FLUX 3 Image Klein działa na GPU z 8 GB VRAM

Black Forest Labs (BFL) zaprezentowało FLUX 3 Image Klein — otwarty model generowania i edycji obrazów, który mieści się na konsumenckich kartach graficznych. Mowa o 5,6 miliarda parametrów, natywnym wyjściu 4K oraz obsłudze nawet dziesięciu obrazów referencyjnych jednocześnie. To wszystko przy zapotrzebowaniu na zaledwie 8 GB pamięci VRAM w wersji INT8.

Premiera jest o tyle istotna, że dotychczas zaawansowane modele dyfuzyjne wymagały albo chmury, albo profesjonalnych akceleratorów. BFL przekonuje, że ich nowe wydanie łączy jakość zbliżoną do rozwiązań zamkniętych z dostępnością dla zwykłych użytkowników.

Co potrafi FLUX 3 Image Klein

Model nie ogranicza się do prostego generowania obrazu z opisu tekstowego. BFL przygotowało zestaw funkcji, które wcześniej kojarzyliśmy raczej z zamkniętymi narzędziami komercyjnymi.

Natywne 4K i precyzyjna edycja

FLUX 3 Image Klein generuje obrazy w rozdzielczości 4K bez konieczności późniejszego skalowania. Edycja odbywa się na poziomie pojedynczych pikseli, co pozwala na wprowadzanie zmian bez psucia reszty kompozycji. Użytkownik może też wskazywać bounding boxy — prostokąty wyznaczające, gdzie ma trafić konkretny element.

Praca z wieloma obrazami referencyjnymi

Model przyjmuje do dziesięciu obrazów wejściowych jednocześnie. To otwiera drogę do zadań takich jak łączenie stylów, przenoszenie elementów między zdjęciami czy tworzenie spójnych serii wizualnych na podstawie kilku przykładów.

Wyniki i porównanie z konkurencją

Black Forest Labs chwali się, że w wewnętrznych testach model zdobył najwyższe oceny Elo spośród wszystkich otwartych rozwiązań. Wyprzedził nie tylko zamkniętego Ideogram V4.5, ale też własny, wcześniejszy model FLUX.2 [pro].

Co ciekawe, poprawa względem FLUX.2 [klein] wynosi 91 punktów Elo, mimo że nowa wersja ma o 38 procent mniej parametrów — 5,6 mld zamiast 9 mld. To sygnał, że architektura i proces treningu liczą się dziś bardziej niż sama skala.

Wydajność na konsumenckim sprzęcie

Najbardziej praktyczna informacja dotyczy wymagań sprzętowych. Dzięki kwantyzacji do formatu INT8 model uruchamia się na kartach NVIDIA z 8 GB VRAM. Na RTX 4070 wygenerowanie obrazu zajmuje mniej niż 9 sekund.

To poziom, który jeszcze niedawno wydawał się zarezerwowany dla modeli znacznie mniejszych lub działających w chmurze. Dla wielu twórców oznacza to możliwość pracy lokalnie, bez wysyłania danych na zewnątrz.

Licencja, cena i dostępność

Wagi modelu trafiły do społeczności na zasadach FLUX Kommunity License. Firmy o rocznych przychodach poniżej 5 milionów dolarów mogą korzystać z niego komercyjnie bez opłat.

Dla większych organizacji BFL przygotowało kilka ścieżek dostępu:

API BFL w cenie 0,009 dolara za 1000 obrazów,
Playground dostępny bezpośrednio od twórcy,
Hugging Face Spaces dla szybkich testów,
lokalne uruchomienie przez ComfyUI oraz Diffusers.

Trening LoRA działa od pierwszego dnia dzięki integracji z Ostris AI Toolkit oraz NVIDIA NeMo AutoModel. To ważne dla osób, które chcą dostrajać model do własnych stylów lub konkretnych zastosowań.

Co to oznacza dla rynku otwartych modeli

FLUX 3 Image Klein wpisuje się w wyraźny trend: otwarte modele przestają być tańszą, ale gorszą alternatywą. Coraz częściej dorównują komercyjnym odpowiednikom, a w niektórych benchmarkach je wyprzedzają.

Połączenie niskich wymagań sprzętowych z hojną licencją może przyspieszyć adopcję w małych studiach, agencjach kreatywnych i projektach indie. Jednocześnie pozostaje pytanie, jak długo BFL utrzyma przewagę, skoro konkurencja również nie zwalnia tempa.

Na razie mamy model, który realnie zmienia kalkulację: zamiast płacić za każdy wygenerowany obraz, można zainwestować w jedną kartę graficzną i pracować bez limitów. To argument, który dla wielu zespołów może okazać się decydujący.