FLUX 3 Image Klein: funcionalidades, benchmarks, preços e guia da API

A Black Forest Labs lançou o FLUX 3 Image Klein a 15 de outubro de 2026. É um modelo de pesos abertos com 5,6B de parâmetros para geração de texto para imagem, edição de imagens e composição com várias referências, até 10 imagens de referência. É o membro mais pequeno da família FLUX 3 Image e o primeiro modelo de imagem FLUX 3 com pesos que se podem transferir.

O FLUX 3 Image Klein já está disponível no PoYo através de dois IDs de modelo, flux-3-klein e flux-3-klein-edit. A página da API do FLUX 3 Image Klein inclui o gerador em direto, os controlos suportados e os preços.

Este guia explica o que é o Klein, o que a BFL afirma sobre a sua qualidade, em que difere do FLUX.2 [klein] e do modelo FLUX 3 Image completo, e como o chamar através da API do PoYo.

O FLUX 3 Image Klein num relance

O que é o FLUX 3 Image Klein?

O FLUX 3 Image Klein é uma versão compacta e de pesos abertos do FLUX 3 Image. Segundo as notas de lançamento da BFL, suporta as mesmas funcionalidades essenciais do modelo completo: texto para imagem, edição de imagens, geração com várias referências e caixas delimitadoras.

A palavra “Klein” significa “pequeno” em alemão. A BFL usou a mesma designação no FLUX.2 [klein], o seu modelo compacto anterior. A nova versão assenta na base FLUX 3, treinada em conjunto com imagens, vídeo e áudio. A BFL afirma que os sinais de vídeo e de áudio dão ao modelo de imagem uma melhor noção de movimento, de dinâmica física e de interações do mundo real.

Um só modelo trata todas as tarefas de imagem. Não existe um modelo de edição separado dentro dos pesos: envias só um prompt para gerar, ou um prompt com imagens de referência para editar ou compor.

Dois checkpoints

A BFL disponibiliza duas versões dos pesos:

• Klein (destilado): 16 passos de amostragem, sem classifier-free guidance. Pensado para geração rápida e alojamento próprio. É o checkpoint que está por trás da API da BFL.
• Klein Base (não destilado): 50 passos com guidance. Pensado para afinação, treino de LoRAs e investigação. Os LoRAs treinados no Base também funcionam no modelo destilado.

Principais funcionalidades

Texto para imagem com 4K nativo

O Klein gera imagens até 4K. A Hugging Face mediu o checkpoint destilado em cerca de 2 segundos para uma imagem de 1024 × 1024 numa H100.

Edição com várias referências

Podes passar até 10 imagens de referência e referir-te a elas no prompt pela respetiva posição. Isto é útil para manter um produto, uma personagem ou um estilo consistente num conjunto de imagens sem treinar um LoRA.

Controlo da composição com caixas delimitadoras

Esta é a nova capacidade da família FLUX 3 Image. Acrescentas ao prompt uma lista JSON de regiões. Cada região tem um ID, uma caixa numa grelha de 0 a 1000 e uma descrição. Nas edições, uma região pode especificar uma caixa de origem na referência e uma caixa de destino na saída, o que permite mover, redimensionar, mudar a cor ou remover elementos.

A BFL observa que as caixas orientam a posição e a escala, mas não são máscaras rígidas ao pixel. Um elemento pode ultrapassar a sua caixa, e elementos pedidos com tamanho muito pequeno podem não aparecer.

Reprodução de texto

O Klein consegue reproduzir texto dentro das imagens, como etiquetas de produtos, cartazes e sinais. Ainda assim, o cartão do modelo da BFL avisa que o texto reproduzido pode ser inexato, por isso verifica cada cadeia de texto antes de publicares.

Expansão de prompts

O Klein é treinado com legendas completas de cenas. A BFL afirma que prompts curtos produzem resultados genéricos e recomenda um expansor de prompts que transforma um pedido numa legenda detalhada, com estilo, cena, iluminação, câmara e cada sujeito. A BFL publica um modelo expansor de 9B para configurações de alojamento próprio.

Na prática, escreve prompts que descrevam o sujeito, o cenário, a luz, a composição e o estilo. Nas edições, descreve o resultado completo com a alteração incluída, em vez de escreveres uma instrução de uma só linha como “torna-o azul”.

Benchmarks do FLUX 3 Image Klein

A BFL publicou avaliações internas de preferência humana no lançamento. A empresa indica que o Klein:

• Fica em primeiro lugar entre os modelos de pesos abertos comparados em texto para imagem, geração com várias referências e edição de imagens
• Tem uma classificação superior à dos modelos fechados da sua comparação, o Ideogram V4.5 e o FLUX.2 [pro]
• É o mais pequeno modelo aberto da comparação (5,6B, contra 7B do Qwen-Image 2.1 e 12,9B do Krea 2)
• Ganha 91 Elo em texto para imagem e 70 Elo em edição de imagens em relação ao FLUX.2 [klein] 9B, com menos 38% de parâmetros

São resultados publicados pelo próprio fornecedor. Os primeiros testes independentes são mais mistos. Uma análise de terceiros concluiu que o Klein seguia instruções detalhadas e com várias partes de forma menos fiável do que modelos fechados maiores, como o Nano Banana 2.1 e o GPT Image 2.5 Flare. A vantagem do Klein está na qualidade por parâmetro, na latência e no custo, e não em ganhar todos os prompts complexos.

FLUX 3 Image Klein vs FLUX.2 [klein]

Se já usas o FLUX.2 [klein] em alojamento próprio, o Klein é a atualização direta: mais pequeno, mais rápido e melhor nas avaliações da BFL, com controlo de composição acrescentado.

FLUX 3 Image Klein vs FLUX 3 Image

Ambos os modelos partilham o mesmo formato de pedido e as mesmas funcionalidades. A diferença está no tamanho, no preço e no acesso.

Em 1K, o Klein custa cerca de um quinto do modelo completo. Em 4K, a diferença é muito maior. Para imagens de catálogo, conteúdo para redes sociais e rascunhos, o Klein costuma ser a escolha prática. Reserva o modelo completo para assets principais em que a qualidade extra compense.

Hardware e utilização local

A BFL afirma que os pesos do gerador precisam de 11,2 GB em BF16 e de 5,6 GB em FP8. Com a versão INT8, o Klein corre em GPUs NVIDIA GeForce RTX com apenas 8 GB de VRAM através do ComfyUI ou do Diffusers.

Os tempos medidos pela NVIDIA para o modelo destilado com INT8 são de cerca de 4 segundos por imagem de 1MP numa RTX 5090 e de menos de 9 segundos numa RTX 4070. Repara que o expansor de prompts opcional é um modelo de 9B à parte que precisa da sua própria memória.

O Klein tem suporte desde o primeiro dia no ComfyUI, no Hugging Face Diffusers, no TensorRT-LLM, no SGLang Diffusion e no vLLM-Omni. O treino de LoRAs funciona com o AI Toolkit da Ostris e com o Diffusers.

Licença: podes usar o FLUX 3 Image Klein comercialmente?

Os pesos usam a FLUX Kommunity License. Permite a investigação e a utilização não comercial, bem como a utilização comercial dos resultados por particulares e por empresas com menos de $5M de receita anual. As organizações maiores precisam de uma licença comercial de alojamento próprio ou de uma API.

Usar o Klein através de uma API como a do PoYo evita as questões de licenciamento do alojamento próprio dos pesos do modelo. Revê sempre os termos do fornecedor para o teu caso de utilização.

Preços do FLUX 3 Image Klein no PoYo

O PoYo cobra por imagem consoante a resolução. O texto para imagem e a edição custam o mesmo.

Podes pedir até quatro imagens por chamada com n. O custo total é o preço por imagem multiplicado por n. Um lote de quatro imagens em 2K custa $0.056.

Como usar a API do FLUX 3 Image Klein no PoYo

O PoYo disponibiliza dois IDs de modelo:

• flux-3-klein para texto para imagem. Envia apenas um prompt.
• flux-3-klein-edit para edição e geração com várias referências. Envia um prompt e 1 a 10 imagens em image_urls.

Submete uma tarefa para POST /api/generate/submit e depois consulta GET /api/generate/status/{task_id} ou define um 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"
  }
}

Parâmetros suportados

• size: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 ou um WIDTHxHEIGHT personalizado. Os tamanhos personalizados têm de ter entre 256 e 4096 píxeis por lado, em múltiplos de 16, e corresponder à resolução selecionada.
• resolution: 1K, 2K ou 4K. A predefinição é 1K.
• n: 1 a 4 imagens por pedido.
• output_format: png, jpeg ou webp.
• enable_safety_checker: ativado por predefinição.

Consulta a documentação da API do FLUX 3 Image Klein para veres o esquema de pedido completo e o formato da resposta.

Melhores casos de utilização

• Comércio eletrónico: coloca produtos em novas cenas, mantendo o artigo consistente entre referências.
• Marketing e assets de marca: gera variações de campanhas em várias proporções a baixo custo.
• Conteúdo para redes sociais: produz grandes volumes de rascunhos em 1K e depois amplia os vencedores para 4K.
• Interiores e imobiliário: muda o estilo de divisões ou encena espaços a partir de uma fotografia de referência.
• Storyboards e edição: mantém as personagens consistentes entre painéis com prompts de várias referências.

Perguntas frequentes

O que é o FLUX 3 Image Klein?

É um modelo de geração e edição de imagens de pesos abertos, com 5,6B de parâmetros, da Black Forest Labs, lançado a 15 de outubro de 2026. Suporta texto para imagem, edição, até 10 referências e controlo da composição com caixas delimitadoras.

O FLUX 3 Image Klein é de código aberto?

Tem pesos abertos, mas não é código aberto no sentido da OSI. Os pesos estão na Hugging Face sob a FLUX Kommunity License, que limita a utilização comercial gratuita a empresas com menos de $5M de receita anual.

Quanto custa o FLUX 3 Image Klein?

No PoYo, custa $0.009 por imagem de 1K, $0.014 por imagem de 2K e $0.036 por imagem de 4K. A edição custa o mesmo que a geração.

De que GPU preciso para executar o FLUX 3 Image Klein localmente?

A BFL afirma que a versão INT8 corre em GPUs NVIDIA GeForce RTX com 8 GB de VRAM. Os pesos em BF16 precisam de cerca de 11,2 GB, e o expansor de prompts opcional precisa de memória adicional.

Em que difere o FLUX 3 Image Klein do FLUX 3?

O FLUX 3 é a base multimodal que alimenta tanto os modelos de imagem como os de vídeo. No PoYo, o FLUX 3 refere-se aos workflows de vídeo, enquanto o Klein é um modelo de imagem compacto construído sobre a mesma base. Vê a visão geral do FLUX 3 para conheceres a família completa.

O FLUX 3 Image Klein é melhor do que o FLUX.2?

Nas avaliações internas da BFL, supera o FLUX.2 [klein] 9B em 91 Elo em texto para imagem e em 70 Elo em edição, e fica acima do FLUX.2 [pro]. Se precisares dos endpoints FLUX.2 Pro e Flex existentes, continuam disponíveis na página do FLUX 2.

Conclusão

O FLUX 3 Image Klein traz a maior parte do conjunto de funcionalidades do FLUX 3 Image para um modelo suficientemente pequeno para correr numa GPU de consumo e suficientemente barato para uso intensivo da API. Os seus pontos fortes são a rapidez, o custo, a edição com várias referências e o novo controlo de composição com caixas delimitadoras. Os seus limites são os típicos de um modelo compacto: escreve prompts detalhados e verifica a reprodução de texto e as instruções complexas antes de passares a produção.

Experimenta-o na página do FLUX 3 Image Klein no PoYo ou lê a documentação da API para começares a integrar.

Fontes: Anúncio do FLUX 3 Image Klein pela Black Forest Labs, Cartão do modelo FLUX 3 Image Klein, Notas de lançamento da BFL, Blogue do Hugging Face Diffusers