệ nhân quả mà chỉ riêng thị giác bỏ sót. Quá trình huấn luyện không được phân bổ trọng số đồng đều. Hơn 95% khối lượng tính toán dành cho video, và dưới 0,5% token được phân bổ cho âm thanh — một phân phối cho bạn biết BFL tin đâu là bài toán khó, và điều này đáng để ghi nhớ khi bạn đọc những tuyên bố về chất lượng của bất kỳ thành viên nào trong họ mô hình này.

Vậy nên khi bài đăng ra mắt của Klein nói rằng mô hình "tận dụng việc học chung của FLUX 3 trên hình ảnh, video và âm thanh", đó là một tuyên bố về nguồn gốc tiền huấn luyện, không phải về năng lực. Klein là một mô hình hình ảnh. Nó tạo và chỉnh sửa ảnh tĩnh. Việc huấn luyện video và âm thanh nằm ở thượng nguồn của nó, chứ không nằm bên trong nó.

Bốn phần, và hai phần nào có trọng số

• FLUX 3 Video — chính thức khả dụng rộng rãi kể từ ngày 4 tháng 8 năm 2026, tính phí theo từng giây đầu ra. Clip dài tối đa 20 giây với âm thanh đồng bộ gốc, ở HD và FHD, cùng khả năng nâng cấp lên các độ phân giải cao hơn. Không phát hành trọng số.

• FLUX 3 Action — mô hình hành động thế giới 7B dùng cho điều khiển robot, được công bố ngày 22 tháng 9 năm 2026 kèm trọng số và báo cáo huấn luyện. Đây là bản phát hành trọng số mở đầu tiên của dòng mô hình này.

• FLUX 3 Image — hoạt động trực tuyến tại api.bfl.ai/v1/flux-3-image/ kể từ ngày 1 tháng 10 năm 2026. Hỗ trợ độ phân giải gốc 2K và 4K, hộp bao (bounding box) trên lưới 0–1000, tối đa mười ảnh tham chiếu. Không có trọng số, và trang cấp phép của BFL bán các gói tự vận hành (self-host) cho thế hệ FLUX.2 chứ không phải cho phiên bản này.

• FLUX 3 Image Klein — được xuất bản ngày 15 tháng 10 năm 2026. 5,6 tỷ tham số cho transformer hình ảnh, checkpoint chưng cất và checkpoint cơ sở, các biến thể FP8 và NVFP4, bản dựng BF16 và INT8 được sản xuất với sự hỗ trợ của NVIDIA, theo FLUX Kommunity License. Checkpoint chưng cất chính là thứ phục vụ endpoint API BFL.

Hai cái đang mở, hai cái đã đóng, và không có kế hoạch nào được công bố để thu hẹp khoảng cách với hai cái còn lại. Câu kết trong bài đăng ra mắt là "More will follow" — đó là một tuyên bố về ý định, chứ không phải một lịch trình.

Trọng số mở thay đổi câu hỏi về chi phí, chứ không chỉ chi phí

So sánh hai cái này về giá thì thật khó xử vì chúng không được bán theo cùng một đơn vị. FLUX 3 Video tính phí theo giây; FLUX 3 Image và Klein tính phí theo ảnh; FLUX 3 Action tính phí theo lượt dự đoán. Rất ít sản phẩm trong dòng này có thể được so sánh theo từng dòng.

Điều có thể so sánh được là hình dạng của cam kết:

• Năng lực thuê — mức giá theo đơn vị, bảng giá được công bố, không cần phần cứng và giấy phép bạn chấp nhận bằng cách gọi API. FLUX 3 Image có giá từ 0,041 USD đến 0,607 USD mỗi hình ảnh tùy theo độ phân giải; FLUX 3 Video có giá 0,06 USD mỗi giây cho HD mức nháp và 0,15 USD mỗi giây cho HD mức tiêu chuẩn, như công bố trên trang định giá của BFL vào ngày 16 tháng 10 năm 2026.

• Năng lực tự sở hữu — một bản tải xuống, một GPU và một giấy phép kèm ngưỡng doanh thu. Trình tạo của Klein cần 11,2 GB ở BF16 và 5,6 GB ở FP8. Với bản dựng INT8, nó chạy được trên các card RTX phổ thông từ 8 GB VRAM, và tài liệu ấn định mức tối thiểu là RTX 3090.

Kommunity License là phần mà các đội thường đọc lướt. Việc sử dụng thương mại miễn phí bao gồm cá nhân và công ty có doanh thu hằng năm dưới 5 triệu USD; vượt mức đó, triển khai thương mại tự lưu trữ phải thông qua giấy phép trả phí của BFL. Một startup tải Klein ngày hôm nay khi mới có doanh thu 2 triệu USD, rồi phát triển vượt ngưỡng, sẽ thừa hưởng một cuộc trao đổi về cấp phép mà nó không hề dự tính. Đó là một kiểu rủi ro khác với mức phí theo từng ảnh, và chính nó là loại rủi ro gây hậu quả về sau.

Với bất kỳ ai đang cân nhắc việc chuyển đổi đó, câu hỏi thực tế không phải là "cái nào rẻ hơn" mà là "những khối lượng công việc nào của tôi có thể chuyển đi." Có một con đường trung dung thực sự: giữ các lệnh gọi tính phí theo mức sử dụng trên một endpoint duy nhất để việc thay đổi giá hay một sự cố ngừng dịch vụ không buộc bạn phải viết lại client, và thêm mọi thứ bạn tự vận hành phía sau cùng một giao diện. Đó chính là mục đích của routing — một API key dùng cho vài trăm mô hình với routing thích ứng và failover — và đó là cách bạn đánh giá một checkpoint mới một ngày tuổi trên năm phần trăm lưu lượng thay vì cam kết một đường production cho nó. Endpoint được host của Klein không nằm trên OrcaRouter; chúng tôi định tuyến tầng hình ảnh của google/gemini-3.1-flash-image-preview/ và các mô hình tương tự, còn API của BFL cùng các weights chính là những con đường dẫn tới chính Klein.

Những gì Klein kế thừa mà tầng API không cần phải bận tâm

Điều hệ trọng nhất về việc Klein được phát hành dưới dạng trọng số không phải là giá. Mà là các ràng buộc không còn là vấn đề của BFL nữa, mà trở thành vấn đề của bạn.

• Upsampling prompt là một bản tải xuống riêng. Bản triển khai tham chiếu tải một bộ upsampler prompt — flux-3-image-klein-pup/, Apache-2.0, khoảng 18,8 GB — bộ này viết lại prompt của bạn trước khi tạo sinh. Bỏ qua nó (--no-pup/) và mô hình sẽ nhận prompt đúng như bạn nhập. Thông qua API, BFL tự đưa ra quyết định đó thay bạn.

• Bộ phân loại an toàn luôn được nạp. CLI tham chiếu kéo một mô hình phát hiện ảnh NSFW riêng và nạp nó vô điều kiện. Ở phía API, kiểm duyệt là một mục chi phí có hành vi tính phí được xác định; trên phần cứng của riêng bạn, nó là một thành phần mà bạn giờ phải duy trì.

• Lượng tử hóa là lựa chọn của bạn, kèm theo những hệ quả về chất lượng.FP8, NVFP4 và INT8 đang được cung cấp trong kho mã nguồn, và ghi chú của chính nhà sản xuất cho biết kích thước tệp của một gói đã lượng tử hóa không phải là thước đo tổng mức sử dụng bộ nhớ GPU. Việc chọn một bản dựng là sự đánh đổi giữa chất lượng và VRAM mà API hoàn toàn không thể hiện.

• Cài đặt bộ lấy mẫu được ghi trong tài liệu chứ không được áp đặt. Distilled chạy 16 bước mà không dùng guidance; Base chạy 50 bước với guidance 3.5. Tài liệu cũng đưa ra các cài đặt để chạy một LoRA được huấn luyện trên Base với Distilled — 16 bước, guidance 1, thang LoRA khoảng 0.75 — và lưu ý rằng LoRA có thể chuyển giữa hai mô hình mà không cần chuyển đổi. Không có điều nào trong số đó có tương đương trên API.

Đây là lý lẽ trung thực dành cho gói API ngay cả khi giá gấp 5 lần: đó là một sản phẩm đã được lắp ráp hoàn chỉnh, còn các trọng số chỉ là một bộ linh kiện.

Khoảng trống chưa ai đo lường được

Tuyên bố về chất lượng của Klein, như BFL nêu, là các đánh giá nội bộ xếp nó đứng đầu ở tạo hình ảnh từ văn bản, tạo sinh đa tham chiếu và chỉnh sửa ảnh, vượt trên các mô hình trọng số mở lớn hơn, và cao hơn các mô hình đóng trong so sánh — Ideogram V4.5 và FLUX.2 [pro]. So với FLUX.2 [klein] 9B, nó cao hơn 91 Elo ở tạo hình ảnh từ văn bản và 70 ở chỉnh sửa ảnh với ít hơn 38% tham số.

Đọc kỹ bộ so sánh và bạn sẽ nhận ra điều còn thiếu: không có FLUX 3 Image, không có FLUX 3 Video, không có gì từ dòng mà Klein thuộc về. Đánh giá được đối chiếu với các mô hình mở khác và hai mô hình đóng của bên thứ ba. Vậy câu hỏi mà một so sánh ở cấp độ dòng gợi ra — một mô hình 5.6B có thể tải xuống áp sát tầng chỉ có API mà nó cùng tên đến mức nào — vẫn chưa có lời đáp từ nhà cung cấp và cũng chưa có lời đáp từ bất kỳ ai khác.

Còn một điều nữa mà bài đăng ra mắt không công bố, và nó được viện dẫn như một kiểm chứng bên ngoài: BFL nói rằng các checkpoint Klein đã được red-team nội bộ và được một đối tác, Cinder, đánh giá, cho thấy "ít lỗ hổng hơn đáng kể so với các mô hình trọng số mở phổ biến khác." Không có con số nào đi kèm với điều đó. Một đánh giá bên ngoài có giá trị hơn một đánh giá nội bộ; một đánh giá bên ngoài không có con số thì có giá trị thấp hơn vẻ ngoài của nó.

Mọi thông tin ở trên đều do nhà cung cấp báo cáo. Tính đến ngày 16 tháng 10, cả FLUX 3 lẫn FLUX 3 Image Klein đều không xuất hiện trên bảng xếp hạng độc lập nào, và nếu bạn cần một con số trung lập trước khi quyết định, thì hiện vẫn chưa có.

Làm thế nào để quyết định, và điều gì sẽ thay đổi câu trả lời

Hãy chọn mô hình có thể tải xuống nếu ràng buộc của bạn là vị trí triển khai chứ không phải chất lượng — ở bất cứ nơi nào API của BFL không thể vươn tới, từ một GPU laptop 8 GB cho đến một cụm tách biệt hoàn toàn với mạng ngoài — hoặc nếu sản lượng ảnh hàng tháng của bạn ở mức 2K trở lên khiến mức phí tính theo lượng dùng trở thành khoản chi phối chính trong ngân sách của bạn. Klein với $0,036 mỗi ảnh 4K so với FLUX 3 Image ở mức $0,607 là mức chênh lệch gấp mười bảy lần; nếu 4K là mặc định của bạn, thì phép tính đó đã trả lời câu hỏi trước cả khi yếu tố chất lượng được đặt lên bàn.

Hãy tiếp tục dùng API nếu bạn muốn mô hình lớn nhất mà BFL sẽ bán cho bạn, nếu bạn không muốn tự vận hành một bộ phân loại an toàn và một bộ tăng cường prompt như các dịch vụ của riêng mình, hoặc nếu quỹ đạo doanh thu của bạn khiến mức trần giấy phép 5 triệu USD trở thành một thứ gây khó chịu khi nằm trong kiến trúc của bạn.

Ba điều sẽ giải quyết dứt khoát câu hỏi về dòng mô hình này, và chưa có điều nào trong số đó tồn tại: một lượt chạy độc lập của bên thứ ba đối với Klein so với FLUX 3 Image trên cùng các prompt; một tuyên bố về ý định từ BFL về việc liệu trọng số của FLUX 3 Image và Video có bao giờ được phát hành hay không; hoặc một con số Cinder được công bố. Cho đến lúc đó, những sự thật chắc chắn duy nhất là những thứ bạn có thể tự kiểm tra — các kho mã nguồn, bảng giá, và việc một nửa của FLUX 3 vẫn là thứ bạn phải thuê.

Dấu hiệu nhận biết trong ngắn hạn nằm ở việc liệu một bản phát hành open-weights thứ ba có đến theo cùng nhịp độ hay không. Action ra mắt vào tháng 9, Klein vào tháng 10. Nếu tháng 11 mang đến trọng số FLUX 3 Video, dòng họ này không còn là một tập hợp sản phẩm nữa mà bắt đầu trở thành một nền tảng, và mọi lập luận trong bài viết này về việc thuê so với sở hữu đều thay đổi hình hài. Nếu không có gì tiếp theo, Klein chỉ là một sản phẩm đơn lẻ trong dòng hình ảnh và các tầng đóng chính là chiến lược.