Black Forest Labs: FLUX 3 Image Klein API

FLUX 3 Image Klein ist ein Bildmodell von Black Forest Labs, das am 15. Oktober 2026 erschienen ist. Es nimmt Text- und Bildeingaben entgegen und gibt Bilder aus. Aus Textbeschreibungen erzeugt es Bilder, bearbeitet Bilder anhand eines einzelnen Referenzbildes und komponiert Szenen aus bis zu 10 Referenzbildern. Die Platzierung und Größe von Bildelementen lassen sich über Bounding-Boxen auf einem Raster von 0 bis 1000 steuern, wobei die Boxen die Anordnung lenken, ohne Pixel hart zu maskieren. Auch Text kann das Modell direkt in erzeugte Bilder rendern. Für die Bildqualität setzt das Modell auf einen Prompt-Upsampler, der kurze Anfragen in ausführliche Szenenbeschreibungen ausweitet. Dieser ist in CLI, Demo und ComfyUI standardmäßig aktiv; ohne ihn fallen die Ergebnisse deutlich schwächer aus. Der Bildtransformator hat 5,6B Parameter und nutzt Qwen3-VL-4B-Instruct als separaten Textencoder. Der Upsampler ist ein auf Qwen3.5-9B feinabgestimmtes Vision-Language-Modell mit 9B Parametern. Auflösungen bis 4K werden unterstützt. Das Modell eignet sich für Text-zu-Bild-Generierung, Einzelreferenz-Bearbeitung und Multireferenz-Komposition. Der destillierte Klein-Checkpoint läuft in 16 Schritten ohne Guidance und steht hinter der BFL API; der undistillierte Klein Base Checkpoint arbeitet mit 50 Schritten bei CFG 3.5 und dient als Ausgangspunkt für Fine-Tuning, LoRA-Training und Forschung. Der INT8-Build läuft mit 8GB VRAM auf NVIDIA GeForce RTX GPUs über ComfyUI oder Diffusers und erzeugt ein 1-Megapixel-Bild in etwa 4 Sekunden auf einer RTX 5090 und unter 9 Sekunden auf einer RTX 4070.

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.

Das Modell nimmt Text und Bilder als Eingabe und gibt Bilder aus. Es erzeugt Bilder aus Textprompts, bearbeitet Bilder mit einem Referenzbild und komponiert aus bis zu 10 Referenzbildern.

Über Bounding-Boxen auf einem Raster von 0 bis 1000. Die Boxen geben Position und Größe vor, ohne Pixel hart zu maskieren.

Das Modell unterstützt Auflösungen bis 4K.

Der destillierte Checkpoint läuft in 16 Schritten ohne Guidance und steht hinter der BFL API. Klein Base ist undistilliert, nutzt 50 Schritte bei CFG 3.5 und eignet sich als Ausgangspunkt für Fine-Tuning, LoRA-Training und Forschung.

Ja. Der INT8-Build läuft mit 8GB VRAM auf NVIDIA GeForce RTX GPUs über ComfyUI oder Diffusers und erzeugt ein 1-Megapixel-Bild in etwa 4 Sekunden auf einer RTX 5090 und unter 9 Sekunden auf einer RTX 4070.

Er erweitert kurze Anfragen zu ausführlichen Szenenbeschreibungen. Ohne ihn werden die Ergebnisse deutlich schwächer; in CLI, Demo und ComfyUI ist er standardmäßig aktiv.