Black Forest Labs در ۱۵ اکتبر ۲۰۲۶ وزن‌های باز FLUX 3 Image Klein را منتشر کرد و آن را به‌عنوان مولد ۵٫۶ میلیارد پارامتری از خانواده FLUX 3 معرفی کرد که متن‌به‌تصویر، ترکیب چند تصویر مرجع و کنترل چیدمان با جعبه‌های مرزی را پوشش می‌دهد. شرکت می‌گوید قابلیت‌های اصلی FLUX 3 Image کامل، از جمله تولید بومی 4K و ویرایش محدود به نواحی مشخص، در این نسخه نیز وجود دارد.

بسته شامل دو چک‌پوینت اصلی است. نسخه تقطیرشده برای تأخیر کم طراحی شده (۱۶ گام؛ در Diffusers به‌طور پیش‌فرض بدون CFG). نسخه پایه (۵۰ گام با guidance) برای fine-tuning و آموزش LoRA در نظر گرفته شده است. همچنین ساخت‌های FP8، INT8 و NVFP4 ترنسفورمر با پشتیبانی NVIDIA منتشر شده تا روی GPUهای کوچک‌تر جا شود. Hugging Face Diffusers همان روز پشتیبانی Modular Pipeline را اضافه کرد و ComfyUI، TensorRT-LLM، SGLang Diffusion و vLLM-Omni در فهرست زمان‌اجراها آمده‌اند.

مجوز بخش مرکزی خبر است. وزن‌ها تحت FLUX Kommunity License عرضه می‌شوند که استفاده تجاری رایگان را برای افراد و شرکت‌هایی با درآمد سالانه کمتر از ۵ میلیون دلار، به‌همراه پژوهش و استفاده غیرتجاری، مجاز می‌کند. سازمان‌های بزرگ‌تر به مجوزهای تجاری خودمیزبان یا API شرکت BFL ارجاع داده می‌شوند. در API، نقطه پایانی تقطیرشده flux-3-image-klein نام دارد و قیمت از ۰٫۰۰۹ دلار برای هر تصویر ۱K اعلام شده، همراه با upsampling پرامپت و بازسازی پیکسل که هدفش حفظ نواحی ویرایش‌نشده است.

Black Forest Labs ارزیابی‌های داخلی را گزارش می‌کند که در آن‌ها Klein در متن‌به‌تصویر، تولید چندمرجعی و ویرایش در میان مدل‌های open-weight مقایسه‌شده اول است و در همان نمودارها بالاتر از Ideogram V4.5 و FLUX.2 [pro] قرار می‌گیرد. این ارقام مقایسه‌های Elo گزارش‌شده توسط فروشنده هستند، نه لیدربورد مستقل. شرکت همچنین بر عملی‌بودن روی GPU مصرفی تأکید دارد: حدود ۱۱٫۲ گیگابایت در BF16، حدود ۵٫۶ گیگابایت در FP8، و مسیرهای INT8 که می‌توانند روی GeForce با تنها ۸ گیگابایت VRAM از طریق ComfyUI یا Diffusers اجرا شوند.

کنترل چیدمان ادعای متمایز محصول است. پرامپت‌ها می‌توانند جعبه‌های JSON با مختصات نرمال‌شده داشته باشند تا نواحی با معنای src_bbox و tgt_bbox قرار گیرند یا جابه‌جا شوند. تا ده تصویر مرجع می‌توانند تولید را شرطی کنند. یادداشت‌های معماری Diffusers مدل جریان در فضای نهان با رمزگذار متن Qwen3-VL، بلوک‌های جدا و سپس مشترک، و مدولاسیون timestep به‌ازای توکن را توصیف می‌کنند که مراجع را به‌عنوان زمینه تمیز علامت می‌زند.

کار ایمنی به‌صورت فیلتر داده، fine-tuning پس از آموزش علیه رفتار زیان‌بار، red teaming داخلی و ارزیابی توسط شریک بیرونی Cinder توصیف شده است. FLUX 3 Image Klein دومین انتشار وزن باز خانواده FLUX 3 پس از FLUX 3 Action معرفی شده است. پوشش وبلاگ Hugging Face همان روز در دسترس بودن در Diffusers و Spaces را تأیید می‌کند.

منابع