Hoje lançamos o FLUX 3 Image Klein, um modelo de pesos abertos com 5,6B parâmetros para geração de imagens a partir de texto, edição de imagens e geração com múltiplas referências, com até 10 imagens de referência. Ele compartilha as capacidades centrais do modelo completo FLUX 3 Image: geração nativa em 4K, edição com precisão de pixel e caixas delimitadoras que controlam onde os elementos são posicionados ou restringem as edições a uma área definida. O FLUX 3 Image Klein se baseia nos aprendizados compartilhados do FLUX 3 em imagens, vídeo e áudio, ajudando o modelo a gerar imagens que parecem fundamentadas no mundo real.
O lançamento inclui um modelo base para ajuste fino e um modelo destilado por etapas para geração de baixa latência, além de versões FP8, INT8 e NVFP4 desenvolvidas com o apoio da NVIDIA, sob a licença FLUX Kommunity. Em avaliações internas, o FLUX 3 Image Klein fica em primeiro lugar em geração de texto para imagem, geração com múltiplas referências e edição de imagens, à frente de modelos de pesos abertos maiores. Em comparação com o FLUX.2 [klein] 9B, ele ganha 91 pontos Elo em texto para imagem e 70 em edição de imagens, com 38% menos parâmetros.
O FLUX 3 Image Klein foi otimizado para GPUs de consumo. Com a versão INT8, ele roda em GPUs NVIDIA GeForce RTX com apenas 8GB de VRAM, gerando uma imagem de 1MP em cerca de 4 segundos em uma RTX 5090. O checkpoint base oferece suporte a treinamento LoRA desde o primeiro dia, e, para cargas de produção mais rápidas, as equipes podem trabalhar com personalizações específicas.
Na fronteira entre velocidade e qualidade, o FLUX 3 Image Klein entrega latência menor que o Qwen-Image 2.1, o FLUX.2 [pro], o Ideogram V4.5 e o Krea 2, e a maior avaliação na sua faixa de latência. Ele está disponível hoje como pesos abertos por meio da API da BFL e como pesos para download.
Fonte: Hacker News · Resumido por HeadlinesBriefing