Hari ini kami merilis FLUX 3 Image Klein, model bobot terbuka berparameter 5,6 miliar untuk pembuatan gambar dari teks, pengeditan gambar, dan pembuatan multi-referensi dengan hingga 10 gambar referensi. Model ini berbagi kemampuan inti dengan model FLUX 3 Image penuh: pembuatan native 4K, pengeditan presisi piksel, dan kotak pembatas yang mengontrol di mana elemen ditempatkan atau membatasi pengeditan pada area tertentu. FLUX 3 Image Klein dibangun di atas pembelajaran bersama FLUX 3 di bidang gambar, video, dan audio, sehingga membantu model menghasilkan gambar yang terasa berpijak pada dunia nyata.
Rilis ini mencakup model dasar untuk fine-tuning dan model hasil distilasi langkah untuk pembuatan berlatensi rendah, serta versi FP8, INT8, dan NVFP4 yang dikembangkan dengan dukungan NVIDIA, di bawah Lisensi FLUX Kommunity. Dalam evaluasi internal, FLUX 3 Image Klein menempati peringkat pertama dalam pembuatan teks-ke-gambar, pembuatan multi-referensi, dan pengeditan gambar, mengungguli model bobot terbuka yang lebih besar. Dibandingkan FLUX.2 [klein] 9B, model ini unggul 91 poin Elo dalam teks-ke-gambar dan 70 poin dalam pengeditan gambar, dengan parameter 38% lebih sedikit.
FLUX 3 Image Klein dioptimalkan untuk GPU konsumen. Dengan versi INT8, model ini berjalan pada GPU NVIDIA GeForce RTX dengan VRAM minimal 8GB, dan menghasilkan gambar 1MP dalam sekitar 4 detik pada RTX 5090. Checkpoint dasar mendukung pelatihan LoRA sejak hari pertama, dan untuk beban kerja produksi yang lebih cepat, tim dapat menggunakan kustomisasi tertentu.
Dalam hal keseimbangan kecepatan dan kualitas, FLUX 3 Image Klein menghadirkan latensi lebih rendah dibandingkan Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5, dan Krea 2, serta meraih peringkat tertinggi pada tingkat latensinya. Model ini tersedia hari ini sebagai bobot terbuka melalui BFL API dan sebagai bobot yang dapat diunduh.
Sumber: Hacker News · Diringkas oleh HeadlinesBriefing