आज हम FLUX 3 Image Klein जारी कर रहे हैं, जो 5.6B पैरामीटर वाला एक ओपन वेट्स मॉडल है और टेक्स्ट-टू-इमेज जनरेशन, इमेज एडिटिंग तथा 10 संदर्भ इमेज तक के मल्टी-रेफरेंस जनरेशन के लिए बनाया गया है। यह पूर्ण FLUX 3 Image मॉडल की मुख्य क्षमताएं साझा करता है: नेटिव 4K जनरेशन, पिक्सल-परफेक्ट एडिटिंग, और बाउंडिंग बॉक्स जो नियंत्रित करते हैं कि तत्व कहां रखे जाएं या एडिट्स को किसी निर्धारित क्षेत्र तक सीमित रखें। FLUX 3 Image Klein FLUX 3 की इमेज, वीडियो और ऑडियो में साझा सीखों पर आधारित है, जो मॉडल को ऐसी इमेज बनाने में मदद करती है जो वास्तविक दुनिया में आधारित लगती हैं।
इस रिलीज़ में फाइन-ट्यूनिंग के लिए एक बेस मॉडल और कम-विलंब जनरेशन के लिए एक स्टेप-डिस्टिल्ड मॉडल शामिल है, साथ ही NVIDIA के सहयोग से विकसित FP8, INT8 और NVFP4 संस्करण भी हैं, जो FLUX Kommunity License के तहत उपलब्ध हैं। आंतरिक मूल्यांकन में, FLUX 3 Image Klein टेक्स्ट-टू-इमेज, मल्टी-रेफरेंस जनरेशन और इमेज एडिटिंग में पहले स्थान पर है, और बड़े ओपन वेट्स मॉडलों से आगे है। FLUX.2 [klein] 9B की तुलना में, इसमें टेक्स्ट-टू-इमेज में 91 Elo और इमेज एडिटिंग में 70 अंक की बढ़त है, जबकि इसके पैरामीटर 38% कम हैं।
FLUX 3 Image Klein को उपभोक्ता GPU के लिए अनुकूलित किया गया है। INT8 संस्करण के साथ, यह केवल 8GB VRAM वाले NVIDIA GeForce RTX GPU पर चलता है, और RTX 5090 पर लगभग 4 सेकंड में 1MP इमेज बना देता है। बेस चेकपॉइंट पहले दिन से LoRA प्रशिक्षण का समर्थन करता है, और तेज़ उत्पादन कार्यभार के लिए टीमें विशिष्ट कस्टमाइज़ेशन के साथ काम कर सकती हैं।
गति-गुणवत्ता की सीमा पर, FLUX 3 Image Klein Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 और Krea 2 की तुलना में कम विलंब देता है, और अपनी विलंब श्रेणी में सर्वोच्च रेटिंग प्राप्त करता है। यह आज BFL API के माध्यम से ओपन वेट्स के रूप में और डाउनलोड करने योग्य वेट्स के रूप में उपलब्ध है।
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित