Ming-Image-0.1-Design 与 FLUX 3：图像模型不可用的两种方式

无论是Ming-Image-0.1-Design，还是FLUX 3 的图像层级，目前都是你无法调用的模型。它们抵达这一境地的方式截然相反。Ming-Image-0.1-Design 是一个已完成却无入口的成品：inclusionAI 于 2026 年 9 月 17 日将 6B 的 MIT 许可权重发布到 Hugging Face，而模型卡的快速开始部分却让你克隆一个返回 404 的仓库。FLUX 3 则是一扇背后空无一物的前门：Black Forest Labs 于 2026 年 7 月 23 日宣布该系列分为四个层级——视频、图像、动作和开发——并已发布视频层级，但此后尚未发布 FLUX 3 图像端点、模型标识符、请求模式或价格。这是一场比较：一个模型已经存在却无法运行，另一个模型已被承诺却无法定价；而这比单独看任何一条标题都更值得了解。

双方实际发布了什么

仓库和公告之间的区别很重要，因此这里将它们并列展示。

• Artefact — Ming-Image-0.1-Design 拥有真实权重：五个 transformer 分片、一个 VAE、一个调度器，以及独立的 mllm、connector 和 mlp 组件，全部采用 MIT 许可证；相比之下，FLUX 3 唯一已交付的组件是视频档位，自 2026 年 8 月初起全面可用。

• 标识符 — inclusionAI/Ming-Image-0.1-Design，可作为 Hugging Face 仓库 ID 调用，而根本不存在 FLUX 3 图像模型 ID。Black Forest Labs 的端点文档列出了 /flux-2-max、/flux-2-pro、/flux-2-flex 以及 /flux-2-klein-* 路由；但并未出现 /flux-3 图像路由。

• 推荐配置 — 2048 x 2048，采样步数为 12，CFG scale 1.0，BF16，一块 80 GiB CUDA GPU；而图像档位则未公布任何内容。

• 价格——无。权重依据 MIT 许可证可免费下载，但没有可供付费购买的托管端点，只有一份仅覆盖视频的公开价目表：720p 草稿画质约为每秒 0.06 美元，HD 为 0.17 美元，FHD 为 0.29 美元。

• 代码 —— 一份无法运行的"快速开始"，因为配套的 inclusionAI/Ming-Image 仓库并不在该组织的公开仓库列表中；与之相对的，是一份抢先体验申请表，以视频为优先入口打开，其背后没有任何图像层级文档。

• 独立评分——无。截至 2026 年 9 月 23 日，Ming-Image-0.1-Design 未出现在任何 Artificial Analysis 榜单、任何分类视图以及任何开放权重视图中，而任何 FLUX 3 层级也同样没有。实时榜单上最接近的 BFL 条目来自上一代：FLUX.2 [flex] 在 UI/UX 设计类别中为 1,065 Elo，在通用文生图榜单上为 1,026，FLUX.2 [max] 为 1,053，FLUX.2 [dev] 为 1,000。

为什么视频档位发布了，而图像档位没有

Black Forest Labs 给出了一个理由，而正因为它会影响人们应当期待什么，所以值得准确说明。该公司表示，FLUX 3 超过 95% 的训练算力都用在了视频预测上。这为视频层级为何是那个背后有产品支撑的层级提供了一个自洽的解释，也让人有理由怀疑这样一个假设：当图像层级推出时，它会以一个小幅增量的形式到来。这项能力是第二个被训练的，而附在它身上的路线图承诺并不小：改进复杂提示词处理、高精度多语言文本渲染、风格迁移、无需微调的角色与品牌一致性，以及非破坏性编辑。在有一个可供测试的端点之前，这些每一项都只是宣称，而不是功能。

BFL 今天真正在售的静态图像产品仍是上一条产品线：FLUX.2 的 max、pro、flex 和 klein 版本，再加上更早的 FLUX Pro、Dev 和 Schnell 版本，价格大约为每张图 1.5 美分到 7 美分不等，具体取决于档位和分辨率。这些都是真实可调用的产品，也是在 FLUX 3 图像档位尚未推出之前，衡量 BFL 图像质量所处位置的诚实基准。

部署差距才是那个耐人寻味的不对称之处

这正是两个模型不再互为镜像的地方。Ming-Image-0.1-Design 没有可用的代码，但它确实有一套服务方案：模型卡推荐了 vLLM-Omni，而且在 9 月 22 日，该仓库新增了指向该框架安装指南以及一个模型专用配方的链接。安装指南可以正常打开。配方却不行——截至 9 月 23 日，它返回 404——所以你得到的是：一个已经承认了该模型的框架，以及一个尚未写出的模型专用页面。这仍然比一份申请表走得更远。

FLUX 3 的图像层级则呈现出相反的特征。Black Forest Labs 是一家拥有可用 API、有文档记录的端点列表，并且已在其上生产运行视频层级的公司。FLUX 3 图像端点所需的基础设施显然已经存在。不存在的，是将其公开的决定。没有需要申请的门控模型 ID，没有等候名单确认日期，也没有任何一份发布的能力列表能经得起请求模式的检验。

实际结果就是：一个团队如果想提供 Ming-Image-0.1-Design 的服务，今天就能开始——阅读 vLLM-Omni 快速入门，自己动手把模型接起来，用自己的硬件、自己承担成本，而宽松的许可证也允许这么做。而一个团队如果想提供 FLUX 3 Image 的服务，无论出多少钱都无法开始，因为根本没有可供提供服务的东西。

阅读这组中唯一的一条性能主张

Ming-Image-0.1-Design 在其代码库中附带了一张排行榜图：一张标题为“文生图排行榜：UI/UX 设计”的 UI/UX 设计榜单，底部标注“Elo 分数来自我们 Image Arena 中的盲选偏好投票”，并带有“开放权重排行榜”徽章。其中，该模型以 1,082 Elo 位居第一，高于 1,052 的 Ideogram 4.0 (Quality)，以及介于 994 至 1,000 之间的 FLUX.2 dev 变体。

把它当作结果来解读有两个问题。第一个是来源问题：这是供应商自己仓库中由供应商发布的图像资料，我们描述的是文件，而不是核验研究。第二个问题是，9月23日我们在实时的人工分析榜单上根本找不到这个模型，而实时 UI/UX 设计类别采用的是另一套量表——其榜首是 1,227 Elo 的 GPT Image 2.5 Flare，而卡片中列出的 FLUX.2 条目在同一实时榜单上显示为 [flex] 1,065、[max] 1,053 和 [dev] 1,000。一个在我们无法定位的榜单上给出的排名，比我们能定位的榜单低了约 150 Elo，这不是基准测试结果，而是一个有待外部运行来验证的说法。

在 FLUX 3 这边，没有什么可核对的，而这正是关键所在。没有分辨率目标，没有步数，没有参考图像数量上限，图像层级也没有参数数量。路线图不过是一串形容词。

当两者都不可用时该怎么办

目前，这个对比中的双方都无法通过 OrcaRouter 进行路由，值得直言不讳地说明这一点，而不是让模型页面暗示相反的情况：我们的目录中既没有 inclusionAI 模型，也没有 FLUX 层级，因此上述数字来自供应商自身，这里没有任何可以通过我们调用的路由。在这样的差距中，路由层真正有价值的地方在于差距弥合后的第二天。由于 OrcaRouter 以 0% 加价传递供应商标价，供应商的价格调整当天就会在我们这边生效，而不是经历一个重新定价周期之后，并且由于生成调用位于 覆盖 200 多个模型的单一端点之后，替换为这两者中率先发布的那个只是更改模型 ID，而不是迁移。自动故障转移之所以重要，原因与它面对未经验证的模型时一贯重要相同：如果首次发布的图像端点在负载下出现不稳定，请求会被转移而不是失败。

今天的决定比这一表述所暗示的要更窄。如果你在本季度就需要把图像生成投入生产，那么这两个候选方案都不合格，诚实的答案是 FLUX.2 这一档——真实存在、有定价、可调用、有独立评分——同时把 FLUX 3 Image 作为未来的替换项来跟踪。如果你要搭建评测工具链，Ming-Image-0.1-Design 是这两者中更有意思的那个对象：权重现在就能下载，许可证允许你用它做任何你想做的事，而任何人首次为其发布的可信 Elo 都会是真正的新闻。如果你在关注 BFL，值得关注的信号不是一篇博客文章。而是一条 /flux-3 路由，与 /flux-2-* 路由并列出现在端点文档里，因为那一刻正是图像这一档不再只是路线图的时候。