FLUX 3 Image Klein: funciones, benchmarks, precios y guía de la API

Black Forest Labs lanzó FLUX 3 Image Klein el 15 de octubre de 2026. Es un modelo de pesos abiertos con 5,6B parámetros para generación de texto a imagen, edición de imágenes y composición con múltiples referencias, con hasta 10 imágenes de referencia. Es el miembro más pequeño de la familia FLUX 3 Image y el primer modelo de imagen de FLUX 3 con pesos descargables.

FLUX 3 Image Klein ya está disponible en PoYo mediante dos IDs de modelo, flux-3-klein y flux-3-klein-edit. La página de la API de FLUX 3 Image Klein incluye el generador en vivo, los controles compatibles y los precios.

Esta guía explica qué es Klein, qué afirma BFL sobre su calidad, en qué se diferencia de FLUX.2 [klein] y del modelo completo FLUX 3 Image, y cómo llamarlo a través de la API de PoYo.

FLUX 3 Image Klein de un vistazo

¿Qué es FLUX 3 Image Klein?

FLUX 3 Image Klein es una versión compacta y de pesos abiertos de FLUX 3 Image. Según las notas de versión de BFL, admite las mismas funciones principales que el modelo completo: texto a imagen, edición de imágenes, generación con múltiples referencias y bounding boxes.

La palabra «Klein» significa «pequeño» en alemán. BFL usó el mismo nombre para FLUX.2 [klein], su anterior modelo compacto. La nueva versión se basa en la base de FLUX 3, entrenada conjuntamente con imágenes, vídeo y audio. Según BFL, las señales de vídeo y audio dan al modelo de imagen una mejor comprensión del movimiento, la dinámica física y las interacciones del mundo real.

Un solo modelo se encarga de todas las tareas de imagen. Los pesos no incluyen un modelo de edición separado: envías solo un prompt para generar, o un prompt con imágenes de referencia para editar o componer.

Dos checkpoints

BFL distribuye dos versiones de los pesos:

• Klein (destilado): 16 pasos de muestreo, sin classifier-free guidance. Pensado para generación rápida y autoalojamiento. Es el checkpoint que usa la API de BFL.
• Klein Base (sin destilar): 50 pasos con guidance. Pensado para fine-tuning, entrenamiento de LoRA e investigación. Las LoRA entrenadas sobre Base también se pueden cargar en el modelo destilado.

Funciones principales

Texto a imagen con 4K nativo

Klein genera imágenes de hasta 4K. Hugging Face midió unos 2 segundos para una imagen de 1024 × 1024 con el checkpoint destilado en una H100.

Edición con múltiples referencias

Puedes enviar hasta 10 imágenes de referencia y mencionarlas en el prompt según su posición. Esto resulta útil para mantener la coherencia de un producto, un personaje o un estilo en una serie de imágenes sin entrenar una LoRA.

Control de composición con bounding boxes

Es la nueva capacidad de la familia FLUX 3 Image. Añades al prompt una lista JSON de regiones. Cada región tiene un ID, una caja en una cuadrícula de 0 a 1000 y una descripción. En las ediciones, una región puede indicar una caja de origen en la referencia y una caja de destino en el resultado, lo que permite mover, redimensionar, cambiar de color o eliminar elementos.

BFL señala que las cajas guían la posición y la escala, pero no son máscaras de píxeles estrictas. Un elemento puede sobresalir de su caja, y los elementos solicitados muy pequeños pueden no aparecer.

Renderizado de texto

Klein puede renderizar texto dentro de las imágenes, como etiquetas de producto, carteles y letreros. Aun así, la ficha del modelo de BFL advierte que el texto renderizado puede ser inexacto, así que revisa cada cadena antes de publicar.

Ampliación de prompts

Klein se entrenó con descripciones completas de escenas. Según BFL, los prompts cortos producen resultados genéricos, por lo que recomienda un ampliador de prompts (upsampler) que convierta una solicitud en una descripción detallada del estilo, la escena, la iluminación, la cámara y cada sujeto. BFL publica un modelo ampliador de 9B para configuraciones autoalojadas.

En la práctica, escribe prompts que describan el sujeto, el entorno, la luz, la composición y el estilo. En las ediciones, describe el resultado completo con el cambio incluido en lugar de escribir una instrucción de una línea como «hazlo azul».

Benchmarks de FLUX 3 Image Klein

BFL publicó evaluaciones internas de preferencia humana en el lanzamiento. Según la empresa, Klein:

• Ocupa el primer puesto entre los modelos de pesos abiertos comparados en texto a imagen, generación con múltiples referencias y edición de imágenes
• Obtiene mejor valoración que los modelos cerrados de su comparación, Ideogram V4.5 y FLUX.2 [pro]
• Es el modelo abierto más pequeño de la comparación (5,6B, frente a 7B de Qwen-Image 2.1 y 12,9B de Krea 2)
• Gana 91 puntos Elo en texto a imagen y 70 puntos Elo en edición de imágenes frente a FLUX.2 [klein] 9B, con un 38 % menos de parámetros

Son resultados publicados por el propio fabricante. Las primeras pruebas independientes son más dispares. Una reseña de terceros concluyó que Klein seguía con menos fiabilidad las instrucciones detalladas de varias partes que modelos cerrados más grandes como Nano Banana 2.1 y GPT Image 2.5 Flare. La ventaja de Klein está en la calidad por parámetro, la latencia y el coste, no en ganar con cada prompt complejo.

FLUX 3 Image Klein vs FLUX.2 [klein]

Si ya usas FLUX.2 [klein] en autoalojamiento, Klein es la actualización directa: más pequeño, más rápido y mejor en las evaluaciones de BFL, y además con control de composición.

FLUX 3 Image Klein vs FLUX 3 Image

Ambos modelos comparten el mismo formato de solicitud y las mismas funciones. La diferencia está en el tamaño, el precio y el acceso.

En 1K, Klein cuesta alrededor de una quinta parte del modelo completo. En 4K, la diferencia es mucho mayor. Para imágenes de catálogo, contenido para redes sociales y borradores, Klein suele ser la opción práctica. Reserva el modelo completo para las imágenes principales en las que la calidad adicional marque la diferencia.

Hardware y uso en local

Según BFL, los pesos del generador necesitan 11,2 GB en BF16 y 5,6 GB en FP8. Con la versión INT8, Klein funciona en GPU NVIDIA GeForce RTX con tan solo 8 GB de VRAM mediante ComfyUI o Diffusers.

Los tiempos medidos por NVIDIA para el modelo destilado con INT8 son de unos 4 segundos por imagen de 1 MP en una RTX 5090 y de menos de 9 segundos en una RTX 4070. Ten en cuenta que el ampliador de prompts opcional es un modelo independiente de 9B que necesita su propia memoria.

Klein cuenta con soporte desde el primer día en ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion y vLLM-Omni. El entrenamiento de LoRA funciona con el AI Toolkit de Ostris y con Diffusers.

Licencia: ¿se puede usar FLUX 3 Image Klein con fines comerciales?

Los pesos usan la FLUX Kommunity License. Permite la investigación y el uso no comercial, además del uso comercial de los resultados para particulares y empresas con ingresos anuales inferiores a $5M. Las organizaciones más grandes necesitan una licencia comercial de autoalojamiento o una API.

Usar Klein a través de una API como PoYo evita las cuestiones de licencia del autoalojamiento de los pesos del modelo. Revisa siempre los términos del proveedor para tu caso de uso.

Precios de FLUX 3 Image Klein en PoYo

PoYo cobra por imagen según la resolución. Texto a imagen y edición cuestan lo mismo.

Puedes solicitar hasta cuatro imágenes por llamada con n. El coste total es el precio por imagen multiplicado por n. Un lote de cuatro imágenes 2K cuesta $0.056.

Cómo usar la API de FLUX 3 Image Klein en PoYo

PoYo ofrece dos IDs de modelo:

• flux-3-klein para texto a imagen. Envía solo un prompt.
• flux-3-klein-edit para edición y generación con múltiples referencias. Envía un prompt y de 1 a 10 imágenes en image_urls.

Envía una tarea a POST /api/generate/submit y después consulta GET /api/generate/status/{task_id} o define una 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"
  }
}

Parámetros compatibles

• size: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 o un WIDTHxHEIGHT personalizado. Los tamaños personalizados deben tener entre 256 y 4096 píxeles por lado, ser múltiplos de 16 y coincidir con la resolución seleccionada.
• resolution: 1K, 2K o 4K. El valor predeterminado es 1K.
• n: de 1 a 4 imágenes por solicitud.
• output_format: png, jpeg o webp.
• enable_safety_checker: activado de forma predeterminada.

Consulta la documentación de la API de FLUX 3 Image Klein para ver el esquema completo de la solicitud y el formato de respuesta.

Mejores casos de uso

• E-commerce: colocar productos en nuevas escenas manteniendo la coherencia del artículo entre referencias.
• Marketing y recursos de marca: generar variaciones de campaña en varias relaciones de aspecto a bajo coste.
• Contenido para redes sociales: producir grandes volúmenes de borradores en 1K y después escalar los mejores a 4K.
• Interiorismo e inmobiliaria: cambiar el estilo de habitaciones o amueblar espacios virtualmente a partir de una foto de referencia.
• Storyboards y publicaciones: mantener la coherencia de los personajes entre viñetas con prompts de múltiples referencias.

Preguntas frecuentes

¿Qué es FLUX 3 Image Klein?

Es un modelo de generación y edición de imágenes de pesos abiertos con 5,6B parámetros de Black Forest Labs, lanzado el 15 de octubre de 2026. Admite texto a imagen, edición, hasta 10 referencias y control de composición con bounding boxes.

¿FLUX 3 Image Klein es de código abierto?

Es de pesos abiertos, pero no de código abierto en el sentido de la OSI. Los pesos están en Hugging Face bajo la FLUX Kommunity License, que limita el uso comercial gratuito a empresas con ingresos anuales inferiores a $5M.

¿Cuánto cuesta FLUX 3 Image Klein?

En PoYo cuesta $0.009 por imagen 1K, $0.014 por imagen 2K y $0.036 por imagen 4K. La edición cuesta lo mismo que la generación.

¿Qué GPU necesito para ejecutar FLUX 3 Image Klein en local?

Según BFL, la versión INT8 funciona en GPU NVIDIA GeForce RTX con 8 GB de VRAM. Los pesos BF16 necesitan unos 11,2 GB, y el ampliador de prompts opcional requiere memoria adicional.

¿En qué se diferencia FLUX 3 Image Klein de FLUX 3?

FLUX 3 es la base multimodal que impulsa tanto los modelos de imagen como los de vídeo. En PoYo, FLUX 3 se refiere a los flujos de trabajo de vídeo, mientras que Klein es un modelo de imagen compacto construido sobre la misma base. Consulta la visión general de FLUX 3 para conocer toda la familia.

¿FLUX 3 Image Klein es mejor que FLUX.2?

En las evaluaciones internas de BFL, supera a FLUX.2 [klein] 9B por 91 puntos Elo en texto a imagen y 70 puntos Elo en edición, y obtiene mejor valoración que FLUX.2 [pro]. Si necesitas los endpoints actuales de FLUX.2 Pro y Flex, siguen disponibles en la página de FLUX 2.

Conclusión

FLUX 3 Image Klein lleva la mayor parte de las funciones de FLUX 3 Image a un modelo lo bastante pequeño para ejecutarse en una GPU de consumo y lo bastante barato para un uso intensivo de la API. Sus puntos fuertes son la velocidad, el coste, la edición con múltiples referencias y el nuevo control de composición con bounding boxes. Sus limitaciones son las típicas de un modelo compacto: escribe prompts detallados y revisa el renderizado de texto y las instrucciones complejas antes de pasar a producción.

Pruébalo en la página de FLUX 3 Image Klein en PoYo o lee la documentación de la API para empezar la integración.

Fuentes: Anuncio de FLUX 3 Image Klein de Black Forest Labs, Ficha del modelo FLUX 3 Image Klein, Notas de versión de BFL, Blog de Hugging Face Diffusers