FLUX 3 Image Klein: 5,6 tỷ tham số thực sự chiếm bao nhiêu dung lượng trên ổ đĩa của bạn

FLUX 3 Image Klein là thành viên trọng số mở thuộc FLUX 3 Image của Black Forest Labs, được công bố vào ngày 15 tháng 10 năm 2026 với 5,6 tỷ tham số, cùng trọng số có thể tải xuống và một endpoint tính phí theo mức sử dụng trong cùng ngày hôm đó. Con số trong tiêu đề chỉ đếm image transformer và không tính gì khác. Text encoder — Qwen3-VL-4B-Instruct — là một gói tải xuống riêng, image autoencoder là gói thứ ba, và tổ hợp nhỏ nhất của cả ba thành phần thực sự chạy được rơi vào khoảng 10,5 GB. Lấy các phiên bản BF16 của chính ba tệp đó thì bạn đang ở mức khoảng 20 GB. Đi theo pipeline mặc định của chính bản tham chiếu, vốn chạy một bộ nâng cấp prompt trước mỗi lần tạo ảnh, thì tổng dung lượng trên đĩa vượt qua 39 GB.

Không có gì trong số đó mâu thuẫn với tuyên bố của nhà cung cấp rằng FLUX 3 Image Klein chạy trên một GPU tiêu dùng đơn lẻ, bởi vì tuyên bố đó chưa bao giờ nói về kích thước tệp. Nó nói về VRAM tại thời điểm suy luận, trong một bản dựng đã lượng tử hóa, với các trọng số được nạp từng tensor một. Nhưng "5,6B tham số và chạy trên một GPU tiêu dùng đơn lẻ" gộp ba con số riêng biệt — số lượng tham số, dung lượng tải xuống và bộ nhớ thường trú — vào một cụm từ, và bất kỳ ai đang lên kế hoạch triển khai đều cần cả ba. Đây là giá trị thực tế của từng con số, theo tài liệu của chính BFL và API Hugging Face, khi mô hình mới được một ngày tuổi và chưa có ai độc lập đo đạc nó.

Những gì đã phát hành vào ngày 15 tháng 10

Klein là bản phát hành trọng số mở thứ hai của dòng FLUX 3, sau FLUX 3 Action vào tháng 9. Bài đăng công bố có tiêu đề FLUX 3 Image Klein: trọng số mở, 5,6B tham số, và những gì nó liệt kê là một bản phát hành khá đầy đủ chứ không phải chỉ là một đợt xả checkpoint:

• Hai checkpoint, cả hai đều 5.6B. Klein Base chưa được chưng cất, chạy 50 bước ở guidance 3.5, và tồn tại cho mục đích tinh chỉnh, huấn luyện LoRA và nghiên cứu. Klein được chưng cất theo bước xuống còn 16 bước, không dùng guidance, và là checkpoint đứng sau BFL API.

• Ba định dạng lượng tử hóa.Các biến thể FP8 và NVFP4 nằm bên cạnh transformer BF16 trong kho chính, cùng với bản dựng INT8 được phát triển với sự hỗ trợ của NVIDIA. Bản đóng gói lại ComfyUI bổ sung các phiên bản INT8 cho cả transformer lẫn bộ mã hóa văn bản, điều mà kho chính không có.

• Hỗ trợ runtime ngay từ ngày đầu tiên trong ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion và vLLM-Omni, cùng với huấn luyện LoRA thông qua AI Toolkit của Ostris và các recipe trong NVIDIA NeMo AutoModel. Được huấn luyện trên NVIDIA GB200 NVL72; thông số thời gian GB300 NVFP4 chính là con số đằng sau tuyên bố dưới một giây.

• Bộ tính năng được kế thừa, không bị cắt giảm.4K gốc, chỉnh sửa dựa trên hướng dẫn giúp giữ nguyên các vùng không bị chỉnh sửa, tối đa mười ảnh tham chiếu, và các hộp giới hạn trên lưới 0–1000 có thể đặt phần tử hoặc giới hạn chỉnh sửa trong một vùng. BFL nói rõ trong model card rằng các hộp định hướng vị trí và tỉ lệ chứ không giới hạn pixel vào một mặt nạ cứng — điều này quan trọng nếu bạn đang mong đợi khả năng kiểm soát ở mức mặt nạ.

Các kho lưu trữ đã được đưa lên trước thông báo. Kho lưu trữ cơ sở và kho lưu trữ chưng cất được tạo vào ngày 13 tháng 10, còn các kho lưu trữ ComfyUI và prompt-upsampler vào ngày 14 tháng 10, với bài đăng ra mắt và điểm cuối API tiếp theo vào ngày 15.

Ba hồ sơ đằng sau con số 5,6 tỷ

Hãy đọc danh sách tệp thay vì số lượng tham số và hình dạng của những thay đổi khi tải xuống. API Hugging Face báo cáo các tệp riêng của kho lưu trữ đã chưng cất ở các kích thước sau:

• Transformer hình ảnh, BF16 — model.safetensors, 11.10 GB. Bài đăng ra mắt của BFL làm tròn số này thành 11.2 GB ở BF16 và 5.6 GB ở FP8.

• Bộ mã hóa văn bản, BF16 — Qwen3-VL-4B-Instruct, được chia thành hai phân đoạn safetensors, tổng cộng 8,88 GB. Có một bản dựng INT8 của cùng bộ mã hóa này trong kho ComfyUI với dung lượng 4,86 GB.

• Bộ mã hóa tự động hình ảnh — 0.34 GB, và đây là tệp duy nhất mà không quy trình lượng tử hóa nào loại bỏ được.

Vậy nên mức tối thiểu thực tế không phải là 5.6 GB và cũng không phải là 11.2 GB. Nó là transformer NVFP4 ở mức 5.28 GB cộng với text encoder INT8 ở mức 4.86 GB cộng với VAE 0.34 GB — khoảng 10.5 GB tệp cho một pipeline vừa tạo vừa chỉnh sửa. Phiên bản all-BF16 của cùng ba thành phần đó vào khoảng 20.3 GB. Còn prompt upsampler, thứ mà CLI tham chiếu tải xuống và chạy trên mọi yêu cầu trừ khi bạn truyền --no-pup, là một kho lưu trữ riêng: 18.82 GB ở dạng bfloat16, hoặc 9.75 GB ở bản dựng INT8 mà gói đóng gói ComfyUI phát hành. Thêm upsampler BF16 vào pipeline BF16 và bạn sẽ cần khoảng 39 GB trên đĩa trước khi tạo được một hình ảnh.

Thẻ mô hình của chính BFL mang theo lưu ý vốn thuộc về ngay bên cạnh những con số này: "Các gói lượng tử hóa cần một trình tải hỗ trợ định dạng của chúng; kích thước tệp của chúng không phải là thước đo tổng mức sử dụng bộ nhớ GPU."

Điều đó có hai mặt. Một tệp đã lượng tử hóa nhỏ không có nghĩa là lần chạy vừa với ngần ấy bộ nhớ, và một bản tải xuống lớn không có nghĩa là tập làm việc lớn. Nó có nghĩa là bản tải xuống chính là phần bạn có thể lập kế hoạch trước khi có phần cứng, và là phần mà con số tham số được nêu nổi bật che giấu.

Con số 8 GB VRAM đến từ đâu

Tuyên bố về bộ nhớ khá cụ thể. Với bản dựng INT8, BFL tuyên bố rằng FLUX 3 Image Klein chạy trên GPU NVIDIA GeForce RTX với chỉ 8 GB VRAM, thông qua ComfyUI hoặc Diffusers, và tài liệu xác định mức hỗ trợ tối thiểu là RTX 3090.

Các số liệu về tốc độ đi kèm một nguồn gốc đáng được nêu rõ: chúng được NVIDIA đo lường, trong ComfyUI đối với các kết quả RTX. Với mô hình chưng cất theo bước và bản dựng INT8, một ảnh 1 MP mất khoảng 4 giây trên RTX 5090 và dưới 9 giây trên RTX 4070. Trên GB300 với NVFP4, mô hình chưng cất tạo ra một ảnh 1 MP trong dưới 0,6 giây. Việc phục vụ một LoRA làm tăng khoảng 5% thời gian tạo.

Đây là những số liệu do nhà cung cấp báo cáo và chúng không phải là cùng một phép đo với các con số độ trễ API trong bài đăng ra mắt. BFL đo thời gian của Klein trên máy chủ của chính mình, trong khi đo Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 và Krea 2 từ phía máy khách, điều này gộp cả thời gian polling và thời gian mạng vào các con số của đối thủ nhưng không gộp vào con số của chính mình — và bài đăng có nói rõ điều đó. Cách diễn giải trung thực là: các con số 4 giây và 9 giây là đáng tin cậy với tư cách là thời gian suy luận cục bộ trên các card được nêu tên, và biểu đồ biên giới tốc độ-so-với-chất lượng là so sánh của chính nhà cung cấp được vẽ bằng những chiếc đồng hồ bấm giây không đối xứng. Không ai ngoài BFL hay NVIDIA đã tái lập được cả hai.

Chi phí khi dùng qua API là bao nhiêu, và đường cong uốn khúc ở đâu

Checkpoint đã chưng cất được cung cấp dưới tên flux-3-image-klein, bao gồm cả tính năng tăng cường prompt và phục hồi điểm ảnh. BFL công bố các mức giá này cho mỗi ảnh, áp dụng như nhau cho cả tạo ảnh từ văn bản lẫn chỉnh sửa:

• 768 × 768 — $0,008

• 1K — 0,009 đô la

• 1,5K — $0,011

• 2K — $0,014

• 4K — $0,036

So với FLUX 3 Image, người anh em chỉ có API lớn hơn trong cùng danh sách tính năng, chính tỷ lệ mới là thứ nên dẫn dắt quyết định thay vì mức giá tuyệt đối. FLUX 3 Image có giá $0.048 cho một ảnh 1K, so với $0.009 của Klein — hệ số khoảng 5,3. Ở 4K, so sánh tương tự là $0.607 so với $0.036, hệ số gần mười bảy lần. Bất cứ ai tạo 4K với số lượng lớn không phải đang chọn giữa một mô hình rẻ và một mô hình đắt; họ đang chọn giữa mức giá trên mỗi ảnh có thể đứng vững khi đưa vào sản phẩm và một mức giá thì không.

Nửa còn lại của phép tính nằm ở phía bạn: một Klein tự vận hành trên card bạn đã sở hữu không có chi phí trên mỗi ảnh, còn một Klein tự vận hành trên card thuê thì có chi phí theo giờ. Điểm hòa vốn thay đổi theo mức sử dụng, và thay đổi rất nhiều — GPU nhàn rỗi mới là cấu hình đắt đỏ, chứ không phải cấu hình rẻ. Nếu lưu lượng ảnh của bạn lúc cao lúc thấp, mức phí cố định thường là lựa chọn đánh đổi tốt hơn; nếu ổn định và cao, bản tải xuống bắt đầu tự hoàn vốn và giấy phép trở thành biến số quan trọng.

Giấy phép là phần quyết định liệu bạn có thể phát hành nó hay không.

Cả hai checkpoint đều thuộc FLUX Kommunity License, và đáng để đọc hai phần mô tả về nó cạnh nhau vì chúng không được diễn đạt giống nhau. Bài đăng ra mắt nói rằng giấy phép “cho phép sử dụng thương mại miễn phí đối với cá nhân và công ty có doanh thu hằng năm dưới 5 triệu USD, cùng với việc sử dụng cho nghiên cứu và phi thương mại,” trong khi các tổ chức lớn hơn triển khai thương mại thông qua các lựa chọn cấp phép tự lưu trữ có trả phí của BFL hoặc API. Thẻ mô hình nói rằng giấy phép “cho phép sử dụng phi thương mại và cung cấp ngoại lệ đối với đầu ra thương mại cho Người dùng đủ điều kiện, tùy thuộc vào các điều khoản của giấy phép,” trong đó Người dùng đủ điều kiện được định nghĩa trong chính văn bản giấy phép.

Ngưỡng doanh thu là yếu tố quyết định đối với hầu hết các đội nhóm: dưới 5 triệu USD doanh thu hằng năm thì được dùng thương mại miễn phí; trên mức đó, phải chọn một trong các gói trả phí của BFL. Các gói đó được công bố công khai — Builder với 10K ảnh mỗi tháng và 1 tên miền, Platform và Professional với 100K ảnh mỗi tháng, Enterprise tùy chỉnh — và tất cả đều đi kèm FLUX 3 Image Klein cùng các mô hình thuộc họ FLUX.2, bao gồm quyền tinh chỉnh và LoRA. Hãy lưu ý ý nghĩa của các gói này: một công ty vượt ngưỡng không phải đang mua lại mô hình, mà đang mua quyền sử dụng các trọng số mà mình đã tải xuống, đây là một loại khoản mục chi phí khác với hóa đơn API và là thứ dễ bị quên hơn khi một nguyên mẫu trở thành sản phẩm.

Nếu doanh thu của tổ chức bạn nằm ở bất cứ đâu gần ngưỡng đó, hãy đọc LICENSE.md thay vì đọc một trong hai bản tóm tắt. Hai tài liệu của nhà cung cấp cùng mô tả một công cụ nhưng bằng hai giọng văn khác nhau chính là đúng tình huống mà văn bản gốc mới là thứ ràng buộc bạn.

Tuyên bố về chất lượng là của chính BFL, và nó không bao gồm FLUX 3 Image

Kết quả chất lượng nổi bật của Klein, từ các đánh giá nội bộ, là vị trí đầu tiên ở tạo ảnh từ văn bản, tạo đa tham chiếu và chỉnh sửa ảnh — vượt qua các mô hình open-weights lớn hơn, và cao hơn các mô hình đóng trong phần so sánh, Ideogram V4.5 và FLUX.2 [pro]. Bộ so sánh open-weights được nêu ở một chỗ khác trong bài viết: Qwen-Image 2.1 với 7B và Krea 2 với 12,9B, cả hai đều lớn hơn 5,6B của Klein, với Krea 2 bị loại khỏi cột chỉnh sửa vì nó không hỗ trợ chỉnh sửa. So với FLUX.2 [klein] 9B, mô hình mở của thế hệ trước, Klein tăng 91 Elo ở tạo ảnh từ văn bản và 70 ở chỉnh sửa ảnh trong khi có ít hơn 38% tham số.

FLUX 3 Image — mô hình lớn hơn của chính nhà cung cấp, được bán qua cùng một API trên cùng một bề mặt tính năng — hoàn toàn không xuất hiện trong so sánh đó. Điều đó tự nó không phải là điều đáng chê trách; việc đánh giá một mô hình mở nhỏ so với những mô hình mà một người tải xuống nếu không thì sẽ chạy là một lựa chọn có thể biện minh được. Nhưng điều đó có nghĩa là câu mà người mua muốn nhất, “Klein có chênh lệch trong khoảng X so với mô hình lớn hơn,” vẫn chưa được viết ra.

Bức tranh từ các nguồn độc lập thậm chí còn mỏng hơn nữa. Bảng xếp hạng text-to-image công khai duy nhất theo dõi dòng sản phẩm này có liệt kê FLUX 3 Image, và tại thời điểm viết bài, nó hoàn toàn không có mục nào cho FLUX 3 Image Klein. Vì vậy, mọi con số chất lượng có được trong ngày đầu tiên đều bắt nguồn từ BFL, và những con số có thể tái lập — những con số bạn có thể tự kiểm tra trong hai mươi phút — là kích thước tệp và mức giá trên mỗi ảnh ở trên, chứ không phải các mức chênh lệch Elo.

Gọi nó, hay chạy nó

Quyết định này chia rạch ròi theo ba câu hỏi. Nếu bạn cần tinh chỉnh hoặc LoRA trên dữ liệu của riêng mình, hoặc hình ảnh không thể rời khỏi hạ tầng của bạn, hoặc lưu lượng của bạn cao và ổn định, thì bản tải về là câu trả lời và giấy phép là thứ cần giải quyết trước tiên. Nếu lưu lượng của bạn lên xuống thất thường, hình ảnh của bạn là những tài sản chủ lực thay vì đầu ra hàng loạt, hoặc bạn muốn đánh giá mô hình trước khi cam kết phần cứng, thì endpoint ở mức $0.009 cho một ảnh 1K rẻ hơn một cuối tuần thiết lập.

Có một trường hợp thứ ba đáng được gọi tên, vì đó là trường hợp phổ biến: các nhóm cuối cùng gọi nhiều mô hình hình ảnh thay vì chỉ một, dùng một mô hình mở nhỏ cho khối lượng công việc lớn và một mô hình tiên tiến cho những ảnh quan trọng. Đó chính là trường hợp mà OrcaRouter ra đời để giải quyết — một khóa API cho hơn 200 mô hình, giá niêm yết của nhà cung cấp được chuyển nguyên qua với mức tăng giá 0% để thay đổi mức giá của nhà cung cấp có hiệu lực ngay trong ngày, cùng khả năng chuyển đổi dự phòng tự động để một mô hình chưa được kiểm chứng có thể nằm trong luồng production mà không trở thành điểm lỗi duy nhất. FLUX 3 Image Klein hiện không có trong danh mục của chúng tôi, nên endpoint BFL dù sao vẫn là cuộc gọi trực tiếp tới nhà cung cấp; điều chúng tôi có thể làm là giữ mọi thứ xung quanh nó — các mô hình hình ảnh khác, quy tắc định tuyến, phương án dự phòng — phía sau cùng một endpoint và cùng một dòng thanh toán.

Điều gì sẽ thay đổi điều này

Ba điều, theo thứ tự mức độ chúng có thể tác động đến một quyết định. Một so sánh đối đầu độc lập giữa Klein và FLUX 3 Image, vì khoảng cách giá giữa chúng là gấp mười bảy lần ở 4K còn khoảng cách chất lượng thì chưa được đo lường. Kết quả đo thời gian chạy INT8 trên một card 8 GB thực tế do một bên không phải NVIDIA thực hiện, vì đó là con số mà toàn bộ luận điểm triển khai cục bộ dựa vào và nó đã được đo bởi một bên có lợi ích liên quan. Và một phần làm rõ giấy phép từ BFL, thứ dung hòa cách diễn đạt ngưỡng doanh thu trong bài đăng ra mắt với cách diễn đạt Người dùng đủ điều kiện trong thẻ mô hình.

Cho đến lúc đó, lập trường có thể bảo vệ được là lập trường hẹp: FLUX 3 Image Klein là thật, nó có thể tải xuống ngay hôm nay, nó làm được những việc mà FLUX 3 Image API làm trên cùng danh sách tính năng, và chi phí chỉ khoảng một phần năm cho mỗi ảnh ở 1K và một phần mười bảy ở 4K. Hãy dự trù khoảng 10,5 GB tệp ở mức nhỏ nhất và 39 GB với bộ nâng độ phân giải cùng mọi thứ ở BF16, hãy quyết định câu hỏi về giấy phép trước khi quyết định câu hỏi về phần cứng, và hãy coi mọi con số chất lượng mà bạn đã đọc cho đến nay là của nhà cung cấp.