FLUX 3 Image Klein

Компактная модель Black Forest Labs рисует картинки по описанию, правит готовые изображения и собирает новую сцену по образцам, которых может быть до десяти. Ещё она расставляет объекты по рамкам, заданным в запросе. Внутри у неё диффузионный трансформер на 5,6 млрд параметров: такая модель шаг за шагом проявляет картинку из шума. Текст запроса для неё разбирает отдельная модель Qwen3-VL-4B-Instruct. Эта версия дистиллированная: её обучили получать готовую картинку за 16 шагов вместо 50 у базовой версии, поэтому работает она заметно быстрее.

Лаборатория провела внутренние замеры и сравнила модель с прошлой компактной моделью линейки FLUX.2 на 9 млрд параметров. При том что параметров у новой на 38% меньше, она получила на 91 пункт больше по шкале Elo в генерации по тексту и на 70 пунктов больше в правке. Elo — это рейтинг, который считают по попарным сравнениям картинок. Ещё компания заявляет, что в этих же оценках модель первая среди открытых: она обходит более крупные Qwen-Image 2.1 и Krea 2, а также закрытые Ideogram V4.5 и FLUX.2 Pro. Базовую версию из того же выпуска выбирают, когда модель нужно дообучить: она медленнее, зато лучше подходит для такой работы.

Модель берут, чтобы генерировать и править картинки на своём оборудовании или встроить генерацию в свой продукт. По данным лаборатории, сжатая версия INT8 работает на видеокартах GeForce RTX с 8 ГБ памяти. Картинка размером в 1 мегапиксель получается примерно за 4 секунды на RTX 5090 и меньше чем за 9 секунд на RTX 4070. Модель уже поддерживают ComfyUI и Diffusers, а через API Black Forest Labs доступна именно эта быстрая версия.

Лаборатория предупреждает: по короткому запросу модель рисует шаблонно. Поэтому к ней прилагается отдельная модель, которая дописывает запрос до подробного описания, но ей нужно ещё около 28 ГБ видеопамяти. Надписи на картинках могут выходить с ошибками. Рамка задаёт место и масштаб объекта, но не жёсткую границу: объект может вылезти за рамку, а мелкий и вовсе не появиться. При правке иногда меняется то, что трогать не просили. Веса выложены под собственной лицензией лаборатории: бесплатно применять модель в коммерческих целях могут только люди и компании с годовой выручкой меньше 5 млн долларов, остальным нужен отдельный договор или API. Военное применение, слежка и обработка биометрии запрещены.

источники:Анонс модели в блоге Black Forest Labs ↗Карточка модели на Hugging Face ↗