Black Forest Labs: FLUX 3 Image Klein API
FLUX 3 Image Klein จาก Black Forest Labs เป็นโมเดลสร้างและแก้ไขภาพขนาด 5.6B พารามิเตอร์ที่รองรับการสร้างภาพจากข้อความ การแก้ไขภาพด้วยภาพอ้างอิงเดียว และการประกอบภาพจากภาพอ้างอิงสูงสุด 10 ภาพ
FLUX 3 Image Klein เป็นโมเดลสร้างภาพจากข้อความและแก้ไขภาพจาก Black Forest Labs โดยมีขนาด 5.6B พารามิเตอร์ ถือเป็นโมเดลที่เล็กที่สุดในกลุ่มโมเดลเปิดที่นำมาเปรียบเทียบ และใช้พารามิเตอร์น้อยกว่า FLUX.2 klein 9B รุ่นก่อนหน้าถึง 38%ตัวโมเดลรองรับการป้อนข้อความและภาพ และส่งออกเป็นภาพ รองรับความละเอียดสูงสุด4K พร้อมความสามารถในการเรนเดอร์ข้อความภายในภาพที่สร้างขึ้น
จุดเด่นด้านการควบคุมคือการใช้ bounding box บนตารางกริด 0 ถึง 1000 เพื่อกำหนดตำแหน่งและขนาดขององค์ประกอบภาพ โดย bounding box ทำหน้าที่เป็นแนวทาง而非การมาสก์พิกเซลแบบแข็ง โมเดลยังมี prompt upsampler ที่ขยายคำขอสั้นให้เป็นคำอธิบายฉากโดยละเอียด และเปิดใช้งานเป็นค่าเริ่มต้นใน CLI เดโม และ ComfyUI สำหรับการแก้ไขภาพ โมเดลจะสร้างคำบรรยายจากคำสั่งและภาพอ้างอิงโดยผสานการแก้ไขเข้าเป็นคำบรรยายเต็มของภาพอ้างอิง
โมเดลนี้เหมาะสำหรับงานสร้างภาพจากข้อความสำหรับครีเอเตอร์และนักพัฒนา การแก้ไขภาพด้วยภาพอ้างอิงเดียว การประกอบภาพจากหลายภาพอ้างอิง การปรับแต่งfine-tuning และการฝึก LoRA หรือเริ่มต้นงานวิจัยจาก Klein Base checkpoint รวมถึงการแก้ไขภาพบนแล็ปท็อปสำหรับผู้ใช้ทั่วไปและการติดตั้งบนโครงสร้างพื้นฐานขององค์กรเองเพื่อความเป็นอธิปไตยของข้อมูล มี checkpoint แบบ distilled ที่ทำงานใน 16 ขั้นตอนโดยไม่ใช้ guidance และแบบ undistilled Klein Base ที่ใช้ 50 ขั้นตอนที่ CFG 3.5
อัปเดต:
ID โมเดล
flux-3-image-klein- อินพุต
- text / image
- เอาต์พุต
- image
จุดเด่น
- ขนาด 5.6B พารามิเตอร์
- รองรับความละเอียดสูงสุด 4K
- แก้ไขภาพด้วยภาพอ้างอิงเดียว
- ประกอบภาพจากภาพอ้างอิงสูงสุด 10 ภาพ
- ควบคุมตำแหน่งด้วย bounding box
- มี prompt upsampler เปิดใช้เป็นค่าเริ่มต้น
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
เบนช์มาร์ก
- 91
คะแนน Elo การสร้างภาพจากข้อความเทียบกับ FLUX.2 klein
คะแนน Elo ที่เพิ่มขึ้น
- 70
คะแนน Elo การแก้ไขภาพเทียบกับ FLUX.2 klein
คะแนน Elo ที่เพิ่มขึ้น
คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่
เอกสารอ้างอิง API
ยังไม่มีการเผยแพร่ข้อมูลโปรโตคอลของโมเดลนี้ ดูข้อกำหนดการเชื่อมต่อได้ในเอกสารอ้างอิง API
เอกสารอ้างอิง API →พารามิเตอร์ที่รองรับ
- n
- resolution
- aspect_ratio
- input_references
คำถามที่พบบ่อย
รู้จัก Black Forest Labs: FLUX 3 Image Klein?
FLUX 3 Image Klein เป็นโมเดลสร้างภาพจากข้อความและแก้ไขภาพจาก Black Forest Labs โดยมีขนาด 5.6B พารามิเตอร์ ถือเป็นโมเดลที่เล็กที่สุดในกลุ่มโมเดลเปิดที่นำมาเปรียบเทียบ และใช้พารามิเตอร์น้อยกว่า FLUX.2 klein 9B รุ่นก่อนหน้าถึง 38%ตัวโมเดลรองรับการป้อนข้อความและภาพ และส่งออกเป็นภาพ รองรับความละเอียดสูงสุด4K พร้อมความสามารถในการเรนเดอร์ข้อความภายในภาพที่สร้างขึ้น จุดเด่นด้านการควบคุมคือการใช้ bounding box บนตารางกริด 0 ถึง 1000 เพื่อกำหนดตำแหน่งและขนาดขององค์ประกอบภาพ โดย bounding box ทำหน้าที่เป็นแนวทาง而非การมาสก์พิกเซลแบบแข็ง โมเดลยังมี prompt upsampler ที่ขยายคำขอสั้นให้เป็นคำอธิบายฉากโดยละเอียด และเปิดใช้งานเป็นค่าเริ่มต้นใน CLI เดโม และ ComfyUI สำหรับการแก้ไขภาพ โมเดลจะสร้างคำบรรยายจากคำสั่งและภาพอ้างอิงโดยผสานการแก้ไขเข้าเป็นคำบรรยายเต็มของภาพอ้างอิง โมเดลนี้เหมาะสำหรับงานสร้างภาพจากข้อความสำหรับครีเอเตอร์และนักพัฒนา การแก้ไขภาพด้วยภาพอ้างอิงเดียว การประกอบภาพจากหลายภาพอ้างอิง การปรับแต่งfine-tuning และการฝึก LoRA หรือเริ่มต้นงานวิจัยจาก Klein Base checkpoint รวมถึงการแก้ไขภาพบนแล็ปท็อปสำหรับผู้ใช้ทั่วไปและการติดตั้งบนโครงสร้างพื้นฐานขององค์กรเองเพื่อความเป็นอธิปไตยของข้อมูล มี checkpoint แบบ distilled ที่ทำงานใน 16 ขั้นตอนโดยไม่ใช้ guidance และแบบ undistilled Klein Base ที่ใช้ 50 ขั้นตอนที่ CFG 3.5
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน คิดค่าบริการตามต้นทุนการสร้างจริง ดูยอดสุดท้ายได้ในใบแจ้งหนี้
โมเดลนี้รับข้อมูลประเภทใดและส่งออกอะไร
รับข้อความและภาพเป็นอินพุต และส่งออกเป็นภาพ รองรับการสร้างภาพจากข้อความ การแก้ไขภาพด้วยภาพอ้างอิงเดียว และการประกอบภาพจากภาพอ้างอิงสูงสุด 10 ภาพ
โมเดลนี้เหมาะกับงานประเภทใด
เหมาะสำหรับการสร้างภาพจากข้อความสำหรับครีเอเตอร์และนักพัฒนา การแก้ไขภาพด้วยภาพอ้างอิงเดียว การประกอบภาพจากหลายภาพอ้างอิง และการปรับแต่งหรือฝึก LoRA จาก Klein Base checkpoint
ความต้องการทรัพยากรของโมเดลเป็นอย่างไร
ตัวสร้างภาพมี 5.6B พารามิเตอร์ น้ำหนักโมเดลขนาด 11.2GB ใน BF16 และ 5.6GB ใน FP8 ส่วนบิลด์ INT8 ทำงานด้วย VRAM 8GB บน NVIDIA GeForce RTX ผ่าน ComfyUI หรือ Diffusers
โมเดลนี้แตกต่างจาก FLUX.2 klein อย่างไร
FLUX 3 Image Klein ใช้พารามิเตอร์น้อยกว่า FLUX.2 klein 9B ถึง 38% และมีคะแนน Eloด้านการสร้างภาพจากข้อความและการแก้ไขภาพสูงกว่า FLUX.2 klein
โมเดลนี้รองรับความละเอียดสูงสุดเท่าใด
รองรับความละเอียดสูงสุด 4K