FLUX 3 Image Kleinとは：機能、ベンチマーク、料金、API使い方ガイド

Black Forest Labsは2026年10月15日にFLUX 3 Image Kleinをリリースしました。5.6Bパラメータのオープンウェイトモデルで、テキストから画像への生成、画像編集、最大10枚の参照画像を使ったマルチリファレンス合成に対応しています。FLUX 3 Imageファミリーの小型モデルであり、ダウンロード可能なウェイトを備えた初のFLUX 3画像モデルです。

FLUX 3 Image Kleinは現在、flux-3-klein と flux-3-klein-edit の2つのモデルIDでPoYoから利用できます。FLUX 3 Image Klein APIページでは、ライブジェネレーター、対応するコントロール、料金を確認できます。

このガイドでは、Kleinとは何か、BFLが品質についてどのように説明しているか、FLUX.2 [klein] やフルサイズのFLUX 3 Imageモデルとの違い、そしてPoYo APIからの呼び出し方を解説します。

FLUX 3 Image Kleinの概要

FLUX 3 Image Kleinとは？

FLUX 3 Image Kleinは、FLUX 3 Imageのコンパクトなオープンウェイト版です。BFLのリリースノートによると、テキストから画像、画像編集、マルチリファレンス生成、バウンディングボックスという、フルモデルと同じコア機能をサポートしています。

「Klein」はドイツ語で「小さい」を意味します。BFLは以前のコンパクトモデルであるFLUX.2 [klein]にも同じ名前を使っていました。新バージョンは、画像・動画・音声で共同学習されたFLUX 3基盤の上に構築されています。BFLによれば、動画と音声のシグナルによって、画像モデルが動き、物理的なダイナミクス、現実世界でのインタラクションをより適切に捉えられるようになったとのことです。

1つのモデルですべての画像タスクを処理します。ウェイト内に独立した編集モデルはありません。プロンプトだけを送れば生成、プロンプトと参照画像を送れば編集や合成が行われます。

2つのチェックポイント

BFLは2種類のウェイトを提供しています。

• Klein（蒸留版）： 16サンプリングステップで、classifier-free guidanceは不要です。高速生成とセルフホスティング向けに設計されており、BFL APIで使われているのもこのチェックポイントです。
• Klein Base（非蒸留版）： ガイダンスありの50ステップです。ファインチューニング、LoRA学習、研究向けに設計されています。Baseで学習したLoRAは蒸留版モデルにも読み込めます。

主な機能

ネイティブ4Kのテキストから画像生成

Kleinは最大4Kの画像を生成できます。Hugging Faceの計測では、蒸留版チェックポイントはH100上で1024 × 1024の画像を約2秒で生成しました。

マルチリファレンス編集

最大10枚の参照画像を渡し、プロンプト内で位置によって参照できます。LoRAを学習させることなく、複数の画像にわたって製品、キャラクター、スタイルの一貫性を保ちたい場合に役立ちます。

バウンディングボックスによるレイアウト制御

これはFLUX 3 Imageファミリーで新たに加わった機能です。プロンプトの末尾に、領域のJSONリストを追加します。各領域にはID、0–1000グリッド上のボックス、説明が含まれます。編集時には、参照画像内のソースボックスと出力内のターゲットボックスを指定でき、要素の移動、リサイズ、色の変更、削除が可能です。

BFLによると、ボックスは配置とサイズのガイドであり、厳密なピクセルマスクではありません。要素がボックスからはみ出すことがあり、非常に小さな要素を指定した場合は表示されないこともあります。

テキストレンダリング

Kleinは、製品ラベル、ポスター、看板など、画像内にテキストをレンダリングできます。ただしBFLのモデルカードでは、レンダリングされたテキストが不正確な場合があると注意喚起されているため、公開前にすべての文字列を確認してください。

プロンプトアップサンプリング

Kleinはシーン全体を記述したキャプションで学習されています。BFLによると、短いプロンプトでは平凡な結果になりやすく、リクエストをスタイル、シーン、照明、カメラ、各被写体を含む詳細なキャプションに拡張するプロンプトアップサンプラーの使用を推奨しています。BFLはセルフホスティング環境向けに9Bのアップサンプラーモデルも公開しています。

実際には、被写体、背景、光、構図、スタイルを記述するプロンプトを書きましょう。編集の場合は「青くして」のような一行の指示ではなく、変更を反映した最終的な結果全体を記述します。

FLUX 3 Image Klein のベンチマーク

BFLはローンチ時に社内の人間による選好評価を公開しました。同社によると、Kleinは次のような結果を示しています。

• テキストから画像、マルチリファレンス生成、画像編集において、比較対象のオープンウェイトモデルの中で1位
• 比較対象のクローズドモデルであるIdeogram V4.5とFLUX.2 [pro]を上回る評価
• 比較の中で最も小さいオープンモデル（5.6B、Qwen-Image 2.1は7B、Krea 2は12.9B）
• FLUX.2 [klein] 9Bと比べ、パラメータ数が38%少ないにもかかわらず、テキストから画像で91 Elo、画像編集で70 Elo向上

これらはベンダーが公表した結果です。初期の独立したテストでは、評価はより分かれています。あるサードパーティのレビューでは、Kleinは詳細な複数要素の指示に従う精度が、Nano Banana 2.1やGPT Image 2.5 Flareなどの大型クローズドモデルより低いという結果でした。Kleinの強みはパラメータあたりの品質、レイテンシ、コストであり、あらゆる複雑なプロンプトで勝つことではありません。

FLUX 3 Image Klein vs FLUX.2 [klein]

すでにFLUX.2 [klein]をセルフホストで使っているなら、Kleinはそのまま移行できるアップグレードです。より小さく高速で、BFLの評価でも優れており、さらにレイアウト制御が加わっています。

FLUX 3 Image Klein vs FLUX 3 Image

両モデルは同じリクエスト形式と機能を共有しています。違いはサイズ、料金、アクセス方法です。

1Kでは、Kleinの料金はフルモデルの約5分の1です。4Kではその差はさらに大きくなります。カタログ画像、SNSコンテンツ、ラフ案には、通常Kleinが実用的な選択肢です。フルモデルは、追加の品質が重要なメインビジュアル用に取っておきましょう。

ハードウェア要件とローカル利用

BFLによると、ジェネレーターのウェイトにはBF16で11.2 GB、FP8で5.6 GBが必要です。INT8ビルドを使えば、ComfyUIまたはDiffusersを通じて、VRAM 8 GBのNVIDIA GeForce RTX GPUでもKleinを動かせます。

NVIDIAの計測では、INT8の蒸留版モデルで1MP画像1枚あたり、RTX 5090で約4秒、RTX 4070で9秒未満でした。なお、オプションのプロンプトアップサンプラーは別の9Bモデルであり、専用のメモリが必要です。

Kleinはリリース初日からComfyUI、Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion、vLLM-Omniでサポートされています。LoRA学習はOstrisのAI ToolkitとDiffusersで行えます。

ライセンス：FLUX 3 Image Kleinは商用利用できる？

ウェイトにはFLUX Kommunity Licenseが適用されます。研究および非商用利用に加え、年間売上500万ドル未満の個人・企業であれば出力の商用利用が認められています。それより大きな組織は、セルフホスト用の商用ライセンスかAPIが必要です。

PoYoなどのAPI経由でKleinを使えば、モデルウェイトのセルフホスティングに伴うライセンスの問題を避けられます。ご自身のユースケースについては、必ずプロバイダーの利用規約を確認してください。

PoYoでのFLUX 3 Image Kleinの料金

PoYoでは解像度に応じて画像1枚ごとに課金されます。テキストから画像と編集の料金は同じです。

n を使えば1回の呼び出しで最大4枚の画像をリクエストできます。合計料金は1枚あたりの料金に n を掛けた金額です。2K画像4枚のバッチは$0.056です。

PoYoでのFLUX 3 Image Klein APIの使い方

PoYoでは2つのモデルIDを提供しています。

• flux-3-klein：テキストから画像。プロンプトのみを送信します。
• flux-3-klein-edit：編集とマルチリファレンス生成。プロンプトと、image_urls に1–10枚の画像を送信します。

POST /api/generate/submit にタスクを送信し、GET /api/generate/status/{task_id} をポーリングするか、callback_url を設定します。

{
  "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"
  }
}

対応パラメータ

• size：1:1、4:3、3:4、16:9、9:16、3:2、2:3、またはカスタムの WIDTHxHEIGHT。カスタムサイズは1辺256–4096ピクセルで16の倍数とし、選択した解像度に合わせる必要があります。
• resolution：1K、2K、4K。デフォルトは 1K です。
• n：1リクエストあたり1–4枚。
• output_format：png、jpeg、webp。
• enable_safety_checker：デフォルトでオン。

リクエストスキーマとレスポンス形式の詳細は、FLUX 3 Image Klein APIドキュメントをご覧ください。

おすすめのユースケース

• EC： 複数の参照画像で商品の一貫性を保ちながら、新しいシーンに商品を配置できます。
• マーケティング・ブランド素材： 複数のアスペクト比でキャンペーンのバリエーションを低コストで生成できます。
• SNSコンテンツ： 1Kで大量のラフ案を作成し、良いものを4Kにアップスケールできます。
• インテリア・不動産： 参考写真から部屋のスタイルを変更したり、空間をバーチャルステージングしたりできます。
• 絵コンテ・出版： マルチリファレンスプロンプトで、コマ間のキャラクターの一貫性を保てます。

よくある質問

FLUX 3 Image Kleinとは？

Black Forest Labsが2026年10月15日にリリースした、5.6Bパラメータのオープンウェイト画像生成・編集モデルです。テキストから画像、編集、最大10枚の参照画像、バウンディングボックスによるレイアウト制御に対応しています。

FLUX 3 Image Kleinはオープンソースですか？

オープンウェイトであり、OSIの定義におけるオープンソースではありません。ウェイトはFLUX Kommunity Licenseの下でHugging Faceに公開されており、無料での商用利用は年間売上500万ドル未満の企業に限られます。

FLUX 3 Image Kleinの料金はいくらですか？

PoYoでは、1K画像が1枚$0.009、2K画像が1枚$0.014、4K画像が1枚$0.036です。編集も生成と同じ料金です。

FLUX 3 Image Kleinをローカルで動かすにはどのGPUが必要ですか？

BFLによると、INT8ビルドはVRAM 8 GBのNVIDIA GeForce RTX GPUで動作します。BF16ウェイトには約11.2 GBが必要で、オプションのプロンプトアップサンプラーには追加のメモリが必要です。

FLUX 3 Image KleinとFLUX 3の違いは？

FLUX 3は、画像モデルと動画モデルの両方を支えるマルチモーダル基盤です。PoYoではFLUX 3は動画ワークフローを指し、Kleinは同じ基盤の上に構築されたコンパクトな画像モデルです。ファミリー全体についてはFLUX 3の概要をご覧ください。

FLUX 3 Image KleinはFLUX.2より優れていますか？

BFLの社内評価では、FLUX.2 [klein] 9Bをテキストから画像で91 Elo、編集で70 Elo上回り、FLUX.2 [pro]よりも高い評価を得ています。既存のFLUX.2 ProおよびFlexエンドポイントが必要な場合は、引き続きFLUX 2ページで利用できます。

まとめ

FLUX 3 Image Kleinは、FLUX 3 Imageの機能の大部分を、コンシューマー向けGPUで動かせるほど小さく、大量のAPI利用にも向くほど低コストなモデルにまとめています。強みは速度、コスト、マルチリファレンス編集、そして新しいバウンディングボックスによるレイアウト制御です。制約はコンパクトモデルによくあるもので、詳細なプロンプトを書き、本番運用の前にテキストレンダリングと複雑な指示の結果を確認してください。

PoYo FLUX 3 Image Kleinページで試すか、APIドキュメントを読んで統合を始めましょう。

出典： Black Forest Labs FLUX 3 Image Klein 発表、FLUX 3 Image Klein モデルカード、BFL リリースノート、Hugging Face Diffusers ブログ