FLUX 3 Image Klein: Tính năng, điểm chuẩn, giá và hướng dẫn API

Black Forest Labs đã phát hành FLUX 3 Image Klein vào ngày 15 tháng 10 năm 2026. Đây là mô hình trọng số mở 5.6B tham số dành cho tạo hình ảnh từ văn bản, chỉnh sửa hình ảnh và kết hợp đa tham chiếu với tối đa 10 hình ảnh tham chiếu. Đây là thành viên nhỏ hơn của dòng FLUX 3 Image và là mô hình hình ảnh FLUX 3 đầu tiên có trọng số có thể tải xuống.

FLUX 3 Image Klein hiện đã có trên PoYo thông qua hai ID mô hình, flux-3-klein và flux-3-klein-edit. Trang API FLUX 3 Image Klein bao gồm trình tạo trực tiếp, các tùy chọn điều khiển được hỗ trợ và bảng giá.

Hướng dẫn này giải thích Klein là gì, BFL tuyên bố gì về chất lượng của nó, nó khác FLUX.2 [klein] và mô hình FLUX 3 Image đầy đủ như thế nào, cũng như cách gọi mô hình qua API của PoYo.

Tổng quan nhanh về FLUX 3 Image Klein

FLUX 3 Image Klein là gì?

FLUX 3 Image Klein là phiên bản nhỏ gọn, trọng số mở của FLUX 3 Image. Theo ghi chú phát hành của BFL, mô hình hỗ trợ các tính năng cốt lõi giống như mô hình đầy đủ: tạo hình ảnh từ văn bản, chỉnh sửa hình ảnh, tạo ảnh đa tham chiếu và hộp giới hạn.

Từ "Klein" trong tiếng Đức nghĩa là "nhỏ". BFL đã dùng cách đặt tên này cho FLUX.2 [klein], mô hình nhỏ gọn trước đây của hãng. Phiên bản mới được xây dựng trên nền tảng FLUX 3, vốn được huấn luyện đồng thời trên hình ảnh, video và âm thanh. BFL cho biết tín hiệu từ video và âm thanh giúp mô hình hình ảnh hiểu tốt hơn về chuyển động, động lực học vật lý và các tương tác trong thế giới thực.

Một mô hình duy nhất xử lý mọi tác vụ hình ảnh. Không có mô hình chỉnh sửa riêng trong bộ trọng số: bạn chỉ gửi prompt để tạo ảnh, hoặc gửi prompt kèm hình ảnh tham chiếu để chỉnh sửa hay kết hợp.

Hai checkpoint

BFL cung cấp hai phiên bản trọng số:

• Klein (chưng cất): 16 bước lấy mẫu, không dùng classifier-free guidance. Được thiết kế để tạo ảnh nhanh và tự triển khai. Đây là checkpoint chạy phía sau API của BFL.
• Klein Base (không chưng cất): 50 bước có guidance. Được thiết kế cho tinh chỉnh, huấn luyện LoRA và nghiên cứu. LoRA huấn luyện trên Base cũng có thể nạp vào mô hình chưng cất.

Tính năng chính

Tạo hình ảnh từ văn bản với 4K gốc

Klein tạo hình ảnh lên tới 4K. Hugging Face đo được checkpoint chưng cất mất khoảng 2 giây cho một hình ảnh 1024 × 1024 trên H100.

Chỉnh sửa đa tham chiếu

Bạn có thể truyền tối đa 10 hình ảnh tham chiếu và nhắc đến chúng trong prompt theo vị trí. Điều này hữu ích để giữ sản phẩm, nhân vật hoặc phong cách nhất quán trong cả một bộ hình ảnh mà không cần huấn luyện LoRA.

Điều khiển bố cục bằng hộp giới hạn

Đây là khả năng mới trong dòng FLUX 3 Image. Bạn thêm một danh sách JSON các vùng vào cuối prompt. Mỗi vùng có một ID, một hộp trên lưới 0–1000 và một mô tả. Với tác vụ chỉnh sửa, một vùng có thể chỉ định hộp nguồn trong ảnh tham chiếu và hộp đích trong ảnh đầu ra, cho phép bạn di chuyển, thay đổi kích thước, đổi màu hoặc xóa các thành phần.

BFL lưu ý rằng hộp giới hạn định hướng vị trí và tỷ lệ nhưng không phải là mặt nạ pixel cứng. Một thành phần có thể tràn ra ngoài hộp của nó, và các thành phần được yêu cầu có kích thước rất nhỏ có thể không xuất hiện.

Hiển thị chữ

Klein có thể hiển thị chữ bên trong hình ảnh, chẳng hạn như nhãn sản phẩm, áp phích và biển hiệu. Tuy vậy, thẻ mô hình của BFL vẫn cảnh báo rằng chữ được tạo ra có thể không chính xác, vì vậy hãy kiểm tra mọi chuỗi ký tự trước khi xuất bản.

Mở rộng prompt

Klein được huấn luyện trên các chú thích mô tả toàn bộ cảnh. BFL cho biết prompt ngắn sẽ cho kết quả chung chung và khuyến nghị dùng bộ mở rộng prompt (prompt upsampler) để biến một yêu cầu thành chú thích chi tiết về phong cách, bối cảnh, ánh sáng, máy ảnh và từng chủ thể. BFL công bố một mô hình upsampler 9B cho các hệ thống tự triển khai.

Trên thực tế, hãy viết prompt mô tả chủ thể, bối cảnh, ánh sáng, bố cục và phong cách. Với tác vụ chỉnh sửa, hãy mô tả toàn bộ kết quả mong muốn đã bao gồm thay đổi, thay vì viết một chỉ dẫn một dòng như "đổi sang màu xanh".

Điểm chuẩn của FLUX 3 Image Klein

BFL đã công bố các đánh giá nội bộ dựa trên mức độ ưa thích của con người khi ra mắt. Hãng cho biết Klein:

• Xếp hạng nhất trong số các mô hình trọng số mở được so sánh ở tạo hình ảnh từ văn bản, tạo ảnh đa tham chiếu và chỉnh sửa hình ảnh
• Được đánh giá cao hơn các mô hình đóng trong phép so sánh, gồm Ideogram V4.5 và FLUX.2 [pro]
• Là mô hình mở nhỏ nhất trong phép so sánh (5.6B, so với 7B của Qwen-Image 2.1 và 12.9B của Krea 2)
• Tăng 91 Elo ở tạo hình ảnh từ văn bản và 70 Elo ở chỉnh sửa hình ảnh so với FLUX.2 [klein] 9B, trong khi ít hơn 38% số tham số

Đây là các kết quả do nhà cung cấp công bố. Những thử nghiệm độc lập ban đầu cho kết quả lẫn lộn hơn. Một bài đánh giá của bên thứ ba nhận thấy Klein tuân theo các chỉ dẫn chi tiết gồm nhiều phần kém ổn định hơn các mô hình đóng lớn hơn như Nano Banana 2.1 và GPT Image 2.5 Flare. Lợi thế của Klein là chất lượng trên mỗi tham số, độ trễ và chi phí, chứ không phải thắng ở mọi prompt phức tạp.

FLUX 3 Image Klein vs FLUX.2 [klein]

Nếu bạn đang dùng FLUX.2 [klein] để tự triển khai, Klein là bản nâng cấp trực tiếp: nhỏ hơn, nhanh hơn và tốt hơn theo đánh giá của BFL, đồng thời có thêm điều khiển bố cục.

FLUX 3 Image Klein vs FLUX 3 Image

Hai mô hình dùng chung định dạng yêu cầu và tính năng. Khác biệt nằm ở kích thước, giá và hình thức truy cập.

Ở 1K, Klein có giá khoảng một phần năm so với mô hình đầy đủ. Ở 4K, khoảng cách còn lớn hơn nhiều. Với hình ảnh danh mục sản phẩm, nội dung mạng xã hội và bản nháp, Klein thường là lựa chọn thực tế. Hãy dành mô hình đầy đủ cho các hình ảnh chủ đạo, nơi chất lượng bổ sung thực sự quan trọng.

Phần cứng và sử dụng cục bộ

BFL cho biết trọng số của bộ tạo ảnh cần 11.2 GB ở BF16 và 5.6 GB ở FP8. Với bản INT8, Klein chạy được trên GPU NVIDIA GeForce RTX chỉ với 8 GB VRAM thông qua ComfyUI hoặc Diffusers.

Theo số liệu NVIDIA đo được, mô hình chưng cất với INT8 mất khoảng 4 giây cho mỗi hình ảnh 1MP trên RTX 5090 và dưới 9 giây trên RTX 4070. Lưu ý rằng bộ mở rộng prompt tùy chọn là một mô hình 9B riêng biệt và cần bộ nhớ riêng.

Klein được hỗ trợ ngay từ ngày đầu trên ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion và vLLM-Omni. Việc huấn luyện LoRA hoạt động với AI Toolkit của Ostris và Diffusers.

Giấy phép: Có thể dùng FLUX 3 Image Klein cho mục đích thương mại không?

Bộ trọng số sử dụng FLUX Kommunity License. Giấy phép này cho phép nghiên cứu và sử dụng phi thương mại, cùng với việc sử dụng thương mại đầu ra đối với cá nhân và công ty có doanh thu hằng năm dưới $5M. Các tổ chức lớn hơn cần giấy phép thương mại cho tự triển khai hoặc dùng qua API.

Sử dụng Klein qua một API như PoYo giúp bạn tránh các vấn đề giấy phép khi tự triển khai trọng số mô hình. Hãy luôn xem xét điều khoản của nhà cung cấp cho trường hợp sử dụng của bạn.

Giá FLUX 3 Image Klein trên PoYo

PoYo tính phí theo từng hình ảnh dựa trên độ phân giải. Tạo hình ảnh từ văn bản và chỉnh sửa có cùng mức giá.

Bạn có thể yêu cầu tối đa bốn hình ảnh mỗi lần gọi bằng n. Tổng chi phí bằng giá mỗi hình ảnh nhân với n. Một lô bốn hình ảnh 2K có giá $0.056.

Cách sử dụng API FLUX 3 Image Klein trên PoYo

PoYo cung cấp hai ID mô hình:

• flux-3-klein cho tạo hình ảnh từ văn bản. Chỉ cần gửi prompt.
• flux-3-klein-edit cho chỉnh sửa và tạo ảnh đa tham chiếu. Gửi prompt và 1–10 hình ảnh trong image_urls.

Gửi tác vụ tới POST /api/generate/submit, sau đó thăm dò GET /api/generate/status/{task_id} hoặc đặt 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"
  }
}

Tham số được hỗ trợ

• size: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, hoặc kích thước tùy chỉnh WIDTHxHEIGHT. Kích thước tùy chỉnh phải từ 256–4096 pixel mỗi cạnh, là bội số của 16 và khớp với độ phân giải đã chọn.
• resolution: 1K, 2K hoặc 4K. Mặc định là 1K.
• n: 1–4 hình ảnh mỗi yêu cầu.
• output_format: png, jpeg hoặc webp.
• enable_safety_checker: bật theo mặc định.

Xem tài liệu API FLUX 3 Image Klein để biết đầy đủ cấu trúc yêu cầu và định dạng phản hồi.

Trường hợp sử dụng phù hợp nhất

• Thương mại điện tử: đặt sản phẩm vào bối cảnh mới trong khi vẫn giữ sản phẩm nhất quán giữa các ảnh tham chiếu.
• Tiếp thị và tài sản thương hiệu: tạo các biến thể chiến dịch ở nhiều tỷ lệ khung hình với chi phí thấp.
• Nội dung mạng xã hội: tạo số lượng lớn bản nháp ở 1K, sau đó nâng cấp các phương án tốt nhất lên 4K.
• Nội thất và bất động sản: thay đổi phong cách phòng hoặc dàn dựng không gian từ một ảnh tham chiếu.
• Storyboard và xuất bản: giữ nhân vật nhất quán giữa các khung hình bằng prompt đa tham chiếu.

Câu hỏi thường gặp

FLUX 3 Image Klein là gì?

Đây là mô hình tạo và chỉnh sửa hình ảnh trọng số mở với 5.6B tham số của Black Forest Labs, phát hành ngày 15 tháng 10 năm 2026. Mô hình hỗ trợ tạo hình ảnh từ văn bản, chỉnh sửa, tối đa 10 ảnh tham chiếu và điều khiển bố cục bằng hộp giới hạn.

FLUX 3 Image Klein có phải mã nguồn mở không?

Đây là mô hình trọng số mở, không phải mã nguồn mở theo định nghĩa của OSI. Bộ trọng số có trên Hugging Face theo FLUX Kommunity License, giấy phép này giới hạn việc sử dụng thương mại miễn phí cho các công ty có doanh thu hằng năm dưới $5M.

FLUX 3 Image Klein có giá bao nhiêu?

Trên PoYo, giá là $0.009 cho mỗi hình ảnh 1K, $0.014 cho mỗi hình ảnh 2K và $0.036 cho mỗi hình ảnh 4K. Chỉnh sửa có giá giống như tạo ảnh.

Cần GPU nào để chạy FLUX 3 Image Klein cục bộ?

BFL cho biết bản INT8 chạy được trên GPU NVIDIA GeForce RTX có 8 GB VRAM. Trọng số BF16 cần khoảng 11.2 GB, và bộ mở rộng prompt tùy chọn cần thêm bộ nhớ.

FLUX 3 Image Klein khác FLUX 3 như thế nào?

FLUX 3 là nền tảng đa phương thức vận hành cả mô hình hình ảnh và video. Trên PoYo, FLUX 3 chỉ các quy trình video, còn Klein là mô hình hình ảnh nhỏ gọn được xây dựng trên cùng nền tảng đó. Xem tổng quan FLUX 3 để tìm hiểu toàn bộ dòng mô hình.

FLUX 3 Image Klein có tốt hơn FLUX.2 không?

Theo đánh giá nội bộ của BFL, mô hình vượt FLUX.2 [klein] 9B 91 Elo ở tạo hình ảnh từ văn bản và 70 Elo ở chỉnh sửa, đồng thời được đánh giá cao hơn FLUX.2 [pro]. Nếu bạn cần các endpoint FLUX.2 Pro và Flex hiện có, chúng vẫn có sẵn trên trang FLUX 2.

Kết luận

FLUX 3 Image Klein đưa phần lớn bộ tính năng của FLUX 3 Image vào một mô hình đủ nhỏ để chạy trên GPU phổ thông và đủ rẻ để dùng API ở khối lượng lớn. Thế mạnh của mô hình là tốc độ, chi phí, chỉnh sửa đa tham chiếu và điều khiển bố cục bằng hộp giới hạn mới. Những hạn chế của nó là điển hình của một mô hình nhỏ gọn: hãy viết prompt chi tiết, đồng thời kiểm tra khả năng hiển thị chữ và các chỉ dẫn phức tạp trước khi đưa vào sản xuất.

Hãy dùng thử trên trang FLUX 3 Image Klein của PoYo, hoặc đọc tài liệu API để bắt đầu tích hợp.

Nguồn: Thông báo FLUX 3 Image Klein của Black Forest Labs, Thẻ mô hình FLUX 3 Image Klein, Ghi chú phát hành của BFL, Blog Hugging Face Diffusers