Felo API PlatformFelo API Platform
العودة إلى النماذج

FLUX 3 Image Klein API

نموذج توليد وتحرير صور مفتوح الأوزان من Black Forest Labs، يولّد الصور من النصوص ويحرّرها بمرجع واحد أو يركّبها من حتى 10 مراجع بدقة تصل إلى 4K.

FLUX 3 Image Klein هو نموذج صور من Black Forest Labs صدر في 15 أكتوبر 2026، يقبل النصوص والصور ويُخرج صورًا. يولّد الصور من أوصاف نصية، ويحرّر صورة باستخدام مرجع واحد، ويركّب مشاهد من حتى 10 صور مرجعية، ويضبط موضع العناصر وحجمها عبر صناديق إحاطة على شبكة من 0 إلى 1000 دون حجب صارم للبكسلات، كما يرسم النصوص داخل الصور. يأتي مع موسّع أوامر نصية يحوّل الطلبات القصيرة إلى أوصاف مشاهد مفصّلة وهو مفعّل افتراضيًا في سطر الأوامر والعرض التجريبي وComfyUI.

يعتمد على محوّل صور بـ5.6B معلمة ومشفّر نصي منفصل Qwen3-VL-4B-Instruct، ويتوفر بنقطتَي تفتيش: Klein المقطّرة التي تعمل في 16 خطوة دون إرشاد، وKlein Base غير المقطّرة التي تعمل في 50 خطوة عند CFG 3.5. تبلغ أوزان المولّد 11.2GB بصيغة BF16 و5.6GB بصيغة FP8، ويعمل إصدار INT8 بذاكرة VRAM سعة 8GB على بطاقات NVIDIA GeForce RTX عبر ComfyUI أو Diffusers؛ ويولّد النموذج المقطّر بصيغة INT8 صورة بميغابكسل واحد في نحو 4 ثوانٍ على RTX 5090 وأقل من 9 ثوانٍ على RTX 4070.

يناسب المبدعين والمطوّرين لتوليد الصور من النصوص، وتحرير الصور بمرجع واحد، وتركيب الصور متعددة المراجع، إضافة إلى الضبط الدقيق وتدريب LoRA والبحث انطلاقًا من Klein Base، والتحرير المحلي على حواسيب محمولة للمستهلكين، والنشر على البنية التحتية الخاصة لمن يشترط سيادة البيانات. لكن استخدام النموذج دون موسّع الأوامر يضعف النتائج بوضوح، وفحوص السلامة معطّلة افتراضيًا في سطر الأوامر ويجب تفعيلها، والاستخدام غير التجاري مسموح بموجب FLUX Kommunity License v1.0 مع استثناءات مشروطة للمخرجات التجارية للمستخدمين المؤهلين.

آخر تحديث:

MODEL ID

flux-3-image-klein
الإدخال
text / image
الإخراج
image

أبرز الميزات

  • توليد وتحرير وتركيب صور بدقة تصل إلى 4K
  • تركيب من حتى 10 صور مرجعية
  • تحكم بالموضع والحجم عبر صناديق إحاطة
  • موسّع أوامر نصية مفعّل افتراضيًا
  • INT8 بذاكرة VRAM سعة 8GB على RTX
  • مفتوح الأوزان بترخيص FLUX Kommunity License v1.0

المزوّدون

1 مزوّدون

قارن أسعار API بين المزوّدين. اختر مزوّدًا لعرض جميع الرسوم والشروط.

المزوّد · تفاصيل التسعير
التوافر
$0.009

الاختبارات المرجعية

  • تصنيف Elo لتوليد الصور من النص مقابل FLUX.2 klein

    تحسّن في تصنيف Elo

    91
  • تصنيف Elo لتحرير الصور مقابل FLUX.2 klein

    تحسّن في تصنيف Elo

    70

الدرجات كما نشرها مزوّد النموذج.

البدء السريع

أرسل مهمة صورة، ثم استعلم عن حالتها واحفظ الصور. تستخدم الأمثلة curl ومكتبة Python 3 القياسية فقط.

POST https://openapi.felo.ai/api/v1/images/generations

1احصل على مفتاح API

أنشئ مفتاحًا من حسابك على Felo API Platform وعيّنه كمتغير بيئة.

export FELO_API_KEY="YOUR_API_KEY"

2أرسل طلبك الأول

تختلف القيم الاختيارية حسب النموذج ولا تُضبط هنا. تحقق منها في Playground. توضع الحقول بجانب model وprompt دون تغليفها داخل input.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
  "model": "flux-3-image-klein"
}'

3الاستعلام عن المهمة

يعيد الإرسال task_id. استعلم كل 3 ثوانٍ أثناء queued أو running، وتوقف عند succeeded أو failed أو interrupted. الحد الأقصى للانتظار 30 دقيقة. احتفظ بملف created.json لاستئناف الاستعلام دون إعادة الإرسال.

python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen

task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800

while task["status"] in ("queued", "running"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Keep task_id={task_id} to resume polling")
    time.sleep(3)
    with urlopen(Request(url, headers=headers), timeout=60) as response:
        task = json.load(response)
    if task.get("task_id") != task_id or task.get("kind") != "image":
        raise ValueError("Unexpected task response")
    print(task["status"])

if task["status"] != "succeeded":
    raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
    raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY

4تنزيل الإخراج

بعد النجاح، احفظ outputs من task.json. تُدعم روابط HTTPS وكائنات URL وb64_json. نزّل الروابط الموقعة سريعًا؛ تنزيل الصور لا يحتاج إلى مفتاح API.

python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen

task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
    raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}

for index, output in enumerate(task["outputs"], 1):
    item = output if isinstance(output, dict) else {}
    url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
    mime = item.get("media_type") or "image/png"
    if url and url.startswith("https://"):
        with urlopen(url, timeout=60) as response:
            data = response.read()
            mime = response.headers.get_content_type()
    elif url and url.startswith("data:image/") and ";base64," in url:
        header, encoded = url.split(",", 1)
        mime = header[5:].split(";", 1)[0]
        data = base64.b64decode(encoded, validate=True)
    elif item.get("b64_json"):
        data = base64.b64decode(item["b64_json"], validate=True)
    else:
        raise ValueError("Unrecognized image output")
    path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
    path.write_bytes(data)
    print(path)
PY
input_references

لتعديل الصور، استبدل الرابط التجريبي برابط صورتك HTTPS أو data URL لصورة base64. أرسل مرة واحدة ثم اتبع خطوات الاستعلام والحفظ نفسها.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
  "model": "flux-3-image-klein",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

المعاملات المدعومة

  • n
  • seed
  • resolution
  • aspect_ratio
  • output_format
  • input_references

تفضّل المرجع الكامل؟

مرجع API →

الأسئلة الشائعة

ما هو FLUX 3 Image Klein?

FLUX 3 Image Klein هو نموذج صور من Black Forest Labs صدر في 15 أكتوبر 2026، يقبل النصوص والصور ويُخرج صورًا. يولّد الصور من أوصاف نصية، ويحرّر صورة باستخدام مرجع واحد، ويركّب مشاهد من حتى 10 صور مرجعية، ويضبط موضع العناصر وحجمها عبر صناديق إحاطة على شبكة من 0 إلى 1000 دون حجب صارم للبكسلات، كما يرسم النصوص داخل الصور. يأتي مع موسّع أوامر نصية يحوّل الطلبات القصيرة إلى أوصاف مشاهد مفصّلة وهو مفعّل افتراضيًا في سطر الأوامر والعرض التجريبي وComfyUI. يعتمد على محوّل صور بـ5.6B معلمة ومشفّر نصي منفصل Qwen3-VL-4B-Instruct، ويتوفر بنقطتَي تفتيش: Klein المقطّرة التي تعمل في 16 خطوة دون إرشاد، وKlein Base غير المقطّرة التي تعمل في 50 خطوة عند CFG 3.5. تبلغ أوزان المولّد 11.2GB بصيغة BF16 و5.6GB بصيغة FP8، ويعمل إصدار INT8 بذاكرة VRAM سعة 8GB على بطاقات NVIDIA GeForce RTX عبر ComfyUI أو Diffusers؛ ويولّد النموذج المقطّر بصيغة INT8 صورة بميغابكسل واحد في نحو 4 ثوانٍ على RTX 5090 وأقل من 9 ثوانٍ على RTX 4070. يناسب المبدعين والمطوّرين لتوليد الصور من النصوص، وتحرير الصور بمرجع واحد، وتركيب الصور متعددة المراجع، إضافة إلى الضبط الدقيق وتدريب LoRA والبحث انطلاقًا من Klein Base، والتحرير المحلي على حواسيب محمولة للمستهلكين، والنشر على البنية التحتية الخاصة لمن يشترط سيادة البيانات. لكن استخدام النموذج دون موسّع الأوامر يضعف النتائج بوضوح، وفحوص السلامة معطّلة افتراضيًا في سطر الأوامر ويجب تفعيلها، والاستخدام غير التجاري مسموح بموجب FLUX Kommunity License v1.0 مع استثناءات مشروطة للمخرجات التجارية للمستخدمين المؤهلين.

كيف تُحتسب فاتورة الاستخدام؟

تعتمد فاتورتك على المزوّد الذي تستخدمه وأسعاره واستخدامك. قد تختلف الأسعار مع المدخلات الأطول أو الشروط الأخرى.

ما أنواع المدخلات والمخرجات التي يدعمها النموذج؟

يقبل مدخلات نصية وصورًا، ويُخرج صورًا. يمكنه التوليد من النص، والتحرير بمرجع واحد، والتركيب من حتى 10 صور مرجعية.

كيف يتحكم النموذج في موضع العناصر وحجمها داخل الصورة؟

عبر صناديق إحاطة تُحدَّد على شبكة من 0 إلى 1000. وجّه هذه الصناديق الموضع والحجم دون حجب صارم للبكسلات.

ما الفرق بين نقطتَي تفتيش Klein وKlein Base؟

نقطة Klein المقطّرة تعمل في 16 خطوة دون إرشاد وهي الأساس وراء BFL API، بينما تستخدم Klein Base غير المقطّرة 50 خطوة عند CFG 3.5 وتصلح للضبط الدقيق وتدريب LoRA والبحث.

هل يمكن تشغيل النموذج محليًا على جهاز شخصي؟

نعم، إصدار INT8 يعمل بذاكرة VRAM سعة 8GB على بطاقات NVIDIA GeForce RTX عبر ComfyUI أو Diffusers، ويولّد النموذج المقطّر صورة بميغابكسل واحد في نحو 4 ثوانٍ على RTX 5090.

لماذا يُنصح باستخدام موسّع الأوامر النصية؟

لأن استخدام النموذج دونه يضعف النتائج بشكل ملحوظ؛ فهو يحوّل الطلبات القصيرة إلى أوصاف مشاهد مفصّلة، وهو مفعّل افتراضيًا في سطر الأوامر والعرض التجريبي وComfyUI.

ما نطاق الدقة المدعوم حتى؟

يدعم النموذج دقات تصل إلى 4K.

نماذج ذات صلة