Black Forest Labs: FLUX 3 Image Klein API

FLUX 3 Image Klein 是 Black Forest Labs 发布的一款开放权重图像模型，采用 56 亿参数的图像变换器，并以 Qwen3-VL-4B-Instruct 作为独立的文本编码器。它支持文本输入、图像输入和图像输出，能够完成文本到图像生成、单参考图像编辑以及多参考图像合成（最多使用 10 张参考图像），还可以通过提示词在 0 到 1000 的网格坐标系中指定边界框位置和大小来控制布局，并在生成图像中渲染文字。 该模型针对消费级 GPU 进行了优化，INT8 量化版本可在显存低至 8GB 的 NVIDIA GeForce RTX GPU（例如 RTX 4070）上运行。使用蒸馏模型和 INT8 构建时，在 RTX 5090 上生成一张 1MP 图像约需 4 秒，在 RTX 4070 上约需 9 秒。权重在 BF16 格式下约占用 11.2GB，FP8 格式下约占用 5.6GB。它可通过 ComfyUI 或 Diffusers 框架集成，官方提供现成工作流文件，也可通过 NVIDIA NIM 平台部署。 这款模型适合在本地或自有基础设施上进行图像生成，也适合在消费级设备上做图像编辑、基础检查点的微调与 LoRA 训练，以及缩略图和设计稿的快速迭代。需要注意的是，它必须配合提示词上采样器使用，简短提示词直接输入会产生泛泛的输出。模型采用 FLUX Kommunity License v1.0，允许非商业使用，并为符合条件的用户提供商业输出例外。

费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格，详见计费明细。 按实际生成费用计费，具体金额以账单为准。

支持文本输入和图像输入，输出为图像。它可以完成文本到图像生成、单参考图像编辑和多参考图像合成。

多参考图像合成最多接受 10 张参考图像。

适合本地或自有基础设施上的图像生成、消费级设备上的图像编辑、基础检查点的微调与 LoRA 训练，以及缩略图与设计稿的快速迭代。

它必须配合提示词上采样器使用，简短提示词直接输入会产生泛泛的输出。

Klein Base 用于微调、LoRA 训练和研究，采用 50 步采样和 3.5 的引导系数；Klein 蒸馏版用于直接生成和编辑，采用 16 步采样且无需引导，是 Black Forest Labs API 背后的检查点。

INT8 量化版本可在显存低至 8GB 的 NVIDIA GeForce RTX GPU 上运行，例如 RTX 4070。