FLUX 3 Image Klein: funkcje, benchmarki, cennik i przewodnik po API

Black Forest Labs wydało FLUX 3 Image Klein 15 października 2026 roku. To model z otwartymi wagami i 5,6 mld parametrów, przeznaczony do generowania obrazów z tekstu, edycji obrazów oraz kompozycji z wielu referencji, z obsługą do 10 obrazów referencyjnych. Jest mniejszym członkiem rodziny FLUX 3 Image i pierwszym modelem obrazów FLUX 3 z wagami do pobrania.

FLUX 3 Image Klein jest już dostępny w PoYo pod dwoma ID modeli: flux-3-klein i flux-3-klein-edit. Na stronie API FLUX 3 Image Klein znajdziesz działający generator, obsługiwane opcje sterowania i cennik.

Ten przewodnik wyjaśnia, czym jest Klein, co BFL deklaruje na temat jego jakości, czym różni się od FLUX.2 [klein] i pełnego modelu FLUX 3 Image oraz jak wywołać go przez API PoYo.

FLUX 3 Image Klein w skrócie

Czym jest FLUX 3 Image Klein?

FLUX 3 Image Klein to kompaktowa wersja FLUX 3 Image z otwartymi wagami. Według notatek wydania BFL obsługuje te same podstawowe funkcje co pełny model: generowanie obrazów z tekstu, edycję obrazów, generowanie z wielu referencji i bounding boxes.

Słowo „Klein” oznacza po niemiecku „mały”. BFL użyło tej samej nazwy dla FLUX.2 [klein], swojego wcześniejszego kompaktowego modelu. Nowa wersja opiera się na fundamencie FLUX 3, który trenowano łącznie na obrazach, wideo i audio. BFL twierdzi, że sygnały z wideo i audio dają modelowi obrazów lepsze wyczucie ruchu, dynamiki fizycznej i interakcji ze światem rzeczywistym.

Jeden model obsługuje wszystkie zadania związane z obrazem. W wagach nie ma osobnego modelu do edycji: do generowania wysyłasz sam prompt, a do edycji lub kompozycji prompt razem z obrazami referencyjnymi.

Dwa checkpointy

BFL udostępnia dwie wersje wag:

• Klein (destylowany): 16 kroków próbkowania, bez classifier-free guidance. Stworzony z myślą o szybkim generowaniu i samodzielnym hostowaniu. To checkpoint działający za API BFL.
• Klein Base (niedestylowany): 50 kroków z guidance. Stworzony do fine-tuningu, trenowania LoRA i badań. LoRA wytrenowane na wersji Base można też wczytać do modelu destylowanego.

Kluczowe funkcje

Tekst na obraz w natywnym 4K

Klein generuje obrazy do 4K. Hugging Face zmierzył, że destylowany checkpoint tworzy obraz 1024 × 1024 w około 2 sekundy na karcie H100.

Edycja z wielu referencji

Możesz przekazać do 10 obrazów referencyjnych i odwoływać się do nich w prompcie według pozycji. To przydatne, gdy chcesz zachować spójność produktu, postaci lub stylu w całej serii obrazów bez trenowania LoRA.

Sterowanie układem przez bounding boxes

To nowa możliwość w rodzinie FLUX 3 Image. Do prompta dołączasz listę regionów w formacie JSON. Każdy region ma ID, ramkę na siatce 0–1000 i opis. W przypadku edycji region może zawierać ramkę źródłową na obrazie referencyjnym i ramkę docelową na wyniku, co pozwala przesuwać, skalować, zmieniać kolor lub usuwać elementy.

BFL zaznacza, że ramki wyznaczają położenie i skalę, ale nie są sztywnymi maskami pikselowymi. Element może wyjść poza swoją ramkę, a bardzo małe elementy mogą się w ogóle nie pojawić.

Renderowanie tekstu

Klein potrafi renderować tekst na obrazach, na przykład etykiety produktów, plakaty i szyldy. Karta modelu BFL nadal ostrzega jednak, że wyrenderowany tekst może być niedokładny, więc przed publikacją sprawdź każdy napis.

Rozbudowa promptów

Klein jest trenowany na pełnych opisach scen. BFL podkreśla, że krótkie prompty dają ogólnikowe wyniki, i zaleca użycie narzędzia, które rozwija zapytanie w szczegółowy opis obejmujący styl, scenę, oświetlenie, kamerę i każdy z obiektów. Na potrzeby własnych wdrożeń BFL udostępnia model rozbudowujący prompty o 9 mld parametrów.

W praktyce pisz prompty opisujące obiekt, otoczenie, światło, kompozycję i styl. Przy edycji opisz pełny wynik razem ze zmianą, zamiast pisać jednolinijkowe polecenie w stylu „zrób to niebieskie”.

Benchmarki FLUX 3 Image Klein

BFL opublikowało przy premierze wewnętrzne oceny oparte na preferencjach ludzi. Firma podaje, że Klein:

• zajmuje pierwsze miejsce wśród porównywanych modeli z otwartymi wagami w generowaniu obrazów z tekstu, generowaniu z wielu referencji i edycji obrazów
• jest oceniany wyżej niż zamknięte modele w jego zestawieniu, czyli Ideogram V4.5 i FLUX.2 [pro]
• jest najmniejszym otwartym modelem w porównaniu (5,6 mld, wobec 7 mld w Qwen-Image 2.1 i 12,9 mld w Krea 2)
• zyskuje 91 punktów Elo w generowaniu z tekstu i 70 punktów Elo w edycji obrazów względem FLUX.2 [klein] 9B, przy 38% mniejszej liczbie parametrów

To wyniki opublikowane przez producenta. Pierwsze niezależne testy są bardziej zróżnicowane. Jedna recenzja zewnętrzna wykazała, że Klein mniej konsekwentnie realizuje szczegółowe, wieloczęściowe instrukcje niż większe zamknięte modele, takie jak Nano Banana 2.1 i GPT Image 2.5 Flare. Zaletą Kleina jest jakość w przeliczeniu na parametr, krótki czas odpowiedzi i koszt, a nie wygrywanie każdego złożonego prompta.

FLUX 3 Image Klein vs FLUX.2 [klein]

Jeśli do samodzielnego hostowania używasz już FLUX.2 [klein], Klein jest jego bezpośrednim następcą: mniejszy, szybszy i lepszy w ocenach BFL, a do tego z kontrolą układu.

FLUX 3 Image Klein vs FLUX 3 Image

Oba modele mają ten sam format żądań i te same funkcje. Różnią się rozmiarem, ceną i dostępem.

Przy 1K Klein kosztuje około jednej piątej ceny pełnego modelu. Przy 4K różnica jest znacznie większa. Do zdjęć katalogowych, treści do mediów społecznościowych i roboczych wersji Klein jest zwykle praktycznym wyborem. Pełny model zachowaj na główne grafiki, w których dodatkowa jakość ma znaczenie.

Sprzęt i użycie lokalne

BFL podaje, że wagi generatora zajmują 11,2 GB w BF16 i 5,6 GB w FP8. W wersji INT8 Klein działa na kartach NVIDIA GeForce RTX z zaledwie 8 GB VRAM przez ComfyUI lub Diffusers.

Czasy zmierzone przez NVIDIA dla modelu destylowanego z INT8 to około 4 sekund na obraz 1 MP na RTX 5090 i poniżej 9 sekund na RTX 4070. Pamiętaj, że opcjonalne narzędzie do rozbudowy promptów to osobny model 9B, który potrzebuje własnej pamięci.

Klein od pierwszego dnia działa w ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion i vLLM-Omni. Trenowanie LoRA jest możliwe z AI Toolkit od Ostrisa oraz z Diffusers.

Licencja: czy FLUX 3 Image Klein można używać komercyjnie?

Wagi są objęte licencją FLUX Kommunity License. Pozwala ona na badania i użytek niekomercyjny, a także na komercyjne wykorzystanie wyników przez osoby fizyczne i firmy o rocznych przychodach poniżej 5 mln USD. Większe organizacje potrzebują komercyjnej licencji na samodzielne hostowanie albo muszą korzystać z API.

Korzystanie z Kleina przez API, na przykład w PoYo, pozwala uniknąć pytań o licencję na wagi modelu przy samodzielnym hostowaniu. Zawsze sprawdź warunki dostawcy pod kątem swojego zastosowania.

Cennik FLUX 3 Image Klein w PoYo

PoYo nalicza opłatę za obraz, zależnie od rozdzielczości. Generowanie z tekstu i edycja kosztują tyle samo.

Parametrem n możesz zażądać do czterech obrazów w jednym wywołaniu. Łączny koszt to cena za obraz pomnożona przez n. Zestaw czterech obrazów 2K kosztuje $0.056.

Jak korzystać z API FLUX 3 Image Klein w PoYo

PoYo udostępnia dwa ID modeli:

• flux-3-klein do generowania obrazów z tekstu. Wysyłasz tylko prompt.
• flux-3-klein-edit do edycji i generowania z wielu referencji. Wysyłasz prompt oraz 1–10 obrazów w image_urls.

Wyślij zadanie na POST /api/generate/submit, a następnie odpytuj GET /api/generate/status/{task_id} albo ustaw 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"
  }
}

Obsługiwane parametry

• size: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 albo własny WIDTHxHEIGHT. Własne rozmiary muszą mieć od 256 do 4096 pikseli na bok, być wielokrotnością 16 i pasować do wybranej rozdzielczości.
• resolution: 1K, 2K lub 4K. Domyślnie 1K.
• n: od 1 do 4 obrazów na żądanie.
• output_format: png, jpeg lub webp.
• enable_safety_checker: domyślnie włączony.

Pełny schemat żądania i format odpowiedzi znajdziesz w dokumentacji API FLUX 3 Image Klein.

Najlepsze zastosowania

• E-commerce: umieszczaj produkty w nowych scenach, zachowując spójność przedmiotu na wszystkich referencjach.
• Marketing i materiały marki: twórz warianty kampanii w kilku proporcjach obrazu przy niskim koszcie.
• Treści do mediów społecznościowych: przygotuj dużo roboczych wersji w 1K, a zwycięskie przeskaluj do 4K.
• Wnętrza i nieruchomości: zmieniaj styl pomieszczeń lub aranżuj przestrzenie na podstawie zdjęcia referencyjnego.
• Storyboardy i publikacje: zachowaj spójność postaci w kolejnych kadrach dzięki promptom z wieloma referencjami.

Najczęstsze pytania

Czym jest FLUX 3 Image Klein?

To model do generowania i edycji obrazów z otwartymi wagami i 5,6 mld parametrów od Black Forest Labs, wydany 15 października 2026 roku. Obsługuje generowanie obrazów z tekstu, edycję, do 10 referencji i sterowanie układem przez bounding boxes.

Czy FLUX 3 Image Klein jest open source?

Ma otwarte wagi, ale nie jest open source w rozumieniu OSI. Wagi są na Hugging Face na licencji FLUX Kommunity License, która ogranicza darmowe użycie komercyjne do firm o rocznych przychodach poniżej 5 mln USD.

Ile kosztuje FLUX 3 Image Klein?

W PoYo obraz 1K kosztuje $0.009, obraz 2K $0.014, a obraz 4K $0.036. Edycja kosztuje tyle samo co generowanie.

Jakiej karty graficznej potrzebuję, aby uruchomić FLUX 3 Image Klein lokalnie?

BFL podaje, że wersja INT8 działa na kartach NVIDIA GeForce RTX z 8 GB VRAM. Wagi BF16 potrzebują około 11,2 GB, a opcjonalne narzędzie do rozbudowy promptów wymaga dodatkowej pamięci.

Czym FLUX 3 Image Klein różni się od FLUX 3?

FLUX 3 to multimodalny fundament, na którym działają zarówno modele obrazów, jak i wideo. W PoYo FLUX 3 oznacza workflows wideo, a Klein to kompaktowy model obrazów zbudowany na tym samym fundamencie. Całą rodzinę opisuje przegląd FLUX 3.

Czy FLUX 3 Image Klein jest lepszy niż FLUX.2?

W wewnętrznych ocenach BFL wyprzedza FLUX.2 [klein] 9B o 91 punktów Elo w generowaniu z tekstu i o 70 w edycji oraz jest oceniany wyżej niż FLUX.2 [pro]. Jeśli potrzebujesz dotychczasowych endpointów FLUX.2 Pro i Flex, nadal są dostępne na stronie FLUX 2.

Podsumowanie

FLUX 3 Image Klein przenosi większość funkcji FLUX 3 Image do modelu na tyle małego, by działał na karcie graficznej klasy konsumenckiej, i na tyle taniego, by sprawdzał się przy intensywnym użyciu API. Jego mocne strony to szybkość, koszt, edycja z wielu referencji i nowe sterowanie układem przez bounding boxes. Ograniczenia są typowe dla kompaktowego modelu: pisz szczegółowe prompty, a renderowanie tekstu i złożone instrukcje sprawdzaj przed wdrożeniem produkcyjnym.

Wypróbuj go na stronie FLUX 3 Image Klein w PoYo albo zajrzyj do dokumentacji API, by zacząć integrację.

Źródła: Ogłoszenie FLUX 3 Image Klein od Black Forest Labs, Karta modelu FLUX 3 Image Klein, Notatki wydań BFL, Blog Hugging Face Diffusers