Heute veröffentlichen wir FLUX 3 Image Klein, ein Modell mit offenen Gewichten und 5,6 Mrd. Parametern für die Text-zu-Bild-Generierung, Bildbearbeitung und Multi-Referenz-Generierung mit bis zu 10 Referenzbildern. Es teilt die Kernfunktionen des vollständigen FLUX 3 Image-Modells: native 4K-Generierung, pixelgenaue Bearbeitung sowie Begrenzungsrahmen, die festlegen, wo Elemente platziert werden, oder Bearbeitungen auf einen definierten Bereich beschränken. FLUX 3 Image Klein baut auf den gemeinsamen Erkenntnissen von FLUX 3 über Bilder, Videos und Audio auf und hilft dem Modell, Bilder zu erzeugen, die realistisch wirken.
Die Veröffentlichung umfasst ein Basismodell für Feintuning und ein schrittdestilliertes Modell für die Generierung mit niedriger Latenz sowie FP8-, INT8- und NVFP4-Versionen, die mit Unterstützung von NVIDIA entwickelt wurden und unter der FLUX Kommunity License stehen. In internen Bewertungen belegt FLUX 3 Image Klein den ersten Platz bei Text-zu-Bild, Multi-Referenz-Generierung und Bildbearbeitung und liegt damit vor größeren Modellen mit offenen Gewichten. Im Vergleich zu FLUX.2 [klein] 9B gewinnt es 91 Elo-Punkte bei Text-zu-Bild und 70 bei der Bildbearbeitung, bei 38 % weniger Parametern.
FLUX 3 Image Klein wurde für Consumer-GPUs optimiert. Mit der INT8-Version läuft es auf NVIDIA GeForce RTX-GPUs mit nur 8 GB VRAM und erzeugt ein 1-MP-Bild in etwa 4 Sekunden auf einer RTX 5090. Der Basis-Checkpoint unterstützt LoRA-Training von Anfang an, und für schnellere Produktionsanforderungen können Teams mit speziellen Anpassungen arbeiten.
Auf der Grenze zwischen Geschwindigkeit und Qualität bietet FLUX 3 Image Klein eine geringere Latenz als Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 und Krea 2 und erzielt die höchste Bewertung bei seiner Latenz. Es ist heute als offene Gewichte über die BFL API sowie als herunterladbare Gewichte verfügbar.
Quelle: Hacker News · Zusammengefasst von HeadlinesBriefing