Black Forest Labs: FLUX 3 Image API

FLUX 3 Image należy do rodziny multimodalnych modeli fundamentowych FLUX 3, ogłoszonej 23 lipca 2026 przez Black Forest Labs. Model służy do generowania obrazów na podstawie opisów tekstowych oraz do edycji istniejących obrazów przy użyciu promptu. Obsługuje generowanie wieloobrazowe z wykorzystaniem do 10 obrazów wejściowych, a także edycję z precyzją na poziomie pikseli, w tym umieszczanie elementów za pomocą ramek ograniczających (bounding boxes). Model przyjmuje pełne opisy scen, a nie krótkie prompty, i współpracuje z modelem powiększania promptów o 9B parametrów, który rozwija żądania w szczegółowe opisy sceny poprzez prompt systemowy. Model jest dostępny w dwóch wersjach: undistylowanej bazowej (Klein Base) przeznaczonej do fine-tuningu, trenowania LoRA i badań oraz destylowanej (Klein) do generowania, edycji i samodzielnego hostowania. Wersja bazowa działa z 50 krokami i guidance 3.5, a destylowana z 16 krokami bez guidance. Transformer obrazu ma 5,6B parametrów i jest udostępniany jako model open-weight; cały model liczy 6B parametrów w typie tensora BF16 i korzysta z enkodera tekstowego Qwen3-VL-4B-Instruct na licencji Apache-2.0. Model można uruchomić na kartach graficznych klasy RTX 4070, a od pierwszego dnia integruje się z biblioteką Diffusers. FLUX 3 Image sprawdza się w generowaniu obrazów z tekstu, edycji z jednym obrazem referencyjnym, kompozycji wielu referencji, produkcji projektowej i reklamowej oraz wizualizacji produktów. W wewnętrznych ocenach wersja Klein zajęła pierwsze miejsce w rankingach generowania tekst-obraz, generowania wieloobrazowego i edycji obrazów. W porównaniu z FLUX.2 Klein 9B poprawiła generowanie tekst-obraz o 91 punktów Elo, a edycję obrazów o 70 punktów Elo. Model przewyższa większe modele open-weight, takie jak Qwen-Image 2.1 (7B parametrów) i Krea 2 (12,9B parametrów), a także modele zamknięte Ideogram V4.5 i FLUX.2 Pro, przy jednoczesnym zmniejszeniu liczby parametrów o 38% względem FLUX.2 Klein 9B.

Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny. Rozliczane według rzeczywistego kosztu generowania. Ostateczną kwotę znajdziesz na rachunku.

Model przyjmuje tekst i obrazy na wejściu, a generuje obrazy na wyjściu. Obsługuje zarówno generowanie z opisu tekstowego, jak i edycję obrazu wraz z promptem.

FLUX 3 Image wymaga osobnego modelu powiększania promptów, który poprzez prompt systemowy rozwija żądania w szczegółowe opisy scen. Model przyjmuje pełne opisy scen, a nie krótkie prompty.

Klein Base to undistylowana wersja bazowa przeznaczona do fine-tuningu, trenowania LoRA i badań, działająca z 50 krokami i guidance 3.5. Wersja destylowana Klein służy do generowania, edycji i samodzielnego hostowania i działa z 16 krokami bez guidance.

Model generuje obrazy w natywnej rozdzielczości 4K. Umożliwia edycję precyzyjną na poziomie piksela oraz kontrolę umieszczania elementów za pomocą ramek ograniczających (bounding boxes).

Model działa na kartach graficznych klasy RTX 4070. Wersja destylowana Klein umożliwia również samodzielne hostowanie.

Model integruje się z biblioteką Diffusers od pierwszego dnia i wykorzystuje enkoder tekstowy Qwen3-VL-4B-Instruct na licencji Apache-2.0. Obsługuje generowanie wieloobrazowe z użyciem do 10 obrazów referencyjnych.