FLUX 3 Image Klein: Fitur, Benchmark, Harga, dan Panduan API

Black Forest Labs merilis FLUX 3 Image Klein pada 15 Oktober 2026. Ini adalah model open-weights dengan 5.6B parameter untuk pembuatan gambar dari teks, pengeditan gambar, dan komposisi multi-referensi dengan hingga 10 gambar referensi. Model ini merupakan anggota yang lebih kecil dari keluarga FLUX 3 Image sekaligus model gambar FLUX 3 pertama yang bobotnya dapat diunduh.

FLUX 3 Image Klein kini tersedia di PoYo melalui dua ID model, yaitu flux-3-klein dan flux-3-klein-edit. Halaman API FLUX 3 Image Klein menyediakan generator langsung, kontrol yang didukung, dan informasi harga.

Panduan ini membahas apa itu Klein, klaim BFL tentang kualitasnya, perbedaannya dengan FLUX.2 [klein] dan model FLUX 3 Image versi penuh, serta cara memanggilnya melalui API PoYo.

Sekilas tentang FLUX 3 Image Klein

Apa Itu FLUX 3 Image Klein?

FLUX 3 Image Klein adalah versi ringkas dan open-weights dari FLUX 3 Image. Menurut catatan rilis BFL, model ini mendukung fitur inti yang sama dengan model penuhnya: teks ke gambar, pengeditan gambar, pembuatan multi-referensi, dan bounding box.

Kata "Klein" berarti "kecil" dalam bahasa Jerman. BFL menggunakan penamaan yang sama untuk FLUX.2 [klein], model ringkas sebelumnya. Versi baru ini dibangun di atas fondasi FLUX 3 yang dilatih secara bersamaan pada gambar, video, dan audio. BFL menyebut sinyal video dan audio memberi model gambar pemahaman yang lebih baik tentang gerakan, dinamika fisik, dan interaksi di dunia nyata.

Satu model menangani semua tugas gambar. Tidak ada model pengeditan terpisah di dalam bobotnya: Anda cukup mengirim prompt untuk membuat gambar, atau prompt beserta gambar referensi untuk mengedit atau membuat komposisi.

Dua checkpoint

BFL menyediakan dua versi bobot:

• Klein (distilled): 16 langkah sampling, tanpa classifier-free guidance. Dirancang untuk pembuatan cepat dan self-hosting. Inilah checkpoint yang digunakan di balik API BFL.
• Klein Base (undistilled): 50 langkah dengan guidance. Dirancang untuk fine-tuning, pelatihan LoRA, dan riset. LoRA yang dilatih pada Base juga dapat dimuat ke model distilled.

Fitur Utama

Teks ke gambar dengan 4K native

Klein menghasilkan gambar hingga 4K. Hugging Face mengukur checkpoint distilled membutuhkan sekitar 2 detik untuk gambar 1024 × 1024 di H100.

Pengeditan multi-referensi

Anda dapat mengirim hingga 10 gambar referensi dan merujuknya di dalam prompt berdasarkan urutannya. Ini berguna untuk menjaga konsistensi produk, karakter, atau gaya di seluruh rangkaian gambar tanpa perlu melatih LoRA.

Kontrol tata letak dengan bounding box

Inilah kemampuan baru di keluarga FLUX 3 Image. Anda menambahkan daftar wilayah dalam format JSON ke prompt. Setiap wilayah memiliki ID, kotak pada grid 0–1000, dan deskripsi. Untuk pengeditan, sebuah wilayah dapat menentukan kotak sumber pada referensi dan kotak target pada output, sehingga Anda bisa memindahkan, mengubah ukuran, mengganti warna, atau menghapus elemen.

BFL mencatat bahwa kotak memandu penempatan dan skala, tetapi bukan masker piksel yang kaku. Sebuah elemen bisa melampaui kotaknya, dan elemen yang diminta berukuran sangat kecil mungkin tidak muncul.

Rendering teks

Klein dapat merender teks di dalam gambar, seperti label produk, poster, dan papan tanda. Namun, kartu model BFL tetap memperingatkan bahwa teks yang dirender bisa tidak akurat, jadi periksa setiap teks sebelum dipublikasikan.

Prompt upsampling

Klein dilatih menggunakan keterangan adegan yang lengkap. BFL menyebut prompt pendek menghasilkan gambar yang generik dan merekomendasikan prompt upsampler yang mengembangkan permintaan menjadi keterangan detail mencakup gaya, adegan, pencahayaan, kamera, dan setiap subjek. BFL merilis model upsampler 9B untuk penggunaan self-hosted.

Dalam praktiknya, tulis prompt yang menjelaskan subjek, latar, cahaya, komposisi, dan gaya. Untuk pengeditan, jelaskan hasil akhir secara lengkap termasuk perubahannya, alih-alih menulis instruksi satu baris seperti "jadikan biru".

Benchmark FLUX 3 Image Klein

BFL merilis evaluasi preferensi manusia internal saat peluncuran. Perusahaan melaporkan bahwa Klein:

• Menempati peringkat pertama di antara model open-weights yang dibandingkan dalam teks ke gambar, pembuatan multi-referensi, dan pengeditan gambar
• Dinilai lebih tinggi daripada model tertutup dalam perbandingan tersebut, yaitu Ideogram V4.5 dan FLUX.2 [pro]
• Merupakan model terbuka terkecil dalam perbandingan (5.6B, dibandingkan 7B untuk Qwen-Image 2.1 dan 12.9B untuk Krea 2)
• Unggul 91 Elo dalam teks ke gambar dan 70 Elo dalam pengeditan gambar dibandingkan FLUX.2 [klein] 9B, dengan parameter 38% lebih sedikit

Ini adalah hasil yang dipublikasikan oleh vendor. Pengujian independen awal menunjukkan hasil yang lebih beragam. Satu ulasan pihak ketiga menemukan bahwa Klein kurang andal dalam mengikuti instruksi detail yang terdiri dari banyak bagian dibandingkan model tertutup yang lebih besar seperti Nano Banana 2.1 dan GPT Image 2.5 Flare. Keunggulan Klein ada pada kualitas per parameter, latensi, dan biaya, bukan memenangkan setiap prompt yang kompleks.

FLUX 3 Image Klein vs FLUX.2 [klein]

Jika Anda sudah menggunakan FLUX.2 [klein] untuk self-hosting, Klein adalah peningkatan langsung: lebih kecil, lebih cepat, dan lebih baik menurut evaluasi BFL, ditambah kontrol tata letak.

FLUX 3 Image Klein vs FLUX 3 Image

Kedua model menggunakan format permintaan dan fitur yang sama. Perbedaannya ada pada ukuran, harga, dan akses.

Di resolusi 1K, Klein berharga sekitar seperlima dari model penuh. Di 4K, selisihnya jauh lebih besar. Untuk gambar katalog, konten media sosial, dan draf, Klein biasanya menjadi pilihan praktis. Gunakan model penuh untuk aset utama yang benar-benar membutuhkan kualitas ekstra.

Perangkat Keras dan Penggunaan Lokal

BFL menyebut bobot generator membutuhkan 11.2 GB dalam BF16 dan 5.6 GB dalam FP8. Dengan build INT8, Klein dapat berjalan di GPU NVIDIA GeForce RTX dengan VRAM serendah 8 GB melalui ComfyUI atau Diffusers.

Menurut pengukuran NVIDIA, model distilled dengan INT8 membutuhkan sekitar 4 detik per gambar 1MP di RTX 5090 dan kurang dari 9 detik di RTX 4070. Perlu dicatat bahwa prompt upsampler opsional adalah model 9B terpisah yang membutuhkan memori tersendiri.

Klein didukung sejak hari pertama di ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion, dan vLLM-Omni. Pelatihan LoRA dapat dilakukan dengan AI Toolkit dari Ostris dan Diffusers.

Lisensi: Bolehkah FLUX 3 Image Klein Digunakan secara Komersial?

Bobotnya menggunakan FLUX Kommunity License. Lisensi ini mengizinkan penggunaan untuk riset dan non-komersial, serta penggunaan komersial atas output bagi individu dan perusahaan dengan pendapatan tahunan kurang dari $5M. Organisasi yang lebih besar memerlukan lisensi komersial untuk self-hosting atau menggunakan API.

Menggunakan Klein melalui API seperti PoYo menghindarkan Anda dari persoalan lisensi self-hosting atas bobot model. Selalu tinjau ketentuan penyedia untuk kasus penggunaan Anda.

Harga FLUX 3 Image Klein di PoYo

PoYo mengenakan biaya per gambar berdasarkan resolusi. Teks ke gambar dan pengeditan memiliki harga yang sama.

Anda dapat meminta hingga empat gambar per panggilan dengan n. Total biaya adalah harga per gambar dikalikan n. Satu batch berisi empat gambar 2K berharga $0.056.

Cara Menggunakan API FLUX 3 Image Klein di PoYo

PoYo menyediakan dua ID model:

• flux-3-klein untuk teks ke gambar. Kirim prompt saja.
• flux-3-klein-edit untuk pengeditan dan pembuatan multi-referensi. Kirim prompt dan 1–10 gambar di image_urls.

Kirim tugas ke POST /api/generate/submit, lalu lakukan polling ke GET /api/generate/status/{task_id} atau atur 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"
  }
}

Parameter yang didukung

• size: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, atau WIDTHxHEIGHT kustom. Ukuran kustom harus 256–4096 piksel per sisi, kelipatan 16, dan sesuai dengan resolusi yang dipilih.
• resolution: 1K, 2K, atau 4K. Nilai default-nya 1K.
• n: 1–4 gambar per permintaan.
• output_format: png, jpeg, atau webp.
• enable_safety_checker: aktif secara default.

Lihat dokumentasi API FLUX 3 Image Klein untuk skema permintaan dan format respons selengkapnya.

Kasus Penggunaan Terbaik

• E-commerce: tempatkan produk di adegan baru sambil menjaga konsistensi produk di seluruh referensi.
• Aset pemasaran dan merek: buat variasi kampanye dalam berbagai rasio aspek dengan biaya rendah.
• Konten media sosial: hasilkan banyak draf di 1K, lalu tingkatkan yang terbaik ke 4K.
• Interior dan properti: ubah gaya ruangan atau tata ruang secara virtual dari foto referensi.
• Storyboard dan penerbitan: jaga konsistensi karakter di setiap panel dengan prompt multi-referensi.

Pertanyaan yang Sering Diajukan

Apa itu FLUX 3 Image Klein?

Ini adalah model pembuatan dan pengeditan gambar open-weights dengan 5.6B parameter dari Black Forest Labs, dirilis pada 15 Oktober 2026. Model ini mendukung teks ke gambar, pengeditan, hingga 10 referensi, dan kontrol tata letak dengan bounding box.

Apakah FLUX 3 Image Klein open source?

Model ini open weights, bukan open source dalam pengertian OSI. Bobotnya tersedia di Hugging Face di bawah FLUX Kommunity License, yang membatasi penggunaan komersial gratis untuk perusahaan dengan pendapatan tahunan kurang dari $5M.

Berapa biaya FLUX 3 Image Klein?

Di PoYo, biayanya $0.009 per gambar 1K, $0.014 per gambar 2K, dan $0.036 per gambar 4K. Pengeditan berharga sama dengan pembuatan gambar.

GPU apa yang dibutuhkan untuk menjalankan FLUX 3 Image Klein secara lokal?

BFL menyebut build INT8 dapat berjalan di GPU NVIDIA GeForce RTX dengan VRAM 8 GB. Bobot BF16 membutuhkan sekitar 11.2 GB, dan prompt upsampler opsional membutuhkan memori tambahan.

Apa bedanya FLUX 3 Image Klein dengan FLUX 3?

FLUX 3 adalah fondasi multimodal yang menjadi dasar model gambar maupun video. Di PoYo, FLUX 3 merujuk pada alur kerja video, sedangkan Klein adalah model gambar ringkas yang dibangun di atas fondasi yang sama. Lihat ikhtisar FLUX 3 untuk keluarga model selengkapnya.

Apakah FLUX 3 Image Klein lebih baik daripada FLUX.2?

Dalam evaluasi internal BFL, model ini mengungguli FLUX.2 [klein] 9B sebesar 91 Elo dalam teks ke gambar dan 70 Elo dalam pengeditan, serta dinilai lebih tinggi daripada FLUX.2 [pro]. Jika Anda membutuhkan endpoint FLUX.2 Pro dan Flex yang sudah ada, keduanya tetap tersedia di halaman FLUX 2.

Kesimpulan

FLUX 3 Image Klein menghadirkan sebagian besar fitur FLUX 3 Image dalam model yang cukup kecil untuk dijalankan di GPU konsumen dan cukup murah untuk penggunaan API bervolume tinggi. Kekuatannya terletak pada kecepatan, biaya, pengeditan multi-referensi, dan kontrol tata letak bounding box yang baru. Keterbatasannya khas model ringkas: tulis prompt yang detail, dan periksa rendering teks serta instruksi kompleks sebelum masuk produksi.

Coba di halaman FLUX 3 Image Klein PoYo, atau baca dokumentasi API untuk mulai mengintegrasikannya.

Sumber: Pengumuman FLUX 3 Image Klein dari Black Forest Labs, Kartu model FLUX 3 Image Klein, Catatan rilis BFL, Blog Hugging Face Diffusers