FLUX 3 Image Klein 是一个 5.6B 参数开放权重模型，支持文本生成图像、图像编辑及最多 10 张参考图的多参考生成，并具备完整版 FLUX 3 Image 的原生 4K 生成、像素级精确编辑与边界框控制能力。它基于 FLUX 3 在图像、视频和音频上的共同学习，融合空间细节、运动与物理动态及事件交互信息。此次发布还包含微调基础模型、低延迟的步进蒸馏模型，及英伟达（NVIDIA）合作开发的 FP8、INT8 和 NVFP4 版本，采用 FLUX Kommunity License 授权。

今天，我们发布 FLUX 3 Image Klein。这是一个 56 亿参数（5.6B）的开放权重模型，支持文生图、图像编辑，以及最多 10 张参考图的多参考生成。它与完整版 FLUX 3 Image 模型共享核心能力：原生 4K 生成、像素级精准编辑，以及用边界框控制元素放置位置或把编辑限制在特定区域内。

FLUX 3 Image Klein 建立在 FLUX 3 在图像、视频和音频上的共同学习成果之上。图像提供空间细节，视频加入运动和物理动态，音频提供事件与交互信息。这些信号共同帮助模型生成更符合现实世界的图像。

此次发布包含一个用于微调的基础模型，以及一个用于低延迟生成的逐步蒸馏（step distilled）模型；在 NVIDIA 支持下，还提供 FP8、INT8 和 NVFP4 版本，均遵循 FLUX Kommunity License。

在 BFL API 中试用 · 下载权重

以更少参数实现领先的开放权重质量

在内部评估中，FLUX 3 Image Klein 在文生图、多参考生成和图像编辑上均排名第一，超过更大的开放权重模型，也高于对比中的闭源模型 Ideogram V4.5 和 FLUX.2 [pro]。它的参数为 5.6B，是对比中最小的开放模型：Qwen-Image 2.1 为 7B，Krea 2 为 12.9B。与 9B 的 FLUX.2 [klein] 相比，它在文生图上提高 91 Elo，在图像编辑上提高 70 Elo，而参数减少 38%。

FLUX 3 Image Klein 也针对消费级 GPU 做了优化。参数更少，因此本地运行更可行、适配也更便宜；有数据主权或本地部署需求的团队，可以在自己的基础设施上评估和微调模型。这对端侧图像编辑也很关键，用户可以直接在笔记本上编辑图像。生成器权重在 BF16 下需 11.2 GB，在 FP8 下需 5.6 GB。借助 INT8 版本，FLUX 3 Image Klein 可通过 ComfyUI 或 Diffusers 在显存低至 8GB 的 NVIDIA GeForce RTX GPU 上运行，把 FLUX.2 [klein] 开启的路线延伸到更小的硬件上。配合蒸馏模型和 INT8 版本，它通过 ComfyUI 在 NVIDIA GeForce RTX 5090 上生成一张 1MP 图像约需 4 秒，在 RTX 4070 上不到 9 秒。

该图表为逐步蒸馏模型、16 步设置的按 GPU 生成时间，单位为每张图像秒数，一次运行一张图像，越低越好。数据由 NVIDIA 测量；RTX 结果来自 ComfyUI；数据中心结果取各配置下表现最好的框架。每个 GPU 显示其最快的构建版本。这里的时间仅指 GPU 本身的生成时间；后文速度—质量前沿部分提到的 API 延迟还包含排队、网络和提示词上采样。

该图表为基础模型、50 步设置的按 GPU 生成时间，单位为每张图像秒数，一次运行一张图像，越低越好。数据由 NVIDIA 测量；RTX 结果来自 ComfyUI。每个 GPU 显示其最快的构建版本。

基础检查点专为微调而构建：Diffusers 和 Ostris 的 AI Toolkit 从第一天起就支持 LoRA 训练，NVIDIA 的 NeMo AutoModel 也提供了可直接用于已发布检查点的训练方案（recipes）。

如果需要更低延迟、更快生产负载，我们也会与团队合作进行特定定制，以实现这一目标。联系我们。

在速度—质量前沿

FLUX 3 Image Klein 也扩展了速度—质量的帕累托前沿（Pareto frontier）。通过 BFL API，它的延迟低于 Qwen-Image 2.1、FLUX.2 [pro]、Ideogram V4.5 和 Krea 2，并且在同等及更高延迟下获得最高评分。下图中，紫线标出每个延迟下可获得的最高评分，灰线表示此前的前沿。

延迟为端到端测量，从提交请求到生成完 1MP 图像，包含排队时间。FLUX 3 Image Klein 在我们的服务器上计时；其他模型从客户端计时，包含轮询和网络时间。Krea 2 在其 Medium 档计时；其 Large 档文生图耗时 31.1 秒。

开始使用

FLUX 3 Image Klein 现已作为开放权重提供，并通过 BFL API 开放使用。

试用

• BFL API：蒸馏模型名为 flux-3-image-klein，提供提示词上采样和像素恢复（可精确保留图像中未编辑的区域）。价格低至每 1000 张图像 0.009 美元。
• Playground 或 Hugging Face。

用它构建

• Hugging Face 上的权重：基础版和蒸馏版。
• 参考推理代码，含用于边界框控制的 Gradio 演示。
• 可在 Hugging Face Spaces 上试用。
• 首发即支持 ComfyUI、Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion 和 vLLM-Omni。
• 可通过 Ostris 的 AI Toolkit 做 LoRA 训练，并使用 NVIDIA NeMo AutoModel 中的方案。
• 模型在 NVIDIA GB200 NVL72 上训练，并针对 NVIDIA 加速计算平台优化，通过 NVIDIA TensorRT LLM、vLLM-Omni 和 SGLang Diffusion 提供服务。
• 在 NVIDIA GB300 上，蒸馏模型以 NVFP4 生成一张 1MP 图像不到 0.6 秒；加载 LoRA 会使生成时间增加约 5%。

许可

权重遵循 FLUX Kommunity License：允许年收入低于 500 万美元的个人和企业免费商用，也允许研究和非商业用途。更大规模的组织可通过我们的自托管许可选项或 API 进行商业部署。

安全

为了让 AI 技术既开放又安全，我们在模型开发生命周期中实施了多项保障措施来防范滥用：预训练阶段使用数据集过滤，以减少有害内容暴露；后训练阶段进行定向微调，以抑制有害行为，使有害内容越来越难以被诱导生成。发布前，FLUX 3 Image Klein 检查点经过了内部严格的红队测试，并由外部安全合作伙伴 Cinder 评估，结果显示其漏洞明显少于其他流行的开放权重模型。更多关于安全方法论的内容见此处。

FLUX 3 Image Klein 是 FLUX 3 系列中继 FLUX 3 Action 之后的第二个开放权重发布，后续还会有更多模型。

讨论整体偏向失望与质疑：多数人批评新一代小型图像模型 Flux 3 Image Klein 的文生图质量相比前代和竞品明显退步，尤其不擅长生成人物并出现身体恐怖问题。少数人则为编辑能力、小体积压缩效率和极低定价辩护，并引入 MOSS Image、Krea 3 等竞品对比，分歧主轴是「它是否还值得用」。

认为文生图质量退步、人物与身体细节翻车

• 有用户直接对比前代 Flux 2 Klein，称新模型表现粗劣、令人难以置信会被发布。（少数人）
• 人物生成弱是集中批评点：Reddit 上有人说它不擅长生成人，原因被认为是训练集剔除接近 NSFW 的内容；社区也流传不少“身体恐怖”输出的报告，只是有人自己没有遇到。（较多人）
• 有人只留下一句「后室感」的调侃，形容出图像阈限空间一样空旷诡异；这是全场唯一纯玩笑，但折射部分人对画风的直观感受。（少数人） > 我对小型本地图像生成的下一阶段很期待，但这个模型简直糟糕透顶，难以置信他们还好意思发布。（@Thorentis）

肯定编辑能力，但认为文生图不如 MOSS Image

• 有实测用户强调编辑能力非常扎实、绝对出色，是模型少有的强项；但他失望于它处理更精细文字细节的能力，自认这是小众需求上的短板。（少数人）
• 同一个人推荐文生图改用 MOSS Image，并转述社区因 MOSS 目前看起来好太多而出现“为什么还要用 Flux”的疑问；他认为 MOSS 的排版与文字复现很强，只是审美品味欠佳。（较多人） > 编辑能力绝对出色，但文生图我会去试 MOSS；社区里已经在问“为什么还要用 Flux”。（@jjcm）

惊叹小模型在极小体积下的压缩效率与世界知识

• 有人觉得不到 10GB 的权重却蕴含关于世界样貌的“知识”很不可思议。（少数人）
• 更反直觉的对比是：一个能工具调用、写代码和推理的像样 LLM 起码 30B 参数起，要好得 100B 以上；小型图像扩散模型却“不合理地有效”。有人因此提问：到底是 LLM 装的信息更多，还是扩散模型更擅长压缩？并补充语言扩散模型在推理上通常不如 Transformer 类模型。（少数人） > 小模型相对体积“不合理地有效”，而像样的 LLM 起码要 30B 参数起步，这让人怀疑扩散模型是否更擅长压缩。（@api）

认为 1K 分辨率每张 0.009 美元的定价极具竞争力

• 有评论引述其定价从每张 1K 分辨率图像 0.009 美元起，认为只要质量能竞争，这个价格对图像模型非常有优势；作为对比，前一天发布的 Krea 3 起价是每张 0.06 美元。（少数人） > 每张 1K 分辨率图像 0.009 美元的起步价，如果质量能打就很有竞争力；Krea 3 可是每张 0.06 美元起。（@drusepth）

有价值的补充

• 精巧类比：有人把这次权重发布的处境比作「保时捷 Mission S 对特斯拉 Roadster」，意指前代或概念光环仍在，但当下实际表现被更新的竞品压过，于是社区冒出“为什么还要 Flux”的疑问。（@jjcm 类比意译）
• 技术补充：被拿来对比的 MOSS Image 文字复现强，部分原因在于它采用了新的 VAE；该用户展示了字体梯度示例，称这是他见过最好的文字复现之一，但也再次指出 MOSS 的审美品味有所欠缺。（技术补充）