Black Forest Labs: FLUX 3 Image API

FLUX 3 Imageは、Black Forest Labsが2026年7月23日に早期アクセスとして公開した画像生成・編集モデルです。テキストプロンプトからの画像生成に加え、画像とプロンプトを組み合わせた編集、最大10枚の参照画像を使ったマルチリファレンス生成に対応します。ネイティブ4K解像度で出力でき、バウンディングボックスによる要素の配置制御や編集領域の限定といったピクセル単位の精密編集が可能です。短いプロンプトではなくシーン全体のキャプションを受け付ける設計で、9Bのプロンプトアップサンプラーモデルと組み合わせてシステムプロンプト経由で詳細なシーン記述に拡張できます。 画像生成、単一参照画像の編集、複数参照画像の合成、デザインや広告制作、製品ビジュアライゼーションに適しています。Qwen-Image 2.1（7Bパラメータ）やKrea 2（12.9Bパラメータ）といった大規模なオープンウェイトモデルを上回り、クローズドモデルのIdeogram V4.5やFLUX.2 Proも凌ぐとされています。FLUX.2 Klein 9Bと比べてパラメータ数を38%削減しながら、BFL API経由ではQwen-Image 2.1、FLUX.2 Pro、Ideogram V4.5、Krea 2より低いレイテンシで最高評価を実現し、速度と品質のパレート最適フロンティアを拡張します。RTX 4070クラスのGPUで動作します。 初日からDiffusersライブラリと統合されており、ファインチューニング、LoRAトレーニング、研究向けの蒸留されていないベースバージョン（Klein Base）と、生成・編集・セルフホスティング向けの蒸留版Kleinが提供されます。テキストエンコーダーにはQwen3-VL-4B-Instructを使用し、画像トランスフォーマーは5.6Bパラメータのオープンウェイトモデル、モデルサイズはBF16テンソルタイプで6Bパラメータです。Hugging Faceでの月間ダウンロード数は113,054に達しています。BFL APIの背後にあるチェックポイントは蒸留版です。商用利用にはflux-kommunity-licenseの条件が課されます。ベースバージョンは50ステップ・ガイダンス3.5で動作し、蒸留版はガイダンスなしの16ステップで動作します。

料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。 実際の生成費用に基づく課金です。最終金額は請求明細をご確認ください。

テキスト入力と画像入力に対応し、画像を出力します。テキストプロンプトからの生成だけでなく、画像とプロンプトを組み合わせた編集や、最大10枚の参照画像を使ったマルチリファレンス生成も可能です。

提供された資料にはコンテキスト長や出力長に関する記載はありません。ネイティブ4K解像度での出力に対応していることのみ確認できます。

テキストからの画像生成、単一参照画像の編集、複数参照画像の合成、デザインや広告制作、製品ビジュアライゼーションに適しています。バウンディングボックスによる配置制御やピクセル単位の精密編集も行えます。

FLUX 3ファミリーにはFLUX 3 Video、FLUX 3 Action、FLUX 3 Devがあります。FLUX 3 Imageは画像生成と編集に特化しており、FLUX 3 Videoは動画生成、FLUX 3 Actionはロボット行動予測、FLUX 3 Devはオープンウェイトのマルチモーダル基盤モデルです。

FLUX 3 Imageはシーン全体のキャプションを受け付ける設計で、9Bのプロンプトアップサンプラーモデルと組み合わせてリクエストを詳細なシーン記述に拡張できます。このアップサンプラーは別途必要です。

ベースバージョン（Klein Base）は蒸留されておらず、ファインチューニング、LoRAトレーニング、研究向けに提供されます。蒸留版Kleinは生成、編集、セルフホスティング向けです。ベース版は50ステップ・ガイダンス3.5、蒸留版はガイダンスなしの16ステップで動作します。