Blog

FLUX 3 Image Klein آمد؛ مدل تصویرسازی باز و سبک که روی کارت گرافیک ۸ گیگی اجرا می‌شود

Black Forest Labs مدل ۵.۶ میلیارد پارامتری FLUX 3 Image Klein را با وزن‌های باز منتشر کرد؛ ساخت و ویرایش تصویر تا 4K، اجرا با ۸ گیگابایت VRAM و کیفیتی که طبق ارزیابی BFL از مدل‌های بزرگ‌تر بهتر است.

17 Oct 2026 · 3 min read · FLUX · Black Forest Labs · open weights · image generation · AI · ComfyUI · NVIDIA

FLUX 3 Image Klein آمد؛ مدل تصویرسازی باز و سبک که روی کارت گرافیک ۸ گیگی اجرا می‌شود

Black Forest Labs، سازنده‌ی خانواده‌ی مدل‌های FLUX، مدل FLUX 3 Image Klein را با وزن‌های باز منتشر کرد: یک مدل ۵.۶ میلیارد پارامتری برای ساخت تصویر از متن، ویرایش تصویر و تولید با چند تصویر مرجع (تا ۱۰ تصویر). نکته‌ی اصلی این است که خیلی از قابلیت‌های نسخه‌ی کامل FLUX 3 را در اندازه‌ای آورده که روی کارت گرافیک خانگی هم اجرا می‌شود؛ از تولید native در 4K تا ویرایش دقیق و bounding box برای اینکه بگویی هر چیز دقیقاً کجای تصویر بنشیند یا ویرایش فقط داخل یک ناحیه انجام شود.

FLUX 3 Image Klein open weights
معرفی FLUX 3 Image Klein با وزن‌های باز — منبع: Black Forest Labs

چه چیزهایی منتشر شده؟

  • یک مدل base برای fine-tune و یک مدل step-distilled برای تولید سریع.
  • نسخه‌های FP8، INT8 و NVFP4 که با همکاری NVIDIA ساخته شده‌اند.
  • وزن‌های generator در BF16 حدود ۱۱.۲ گیگابایت و در FP8 حدود ۵.۶ گیگابایت جا می‌گیرند. با نسخه‌ی INT8 روی کارت‌های GeForce RTX با فقط ۸ گیگابایت VRAM (از طریق ComfyUI یا Diffusers) اجرا می‌شود.
  • پشتیبانی از روز اول در ComfyUI، Hugging Face Diffusers، TensorRT-LLM، SGLang Diffusion و vLLM-Omni، به‌علاوه‌ی آموزش LoRA با AI Toolkit و NeMo AutoModel.
Collage of FLUX 3 Image Klein outputs
نمونه خروجی‌های FLUX 3 Image Klein: تصویرسازی، پرتره، عکاسی، انیمه و تایپوگرافی — منبع: Black Forest Labs

کیفیت در برابر اندازه

طبق ارزیابی‌های داخلی خود BFL، این مدل در text-to-image، تولید چندمرجعی و ویرایش تصویر از مدل‌های بازِ بزرگ‌تر جلوتر است و حتی از دو مدل بسته‌ی مقایسه، یعنی Ideogram V4.5 و FLUX.2 [pro]، امتیاز بالاتری گرفته. در مقایسه ۵.۶ میلیارد پارامتر دارد، در برابر ۷ میلیارد Qwen-Image 2.1 و ۱۲.۹ میلیارد Krea 2. نسبت به FLUX.2 [klein] 9B هم با ۳۸ درصد پارامتر کمتر، ۹۱ امتیاز Elo در text-to-image و ۷۰ امتیاز در ویرایش جلوتر است.

Elo rating vs generator parameters
امتیاز Elo در برابر تعداد پارامترها برای text-to-image و ویرایش تصویر — منبع: Black Forest Labs

سرعت

با مدل distilled و نسخه‌ی INT8، یک تصویر یک‌مگاپیکسلی روی RTX 5090 حدود ۴ ثانیه و روی RTX 4070 کمتر از ۹ ثانیه طول می‌کشد. روی GB300 با NVFP4 این زمان به زیر ۰.۶ ثانیه می‌رسد. در API خود BFL هم از Qwen-Image 2.1، FLUX.2 [pro]، Ideogram V4.5 و Krea 2 سریع‌تر است و قیمتش از ۰.۰۰۹ دلار به ازای هر تصویر شروع می‌شود.

Generation time by GPU, step-distilled model
زمان تولید تصویر روی GPUهای مختلف با مدل distilled (۱۶ قدم)؛ از ۰.۵۵ ثانیه روی GB300 تا ۸.۹ ثانیه روی RTX 4070 — منبع: Black Forest Labs / NVIDIA
Elo rating vs median API latency
امتیاز Elo در برابر latency در API؛ ۴.۵۴ ثانیه برای text-to-image و ۷.۱۸ ثانیه برای ویرایش — منبع: Black Forest Labs

لایسنس

وزن‌ها تحت FLUX Kommunity License منتشر شده‌اند: استفاده‌ی تجاری برای افراد و شرکت‌هایی با درآمد سالانه‌ی کمتر از ۵ میلیون دلار آزاد است، به‌علاوه‌ی استفاده‌ی پژوهشی و غیرتجاری. شرکت‌های بزرگ‌تر باید لایسنس self-hosted بگیرند یا از API استفاده کنند. وزن‌ها روی Hugging Face در دو نسخه‌ی base و distilled در دسترس‌اند.

نظر من

برای من مهم‌ترین عدد این خبر Elo نیست، «۸ گیگابایت VRAM» است. وقتی مدلی که در بنچمارک‌ها با مدل‌های بسته رقابت می‌کند روی یک کارت گرافیک معمولی اجرا شود، ساخت محصول روی آن هم ارزان‌تر می‌شود هم مستقل‌تر؛ مخصوصاً برای ما که دسترسی به APIهای خارجی همیشه دردسر است. اجرای local یعنی نه تحریم، نه قطعی، نه هزینه‌ی دلاری برای هر تصویر.

دو نکته را هم باید در نظر داشت: اول اینکه همه‌ی مقایسه‌ها ارزیابی داخلی خود BFL است و تا وقتی جامعه خودش تست نکند، باید با کمی تردید نگاهشان کرد. دوم اینکه این لایسنس «open source» به معنای واقعی نیست؛ برای فریلنسر و استارتاپ کوچک عالی است، ولی اگر محصولتان بزرگ شود باید از اول حساب لایسنس را کرده باشید. با این حال، اگر با ComfyUI یا Diffusers کار می‌کنید، این مدل ارزش امتحان کردن دارد؛ مخصوصاً قابلیت bounding box برای ویرایش دقیق که در کارهای واقعی خیلی به درد می‌خورد.

منبع: وبلاگ Black Forest Labs · بحث در Hacker News

Comments0

Comments +

00

No comments yet — be the first. هنوز نظری ثبت نشده؛ اولین نفر باش.

Leave a comment

0 / 2000