Black Forest Labs: FLUX 3 Image API
FLUX 3 Image از Black Forest Labs در ۲۳ ژوئیه ۲۰۲۶ با قابلیت تولید و ویرایش تصویر، پشتیبانی از چند مرجع تا ۱۰ تصویر و وضوح بومی 4K عرضه شد.
FLUX 3 Image مدل تولید و ویرایش تصویر از خانواده FLUX 3 است که در ۲۳ ژوئیه ۲۰۲۶ برای دسترسی اولیه معرفی شد. این مدل متن یا تصویر را به عنوان ورودی میپذیرد و تصویر تولید میکند؛ همچنین با ترکیب یک تصویر و یک دستور متنی، ویرایش تصویر انجام می‌دهد. حداکثر ۱۰ تصویر مرجع را برای تولید چندمرجعی پشتیبانی میکند و خروجی را با وضوح بومی 4K ارائه می‌دهد. ویرایش در سطح پیکسل با استفاده از جعبه‌های محدودکننده برای کنترل جایگذاری عناصر و محدود کردن نواحی ویرایش ممکن است.
این مدل به جای دستورهای کوتاه، توضیحات کامل صحنه را میپذیرد و برای گسترش درخواستها به توصیفهای دقیق صحنه، با یک مدل افزایشدهنده دستور 9B هماهنگ میشود. نسخه پایه بدون تقطیر (Klein Base) برای تنظیم دقیق، آموزش LoRA و پژوهش ارائه شده و نسخه تقطیرشده Klein برای تولید، ویرایش و میزبانی شخصی در دسترس است. چک‌پوینت پشت API شرکت BFL نسخه تقطیرشده است. این مدل از روز اول با کتابخانه Diffusers یکپارچه میشود و روی GPUهای کلاس RTX 4070 اجرا میشود.
FLUX 3 Image برای تولید تصویر از متن، ویرایش تصویر تک‌مرجعی، ترکیب چندمرجعی، تولید در طراحی و تبلیغات و تجسم محصول مناسب است. این مدل در رتبه‌بندی‌های داخلی تولید تصویر از متن، تولید چندمرجعی و ویرایش تصویر جایگاه اول را کسب کرده و در برابر مدل‌های بزرگ‌تر open-weight مانند Qwen-Image 2.1 (۷ میلیارد پارامتر) و Krea 2 (۱۲.۹ میلیارد پارامتر) و مدل‌های بسته Ideogram V4.5 و FLUX.2 Pro برتری دارد.
به‌روزرسانی:
MODEL ID
flux-3-image- ورودی
- text / image
- خروجی
- image
نکات برجسته
- تولید و ویرایش تصویر با وضوح بومی 4K
- پشتیبانی از تا ۱۰ تصویر مرجع
- ویرایش دقیق در سطح پیکسل با جعبه محدودکننده
- هماهنگی با افزایشدهنده دستور 9B
- یکپارچگی با Diffusers از روز اول
- اجرا روی GPU کلاس RTX 4070
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
بنچمارک‌ها
- #1
رتبه‌بندی تولید تصویر از متن (ارزیابی داخلی)
FLUX 3 Image Klein در میان مدل‌های مقایسه‌شده اول شد
- #1
رتبه‌بندی تولید چندمرجعی (ارزیابی داخلی)
FLUX 3 Image Klein در میان مدل‌های مقایسه‌شده اول شد
- #1
رتبه‌بندی ویرایش تصویر (ارزیابی داخلی)
FLUX 3 Image Klein در میان مدل‌های مقایسه‌شده اول شد
- 91
بهبود تولید تصویر از متن نسبت به FLUX.2 Klein 9B
امتیاز Elo
- 70
بهبود ویرایش تصویر نسبت به FLUX.2 Klein 9B
امتیاز Elo
- #1
Physics-IQ
به عنوان قوی‌ترین مدل جهان رتبه‌بندی شد
امتیازها همان‌گونه که ارائه‌دهنده مدل منتشر کرده است.
مرجع API
جزئیات پروتکل این مدل منتشر نشده است. برای الزامات یکپارچه‌سازی، مرجع API را ببینید.
مرجع API →پارامترهای پشتیبانی‌شده
- n
- resolution
- aspect_ratio
- input_references
پرسش‌های متداول
معرفی مدل: Black Forest Labs: FLUX 3 Image?
FLUX 3 Image مدل تولید و ویرایش تصویر از خانواده FLUX 3 است که در ۲۳ ژوئیه ۲۰۲۶ برای دسترسی اولیه معرفی شد. این مدل متن یا تصویر را به عنوان ورودی میپذیرد و تصویر تولید میکند؛ همچنین با ترکیب یک تصویر و یک دستور متنی، ویرایش تصویر انجام می‌دهد. حداکثر ۱۰ تصویر مرجع را برای تولید چندمرجعی پشتیبانی میکند و خروجی را با وضوح بومی 4K ارائه می‌دهد. ویرایش در سطح پیکسل با استفاده از جعبه‌های محدودکننده برای کنترل جایگذاری عناصر و محدود کردن نواحی ویرایش ممکن است. این مدل به جای دستورهای کوتاه، توضیحات کامل صحنه را میپذیرد و برای گسترش درخواستها به توصیفهای دقیق صحنه، با یک مدل افزایشدهنده دستور 9B هماهنگ میشود. نسخه پایه بدون تقطیر (Klein Base) برای تنظیم دقیق، آموزش LoRA و پژوهش ارائه شده و نسخه تقطیرشده Klein برای تولید، ویرایش و میزبانی شخصی در دسترس است. چک‌پوینت پشت API شرکت BFL نسخه تقطیرشده است. این مدل از روز اول با کتابخانه Diffusers یکپارچه میشود و روی GPUهای کلاس RTX 4070 اجرا میشود. FLUX 3 Image برای تولید تصویر از متن، ویرایش تصویر تک‌مرجعی، ترکیب چندمرجعی، تولید در طراحی و تبلیغات و تجسم محصول مناسب است. این مدل در رتبه‌بندی‌های داخلی تولید تصویر از متن، تولید چندمرجعی و ویرایش تصویر جایگاه اول را کسب کرده و در برابر مدل‌های بزرگ‌تر open-weight مانند Qwen-Image 2.1 (۷ میلیارد پارامتر) و Krea 2 (۱۲.۹ میلیارد پارامتر) و مدل‌های بسته Ideogram V4.5 و FLUX.2 Pro برتری دارد.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند. صورتحساب بر اساس هزینه واقعی تولید محاسبه میشود. مبلغ نهایی را در صورتحساب ببینید.
FLUX 3 Image چه ورودیهایی را میپذیرد؟
این مدل ورودی متنی و تصویری میپذیرد و خروجی تصویر تولید میکند.
آیا میتوان از چند تصویر مرجع استفاده کرد؟
بله، تولید چندمرجعی با حداکثر ۱۰ تصویر مرجع پشتیبانی میشود.
حداکثر وضوح خروجی چقدر است؟
خروجی با وضوح بومی 4K ارائه میشود.
تفاوت نسخه پایه و تقطیرشده چیست؟
نسخه پایه بدون تقطیر (Klein Base) برای تنظیم دقیق، آموزش LoRA و پژوهش است و نسخه تقطیرشده Klein برای تولید، ویرایش و میزبانی شخصی به کار می‌رود.
آیا به مدل جداگانهای برای گسترش دستور نیاز است؟
بله، این مدل با یک مدل افزایشدهنده دستور 9B جفت میشود تا درخواستها را به توصیفهای دقیق صحنه گسترش دهد.
شرایط استفاده تجاری چیست؟
مجوز flux-kommunity-license شرایطی را برای استفاده تجاری اعمال میکند.
