Felo API PlatformFelo API Platform
Назад до моделей

FLUX 3 Image Klein API

FLUX 3 Image Klein — це відкрита модель Black Forest Labs для генерації та редагування зображень із тексту й до 10 референсів, з підтримкою роздільності до 4K та локального запуску.

FLUX 3 Image Klein — це модель генерації та редагування зображень від Black Forest Labs, випущена 15 жовтня 2026 року. Вона приймає текст і зображення на вході та повертає зображення, підтримуючи генерацію за текстовим запитом, редагування за одним референсним зображенням і композицію з до 10 референсів. Керування розміщенням і масштабом елементів здійснюється через обмежувальні рамки на сітці від 0 до 1000, які задають позицію та розмір без жорсткого маскування пікселів. Модель також відтворює текст усередині згенерованих зображень і підтримує роздільність до 4K.

Для генерації та редагування зображень модель використовує текстовий енкодер Qwen3-VL-4B-Instruct окремо від 5,6B-параметричного трансформера зображень. Дистильована версія Klein працює за 16 кроків без guidance і саме вона стоїть за BFL API, тоді як недистильована Klein Base потребує 50 кроків при CFG 3.5 і призначена для тонкого налаштування, тренування LoRA та досліджень. Вбудований розширювач запитів на базі 9B-параметричної мовно-візуальної моделі перетворює короткі запити на докладні описи сцен і типово увімкнений у CLI, демо та ComfyUI; без нього результати суттєво слабшають.

Модель підходить для генерації зображень за текстом, редагування за одним референсом, композиції з кількох референсів, а також для локального редагування зображень на споживчих ноутбуках. Ваги генератора становлять 11,2 ГБ у BF16 і 5,6 ГБ у FP8, а збірка INT8 працює з 8 ГБ відеопам'яті на графічних процесорах NVIDIA GeForce RTX через ComfyUI або Diffusers. Дистильована модель зі збіркою INT8 генерує зображення на 1 мегапіксель приблизно за 4 секунди на NVIDIA GeForce RTX 5090 і менш ніж за 9 секунд на RTX 4070.

ОбмеженоБезкоштовний пробний період

Оновлено:

MODEL ID

flux-3-image-klein
Вхід
text / image
Вихід
image

Ключові можливості

  • Генерація та редагування зображень
  • До 10 референсів для композиції
  • Керування рамками на сітці 0–1000
  • Роздільність до 4K
  • Локальний запуск з 8 ГБ відеопам'яті
  • Відтворення тексту на зображеннях

Постачальники

1 постачальників

Порівняйте ціни API у різних постачальників. Виберіть постачальника, щоб переглянути всі тарифи й умови.

Постачальник · Деталі тарифів
Доступність
$0.009

Бенчмарки

  • Elo для генерації зображень за текстом проти FLUX.2 klein

    Покращення Elo

    91
  • Elo для редагування зображень проти FLUX.2 klein

    Покращення Elo

    70

Результати за публікацією постачальника моделі.

Швидкий старт

Надішліть завдання зображення, перевіряйте стан і збережіть зображення. Приклади використовують curl і стандартну бібліотеку Python 3.

POST https://openapi.felo.ai/api/v1/images/generations

1Отримайте API-ключ

Створіть ключ у своєму обліковому записі Felo API Platform і встановіть його як змінну середовища.

export FELO_API_KEY="YOUR_API_KEY"

2Зробіть перший запит

Необов’язкові значення залежать від моделі та тут не задані. Перевірте їх у Playground. Поля розташовані поруч із model і prompt, без обгортки input.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
  "model": "flux-3-image-klein"
}'

3Опитувати завдання

Надсилання повертає task_id. При queued або running перевіряйте кожні 3 секунди; при succeeded, failed або interrupted зупиніться. Очікуйте до 30 хвилин. Збережіть created.json для продовження без повторного надсилання.

python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen

task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800

while task["status"] in ("queued", "running"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Keep task_id={task_id} to resume polling")
    time.sleep(3)
    with urlopen(Request(url, headers=headers), timeout=60) as response:
        task = json.load(response)
    if task.get("task_id") != task_id or task.get("kind") != "image":
        raise ValueError("Unexpected task response")
    print(task["status"])

if task["status"] != "succeeded":
    raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
    raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY

4Завантажити вихід

Після успіху збережіть outputs із task.json. Підтримуються HTTPS URL, об’єкти URL і b64_json. Підписані посилання завантажуйте вчасно; для зображень API-ключ не потрібен.

python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen

task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
    raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}

for index, output in enumerate(task["outputs"], 1):
    item = output if isinstance(output, dict) else {}
    url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
    mime = item.get("media_type") or "image/png"
    if url and url.startswith("https://"):
        with urlopen(url, timeout=60) as response:
            data = response.read()
            mime = response.headers.get_content_type()
    elif url and url.startswith("data:image/") and ";base64," in url:
        header, encoded = url.split(",", 1)
        mime = header[5:].split(";", 1)[0]
        data = base64.b64decode(encoded, validate=True)
    elif item.get("b64_json"):
        data = base64.b64decode(item["b64_json"], validate=True)
    else:
        raise ValueError("Unrecognized image output")
    path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
    path.write_bytes(data)
    print(path)
PY
input_references

Для редагування замініть URL прикладу своїм HTTPS URL зображення або base64 data URL. Надішліть один раз, далі використовуйте ті самі кроки перевірки та збереження.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
  "model": "flux-3-image-klein",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

Підтримувані параметри

  • n
  • seed
  • resolution
  • aspect_ratio
  • output_format
  • input_references

Потрібна повна довідка?

Довідка API →

Часті запитання

Що таке FLUX 3 Image Klein?

FLUX 3 Image Klein — це модель генерації та редагування зображень від Black Forest Labs, випущена 15 жовтня 2026 року. Вона приймає текст і зображення на вході та повертає зображення, підтримуючи генерацію за текстовим запитом, редагування за одним референсним зображенням і композицію з до 10 референсів. Керування розміщенням і масштабом елементів здійснюється через обмежувальні рамки на сітці від 0 до 1000, які задають позицію та розмір без жорсткого маскування пікселів. Модель також відтворює текст усередині згенерованих зображень і підтримує роздільність до 4K. Для генерації та редагування зображень модель використовує текстовий енкодер Qwen3-VL-4B-Instruct окремо від 5,6B-параметричного трансформера зображень. Дистильована версія Klein працює за 16 кроків без guidance і саме вона стоїть за BFL API, тоді як недистильована Klein Base потребує 50 кроків при CFG 3.5 і призначена для тонкого налаштування, тренування LoRA та досліджень. Вбудований розширювач запитів на базі 9B-параметричної мовно-візуальної моделі перетворює короткі запити на докладні описи сцен і типово увімкнений у CLI, демо та ComfyUI; без нього результати суттєво слабшають. Модель підходить для генерації зображень за текстом, редагування за одним референсом, композиції з кількох референсів, а також для локального редагування зображень на споживчих ноутбуках. Ваги генератора становлять 11,2 ГБ у BF16 і 5,6 ГБ у FP8, а збірка INT8 працює з 8 ГБ відеопам'яті на графічних процесорах NVIDIA GeForce RTX через ComfyUI або Diffusers. Дистильована модель зі збіркою INT8 генерує зображення на 1 мегапіксель приблизно за 4 секунди на NVIDIA GeForce RTX 5090 і менш ніж за 9 секунд на RTX 4070.

Як нараховується оплата за використання?

Рахунок залежить від обраного постачальника, його цін і вашого використання. Довші вхідні дані або інші умови можуть мати інші ціни.

Які вхідні та вихідні дані підтримує FLUX 3 Image Klein?

Модель приймає текст і зображення на вході та повертає зображення. Вона підтримує генерацію за текстовим запитом, редагування за одним референсним зображенням і композицію з до 10 референсів.

Яку роздільність зображень підтримує модель?

FLUX 3 Image Klein підтримує роздільність до 4K.

Для яких завдань найкраще підходить ця модель?

Вона підходить для генерації зображень за текстом, редагування за одним референсом, композиції з кількох референсів, локального редагування на споживчих ноутбуках, а також для тонкого налаштування, тренування LoRA та досліджень на основі Klein Base.

Чим відрізняються дистильована версія Klein і Klein Base?

Дистильована версія Klein працює за 16 кроків без guidance і стоїть за BFL API. Klein Base не дистильована, потребує 50 кроків при CFG 3.5 і призначена для тонкого налаштування, тренування LoRA та досліджень.

Чи можна запускати модель локально?

Так. Збірка INT8 працює з 8 ГБ відеопам'яті на графічних процесорах NVIDIA GeForce RTX через ComfyUI або Diffusers, а дистильована модель зі збіркою INT8 генерує зображення на 1 мегапіксель приблизно за 4 секунди на RTX 5090 і менш ніж за 9 секунд на RTX 4070.

Що робить розширювач запитів?

Розширювач запитів на базі 9B-параметричної мовно-візуальної моделі перетворює короткі запити на докладні описи сцен. Він типово увімкнений у CLI, демо та ComfyUI, і без нього результати суттєво слабшають.

Схожі моделі