Black Forest Labs: FLUX 3 Image API

Black Forest Labs: FLUX 3 Image ist ein multimodales Bildmodell, das Text- und Bildeingaben akzeptiert und Bilder ausgibt. Es erzeugt Bilder aus Textaufforderungen und führt Bildbearbeitungen auf Basis eines Bildes plus einer Aufforderung durch. Das Modell unterstützt Mehrfachreferenz-Generierung mit bis zu 10 Referenzbildern und liefert Ergebnisse in nativer 4K-Auflösung. Es ermöglicht pixelgenaue Bearbeitungen und nutzt Bounding-Boxen, um die Platzierung von Elementen zu steuern und Bearbeitungsbereiche einzuschränken. Statt kurzer Prompts verarbeitet es vollständige Szenenbeschreibungen und arbeitet mit einem separaten 9B-Prompt-Upsampler-Modell zusammen, das Anfragen über einen System-Prompt zu detaillierten Szenenbeschreibungen erweitert. Das Modell ist Teil der FLUX 3-Familie, die am 23. Juli 2026 vorgestellt wurde. Es integriert sich von Anfang an in die Diffusers-Bibliothek. Es gibt eine undistillierte Basisversion (Klein Base) für Fine-Tuning, LoRA-Training und Forschung sowie eine distillierte Klein-Version für Generierung, Bearbeitung und Self-Hosting. Der Bild-Transformer liegt als Open-Weight-Modell mit 5.6 Milliarden Parametern vor; die Modellgröße beträgt 6B im BF16-Tensor-Typ. Als Textencoder dient Qwen3-VL-4B-Instruct unter der Apache-2.0-Lizenz. FLUX 3 Image eignet sich für Text-zu-Bild-Generierung, Einzelreferenz-Bildbearbeitung, Mehrfachreferenz-Bildkomposition, Design- und Werbeproduktion sowie Produktvisualisierung. Es übertrifft laut internen Bewertungen größere Open-Weight-Modelle wie Qwen-Image 2.1 (7B Parameter) und Krea 2 (12.9B Parameter) und übertrifft geschlossene Modelle wie Ideogram V4.5 und FLUX.2 Pro. Die Parameteranzahl ist im Vergleich zu FLUX.2 Klein 9B um 38 % reduziert. Das Modell läuft auf GPUs der RTX 4070-Klasse. Zu den Einschränkungen zählen der zusätzliche 9B-Prompt-Upsampler, Bedingungen der flux-kommunity-license für die kommerzielle Nutzung sowie feste Schritt- und Guidance-Werte: Die Basisversion läuft mit 50 Schritten bei Guidance 3.5, die distillierte Version mit 16 Schritten ohne Guidance.

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben. Abrechnung nach den tatsächlichen Generierungskosten. Den endgültigen Betrag finden Sie in Ihrer Rechnung.

Es akzeptiert Texteingaben und Bildeingaben und gibt Bilder aus. Für die Mehrfachreferenz-Generierung können bis zu 10 Referenzbilder verwendet werden.

FLUX 3 Image erzeugt Bilder in nativer 4K-Auflösung. Zudem sind pixelgenaue Bearbeitungen möglich.

Typische Einsatzbereiche sind Text-zu-Bild-Generierung, Einzelreferenz-Bildbearbeitung, Mehrfachreferenz-Bildkomposition, Design- und Werbeproduktion sowie Produktvisualisierung.

Klein Base ist eine undistillierte Basisversion für Fine-Tuning, LoRA-Training und Forschung. Die destillierte Klein-Version ist für Generierung, Bearbeitung und Self-Hosting gedacht und läuft mit 16 Schritten ohne Guidance, während die Basisversion 50 Schritte bei Guidance 3.5 nutzt.

Ja, es arbeitet mit einem separaten 9B-Prompt-Upsampler-Modell zusammen, das Anfragen über einen System-Prompt zu detaillierten Szenenbeschreibungen erweitert.

FLUX 3 Image läuft auf GPUs der RTX 4070-Klasse. Der Bild-Transformer ist als Open-Weight-Modell mit 5.6 Milliarden Parametern verfügbar.