Black Forest Labs veröffentlicht FLUX 3 Image Klein, ein Open-Weights-Modell mit 5,6 Mrd. Parametern

Was das Modell bietet

FLUX 3 Image Klein teilt laut Black Forest Labs zentrale Fähigkeiten mit dem vollständigen Modell FLUX 3 Image: native 4K-Generierung, pixelgenaue Bearbeitung und Bounding Boxes, mit denen sich steuern lässt, wo Elemente platziert werden oder auf welchen Bereich sich Änderungen beschränken.

Das Unternehmen erklärt, das Modell baue auf den gemeinsamen Erkenntnissen der FLUX-3-Familie aus Bild, Video und Audio auf. Bilder liefern räumliche Details, Video steuert Bewegung und physikalische Dynamik bei, und Audio liefert Informationen über Ereignisse und Interaktionen. Zusammen sollen diese Signale dem Modell helfen, Bilder zu erzeugen, die in der realen Welt verankert wirken.

Zur Veröffentlichung gehören ein Basismodell für das Fine-Tuning und ein schrittdestilliertes Modell für Generierung mit niedriger Latenz. Die Varianten in FP8, INT8 und NVFP4 wurden mit Unterstützung von NVIDIA entwickelt. Alle erscheinen unter der FLUX Kommunity License.

Angaben zu Qualität und Geschwindigkeit

In internen Auswertungen liegt FLUX 3 Image Klein nach Angaben von Black Forest Labs bei Text-zu-Bild, Multi-Referenz-Generierung und Bildbearbeitung auf Platz eins, vor größeren Open-Weights-Modellen. Es wird zudem besser bewertet als die geschlossenen Modelle im Vergleich, Ideogram V4.5 und FLUX.2 [pro].

Mit 5,6 Mrd. Parametern ist es das kleinste offene Modell im Vergleich, gegenüber 7 Mrd. bei Qwen-Image 2.1 und 12,9 Mrd. bei Krea 2. Gegenüber FLUX.2 [klein] 9B legt es bei Text-zu-Bild um 91 Elo-Punkte und bei der Bildbearbeitung um 70 zu, bei 38 % weniger Parametern.

Über die BFL-API liefert das Modell nach Angaben des Unternehmens eine geringere Latenz als Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 und Krea 2, bei der höchsten Bewertung auf diesem Latenzniveau und darüber. Black Forest Labs weist darauf hin, dass sein Modell auf den eigenen Servern gemessen wurde, die anderen Modelle dagegen auf Client-Seite, was Polling und Netzwerkzeit einschließt. Krea 2 wurde in der Medium-Stufe gemessen, die Large-Stufe benötigte für Text-zu-Bild 31,1 Sekunden.

Ausgelegt für Consumer-GPUs

Das Modell wurde für Consumer-Hardware optimiert. Die Gewichte des Generators benötigen 11,2 GB in BF16 und 5,6 GB in FP8. Mit der INT8-Variante läuft es über ComfyUI oder Diffusers auf NVIDIA-GeForce-RTX-GPUs mit nur 8 GB VRAM.

Mit dem destillierten Modell und der INT8-Variante erzeugt es laut NVIDIA-Messungen über ComfyUI ein 1-MP-Bild in rund 4 Sekunden auf einer NVIDIA GeForce RTX 5090 und in unter 9 Sekunden auf einer RTX 4070. Auf einer NVIDIA GB300 erzeugt das destillierte Modell in NVFP4 ein 1-MP-Bild in unter 0,6 Sekunden. Der Betrieb eines LoRA verlängert die Generierungszeit um etwa 5 %.

Black Forest Labs argumentiert, dass weniger Parameter das Modell für den lokalen Betrieb praxistauglich und die Anpassung günstiger machen. Teams mit Anforderungen an Datensouveränität oder lokalen Betrieb können es auf der eigenen Infrastruktur evaluieren und anpassen. Als wichtigen Anwendungsfall nennt das Unternehmen die Bildbearbeitung direkt auf dem Gerät, etwa auf Laptops.

Verfügbarkeit, Lizenz und Sicherheit

Das destillierte Modell ist in der BFL-API als flux-3-image-klein verfügbar, mit Prompt-Upsampling und Pixel Restoration, die unbearbeitete Bereiche eines Bildes exakt erhält. Die Preise beginnen bei 0,009 $ pro 1K-Bild. Die Gewichte des Basismodells und des destillierten Modells stehen auf Hugging Face bereit, zusammen mit Referenzcode für die Inferenz und einer Gradio-Demo zur Steuerung per Bounding Box.

Vom ersten Tag an werden ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion und vLLM-Omni unterstützt. Für das Fine-Tuning unterstützen Diffusers und das AI Toolkit von Ostris von Beginn an LoRA-Training, und NVIDIAs NeMo AutoModel liefert Rezepte, die direkt mit den veröffentlichten Checkpoints funktionieren.

Die FLUX Kommunity License erlaubt die kostenlose kommerzielle Nutzung für Einzelpersonen und Unternehmen mit einem Jahresumsatz unter 5 Mio. $ sowie die Nutzung für Forschung und nichtkommerzielle Zwecke. Größere Organisationen können das Modell über Self-Hosting-Lizenzen oder die API kommerziell einsetzen.

Zur Sicherheit verweist das Unternehmen auf Datensatzfilter im Pre-Training und gezieltes Fine-Tuning im Post-Training. Die Checkpoints wurden intern per Red Teaming geprüft und vom externen Sicherheitspartner Cinder bewertet, der nach Angaben des Unternehmens deutlich weniger Schwachstellen feststellte als bei anderen beliebten Open-Weights-Modellen.

Was das bedeutet

Für Entwickler und Teams bietet die Veröffentlichung ein Open-Weights-Bildmodell, das klein genug für Consumer-GPUs ist und von Beginn an Bearbeitung, Multi-Referenz-Eingabe und Fine-Tuning unterstützt. Black Forest Labs zufolge ist FLUX 3 Image Klein nach FLUX 3 Action die zweite Open-Weights-Veröffentlichung der FLUX-3-Familie, weitere sollen folgen. Die Rankings zu Qualität und Geschwindigkeit stammen aus den eigenen Auswertungen des Unternehmens.