FLUX 3 Image Klein 对决 Qwen-Image 2.1 Turbo：基准测试还没出结果，许可证就已定胜负

FLUX 3 Image Klein，来自 Black Forest Labs，发布于 2026 年 10 月 15 日；以及 Qwen-Image 2.1 Turbo，来自阿里巴巴，早一周，发布于 2026 年 10 月 9 日。这两者看起来就像是两家公司做出的同一款产品：小巧的开源权重图像生成器，用一套权重就能处理文生图、编辑和多参考图组合，都最多支持十张参考图，都自带加速推理路径。把两份规格表并排放在一起，Qwen-Image 2.1 Turbo 在大多数行上都胜出——参数更多、去噪步数更少，还有透明度和蒙版。可等你读完这两份许可证，就会发现那个更小、看起来更慢、推理成本更高的模型，反而是两者中唯一一个让你无需签署任何东西就能在其上开展业务的。

这种倒转才是比较的全部。其余的一切——参数量、价格、渲染时间——都只是你跨过这道坎之后才去权衡的细节。

每个模型实际上是什么

FLUX 3 Image Klein 是一个拥有 56 亿参数的图像 transformer，采用 FLUX Kommunity 许可证，以开放权重形式发布，并在 BFL 自有 API 上提供按用量计费的端点，起步价为每 1000 张图像 0.009 美元。它是 FLUX 3 Image 家族中较小的成员，并继承了该家族的表面能力：原生 4K 输出、以 [top, left, bottom, right]形式标注在 0–1000 网格上的边界框，以及最多十张参考图像。它提供两个检查点——用于生成的 16 步步数蒸馏版本，以及用于微调和 LoRA 训练的 50 步未蒸馏基础版本——此外还有 FP8、INT8 和 NVFP4 量化。5.6B 仅计入图像 transformer 本身；文本编码器 Qwen3-VL-4B-Instruct 需单独下载。

Qwen-Image 2.1 Turbo 是 Qwen-Image 2.1 的加速版检查点，保留了相同的 7B 视觉生成架构——32 层单流 DiT——并借助已保存的采样调度和前缀 KV 缓存，将推理压缩至 8 步去噪。它是一个统一的生成与编辑模型，其功能是 Klein 无法匹敌的：原生透明，可直接生成和编辑 RGBA 图像；以及通过手绘圆圈、涂鸦标注或独立蒙版（而非边界框）实现的局部编辑。权重遵循 Qwen 研究许可协议，托管版本通过 Alibaba Cloud Model Studio 和 QwenCloud 提供，定价为每张图像 0.016 美元。

两者都是真正的开放权重发布，就从下载者而言真正重要的那层意义来说：你可以获取文件、在本地运行它们，并对它们进行微调。至于之后你可以用输出做什么，则是另一个问题，而两家供应商对这个问题给出了不同的答案。

许可证就是他们分道扬镳的地方。

Qwen 研究许可协议开篇即毫不含糊：授权是“仅限非商业用途”，第 2(b) 条写明，“未从我方获得单独的商业许可，不得将材料用于任何商业目的”。协议中用来指代“非商业”的措辞是“研究或评估目的”。这意味着 Qwen-Image 2.1 Turbo 权重若未与杭州通义实验室协商取得许可，就不能用于产品。通过阿里巴巴的托管 API 购买该模型属于商业服务，并适用其自身条款——限制针对的是自行托管检查点，而这恰恰正是团队选择开放权重模型的初衷。

FLUX 3 Image Klein 则反其道而行。根据 FLUX Kommunity License v1.0，其权重可免费用于非商业用途，并针对“合格用户”（Qualifying Users）设有商业输出例外——即年化总营收低于 500 万美元的个人和企业。在这条线以下，你可以将 Klein 的输出用于商业发布，除自身算力成本外无需额外付费。超过这条线，你需要从 BFL 获得自托管许可证，或者使用 API。

所以区别并不是“一个是开源的，一个是闭源的”。两者都可以下载。一个可供研究用途下载，另一个则可供营收未超过某一门槛的企业下载。对于独立开发者或小型工作室来说，仅凭这一条款就能直接决定这场对决的结果。

无论你最终作何选择，还有两项条款值得事先了解。Klein 的许可证禁止利用该模型、其衍生物或其输出来改进另一个执行类似功能的 AI 模型——为训练竞品图像模型而生成合成数据，正是该条款所涵盖的情形。而 Qwen 的协议要求再分发的副本必须附带其署名声明，任何被修改的文件都必须标明已更改；这虽属于常规的开源记录工作，但如果你打算发布微调模型，它就是一项实实在在的义务。

规格，逐行来看

• 图像生成器——FLUX 3 Image Klein 5.6B 参数 vs Qwen-Image 2.1 Turbo 7B（32 个单流 DiT 层），各自按其发布方的统计方式计数，两者的文本编码器均不计入。

• 去噪步数 — Klein 蒸馏版为 16 步，基础版为 50 步，而 Qwen Turbo 为 8 步，其采样计划已保存在检查点内。

• 最大输出 — Klein 最高可达 4096px 级原生 4K，而 Qwen Turbo 公布的预设最高为 2752×1536（约 4.2 MP），最大正方形为 2048×2048。

• 参考图片 — 两边各十张。

• 区域控制 — 针对 Klein 使用 0–1000 网格上的边界框（用于定位与缩放，明确不是硬像素蒙版），而 Qwen-Image 2.1 则使用绘制的圆形、涂绘标注或单独蒙版。

• 透明度 — Qwen-Image 2.1 可生成和编辑原生 RGBA；FLUX 3 Image Klein 在其模型卡和产品页面上均未宣称支持透明度。

• 提示词处理 — Klein 需要在其前面加装一个提示词上采样器（prompt upsampler），其模型卡明确表示不要在没有上采样器的情况下运行它；Qwen Turbo 则按原样接收提示词，并可通过 API 参数启用提示词扩展。

• 许可 — FLUX Kommunity License：营收低于 500 万美元时可免费商用输出；而 Qwen Research License 仅限非商业用途，如需将权重用于商业用途，则需另行获得许可。

• 供应商 API 价格 — 每 1K 张图像 0.009 美元，4K 时升至 0.036 美元，而每个预设下均为统一的每张图像 0.016 美元。

在批量情况下，两张价目表实际起什么作用

Klein 的价目表会随分辨率变化；Qwen Turbo 的则不会。这会形成一个交叉点，而在比较总体数字时很容易忽略它。

• 10,000 张 1K 图像 — Klein $90 vs Qwen-Image 2.1 Turbo $160。Klein 便宜 44%。

• 10,000 张 2K 图像 — Klein $140 对比 Qwen-Image 2.1 Turbo $160。Klein 依然更便宜，便宜 12.5%。

• 4K 分辨率下 10,000 张图像 — Klein 360 美元。Qwen-Image 2.1 Turbo 没有可供比价的 4K 预设；其最大尺寸为 2752×1536，价格同样是 160 美元。

这些是对两份已公布价目表做的算术，而不是报价。交叉点位于 2K 和 4K 之间，它之所以存在，是因为两家供应商按不同单位定价：BFL 按分辨率区间对每张图收费，Alibaba 则按每张图统一收费。如果你的工作负载处于 1K 或 2K，Klein 在两个 API 上都是更便宜的选择，这与“便宜的那个 Qwen 模型”会让你预期的结果正好相反。如果它处于真正的 4K，Qwen-Image 2.1 Turbo 通过已发布的预设根本无法支持它，所以问题不在于价格。

当你自行托管而不是调用 API 时，这个对比又多了一层变数。在你自己的硬件上，根本不存在按图像计费的费率——GPU 有一笔固定成本，每张图像还有以秒计的成本——而这两个模型在运行所需资源上完全不在一个量级。

自己运行它们

把已公布的文件清单加起来，差距一目了然。FLUX 3 Image Klein 的三个 BF16 组件——11.1 GB 的 transformer、8.9 GB 的文本编码器和 0.34 GB 的自编码器——总计约 20.3 GB，而 INT8 版本能在显存低至 8 GB 的 RTX 上运行，BFL 的文档则将最低要求定在 RTX 3090。Qwen-Image 2.1 Turbo 的 BF16 下载量主要由 17.53 GB 的文本编码器占据，transformer 则拆分为 9.97 GB 和 4.26 GB 的分片，外加 0.68 GB 的 VAE——总计约 32.4 GB，因此仅其文本编码器就比 Klein 所需的全部加起来还要大。这两个数字都是我们根据厂商自己公布的文件清单相加得出的，并非厂商公布的总量。

速度正是步数容易误导人的地方。Klein 的蒸馏检查点运行步数是 Qwen Turbo 八步的两倍，但 BFL 的实测数据——由 NVIDIA 在 ComfyUI 中、基于 INT8 蒸馏构建版测得——显示 1 MP 图像在 RTX 5090 上约需 4 秒，在 RTX 4070 上不到 9 秒，而在 GB300 上以 NVFP4 运行时降至 0.6 秒以下。阿里巴巴没有公布 Turbo 可比的单 GPU 数据，因此诚实的立场是：Turbo 的八步在架构上是更短的路径，而阿里巴巴之外还没有人在消费级硬件上公布其秒数。

无论你选择哪个模型，都要为 Klein 的上采样器留出预算。其提示词上采样器并非可选——flux-3-image-klein-pup是一个独立的 9B 视觉语言模型，BF16 下载体积为 18.8 GB；当它与生成器同时运行时，会在 80 GB 显卡上额外占用约 28 GB GPU 内存。对于任何要在单张小卡上部署的人来说，仅这一项依赖就抵消了 Klein 的显存优势，除非说明文字在其他地方生成并传入。

两个模型都没有独立的质量评分

这一行在两份规格表中都是空白的，而精确说明它究竟空到何种程度是有意义的。截至2026年10月16日，Artificial Analysis分别运营着文生图和图像编辑两个榜单，而两者都没有收录FLUX 3 Image Klein或Qwen-Image 2.1 Turbo的条目。榜单上真正有的是这两个系列的上一代产品，而这是目前能得到的最接近独立评测的参考：

• 文生图 — Qwen-Image 2.1（基础检查点，而非 Turbo）在 5,356 次对比中以 1,041 Elo 位列第 20，于 2026 年 9 月发布。FLUX 3 Image——即 Klein 所属的更大同门模型——在 5,769 次对比中以 1,114 Elo 位列第 13。

• 图像编辑 — Qwen-Image 2.1 在 6,138 次对比中以 1,081 Elo 排名第 19。FLUX 3 Image 在图像编辑榜单上完全没有条目；榜单上最接近的 FLUX 模型是 FLUX.2 [Klein] 9B，在 6,905 次对比中取得 1,015 Elo。

把这些当作背景来读，而不是当作预测。基础版 Qwen-Image 2.1 并不是 Turbo——蒸馏检查点用质量换取步数，而究竟牺牲了多少，正是 Turbo 缺席榜单所留下的问题。FLUX 3 Image 也不是 Klein，而且 Black Forest Labs 自己的发布文章从未将两者进行比较，这意味着没有任何地方公布过数据，说明 Klein 比它更大的同门落后多少。而在编辑榜上，BFL 称 Klein 以 70 Elo 击败的那个模型——FLUX.2 [klein] 9B——目前为 1,015，比 Qwen-Image 2.1 的落点低约 66 Elo。BFL 的说法是，Klein 不仅弥合了这一差距，还超出一截；目前唯一的证据就是 BFL 自己的图表。

该选哪一个

如果输出必须用于商业用途，且企业规模较小，请选择 FLUX 3 Image Klein。在这两者中，只有它的权重附带一条无需协商即可使用的商用路径；在 1K 和 2K 分辨率下，它在两个 API 上的单张图像成本都更低，并且还支持 4K。请把上采样器的费用纳入预算，并在围绕它搭建数据流水线之前，先阅读许可证中关于竞品训练和微调模型再分发的限制条款。

如果透明度或基于蒙版的局部编辑才是你真正需要的功能——Klein 两者都不提供——或者你正在进行研究、评估或内部原型开发，且非商业条款永远不会成为约束，那就选择 Qwen-Image 2.1 Turbo。八步和 7B 架构使它在本地实验时非常高效；32.4 GB 的 BF16 占用空间就是这项实验的代价。

如果你两者都需要，这种拆分是合理的：Qwen-Image 2.1 Turbo 负责探索阶段及其透明度路径，FLUX 3 Image Klein 负责交付路径。这既是技术决策，也是许可决策。

实际在哪里调用它们

这两款模型都可以通过厂商自己的 API 访问——Klein 走 BFL，Turbo 走 Alibaba Cloud Model Studio 和 QwenCloud——也可以通过多个第三方平台访问。今天，这两款都不在 OrcaRouter 的目录里，而我们宁愿把这一点直说，也不愿含糊其辞地讲一个我们无法兑现的路由故事。我们能说的是，周边工作流如何与之契合：OrcaRouter 已经在同一个 API 密钥背后，将一组托管图像模型与 200 多个文本及多模态模型一并路由，按供应商标价 0% 加价，并在供应商之间自动故障转移。那些在交互路径上使用托管图像模型、同时保留开放权重检查点用于批处理工作的团队，实践的正是单一端点为之而生的那种分工；而如果这两款中的任何一款进入目录，它就会出现在那里。

真正值得关注的不是下一份规格表，而是这两个模型各自的首个独立 Elo——并且要出现在它们的前代已经所在的同一榜单上。在那之前，当前涉及的两种说法——BFL 的“以更少参数实现领先的开放权重质量”和 Alibaba 的“最均衡且最具成本效益”——都只是宣传，而这份对比中你唯一能有把握据以行动的几行，只有许可证、价格表和显存下限。

记分板所衡量的内容与实际部署所面对的情况之间的那道落差，正是这份记录之所以重要的原因：围绕这一类模型已有记录在案的人工智能故障与智能体事件，都汇集在OrcaRouter AI Incident Archive，其中每一条都带有自己的来源、严重程度、置信度等级和争议标记。