Black Forest Labs: FLUX 3 Image Klein API
FLUX 3 Image Klein হলো Black Forest Labs-এর ৫.৬B প্যারামিটারের ছবি তৈরি ও সম্পাদনার মডেল, যা ৪K পর্যন্ত রেজোলিউশন সমর্থন করে।
FLUX 3 Image Klein হলো Black Forest Labs-এর তৈরি একটি ইমেজ মডেল, যা টেক্সট থেকে ছবি তৈরি, একটি রেফারেন্স ছবি দিয়ে সম্পাদনা এবং সর্বোচ্চ ১০টি রেফারেন্স ছবি দিয়ে কম্পোজিশন করতে পারে। এটি ০ থেকে ১০০০ গ্রিডে বাউন্ডিং বক্সের মাধ্যমে ছবির উপাদানের অবস্থান ও আকার নিয়ন্ত্রণ করে এবং তৈরি ছবির ভেতরে টেক্সট রেন্ডার করতে পারে। মডেলটিতে একটি প্রম্পট আপস্যাম্পলার রয়েছে যা সংক্ষিপ্ত অনুরোধকে বিস্তারিত দৃশ্য বর্ণনায় রূপ দেয় এবং এটি CLI, ডেমো ও ComfyUI-তে ডিফল্টভাবে চালু থাকে।
এই মডেলটি ক্রিয়েটর ও ডেভেলপারদের জন্য টেক্সট-টু-ইমেজ তৈরি, একক রেফারেন্স সম্পাদনা, মাল্টি-রেফারেন্স কম্পোজিশন এবং নিজস্ব অবকাঠামোতে ডেটা সার্বভৌমত্বের প্রয়োজনে ব্যবহারের জন্য উপযোগী। এটি Klein Base চেকপয়েন্ট থেকে ফাইন-টিউনিং, LoRA প্রশিক্ষণ ও গবেষণার শুরুর পয়েন্ট হিসেবেও কাজ করে এবং কনজিউমার ল্যাপটপে লোকাল ও অন-ডিভাইস ইমেজ সম্পাদনা সমর্থন করে।
মডেলটির ইমেজ ট্রান্সফরমারে ৫.৬B প্যারামিটার রয়েছে এবং এটি Qwen3-VL-4B-Instruct-কে আলাদা টেক্সট এনকোডার হিসেবে ব্যবহার করে। একটি ডিস্টিলড Klein চেকপয়েন্ট ১৬ ধাপে গাইডেন্স ছাড়াই চলে, আর একটি আনডিস্টিলড Klein Base চেকপয়েন্ট CFG 3.5-এ ৫০ ধাপে চলে। জেনারেটর ওয়েট BF16-এ ১১.২GB এবং FP8-এ ৫.৬GB; INT8 বিল্ডটি NVIDIA GeForce RTX GPU-তে ComfyUI বা Diffusers-এর মাধ্যমে ৮GB VRAM-এ চলে।
আপডেট:
মডেল ID
flux-3-image-klein- ইনপুট
- text / image
- আউটপুট
- image
মূল বৈশিষ্ট্য
- ৫.৬B প্যারামিটারের ছোট ও কার্যকর মডেল
- টেক্সট, একক ও মাল্টি-রেফারেন্স ইনপুট
- বাউন্ডিং বক্স দিয়ে অবস্থান নিয়ন্ত্রণ
- ৪K পর্যন্ত রেজোলিউশন সমর্থন
- INT8 বিল্ডে ৮GB VRAM-এ চলে
- ডিফল্ট প্রম্পট আপস্যাম্পলার
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
বেঞ্চমার্ক
- 91
FLUX.2 klein-এর مقابل টেক্সট-টু-ইমেজ Elo
Elo উন্নতি
- 70
FLUX.2 klein-এর مقابل ইমেজ এডিটিং Elo
Elo উন্নতি
স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।
API রেফারেন্স
এই মডেলের প্রোটোকলের বিস্তারিত প্রকাশ করা হয়নি। ইন্টিগ্রেশনের প্রয়োজনীয়তার জন্য API রেফারেন্স দেখুন।
API রেফারেন্স →সমর্থিত প্যারামিটার
- n
- resolution
- aspect_ratio
- input_references
সাধারণ প্রশ্ন
মডেল পরিচিতি: Black Forest Labs: FLUX 3 Image Klein?
FLUX 3 Image Klein হলো Black Forest Labs-এর তৈরি একটি ইমেজ মডেল, যা টেক্সট থেকে ছবি তৈরি, একটি রেফারেন্স ছবি দিয়ে সম্পাদনা এবং সর্বোচ্চ ১০টি রেফারেন্স ছবি দিয়ে কম্পোজিশন করতে পারে। এটি ০ থেকে ১০০০ গ্রিডে বাউন্ডিং বক্সের মাধ্যমে ছবির উপাদানের অবস্থান ও আকার নিয়ন্ত্রণ করে এবং তৈরি ছবির ভেতরে টেক্সট রেন্ডার করতে পারে। মডেলটিতে একটি প্রম্পট আপস্যাম্পলার রয়েছে যা সংক্ষিপ্ত অনুরোধকে বিস্তারিত দৃশ্য বর্ণনায় রূপ দেয় এবং এটি CLI, ডেমো ও ComfyUI-তে ডিফল্টভাবে চালু থাকে। এই মডেলটি ক্রিয়েটর ও ডেভেলপারদের জন্য টেক্সট-টু-ইমেজ তৈরি, একক রেফারেন্স সম্পাদনা, মাল্টি-রেফারেন্স কম্পোজিশন এবং নিজস্ব অবকাঠামোতে ডেটা সার্বভৌমত্বের প্রয়োজনে ব্যবহারের জন্য উপযোগী। এটি Klein Base চেকপয়েন্ট থেকে ফাইন-টিউনিং, LoRA প্রশিক্ষণ ও গবেষণার শুরুর পয়েন্ট হিসেবেও কাজ করে এবং কনজিউমার ল্যাপটপে লোকাল ও অন-ডিভাইস ইমেজ সম্পাদনা সমর্থন করে। মডেলটির ইমেজ ট্রান্সফরমারে ৫.৬B প্যারামিটার রয়েছে এবং এটি Qwen3-VL-4B-Instruct-কে আলাদা টেক্সট এনকোডার হিসেবে ব্যবহার করে। একটি ডিস্টিলড Klein চেকপয়েন্ট ১৬ ধাপে গাইডেন্স ছাড়াই চলে, আর একটি আনডিস্টিলড Klein Base চেকপয়েন্ট CFG 3.5-এ ৫০ ধাপে চলে। জেনারেটর ওয়েট BF16-এ ১১.২GB এবং FP8-এ ৫.৬GB; INT8 বিল্ডটি NVIDIA GeForce RTX GPU-তে ComfyUI বা Diffusers-এর মাধ্যমে ৮GB VRAM-এ চলে।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে। প্রকৃত জেনারেশন খরচের ভিত্তিতে চার্জ করা হয়। চূড়ান্ত পরিমাণের জন্য আপনার বিল দেখুন।
এই মডেল কী কী ইনপুট নিতে পারে?
এটি টেক্সট ও ছবি ইনপুট নিতে পারে এবং ছবি আউটপুট দেয়। সম্পাদনার জন্য একটি রেফারেন্স ছবি এবং কম্পোজিশনের জন্য সর্বোচ্চ ১০টি রেফারেন্স ছবি ব্যবহার করা যায়।
এই মডেল কোন কোন কাজে সবচেয়ে ভালো?
এটি টেক্সট-টু-ইমেজ তৈরি, একক রেফারেন্স সম্পাদনা, মাল্টি-রেফারেন্স কম্পোজিশন এবং লোকাল বা অন-ডিভাইস ইমেজ সম্পাদনার জন্য উপযোগী।
প্রম্পট আপস্যাম্পলার কী এবং এটি কীভাবে সাহায্য করে?
প্রম্পট আপস্যাম্পলার একটি৯B-প্যারামিটারের ভিশন-ল্যাঙ্গুয়েজ মডেল যা সংক্ষিপ্ত অনুরোধকে বিস্তারিত দৃশ্য বর্ণনায় প্রসারিত করে। এটি CLI, ডেমো ও ComfyUI-তে ডিফল্টভাবে চালু থাকে এবং এটি ছাড়া ফলাফল উল্লেখযোগ্যভাবে দুর্বল হয়।
এটি কীভাবে ডিস্টিলড ও আনডিস্টিলড চেকপয়েন্টে আলাদা?
ডিস্টিলড Klein চেকপয়েন্ট ১৬ ধাপে গাইডেন্স ছাড়াই চলে এবং এটি BFL API-র পেছনের চেকপয়েন্ট। আনডিস্টিলড Klein Base চেকপয়েন্ট CFG 3.5-এ ৫০ ধাপে চলে এবং ফাইন-টিউনিং, LoRA প্রশিক্ষণ ও গবেষণার জন্য শুরুর পয়েন্ট হিসেবে ব্যবহৃত হয়।
এই মডেলের ব্যবহারের শর্ত কী?
FLUX Kommunity License v1.0-এর অধীনে অ-বাণিজ্যিক ব্যবহার অনুমোদিত; যোগ্য ব্যবহারকারীদের জন্য বাণিজ্যিক আউটপুট ব্যতিক্রম শর্ত ও সীমাবদ্ধতার অধীন। অন্যান্য ব্যবহারের জন্য Black Forest Labs থেকে আলাদা লাইসেন্স প্রয়োজন হতে পারে।
এই মডেল কোন রেজোলিউশন পর্যন্ত ছবি তৈরি করতে পারে?
এটি৪K পর্যন্ত রেজোলিউশন সমর্থন করে।