Black Forest Labs 於二零二六年十月十五日發布 FLUX 3 Image Klein，這是一個擁有五十六億參數的開源權重圖像模型，同時支援文字生圖、像素級編輯與最多十張參考圖的多參考生成，並具備原生 4K 輸出能力。它的核心賣點是把前沿畫質壓縮到消費級硬件：INT8 版本只需 8GB 顯示記憶體，即可透過 ComfyUI 或 Diffusers 在 GeForce RTX 顯卡上運行。權重以 FLUX Kommunity 授權釋出，年營收低於五百萬美元的個人與企業可以免費商用。

FLUX 3 Image Klein 是什麼？

FLUX 3 Image Klein 是 FLUX 3 系列的輕量開源權重成員，保留原生 4K 生成、像素級編輯與邊界框控制，以更低參數量換取消費級硬件可運行。

團隊把這款模型定位為 FLUX 3 系列的輕量成員。它沿用完整版 FLUX 3 Image 的核心能力，包括原生 4K 生成、像素級精準編輯，以及可控制元素位置、或把修改限制在指定範圍內的邊界框功能。與完整版不同的是，Klein 把參數量大幅壓低，換取在一般硬件上運行的可能性。

發布內容包含兩組權重：一組基礎模型供微調使用，另一組經過步數蒸餾，主打低延遲生成。團隊同時與 NVIDIA 合作推出 FP8、INT8 與 NVFP4 三種低位元版本，讓不同規格的設備都能找到合適的配置。這是 FLUX 3 系列第二個開源權重發布，前一個是針對機械人控制的 FLUX 3 Action。

它的畫質在同級模型中排第幾？

官方內部評測中，Klein 在文字生圖、多參考生成與圖像編輯三項均為開源權重模型第一，評分高於 Ideogram V4.5 等閉源模型。

官方公布的內部評測顯示，FLUX 3 Image Klein 在文字生圖、多參考生成與圖像編輯三個項目中均排名第一，領先所有受測的開源權重模型。它同時取得高於部分閉源模型的評分，包括 Ideogram V4.5 與 FLUX.2 [pro]，意味著開放權重與閉源服務之間的畫質差距正在收窄。

在參數規模的比較中，Klein 是受測組別最細小的一員，Qwen-Image 2.1 為七十億參數，Krea 2 則達到一百二十九億。值得注意的是，上述數字只計算圖像生成器本身，並未把文字編碼器一併納入，因此跨廠商的參數對比需要留意統計口徑。Krea 2 不支援圖像編輯，故未列入該項比較。

為什麼更少參數仍能取得領先表現？

官方稱能力來自跨模態訓練累積：圖像提供空間細節、影片補充動態與物理規律、音訊帶入事件線索，並非單靠參數堆疊。

官方指出，Klein 的表現來自 FLUX 3 系列在跨模態訓練上的累積。圖像提供空間細節，影片補充動態與物理規律，音訊則帶入事件與互動的線索，這些信號共同令模型生成的畫面更貼近現實世界的邏輯。換言之，能力並非單靠參數堆疊，而是來自訓練資料的多樣性。

與上一代 FLUX.2 klein 九十億參數版本相比，Klein 在文字生圖項目提升約九十一分 Elo，在圖像編輯項目提升約七十分，而參數量反而減少百分之三十八。團隊強調，較少參數令模型更容易在本地運行與調整，對有資料主權或本地部署要求的機構尤其關鍵。這種取捨也直接支援裝置端的圖像編輯應用，讓使用者可以在自己的筆記型電腦上完成修圖。

本地部署需要什麼硬件？

INT8 版本可在 8GB 顯示記憶體的 RTX 顯卡運行，BF16 權重需 11.2GB、FP8 為 5.6GB，並已整合 ComfyUI 與 Diffusers。

硬件門檻是這次發布最實際的賣點。基礎模型的 BF16 權重需要 11.2GB 記憶體，FP8 版本則降至 5.6GB。真正把門檻拉低的是 INT8 版本，它可以在僅有 8GB 顯示記憶體的 NVIDIA GeForce RTX 顯卡上運行，並已整合到 ComfyUI 與 Diffusers 兩套常見工具鏈之中。

這個規格意味著，過去需要專業級顯示卡才能完成的圖像生成與編輯工作，如今在中階遊戲顯卡上也能進行。對於需要自建流程、又不希望把圖片上傳至外部服務的團隊而言，本地運行同時解決了成本與合規兩方面的顧慮。

生成速度有多快？

蒸餾模型在 RTX 5090 約四秒生成一百萬像素圖像，RTX 4070 少於九秒，NVFP4 版本於 GB300 可壓至零點六秒以內。

速度數據同樣以 NVIDIA 平台實測。蒸餾模型在十六步設定下，於 RTX 5090 約需四秒生成一張一百萬像素圖像，在 RTX 4070 則少於九秒。若改用 NVFP4 版本並在 NVIDIA GB300 上運行，單張生成時間可壓低至零點六秒以內。這些數字都在 ComfyUI 環境中量測。

在速度與畫質的取捨上，團隊表示 Klein 同時延伸了兩者的前沿曲線。透過 BFL API 使用時，它的延遲低於 Qwen-Image 2.1、FLUX.2 [pro]、Ideogram V4.5 與 Krea 2，並在同級延遲中取得最高評分。官方亦提醒，其伺服器端計時與其他模型由客戶端計時的口徑並不完全相同，比較時需要保留這一層差異。

授權與商用條件如何？

授權沿用 FLUX Kommunity License，年營收低於五百萬美元的個人與公司可免費商用，超過門檻須採自架授權或官方 API。

授權條款沿用 FLUX Kommunity License。年營收低於五百萬美元的個人與公司可以免費作商業使用，研究與非商業用途亦在許可範圍之內。年營收超過門檻的機構，則需要透過自架授權方案或改用官方 API 才能投入商業部署。

API 方面，蒸餾版本以 flux-3-image-klein 名稱提供，支援提示詞增強與像素還原功能，後者可確保未被編輯的區域在生成後維持原狀。定價由每一千張一百萬像素圖像九美元起算。對已具備硬件的中小型團隊而言，開源權重與 API 兩條路徑同時存在，選擇取決於使用量與維運能力。

開發者可以在哪些框架使用？

權重上架 Hugging Face 並附推論範例，發布首日已獲 ComfyUI、Diffusers、TensorRT-LLM、SGLang 與 vLLM-Omni 支援。

生態整合是這次發布的另一重點。權重上架 Hugging Face，官方同時提供參考推論程式碼，包含一個以邊界框控制編輯範圍的 Gradio 示範。發布首日已獲得 ComfyUI、Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion 與 vLLM-Omni 支援，開發者可以按既有流程直接接入。

微調路徑亦已打通。Ostris 的 AI Toolkit 與 NVIDIA NeMo AutoModel 都提供開箱可用的 LoRA 訓練配方，可直接讀取釋出的檢查點。官方補充，在推論時額外掛載一組 LoRA，只會令生成時間增加約百分之五。模型本身在 NVIDIA GB200 NVL72 上訓練，並針對該公司的加速運算平台優化。

出處連結有哪些？

本文資訊整理自 Black Forest Labs 官方公告，以及 Hugging Face 模型卡與各推論框架的整合說明。

Black Forest Labs 官方公告：https://bfl.ai/blog/flux-3-image-klein

總結：FLUX 3 Image Klein 適合哪些使用者？

對獨立開發者與中小企業而言，8GB 顯示記憶體門檻與可商用授權讓自建圖像流程可行；重視資料主權的機構可在自有設施評估。

FLUX 3 Image Klein 的意義，在於把前沿圖像生成能力下放到消費級硬件。對獨立開發者與中小企業而言，8GB 顯示記憶體的門檻與可商用的授權條款，令自建圖像流程不再是大型團隊的專利；對重視資料主權的機構而言，能在自有基礎設施上評估與調整模型，是採用與否的關鍵條件。

另一方面，官方評測數據由發布方自行量測，硬件計時口徑亦不完全一致，實際表現仍需要在各自的工作流程中驗證。可以確定的是，開放權重模型與閉源服務的畫質差距正持續收窄，而競爭焦點已由單純的參數規模，轉向每單位硬件成本能換取多少可用畫質。