今天我们发布了 FLUX 3 图像 Klein，这是一个具有 5.6B 参数的开放权重模型，适用于文本到图像生成、图像编辑和最多 10 张参考图像的多参考生成。它与完整的 FLUX 3 图像模型共享核心功能：本地 4K 生成、像素完美编辑以及控制元素放置位置或将编辑限制在定义区域的边界框。FLUX 3 图像 Klein 构建在 FLUX 3 在图像、视频和音频方面的共享学习之上。图像提供空间细节，视频增加运动和物理动态，音频提供有关事件和交互的信息。这些信号帮助模型生成与现实世界相连的图像。发布内容包括基模型以供微调，以及用于低延迟生成的渐进蒸馏模型，还有在 FLUX Kommunity 许可证下与 NVIDIA 合作开发的 FP8、INT8 和 NVFP4 构建。通过 BFL API 尝试 • 下载权重 在更少参数的情况下领先的开放权重质量 在内部评估中，FLUX 3 图像 Klein 在文本到图像、多参考生成和图像编辑方面排名第一，超越了更大的开放权重模型。与封闭模型 Ideogram V4.5 和 FLUX.2 [pro] 的比较中，它的评分也高于这些模型。参数数量为 5.6B，它是比较中最小的开放模型，Qwen-Image 2.1 为 7B，Krea 2 为 12.9B。与参数为 9B 的 FLUX.2 [klein] 相比，在文本到图像中获得了 91 Elo，在图像编辑中获得了 70，参数减少了 38%。FLUX 3 图像 Klein 也进行了针对消费级 GPU 的优化。更少的参数使其在本地运行更实际且适应成本更低，拥有数据主权或本地部署需求的团队可以在自己的基础设施上评估和调整模型。这对于设备上的图像编辑也至关重要，允许用户直接在自己喜爱的笔记本电脑上编辑图像。生成器权重在 BF16 模式下需要 11.2GB，在 FP8 模式下需要 5.6GB。通过 INT8 构建，FLUX 3 图像 Klein 可以在配备至少 8GB VRAM 的 NVIDIA GeForce RTX GPU 上运行，支持 ComfyUI 或 Diffusers，扩展了 FLUX.2 [klein] 开始支持更小硬件的能力。使用蒸馏模型和 INT8 构建，它在 NVIDIA GeForce RTX 5090 上生成 1MP 图像大约需要 4 秒，在 RTX 4070 上通过 ComfyUI 生成不到 9 秒。通过 GPU 的生成时间：渐进蒸馏模型，16 步。每个图像的秒数，每次运行一张图像。越低越好。由 NVIDIA 测量；RTX 结果在 ComfyUI 中；数据结果是每个配置中表现最佳的框架。每个 GPU 显示其最快的构建。生成时间是在 GPU 本身上测量的；第 02 节中的 API 延迟还包括排队、网络和提示上采样。通过 GPU 的生成时间：基模型，50 步。每个图像的秒数，每次运行一张图像。越低越好。由 NVIDIA 测量；RTX 结果在 ComfyUI 中。每个 GPU 显示其最快的构建。基检查点是为微调而构建的：Diffusers 和 Ostris 的 AI 工具包从第一天起支持 LoRA 训练，NVIDIA 的 NeMo AutoModel 提供的配方可直接从发布的检查点工作。对于需要更低延迟的更快生产工作负载，我们还与团队合作进行特定定制以满足需求。请与我们联系。在速度-质量前沿上，FLUX 3 图像 Klein 还扩展了速度-质量帕累托前沿。通过 BFL API，它提供低于 Qwen-Image 2.1、FLUX.2 [pro]、Ideogram V4.5 和 Krea 2 的延迟，并在其延迟及以上的最高等级。在下面的图表中，紫色线描绘了每个延迟的最高等级，灰色线显示之前的前沿。延迟是从请求提交到完成 1MP 图像的端到端测量，包括排队。FLUX 3 图像 Klein 在我们的服务器上计时。其他模型是在客户端计时的，包括轮询和网络时间。Krea 2 在其中级层上计时；其大型层需要 31.1 秒才能完成文本到图像。开始使用 FLUX 3 图像 Klein 现在可作为开放权重和通过 BFL API 使用。尝试它 BFL API：蒸馏模型可用作 flux-3-image-klein，支持提示上采样和像素修复，精确保留图像的未编辑区域。定价从每 1K 图像 0.009 美元起。游乐场或 Hugging Face。使用它构建 在 Hugging Face 上的权重：基础和蒸馏。引用推理代码，包括用于边界框控制的 Gradio 演示。在 Hugging Face Spaces 尝试。第一天支持 ComfyUI、Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion 和 vLLM-Omni。使用 Ostris 的 AI 工具包和 NVIDIA NeMo AutoModel 中的配方进行 LoRA 训练。针对 NVIDIA GB200 NVL72 进行训练并针对 NVIDIA 的加速计算平台进行优化，通过 NVIDIA TensorRT LLM、vLLM-Omni 和 SGLang Diffusion 提供服务。在 NVIDIA GB300 上，蒸馏模型在 NVFP4 中生成 1MP 图像的时间少于 0.6 秒。使用 LoRA 增加大约 5% 的生成时间。许可证 这些权重在 FLUX Kommunity 许可证下提供，允许免费商业。