Black Forest Labs: FLUX 3 Image Klein API
FLUX 3 Image Klein از Black Forest Labs یک مدل تصویری چندمرجعی با ۵.۶ میلیارد پارامتر است که تولید تصویر از متن، ویرایش تک‌مرجعی و ترکیب چندمرجعی را با کیفیت بالا و تأخیر کم ارائه میدهد.
FLUX 3 Image Klein مدلی از Black Forest Labs است که در ۱۵ اکتبر ۲۰۲۶ منتشر شد و ورودی متن و تصویر را میپذیرد و تصویر تولید میکند. این مدل از درخواستهای متنی تصویر می‌سازد، با یک تصویر مرجع ویرایش انجام میدهد و با ترکیب حداکثر ۱۰ تصویر مرجع، تصویر جدید می‌سازد. جعبههای محدودکننده روی شبکه ۰ تا ۱۰۰۰ جایگاه و مقیاس عناصر را کنترل میکنند بدون اینکه پیکسلها را بهصورت سخت ماسک کنند. مدل همچنین متن را درون تصویر تولید میکند و وضوح تا 4K را پشتیبانی میکند.
این مدل برای تولید تصویر از متن، ویرایش تک‌مرجعی و ترکیب چندمرجعی مناسب است. آموزش LoRA، تنظیم دقیق و پژوهش می‌توانند از چکپوینت Klein Base آغاز شوند. ویرایش تصویر محلی و روی دستگاه روی لپ‌تاپ‌های مصرفی ممکن است و استقرار روی زیرساخت اختصاصی برای الزامات حاکمیت داده فراهم میشود. ارزیابی‌های داخلی نشان میدهد این مدل در تولید تصویر از متن، تولید چندمرجعی و ویرایش تصویر رتبه اول را دارد و از مدل‌های بزرگ‌تر open-weight جلوتر است. همچنین امتیاز بالاتری از مدل‌های بسته Ideogram V4.5 و FLUX.2 pro کسب کرده است. با ۵.۶ میلیارد پارامتر، کوچک‌ترین مدل در میان مدل‌های open-weight مقایسه‌شده است و ۳۸٪ پارامتر کمتری از FLUX.2 klein 9B نسل قبل دارد.
وزن‌های تولیدکننده در BF16 برابر 11.2GB و در FP8 برابر 5.6GB است. نسخه INT8 با 8GB حافظه VRAM روی پردازنده‌های گرافیکی NVIDIA GeForce RTX از طریق ComfyUI یا Diffusers اجرا میشود. مدل تقطیرشده با نسخه INT8 تصویر ۱ مگاپیکسلی را روی NVIDIA GeForce RTX 5090 در حدود ۴ ثانیه و روی RTX 4070 در کمتر از ۹ ثانیه تولید میکند. مدل تقطیرشده Klein بدون راهنمایی و در ۱۶ گام اجرا میشود و چکپوینت Klein Base غیرتقطیرشده با ۵۰ گام و CFG 3.5 کار میکند. استفاده بدون ارتقادهنده پرامپت بهطور چشمگیری نتایج را ضعیف میکند؛ این ارتقادهنده بهطور پیشفرض در CLI، دمو و ComfyUI فعال است.
به‌روزرسانی:
MODEL ID
flux-3-image-klein- ورودی
- text / image
- خروجی
- image
نکات برجسته
- ۵.۶ میلیارد پارامتر، کوچک‌ترین مدل open-weight مقایسه‌شده
- ۳۸٪ پارامتر کمتر از FLUX.2 klein 9B
- اجرای نسخه INT8 با 8GB حافظه VRAM روی GeForce RTX
- تولید تصویر ۱ مگاپیکسلی در حدود ۴ ثانیه روی RTX 5090
- پشتیبانی از وضوح تا 4K
- ترکیب حداکثر ۱۰ تصویر مرجع
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
بنچمارک‌ها
- 91
امتیاز Elo تولید تصویر از متن در مقایسه با FLUX.2 klein
بهبود امتیاز Elo
- 70
امتیاز Elo ویرایش تصویر در مقایسه با FLUX.2 klein
بهبود امتیاز Elo
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
- resolution
- aspect_ratio
- n
- input_references
پرسش‌های متداول
معرفی مدل: Black Forest Labs: FLUX 3 Image Klein?
FLUX 3 Image Klein مدلی از Black Forest Labs است که در ۱۵ اکتبر ۲۰۲۶ منتشر شد و ورودی متن و تصویر را میپذیرد و تصویر تولید میکند. این مدل از درخواستهای متنی تصویر می‌سازد، با یک تصویر مرجع ویرایش انجام میدهد و با ترکیب حداکثر ۱۰ تصویر مرجع، تصویر جدید می‌سازد. جعبههای محدودکننده روی شبکه ۰ تا ۱۰۰۰ جایگاه و مقیاس عناصر را کنترل میکنند بدون اینکه پیکسلها را بهصورت سخت ماسک کنند. مدل همچنین متن را درون تصویر تولید میکند و وضوح تا 4K را پشتیبانی میکند. این مدل برای تولید تصویر از متن، ویرایش تک‌مرجعی و ترکیب چندمرجعی مناسب است. آموزش LoRA، تنظیم دقیق و پژوهش می‌توانند از چکپوینت Klein Base آغاز شوند. ویرایش تصویر محلی و روی دستگاه روی لپ‌تاپ‌های مصرفی ممکن است و استقرار روی زیرساخت اختصاصی برای الزامات حاکمیت داده فراهم میشود. ارزیابی‌های داخلی نشان میدهد این مدل در تولید تصویر از متن، تولید چندمرجعی و ویرایش تصویر رتبه اول را دارد و از مدل‌های بزرگ‌تر open-weight جلوتر است. همچنین امتیاز بالاتری از مدل‌های بسته Ideogram V4.5 و FLUX.2 pro کسب کرده است. با ۵.۶ میلیارد پارامتر، کوچک‌ترین مدل در میان مدل‌های open-weight مقایسه‌شده است و ۳۸٪ پارامتر کمتری از FLUX.2 klein 9B نسل قبل دارد. وزن‌های تولیدکننده در BF16 برابر 11.2GB و در FP8 برابر 5.6GB است. نسخه INT8 با 8GB حافظه VRAM روی پردازنده‌های گرافیکی NVIDIA GeForce RTX از طریق ComfyUI یا Diffusers اجرا میشود. مدل تقطیرشده با نسخه INT8 تصویر ۱ مگاپیکسلی را روی NVIDIA GeForce RTX 5090 در حدود ۴ ثانیه و روی RTX 4070 در کمتر از ۹ ثانیه تولید میکند. مدل تقطیرشده Klein بدون راهنمایی و در ۱۶ گام اجرا میشود و چکپوینت Klein Base غیرتقطیرشده با ۵۰ گام و CFG 3.5 کار میکند. استفاده بدون ارتقادهنده پرامپت بهطور چشمگیری نتایج را ضعیف میکند؛ این ارتقادهنده بهطور پیشفرض در CLI، دمو و ComfyUI فعال است.
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.
این مدل چه ورودیهایی را میپذیرد؟
ورودی متن و تصویر را میپذیرد و تصویر تولید میکند.
مدل از چند تصویر مرجع برای ترکیب پشتیبانی میکند؟
حداکثر ۱۰ تصویر مرجع را برای ترکیب تصویر پشتیبانی میکند.
حداکثر وضوح تصویر خروجی چقدر است؟
وضوح تا 4K را پشتیبانی میکند.
جعبههای محدودکننده چگونه کار میکنند؟
جایگاه و مقیاس عناصر تصویر را روی شبکه ۰ تا ۱۰۰۰ کنترل میکنند و پیکسلها را بهصورت سخت ماسک نمیکنند.
تفاوت چکپوینت تقطیرشده با Klein Base چیست؟
چکپوینت تقطیرشده بدون راهنمایی و در ۱۶ گام اجرا میشود، در حالی که Klein Base غیرتقطیرشده با ۵۰ گام و CFG 3.5 کار میکند.
ارتقادهنده پرامپت چه نقشی دارد؟
درخواستهای کوتاه را به توصیفهای دقیق صحنه گسترش میدهد و بهطور پیشفرض در CLI، دمو و ComfyUI فعال است. استفاده بدون آن نتایج را بهطور چشمگیری ضعیف میکند.