Black Forest Labs: FLUX 3 Image API

O FLUX 3 Image é um modelo da família FLUX 3, anunciado pela Black Forest Labs em 23 de julho de 2026 com acesso antecipado. Ele gera imagens a partir de prompts de texto e realiza edição de imagens a partir de uma imagem combinada com um prompt. O modelo aceita legendas completas de cena, em vez de prompts curtos, e pode ser usado com um modelo upsampler de prompt de 9B que expande solicitações em descrições detalhadas de cena via system prompt. A geração multi-referência é suportada com até 10 imagens de referência, e a edição oferece precisão em nível de pixel, com caixas delimitadoras para controlar o posicionamento de elementos e limitar as regiões de edição. Ele atinge resolução nativa 4K e está disponível em duas versões: uma versão base não destilada (Klein Base) para fine-tuning, treinamento de LoRA e pesquisa, e uma versão destilada (Klein) para geração, edição e auto-hospedagem. A versão base opera com 50 passos e guidance 3.5, enquanto a versão destilada opera com 16 passos sem guidance. O transformador de imagem é um modelo de pesos abertos com 5,6 bilhões de parâmetros, e o codificador de texto é o Qwen3-VL-4B-Instruct, licenciado sob Apache-2.0. O modelo integra-se à biblioteca Diffusers desde o primeiro dia. O FLUX 3 Image é adequado para geração texto-imagem, edição de imagem com referência única, composição com múltiplas referências, produção de design e publicidade, e visualização de produtos. Ele supera modelos de pesos abertos maiores, como Qwen-Image 2.1 (7B parâmetros) e Krea 2 (12.9B parâmetros), e modelos fechados como Ideogram V4.5 e FLUX.2 Pro. O modelo reduz a contagem de parâmetros em 38% em comparação ao FLUX.2 Klein 9B e oferece a maior classificação com menor latência que Qwen-Image 2.1, FLUX.2 Pro, Ideogram V4.5 e Krea 2 via API BFL. Ele executa em GPUs da classe RTX 4070.

Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes. Cobrado com base no custo real de geração. Consulte sua conta para o valor final.

Ele aceita entrada de texto e imagem e produz saída de imagem.

As informações disponíveis não especificam valores de contexto ou limite de saída para este modelo.

Ele é indicado para geração texto-imagem, edição de imagem com referência única, composição com múltiplas referências, produção de design e publicidade e visualização de produtos.

A versão base não destilada (Klein Base) é voltada para fine-tuning, treinamento de LoRA e pesquisa, enquanto a versão destilada (Klein) é usada para geração, edição e auto-hospedagem. A versão base opera com 50 passos e guidance 3.5, e a destilada com 16 passos sem guidance.

Ele pode ser usado com um modelo upsampler de prompt de 9B que expande solicitações em descrições detalhadas de cena via system prompt.