FLUX 3 Image Klein: Funktionen, Benchmarks, Preise und API-Leitfaden

Black Forest Labs hat FLUX 3 Image Klein am 15. Oktober 2026 veröffentlicht. Es ist ein Open-Weights-Modell mit 5,6B Parametern für Text-zu-Bild-Generierung, Bildbearbeitung und Multi-Referenz-Komposition mit bis zu 10 Referenzbildern. Es ist das kleinere Mitglied der FLUX-3-Image-Familie und das erste FLUX-3-Bildmodell mit herunterladbaren Gewichten.

FLUX 3 Image Klein ist jetzt auf PoYo über zwei Modell-IDs verfügbar: flux-3-klein und flux-3-klein-edit. Die FLUX 3 Image Klein API-Seite enthält den Live-Generator, die unterstützten Steuerungsoptionen und die Preise.

Dieser Leitfaden erklärt, was Klein ist, was BFL über seine Qualität angibt, worin es sich von FLUX.2 [klein] und dem vollständigen FLUX-3-Image-Modell unterscheidet und wie Sie es über die PoYo API aufrufen.

FLUX 3 Image Klein auf einen Blick

Was ist FLUX 3 Image Klein?

FLUX 3 Image Klein ist eine kompakte Open-Weights-Version von FLUX 3 Image. Laut den Release Notes von BFL unterstützt es dieselben Kernfunktionen wie das vollständige Modell: Text-zu-Bild, Bildbearbeitung, Multi-Referenz-Generierung und Bounding Boxes.

Der Name „Klein“ bedeutet auf Deutsch genau das: klein. BFL hat dieselbe Benennung bereits für FLUX.2 [klein] verwendet, sein früheres kompaktes Modell. Die neue Version baut auf dem FLUX-3-Fundament auf, das gemeinsam auf Bildern, Video und Audio trainiert wurde. Laut BFL verleihen die Video- und Audiosignale dem Bildmodell ein besseres Verständnis für Bewegung, physikalische Dynamik und reale Interaktionen.

Ein einziges Modell übernimmt alle Bildaufgaben. In den Gewichten gibt es kein separates Bearbeitungsmodell: Sie senden nur einen Prompt, um zu generieren, oder einen Prompt mit Referenzbildern, um zu bearbeiten oder zu komponieren.

Zwei Checkpoints

BFL liefert zwei Versionen der Gewichte aus:

• Klein (destilliert): 16 Sampling-Schritte, ohne Classifier-Free Guidance. Ausgelegt auf schnelle Generierung und Self-Hosting. Dieser Checkpoint steckt hinter der BFL API.
• Klein Base (nicht destilliert): 50 Schritte mit Guidance. Ausgelegt auf Fine-Tuning, LoRA-Training und Forschung. Auf Base trainierte LoRAs lassen sich auch in das destillierte Modell laden.

Wichtigste Funktionen

Text-zu-Bild mit nativem 4K

Klein generiert Bilder mit bis zu 4K. Hugging Face hat für den destillierten Checkpoint etwa 2 Sekunden für ein 1024 × 1024-Bild auf einer H100 gemessen.

Multi-Referenz-Bearbeitung

Sie können bis zu 10 Referenzbilder übergeben und im Prompt über ihre Position auf sie verweisen. Das ist nützlich, um ein Produkt, eine Figur oder einen Stil über eine ganze Bildserie hinweg konsistent zu halten, ohne eine LoRA zu trainieren.

Layout-Steuerung per Bounding Box

Das ist die neue Fähigkeit der FLUX-3-Image-Familie. Sie hängen eine JSON-Liste von Regionen an den Prompt an. Jede Region hat eine ID, eine Box auf einem 0–1000-Raster und eine Beschreibung. Bei Bearbeitungen kann eine Region eine Quellbox in der Referenz und eine Zielbox in der Ausgabe angeben. So können Sie Elemente verschieben, skalieren, umfärben oder entfernen.

BFL weist darauf hin, dass Boxen Platzierung und Größe steuern, aber keine harten Pixelmasken sind. Ein Element kann über seine Box hinausragen, und sehr kleine angeforderte Elemente erscheinen möglicherweise nicht.

Textdarstellung

Klein kann Text in Bildern darstellen, etwa auf Produktetiketten, Postern und Schildern. Die Model Card von BFL warnt jedoch weiterhin, dass dargestellter Text ungenau sein kann. Prüfen Sie daher jede Zeichenfolge vor der Veröffentlichung.

Prompt-Upsampling

Klein wurde auf vollständigen Szenenbeschreibungen trainiert. Laut BFL führen kurze Prompts zu generischen Ergebnissen. Das Unternehmen empfiehlt einen Prompt-Upsampler, der eine Anfrage zu einer detaillierten Beschreibung von Stil, Szene, Licht, Kamera und jedem Motiv erweitert. Für selbst gehostete Setups veröffentlicht BFL ein 9B-Upsampler-Modell.

Schreiben Sie in der Praxis Prompts, die Motiv, Umgebung, Licht, Bildaufbau und Stil beschreiben. Beschreiben Sie bei Bearbeitungen das vollständige Ergebnis inklusive der Änderung, statt eine einzeilige Anweisung wie „mach es blau“ zu schreiben.

FLUX 3 Image Klein Benchmarks

BFL hat zum Launch interne Human-Preference-Bewertungen veröffentlicht. Laut dem Unternehmen gilt für Klein:

• Platz eins unter den verglichenen Open-Weights-Modellen bei Text-zu-Bild, Multi-Referenz-Generierung und Bildbearbeitung
• Besser bewertet als die geschlossenen Modelle im Vergleich, Ideogram V4.5 und FLUX.2 [pro]
• Das kleinste offene Modell im Vergleich (5,6B gegenüber 7B bei Qwen-Image 2.1 und 12,9B bei Krea 2)
• 91 Elo mehr bei Text-zu-Bild und 70 Elo mehr bei Bildbearbeitung als FLUX.2 [klein] 9B, bei 38 % weniger Parametern

Dabei handelt es sich um vom Anbieter veröffentlichte Ergebnisse. Erste unabhängige Tests fallen gemischter aus. Ein Review eines Drittanbieters ergab, dass Klein detaillierte, mehrteilige Anweisungen weniger zuverlässig befolgte als größere geschlossene Modelle wie Nano Banana 2.1 und GPT Image 2.5 Flare. Kleins Vorteil liegt in Qualität pro Parameter, Latenz und Kosten, nicht darin, jeden komplexen Prompt zu gewinnen.

FLUX 3 Image Klein vs FLUX.2 [klein]

Wenn Sie FLUX.2 [klein] bereits für Self-Hosting nutzen, ist Klein das direkte Upgrade: kleiner, schneller und in den Bewertungen von BFL besser, zusätzlich mit Layout-Steuerung.

FLUX 3 Image Klein vs FLUX 3 Image

Beide Modelle verwenden dasselbe Anfrageformat und dieselben Funktionen. Der Unterschied liegt in Größe, Preis und Zugang.

Bei 1K kostet Klein etwa ein Fünftel des vollständigen Modells. Bei 4K ist der Abstand deutlich größer. Für Katalogbilder, Social-Media-Inhalte und Entwürfe ist Klein meist die praktische Wahl. Das vollständige Modell sollten Sie für Hero-Assets reservieren, bei denen die zusätzliche Qualität zählt.

Hardware und lokale Nutzung

Laut BFL benötigen die Generator-Gewichte 11,2 GB in BF16 und 5,6 GB in FP8. Mit dem INT8-Build läuft Klein über ComfyUI oder Diffusers auf NVIDIA-GeForce-RTX-GPUs mit nur 8 GB VRAM.

Von NVIDIA gemessene Zeiten für das destillierte Modell mit INT8 liegen bei etwa 4 Sekunden pro 1-MP-Bild auf einer RTX 5090 und unter 9 Sekunden auf einer RTX 4070. Beachten Sie, dass der optionale Prompt-Upsampler ein separates 9B-Modell ist, das eigenen Speicher benötigt.

Klein wird ab dem ersten Tag von ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion und vLLM-Omni unterstützt. LoRA-Training funktioniert mit dem AI Toolkit von Ostris und mit Diffusers.

Lizenz: Darf man FLUX 3 Image Klein kommerziell nutzen?

Die Gewichte stehen unter der FLUX Kommunity License. Sie erlaubt Forschung und nicht-kommerzielle Nutzung sowie die kommerzielle Nutzung der Ausgaben für Einzelpersonen und Unternehmen mit weniger als $5M Jahresumsatz. Größere Organisationen benötigen eine kommerzielle Lizenz für Self-Hosting oder eine API.

Wenn Sie Klein über eine API wie PoYo nutzen, entfallen Lizenzfragen zum Self-Hosting der Modellgewichte. Prüfen Sie für Ihren Anwendungsfall dennoch immer die Bedingungen des Anbieters.

FLUX 3 Image Klein Preise auf PoYo

PoYo berechnet pro Bild nach Auflösung. Text-zu-Bild und Bearbeitung kosten gleich viel.

Mit n können Sie bis zu vier Bilder pro Aufruf anfordern. Die Gesamtkosten ergeben sich aus dem Preis pro Bild multipliziert mit n. Ein Batch aus vier 2K-Bildern kostet $0.056.

So nutzen Sie die FLUX 3 Image Klein API auf PoYo

PoYo stellt zwei Modell-IDs bereit:

• flux-3-klein für Text-zu-Bild. Senden Sie nur einen Prompt.
• flux-3-klein-edit für Bearbeitung und Multi-Referenz-Generierung. Senden Sie einen Prompt und 1–10 Bilder in image_urls.

Reichen Sie eine Aufgabe über POST /api/generate/submit ein und fragen Sie dann GET /api/generate/status/{task_id} ab oder setzen Sie eine callback_url.

{
  "model": "flux-3-klein-edit",
  "input": {
    "prompt": "The ceramic mug from the first image on a walnut desk beside the notebook from the second image, soft morning window light from the left, 50mm product photo, shallow depth of field, clean minimal background.",
    "image_urls": [
      "https://example.com/mug.png",
      "https://example.com/notebook.png"
    ],
    "size": "4:3",
    "resolution": "2K",
    "n": 2,
    "output_format": "webp"
  }
}

Unterstützte Parameter

• size: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 oder ein benutzerdefiniertes WIDTHxHEIGHT. Benutzerdefinierte Größen müssen pro Seite 256–4096 Pixel betragen, ein Vielfaches von 16 sein und zur gewählten Auflösung passen.
• resolution: 1K, 2K oder 4K. Standard ist 1K.
• n: 1–4 Bilder pro Anfrage.
• output_format: png, jpeg oder webp.
• enable_safety_checker: standardmäßig aktiviert.

Das vollständige Anfrageschema und das Antwortformat finden Sie in der FLUX 3 Image Klein API-Dokumentation.

Die besten Anwendungsfälle

• E-Commerce: Produkte in neuen Szenen platzieren und den Artikel über alle Referenzen hinweg konsistent halten.
• Marketing- und Marken-Assets: Kampagnenvarianten in mehreren Seitenverhältnissen zu geringen Kosten generieren.
• Social-Media-Inhalte: große Mengen an Entwürfen in 1K erstellen und die besten anschließend auf 4K hochskalieren.
• Innenarchitektur und Immobilien: Räume anhand eines Referenzfotos neu gestalten oder virtuell einrichten.
• Storyboards und Publishing: Figuren mit Multi-Referenz-Prompts über mehrere Panels hinweg konsistent halten.

Häufig gestellte Fragen

Was ist FLUX 3 Image Klein?

Es ist ein Open-Weights-Modell für Bildgenerierung und -bearbeitung mit 5,6B Parametern von Black Forest Labs, veröffentlicht am 15. Oktober 2026. Es unterstützt Text-zu-Bild, Bearbeitung, bis zu 10 Referenzen und Layout-Steuerung per Bounding Box.

Ist FLUX 3 Image Klein Open Source?

Es hat offene Gewichte, ist aber nicht Open Source im Sinne der OSI. Die Gewichte liegen auf Hugging Face unter der FLUX Kommunity License, die die kostenlose kommerzielle Nutzung auf Unternehmen mit weniger als $5M Jahresumsatz beschränkt.

Was kostet FLUX 3 Image Klein?

Auf PoYo kostet es $0.009 pro 1K-Bild, $0.014 pro 2K-Bild und $0.036 pro 4K-Bild. Bearbeitung kostet genauso viel wie Generierung.

Welche GPU brauche ich, um FLUX 3 Image Klein lokal auszuführen?

Laut BFL läuft der INT8-Build auf NVIDIA-GeForce-RTX-GPUs mit 8 GB VRAM. BF16-Gewichte benötigen etwa 11,2 GB, und der optionale Prompt-Upsampler braucht zusätzlichen Speicher.

Worin unterscheidet sich FLUX 3 Image Klein von FLUX 3?

FLUX 3 ist das multimodale Fundament, auf dem sowohl Bild- als auch Videomodelle basieren. Auf PoYo bezeichnet FLUX 3 die Video-Workflows, während Klein ein kompaktes Bildmodell auf demselben Fundament ist. Die gesamte Modellfamilie finden Sie in der FLUX 3 Übersicht.

Ist FLUX 3 Image Klein besser als FLUX.2?

In den internen Bewertungen von BFL übertrifft es FLUX.2 [klein] 9B um 91 Elo bei Text-zu-Bild und um 70 Elo bei Bearbeitung und wird besser bewertet als FLUX.2 [pro]. Wenn Sie die bestehenden Endpunkte FLUX.2 Pro und Flex benötigen, bleiben diese auf der FLUX 2 Seite verfügbar.

Fazit

FLUX 3 Image Klein bringt den Großteil der Funktionen von FLUX 3 Image in ein Modell, das klein genug für eine Consumer-GPU und günstig genug für API-Nutzung in großem Umfang ist. Seine Stärken sind Geschwindigkeit, Kosten, Multi-Referenz-Bearbeitung und die neue Layout-Steuerung per Bounding Box. Seine Grenzen sind typisch für ein kompaktes Modell: Schreiben Sie detaillierte Prompts und prüfen Sie Textdarstellung und komplexe Anweisungen vor dem Produktiveinsatz.

Testen Sie es auf der PoYo FLUX 3 Image Klein Seite oder lesen Sie die API-Dokumentation, um mit der Integration zu beginnen.

Quellen: Ankündigung von FLUX 3 Image Klein durch Black Forest Labs, Model Card von FLUX 3 Image Klein, BFL Release Notes, Hugging Face Diffusers Blog