FLUX 3 Image Klein 對比 FLUX 3 Image：價格僅五分之一，以及 BFL 未發布的比較

FLUX 3 Image Klein 與 FLUX 3 Image是兩款 Black Forest Labs 的圖像模型，功能清單完全相同，價格卻相差五倍。FLUX 3 Image 自 2026 年 10 月 1 日起即可透過 api.bfl.ai/v1/flux-3-image/ 呼叫，1K 圖像價格為 $0.048。FLUX 3 Image Klein 於 2026 年 10 月 15 日推出，相同解析度價格為 $0.009——其權重已發布供下載，而較大型號的權重則未公開。兩者皆接受提示詞、最多十張參考圖像，以及 0–1000 網格上的邊界框。兩者皆支援原生 4K。

所以，有趣的問題不是哪一個比較好，因為 BFL 尚未發布足以定論的正面對決。有趣的問題是，你該為哪一個付費，而答案取決於 BFL 的發布貼文明顯略而不提的一個數字。

10月15日實際上著陸的是什麼？

權重率先出現。black-forest-labs/ 之下：flux-3-image-klein-base/ 與 flux-3-image-klein/ 於 10 月 13 日推出，flux-3-image-klein-comfy/ 於 10 月 14 日推出，以及提示詞放大器 flux-3-image-klein-pup/ 於同日稍晚推出。這四個都設有須提供聯絡資訊的同意書才能存取，而在本文撰寫之時，它們全都沒有任何公開公告。

這一切在 10 月 15 日出現了變化，當時 BFL 發布了FLUX 3 Image Klein：開放權重、5.6B 參數，並開放了 API 端點。GitHub 上的參考推論儲存庫也在同一天下午建立。因此，雷達當時的判讀——一個在發布貼文之前就已存在的檢查點——對於搶先兩天這點是正確的，但隨後就被情勢發展所推翻：這是一項已正式公告的發布，於昨天推出，而不是供應商仍握在手中的外洩。

具體來說，推出了什麼：

• 兩個檢查點，各 5.6B 參數。Klein Base 未經蒸餾，以 guidance 3.5 執行 50 步，是為了微調、LoRA 訓練與研究而存在。Klein 則經步數蒸餾至 16 步、不使用 guidance，是 API 背後所採用的版本。「5.6B」僅計入圖像 transformer；文字編碼器為 Qwen3-VL-4B-Instruct，屬於獨立元件。

• 量化版本。FP8 與 NVFP4 變體隨儲存庫與 BF16 Transformer 一同發布，其中 INT8 版本在 NVIDIA 支援下建置。生成器在 BF16 下需要 11.2 GB，FP8 下則需要 5.6 GB。

• 附帶營收上限的商業授權。FLUX Kommunity License 允許年營收低於 500 萬美元的個人與公司免費商業使用。超過這個門檻，自架部署就得走 BFL 的付費授權。這是實質的限制，不是形式上的規定，也是下載 Klein 與租用 FLUX 3 Image 之間最大的實務差異。

在兩者真正完全相同的情況下

功能對等並非行銷話術的壓縮——BFL 自家文件指出，Klein「支援與 FLUX 3 Image 相同的功能」，並將它們列為相同的四項能力。把這兩個提示介面並排來看：

• 提示介面 — 提示詞/ 為必填，其餘皆為選填，兩者皆適用。

• 參考圖像 — 最多 10 張圖像，URL 或 base64 格式，兩者皆可接受。FLUX 3 Image 每張參考圖像須介於 256×256 至 1600 萬像素之間；超過約 4 MP 的參考圖像會被縮小。Klein 的說明文件記載其最多可接受 10 張參考圖像，並具備相同的多重參考合成行為。

• 邊界框 — 兩者皆支援，使用相同的 0–1000 網格，可用於放置元素，也可逐框限制編輯範圍。BFL 明確表示，邊界框是指引放置位置與縮放比例，而非將像素限制在硬性遮罩內。

• 最高解析度 — 兩者皆為 4K。解析度階梯同樣是相同的五個級距：768×768、1K、1.5K、2K、4K。

• 編輯 — 基於指令的編輯，可保留未編輯的區域，並在兩者上進行多輪逐框編輯。

如果你的整合只涉及那五件事，這兩個模型就能直接互換，而你純粹是根據價格、延遲和授權來做選擇。

在它們出現分歧之處，而那並不是品質。

• 權重供應情況 — 僅限 Klein。FLUX 3 Image 僅提供 API。沒有可下載的 FLUX 3 Image 檢查點，而 BFL 自家的授權頁面販售的是 FLUX.2 系列的自架層級，而非 FLUX 3。一旦你能下載 Klein，「模型很慢」和「模型無法使用」就不再是同一種抱怨了。

• 每張圖片價格——相差 5.1 倍至 16.9 倍，且隨著解析度提高而擴大。在 768sq 時，是 $0.008 對上 $0.041。在 1K，也就是大多數整合預設的層級，是 $0.009 對上 $0.048。在 2K 時是 $0.014 對上 $0.10，而在 4K 時是 $0.036 對上 $0.607——相差近十七倍。

• 硬體下限——僅限 Klein。在 INT8 版本下，Klein 可在僅具備 8 GB VRAM 的消費級 RTX 顯示卡上運行，而官方文件將最低需求訂在 RTX 3090。

• 授權 — 不同的規範工具。FLUX 3 Image 是一項按用量計費的商業服務，具有公開的每張圖片費率，以及以 30 天留存期為核心的 API 合約。Klein 則是模型權重授權，設有 500 萬美元的營收門檻。

4K 差距才是真正值得好好審視的那一點。BFL 將 FLUX 3 Image 定價為每張 4K 圖像 $0.607，而 Klein 在相同解析度下只要 $0.036。如果你會以任何產量生成 4K，這個差距就不是折扣，而是可行產品與不可行產品之間的差別——而且這價格就出現在較小的模型上。

BFL 發佈的比較並不包含 FLUX 3 Image

這就是發布文章值得仔細閱讀的部分。BFL 自己對 Klein 品質的摘要寫道：它「在文字轉圖像、多參考生成和圖像編輯方面排名第一，領先於規模更大的開放權重模型」，而且「在比較中也勝過封閉模型 Ideogram V4.5 和 FLUX.2 [pro]。」

比較組的成員在文章他處列明：7B 的 Qwen-Image 2.1、12.9B 的 Krea 2、9B 的 FLUX.2 [klein]，再加上 Ideogram V4.5 與 FLUX.2 [pro]。面對 FLUX.2 [klein] 9B，Klein 在文字轉圖像上領先 91 Elo，在圖像編輯上領先 70 Elo，而參數量還少了 38%。Krea 2 不支援圖像編輯，因此未列入該欄。

FLUX 3 Image——該供應商自家更大、更昂貴的模型，且位於相同的功能面上——完全沒有出現在那份清單中。這未必是致命的證據。這可能只是因為 BFL 是拿 Klein 與 Klein 買家原本會下載的模型來做基準測試。但這確實意味著買家最想看到的那句話——「Klein 與 FLUX 3 Image 的差距在 X 之內」——並沒有被任何人寫出來，而這個價格階梯正靠著一項未及上一層級的品質宣稱在販售。

請將這裡的每一項數據都視為廠商自行提報。這些是 BFL 的內部評估，由 BFL 執行、由 BFL 發布。目前還沒有任何獨立排行榜為這兩個模型評分。唯一實際存在的已發布比較，就是他們自家的。

這些速度數據來自 NVIDIA，而且這並非同類比較。

Klein 的招牌延遲數據：使用蒸餾模型與 INT8 建置，透過 ComfyUI，一張 1 MP 影像在 RTX 5090 上約需 4 秒，在 RTX 4070 上則不到 9 秒。在 GB300 上以 NVFP4 執行時，BFL 宣稱同樣的 1 MP 輸出不到 0.6 秒。在服務中加入 LoRA 會使生成時間增加約 5%。這些數據是由 NVIDIA 測得的，不是由 BFL 測得，也不是由我們測得。

API 延遲比較值得比平常受到更多質疑，因為 BFL 在自家註腳中就點出了這個問題。Klein 的計時是在 BFL 的伺服器上進行。而與它比較的模型——Qwen-Image 2.1、FLUX.2 [pro]、Ideogram V4.5、Krea 2——則是從用戶端計時，其中包含輪詢與網路傳輸時間。該篇部落格文章明白陳述了這一點。這意味著那張顯示 Klein 在其品質水準中速度最快的前沿圖表，其實是在線的兩側各量測了兩種不同的東西。

Krea 2 自身的這一列說明了單憑配置就能造成的差異：BFL 在其 Medium 層級上計時，並指出其 Large 層級在文字轉圖像上耗時 31.1 秒。

該打哪一個

在以下情況選擇 FLUX 3 Image：當你需要最大模型的輸出成果，而你正以低用量按張付費時；或者當你無法接受附帶營收上限的授權條款時；又或者當 4K 用量微不足道時。若你沒有 GPU，也不想接受 Kommunity License 的條款，它是較安全的預設選擇。

選擇 FLUX 3 Image Klein，當你的每張圖片成本比品質範圍的頂端更重要時——在 4K 下，由於有 17× 的差距，幾乎總是如此——或者當你需要模型在 BFL 的 API 無法觸及的地方執行時：地端部署、氣隙環境，或搭載 8 GB VRAM 的筆電。

還有第三種值得點名的選項，因為推出僅一天的開放權重版本，正是它存在的理由。如果你已經透過 OpenAI 相容端點呼叫其他圖像模型，那麼故障轉移與價格傳導正是落在這個端點上：供應商調價會直接反映出來，無須重新部署；你也能只在一小部分流量上試用不熟悉的模型，而不必重建你的用戶端。OrcaRouter 為兩百款左右的模型提供路由——包括 google/gemini-3.1-flash-image-preview/ ——以供應商牌價、不額外加收任何費用。FLUX 3 Image Klein 並不在其中：BFL 自家的 API 是通往 Klein 代管端點的唯一途徑，而權重則是另一條路。我們不會假裝不是這樣。

仍然未知的是什麼

Klein 才剛問世一天，而那份誠實的缺口清單卻很長。

• 沒有獨立基準測試。Artificial Analysis 或任何其他中立榜單都沒有為這兩款模型評分。本文中所有關於品質的說法都出自 BFL。

• 沒有 Klein 對 FLUX-3-Image 的比較數字。 不是來自廠商，也不是來自其他任何人。

• 沒有長期的正常運作時間或輸送量資料。單憑一天的 API 流量，這兩者都看不出所以然。

• 採用情況未經衡量。在擷取當下，這個蒸餾後的儲存庫顯示上個月有 3,241 次下載，而該儲存庫需權限才能存取。這個數字很小，而且並不是品質訊號。

• 這項安全性評估是廠商的說法。 BFL 表示，這些檢查點已在內部進行紅隊測試，並由外部合作夥伴 Cinder 評估，且宣稱「漏洞數量遠少於其他熱門的開放權重模型」——但未公布具體數字。

最能解決上述大部分問題的，會是由第三方在相同提示詞與相同解析度下運行這兩個模型。在那之前，價格差距是本文中唯一確鑿且可驗證的比較，而這也正是購買時應依據的一點。

接下來要觀察的不是 Klein 的基準測試分數，而是 BFL 究竟將它定位為價值級別，還是讓它從下方與自家旗艦競爭。一款價格只有五分之一、功能清單卻相同的 5.6B 開源模型，若與 $0.607 的 4K 級別並列推出，會顯得奇怪，除非其意圖就是要讓買家轉移。若 FLUX 3 Image 悄悄新增了更便宜的級別，或者 Klein 比較圖表哪天把旗艦列為其中一列，那就會是端倪。