FLUX 3 Image Klein 是什么：开放权重图像模型

先说它是什么

FLUX 3 Image Klein 是 Black Forest Labs 在 2026 年 10 月 15 日发布的开放权重图像模型，生成器参数 5.6B。一套权重同时负责文生图、指令改图和多参考图生成，最多能喂 10 张参考图，原生支持 4K 输出。它和完整版 FLUX 3 Image 共享几项核心能力：原生 4K、像素级编辑，还有用边界框控制元素位置或限定编辑范围。你可以把它看成 FLUX 3 家族里专门留给本地部署和二次开发的小个子。

它是 FLUX 3 家族的第二个开放权重发布，前一个是面向机器人控制的 7B 模型 FLUX 3 Action，官方说后面还会有更多。官方还介绍，FLUX 3 系列让图像、视频、音频共用学习信号：图像提供空间细节，视频补运动和物理规律，音频补事件信息，目的是让出图更贴近真实世界。这是厂商的说法，好不好用还得自己跑。

关键规格：5.6B 意味着什么

先划个重点：5.6B 只算图像生成器，文本编码器不在内，这是官方在对比图脚注里写明的。生成器权重在 BF16 下约 11.2 GB，FP8 下约 5.6 GB。官方还联合 NVIDIA 做了 FP8、INT8 和 NVFP4 三种量化版本，其中 INT8 版通过 ComfyUI 或 Diffusers，可以在显存低至 8GB 的 GeForce RTX 显卡上运行。换句话说，一张主流游戏卡就能入门，不必先去租服务器。

发布包里有两个检查点。base 版面向微调和研究，官方给的是 50 步；步数蒸馏版只要 16 步，主打低延迟。NVIDIA 实测，蒸馏版配 INT8，在 RTX 5090 上生成一张 1MP 图约 4 秒，RTX 4070 上不到 9 秒；换到 GB300 并使用 NVFP4，不到 0.6 秒。

边界框是我觉得很实用的设计。给每个元素一个框和一段描述，模型就把它画进框里。画布是 0 到 1000 的归一化网格，不管长宽比，框按 y_min、x_min、y_max、x_max 的顺序写。海报排版、局部改图这类"东西必须放在这儿"的活，比只靠文字描述位置要直观。

成绩单怎么看

官方公布的成绩都来自 BFL 内部评测，用 Elo 评分。官方说，在文生图、多参考图生成和图像编辑三项里，Klein 的评分都高于对比组中体量更大的开放权重模型，也高于对比组里的两个闭源模型 Ideogram V4.5 和 FLUX.2 [pro]。对比的开放模型是 7B 的 Qwen-Image 2.1 和 12.9B 的 Krea 2，Klein 比两者都小。对上一代 FLUX.2 [klein] 9B，官方给的数字是文生图多 91 Elo，图像编辑多 70 Elo，参数少 38%。Krea 2 不支持图像编辑，所以没进编辑那一组。

延迟同样是官方自测：通过 BFL API 生成 1MP 图，文生图中位延迟 4.54 秒，编辑 7.18 秒，都含排队时间。要留意计时口径：Klein 是在 BFL 自家服务器上计时，其他模型从客户端计时，包含轮询和网络耗时，两边并不完全等价。目前公开可见的成绩基本都出自 BFL 自己，暂未见到独立第三方的系统评测。

去哪用、多少钱

最省事的是 BFL API。官方 API 名称是 flux-3-image-klein，对应的是蒸馏版，自带提示词上采样和像素还原，后者能让图里没被改动的区域原样保留。定价官方写的是 1K 图起价每张 0.009 美元，分辨率越高单价越高，具体档位以官方定价页为准。想先试试手感，可以用官方 Playground 或 Hugging Face 上的在线 Space。

想自己部署，base 和蒸馏两份权重都放在 Hugging Face 上，官方还给了参考推理代码和一个带边界框控制的 Gradio 演示。首发当天，ComfyUI、Diffusers、TensorRT-LLM、SGLang Diffusion 和 vLLM-Omni 都已支持。微调方面，Diffusers 和 Ostris 的 AI Toolkit 可以训练 LoRA，NVIDIA NeMo AutoModel 也提供了现成的配方。官方说，挂上 LoRA 推理只多出约 5% 的耗时。

跟谁比

跟上一代 FLUX.2 [klein] 9B 比，差别很具体：参数从 9B 降到 5.6B，官方自测评分反而更高，运行门槛也往下探到了 8GB 显存的显卡。跟同为开放权重的 Qwen-Image 2.1 和 Krea 2 比，官方自测里 Klein 的 API 延迟更低，同时评分不低于对方。不过 Krea 2 的延迟是按它的 Medium 档计的，Large 档文生图要 31.1 秒，对比时别漏了档位这个前提。

和闭源的 Ideogram V4.5、FLUX.2 [pro] 比，Klein 的优势是权重在你手里，可以微调、可以放进自己的机房。参数口径要提醒一句：5.6B 不含文本编码器，别拿这个数字和别家硬比。

适合谁，坑在哪

对开发者和做选型的技术负责人来说，Klein 的卖点是能本地跑、能微调、有 base 检查点，对数据不能出境或要在自家基础设施里评估的团队尤其对路。做内容的人则可以重点试多参考图和边界框，改图、排版、带文字的设计稿是官方主推的场景。AI主线觉得，这个模型最值得看的不是那几个 Elo 数字，而是它把编辑、生成、多参考三件事塞进一套小权重里，还给了低门槛的运行方式。

坑也有几个。许可证要在上线前看仔细：官方公告写的是 FLUX Kommunity License，年收入低于 500 万美元的个人和公司可免费商用，研究和非商业用途不限，更大的组织要走自托管授权或 API；而模型产品页的说法更偏向"产品里自托管需要商业授权"。两处措辞不完全一致，务必以 Hugging Face 模型卡上的协议为准。另外，本地运行要配合官方的提示词上采样器，API 里是自动处理的；想用 8GB 显存跑，得选 INT8 版本；官方公布的耗时都是 1MP 规格，10 张参考图或 4K 输出的实际速度没有给出，真要上这类负载，最好自己压测一遍。