Black Forest Labs 于 2026 年 10 月 15 日发布了 FLUX 3 Image Klein。这是一款 5.6B 参数的开放权重模型，支持文生图、图像编辑，以及最多使用 10 张参考图的多参考图合成。它是 FLUX 3 Image 系列中体量较小的成员，也是首个提供可下载权重的 FLUX 3 图像模型。
FLUX 3 Image Klein 现已在 PoYo 上线，提供 flux-3-klein 和 flux-3-klein-edit 两个模型 ID。FLUX 3 Image Klein API 页面提供在线生成器、支持的参数控制和价格信息。
本指南将介绍 Klein 是什么、BFL 对其质量的说法、它与 FLUX.2 [klein] 及完整版 FLUX 3 Image 模型的区别，以及如何通过 PoYo API 调用它。
FLUX 3 Image Klein 一览
| 特性 | 详情 |
|---|---|
| 开发者 | Black Forest Labs |
| 发布日期 | 2026 年 10 月 15 日 |
| 参数量 | 5.6B 图像 Transformer（文本编码器另计） |
| 文本编码器 | Qwen3-VL-4B-Instruct |
| 任务 | 文生图、图像编辑、多参考图生成 |
| 参考图 | 每次请求最多 10 张 |
| 布局控制 | 在提示词中写入边界框 |
| 输出 | 最高 4K |
| 检查点 | Klein（蒸馏版，16 步）和 Klein Base（未蒸馏版，50 步） |
| 量化版本 | FP8、INT8 和 NVFP4 |
| 许可证 | FLUX Kommunity License |
| PoYo 模型 ID | flux-3-klein、flux-3-klein-edit |
| PoYo 价格 | 1K 图像每张 $0.009 起 |
FLUX 3 Image Klein 是什么？
FLUX 3 Image Klein 是 FLUX 3 Image 的紧凑型开放权重版本。根据 BFL 的发布说明，它支持与完整版模型相同的核心功能：文生图、图像编辑、多参考图生成和边界框。
“Klein”在德语中意为“小”。BFL 此前的紧凑型模型 FLUX.2 [klein] 也采用了相同的命名方式。新版本基于 FLUX 3 基础模型构建，该基础模型在图像、视频和音频上进行了联合训练。BFL 表示，视频和音频信号让图像模型对运动、物理动态和真实世界中的交互有了更好的理解。
一个模型即可处理所有图像任务。权重中并没有单独的编辑模型：只发送提示词即可生成图像，发送提示词加参考图则可进行编辑或合成。
两个检查点
BFL 提供两个版本的权重：
- Klein（蒸馏版）： 16 个采样步数，无需无分类器引导（classifier-free guidance）。专为快速生成和自托管而设计，也是 BFL API 背后使用的检查点。
- Klein Base（未蒸馏版）： 50 步，带引导。专为微调、LoRA 训练和研究而设计。在 Base 上训练的 LoRA 也可以加载到蒸馏版模型中。
核心功能
原生 4K 文生图
Klein 可生成最高 4K 的图像。据 Hugging Face 实测，蒸馏版检查点在 H100 上生成一张 1024 × 1024 图像约需 2 秒。
多参考图编辑
你最多可以传入 10 张参考图，并在提示词中按位置引用它们。这在无需训练 LoRA 的情况下，让一组图像中的产品、角色或风格保持一致时非常有用。
边界框布局控制
这是 FLUX 3 Image 系列新增的能力。你可以在提示词末尾附加一个 JSON 区域列表。每个区域包含一个 ID、一个基于 0–1000 网格的框以及一段描述。在编辑时，区域可以指定参考图中的源框和输出中的目标框，从而实现元素的移动、缩放、改色或移除。
BFL 指出，边界框用于引导位置和尺寸，但并不是严格的像素蒙版。元素可能会超出其框的范围，而要求生成的极小元素也可能不会出现。
文字渲染
Klein 可以在图像中渲染文字，例如产品标签、海报和招牌。不过 BFL 的模型卡仍然提醒，渲染出的文字可能不准确，因此发布前请逐一检查每段文字。
提示词扩写
Klein 使用完整的场景描述进行训练。BFL 表示，简短的提示词会产生比较普通的结果，并建议使用提示词扩写器（prompt upsampler），将请求扩展为涵盖风格、场景、光线、镜头和每个主体的详细描述。BFL 还为自托管环境发布了一个 9B 的扩写模型。
实际使用时，提示词应描述主体、环境、光线、构图和风格。进行编辑时，应描述包含修改内容在内的完整结果，而不是只写“把它改成蓝色”这样一句话的指令。
FLUX 3 Image Klein 基准测试
BFL 在发布时公布了内部的人类偏好评估结果。该公司称 Klein：
- 在文生图、多参考图生成和图像编辑方面，在参与对比的开放权重模型中排名第一
- 评分高于对比中的闭源模型 Ideogram V4.5 和 FLUX.2 [pro]
- 是对比中体量最小的开放模型（5.6B，而 Qwen-Image 2.1 为 7B，Krea 2 为 12.9B）
- 相比 FLUX.2 [klein] 9B，在文生图上提升 91 Elo，在图像编辑上提升 70 Elo，而参数量减少了 38%
这些是厂商公布的结果。早期的独立测试结论则更为参差。一篇第三方评测发现，在执行详细的多部分指令时，Klein 的可靠性不如 Nano Banana 2.1 和 GPT Image 2.5 Flare 等更大的闭源模型。Klein 的优势在于单位参数的质量、延迟和成本，而不是在每一个复杂提示词上都胜出。
FLUX 3 Image Klein 与 FLUX.2 [klein] 对比
| FLUX 3 Image Klein | FLUX.2 [klein] 9B | |
|---|---|---|
| 参数量 | 5.6B | 9B |
| 基础模型 | FLUX 3（图像、视频、音频） | FLUX.2（图像） |
| 边界框布局 | 支持 | 不支持 |
| BFL 公布的 Elo 提升 | 文生图 +91，编辑 +70 | 基准 |
如果你已经在使用 FLUX.2 [klein] 进行自托管，Klein 就是直接的升级选择：体量更小、速度更快，在 BFL 的评估中表现更好，还新增了布局控制。
FLUX 3 Image Klein 与 FLUX 3 Image 对比
两个模型使用相同的请求格式和功能。区别在于体量、价格和获取方式。
| FLUX 3 Image Klein | FLUX 3 Image | |
|---|---|---|
| 权重 | 开放（FLUX Kommunity License） | 闭源 |
| BFL API 1K 价格 | $0.009 | $0.048 |
| BFL API 4K 价格 | $0.036 | $0.607 |
| 最适合 | 大批量、快速迭代、自托管 | 最高质量和像素级控制 |
在 1K 分辨率下，Klein 的价格约为完整版模型的五分之一；在 4K 下，差距则大得多。对于商品目录图、社交媒体内容和草稿，Klein 通常是更实用的选择。完整版模型更适合留给对额外质量有要求的主视觉素材。
硬件要求与本地部署
BFL 表示，生成器权重在 BF16 下需要 11.2 GB，在 FP8 下需要 5.6 GB。使用 INT8 版本时，Klein 可以通过 ComfyUI 或 Diffusers 在显存低至 8 GB 的 NVIDIA GeForce RTX 显卡上运行。
根据 NVIDIA 的实测，蒸馏版模型在 INT8 下生成一张 1MP 图像，在 RTX 5090 上约需 4 秒，在 RTX 4070 上不到 9 秒。请注意，可选的提示词扩写器是一个单独的 9B 模型，需要额外占用内存。
Klein 在发布首日即获得 ComfyUI、Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion 和 vLLM-Omni 的支持。LoRA 训练可使用 Ostris 的 AI Toolkit 和 Diffusers。
许可证：FLUX 3 Image Klein 可以商用吗？
权重采用 FLUX Kommunity License。该许可证允许研究和非商业用途，同时允许年收入低于 500 万美元的个人和公司将输出内容用于商业用途。规模更大的组织需要购买自托管商业许可证或使用 API。
通过 PoYo 等 API 使用 Klein，可以避免模型权重自托管带来的许可证问题。请务必根据你的使用场景查阅服务提供商的条款。
FLUX 3 Image Klein 在 PoYo 上的价格
PoYo 按分辨率对每张图像计费。文生图和编辑的价格相同。
| 分辨率 | 积分 | 价格 |
|---|---|---|
| 1K | 1.8 | $0.009 |
| 2K | 2.8 | $0.014 |
| 4K | 7.2 | $0.036 |
每次调用可以通过 n 请求最多四张图像。总费用为单张价格乘以 n。一批四张 2K 图像的费用为 $0.056。
FLUX 3 Image Klein API 使用教程（PoYo）
PoYo 提供两个模型 ID：
flux-3-klein用于文生图。只需发送提示词。flux-3-klein-edit用于编辑和多参考图生成。需发送提示词，并在image_urls中提供 1–10 张图像。
将任务提交到 POST /api/generate/submit，然后轮询 GET /api/generate/status/{task_id}，或设置 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"
}
}
支持的参数
size：1:1、4:3、3:4、16:9、9:16、3:2、2:3，或自定义的WIDTHxHEIGHT。自定义尺寸每边须为 256–4096 像素、为 16 的倍数，并与所选分辨率匹配。resolution：1K、2K或4K。默认为1K。n：每次请求 1–4 张图像。output_format：png、jpeg或webp。enable_safety_checker：默认开启。
完整的请求结构和响应格式请参阅 FLUX 3 Image Klein API 文档。
最佳使用场景
- 电商： 将产品放入新场景，同时在多张参考图之间保持商品一致。
- 营销与品牌素材： 以低成本生成多种宽高比的广告活动变体。
- 社交媒体内容： 先以 1K 批量生成草稿，再将效果最好的图像放大到 4K。
- 室内设计与房地产： 根据参考照片重新设计房间风格或进行虚拟样板布置。
- 分镜与出版： 通过多参考图提示词，让角色在不同画格中保持一致。
常见问题
FLUX 3 Image Klein 是什么？
它是 Black Forest Labs 于 2026 年 10 月 15 日发布的一款 5.6B 参数开放权重图像生成与编辑模型，支持文生图、编辑、最多 10 张参考图和边界框布局控制。
FLUX 3 Image Klein 开源吗？
它是开放权重模型，而不是 OSI 意义上的开源模型。权重以 FLUX Kommunity License 发布在 Hugging Face 上，该许可证将免费商用限制在年收入低于 500 万美元的公司。
FLUX 3 Image Klein 的价格是多少？
在 PoYo 上，1K 图像每张 $0.009，2K 图像每张 $0.014，4K 图像每张 $0.036。编辑与生成价格相同。
本地运行 FLUX 3 Image Klein 需要什么显卡？
BFL 表示，INT8 版本可在 8 GB 显存的 NVIDIA GeForce RTX 显卡上运行。BF16 权重约需 11.2 GB，可选的提示词扩写器还需要额外内存。
FLUX 3 Image Klein 与 FLUX 3 有什么区别？
FLUX 3 是同时驱动图像和视频模型的多模态基础模型。在 PoYo 上，FLUX 3 指的是视频工作流，而 Klein 是基于同一基础模型构建的紧凑型图像模型。完整的模型系列请参阅 FLUX 3 概览。
FLUX 3 Image Klein 比 FLUX.2 更好吗？
在 BFL 的内部评估中，它在文生图上领先 FLUX.2 [klein] 9B 91 Elo，在编辑上领先 70 Elo，评分也高于 FLUX.2 [pro]。如果你需要现有的 FLUX.2 Pro 和 Flex 端点，它们仍可在 FLUX 2 页面上使用。
总结
FLUX 3 Image Klein 将 FLUX 3 Image 的大部分功能带入了一个小到可以在消费级显卡上运行、价格低到适合大批量 API 调用的模型中。它的优势在于速度、成本、多参考图编辑和全新的边界框布局控制。它的局限也是紧凑型模型的典型特征：请编写详细的提示词，并在投入生产前检查文字渲染和复杂指令的执行效果。
前往 PoYo FLUX 3 Image Klein 页面立即试用，或阅读 API 文档开始集成。
来源： Black Forest Labs FLUX 3 Image Klein 发布公告、FLUX 3 Image Klein 模型卡、BFL 发布说明、Hugging Face Diffusers 博客