10 月 15 日,Black Forest Labs(BFL)放出 FLUX 3 家族的第二个开放权重模型:FLUX 3 Image Klein。继 7B 机器人控制模型 FLUX 3 Action 之后,这次轮到图像。5.6B 参数、消费级显卡可跑、生成与编辑同一模型——BFL 继续把「旗舰质量 + 本地部署」往低配硬件压。
参数不大,分工明确
5.6B 指图像 transformer 本体;文本编码器另算,用的是阿里的 Qwen3-VL-4B-Instruct(Hugging Face 模型卡注明)。模型接收 prompt 加最多 10 张参考图,输出一张图:文生图、单参考编辑、多参考组合走同一套权重。
发布 base 与蒸馏版两个 checkpoint:前者给微调和 LoRA 训练,后者主打低延迟,另与 NVIDIA 合作提供 FP8、INT8、NVFP4 量化构建。生成器权重 BF16 下 11.2 GB、FP8 下 5.6 GB;INT8 版最低 8GB 显存即可跑 ComfyUI 或 Diffusers。蒸馏版在 RTX 5090 上约 4 秒出一张 1MP 图,RTX 4070 上不到 9 秒。
厂商评测:小个子第一
BFL 内部评测里,Klein 在文生图、多参考生成、图像编辑三项排开放权重第一,高于对比中的闭源模型 Ideogram V4.5 与 FLUX.2 [pro]。它还是对比阵容里最小的:5.6B 对 Qwen-Image 2.1 的 7B、Krea 2 的 12.9B;与上一代 FLUX.2 [klein] 9B 相比,文生图 Elo 高 91 分、编辑高 70 分,参数少 38%。这些排名全部来自厂商评测,尚无第三方复测;但「更少参数更高分」与 FLUX 3 把图像、视频、音频信号共享进预训练的思路一致。
它继承 FLUX 3 Image 的核心能力:4K 原生生成、pixel-perfect 编辑、边界框控制。
生态与授权:门槛在商业侧
Day-one 支持 ComfyUI、Diffusers、TensorRT-LLM、SGLang、vLLM-Omni;LoRA 训练有 AI Toolkit 与 NeMo AutoModel 配方。授权是 FLUX Kommunity License:年收入 500 万美元以下免费商用;更大的组织需走自托管授权或 API,蒸馏版 1K 图 0.009 美元起。安全侧经内部红队与外部伙伴 Cinder 评估,BFL 称漏洞显著少于其他主流开放权重模型。
所以呢
看点不在刷分,而在本地图像编辑门槛又低一档:8GB 显存覆盖大量在售笔记本显卡,4 秒出图进入交互区间;叠加 Qwen3-VL 编码器,中文 prompt 亲和性值得期待。真正要读细的是 500 万美元营收分界线:对个人和中小团队是免费午餐,对企业级自托管就是谈判桌。下一个问题:4K 原生加 10 参考图的组合,会不会把本地工作流从「生成」推向「编辑」?
引用:BFL 官方发布页、Hugging Face 模型卡,独立报道见 VentureBeat。