2026 年 10 月 15 日，Black Forest Labs（下称 BFL）把 FLUX 3 Image Klein 的权重放上了 Hugging Face，仓库是 black-forest-labs/flux-3-image-klein。这是 FLUX 3 家族第二个开放权重版本，上一个是不做图的 FLUX 3 Action（7B，机器人控制）。仓库分了三个：distilled 主仓、可微调的 base 仓，以及给 ComfyUI 用的 comfy 仓（gated，要登录并接受许可才能下）。
仓库地址：huggingface.co/black-forest-labs/flux-3-image-klein
这篇不铺陈发布会的形容词，只回答三个问题：它凭什么用 5.6B 打赢 9B，8GB 显存那条宣传线有多少水分，以及 FLUX Kommunity License 到底允许你做什么。文中所有性能数字均为 BFL 官方口径或第三方转述，我们没有独立复测。
一、5.6B 打赢 9B：那 91 分 Elo 是怎么算出来的
Klein 的图像生成器是 5.6B 的 flow matching transformer，按官方描述由 per-mode 的 early blocks 加 28 个 joint blocks 组成，文本编码器换成 Qwen3-VL-4B，VAE 沿用 FLUX.2 那一套。参数量口径是各厂商自报、不含文本编码器，所以跨家比较前先认这个前提。
对照对象是自家前代 FLUX.2 [klein] 9B：文生图 +91 Elo，图像编辑 +70 Elo，参数少 38%。三个数字放一起才是这条发布的核心——不是"新一代更强"这种必然结论，而是"更小的一代更强"。BFL 内部评测里，Klein 在文生图、多参考生成、图像编辑三项都排第一，压过对照里的闭源模型 Ideogram V4.5 与自家 FLUX.2 [pro]；同场的开源对照是 Qwen-Image 2.1（7B）与 Krea 2（12.9B）。Krea 2 不支持图像编辑，所以编辑那一项它没进对比——这个细节值得记住，否则容易读成"三项全胜所有对手"。
至于为什么小模型能反超，官方材料没给逐项拆解。能确认的只有配方变化：文本编码器换到 Qwen3-VL-4B，VAE 沿用 FLUX.2，transformer 里 joint blocks 占大头。这些变化各自贡献多少 Elo，外部无从判断，也就不替官方补原因。
还要理解 Elo 这个单位本身。它来自成对比较的人工投票，差值越大表示偏好一致度越高，但换算成"胜率几个百分点"取决于评分池的分布、投票人数、提示词难度，官方没有公布这些参数。所以 +91 应当读成"在 BFL 的题集上偏好差距明显"，而不是"任何场景下都强 91 分"——换一套题集，差值可能缩水也可能放大。
顺带说清家族关系，免得和别家型号混。FLUX 3 家族目前两个开放权重成员：Action 管机器人控制，Image Klein 管出图与改图。Klein 这一支内部还有 base 与 step-distilled 两个变体，前者给微调，后者少步出图、低延迟，是实际首选入口。名字里没有 pro、max 这类后缀，说明它在这一代里是"能用、能改、能自己跑"的那一档，不是旗舰。
二、一张权重，三件事：4K、像素级编辑、框选落位
原生 4K。 最高 4K。官方强调的是"原生"而不是放大——意思是模型直接在高分辨率上出图，不是低分辨率生成再超分。对做印刷、做海报、做 4K 壁纸的人是刚需；对只发社交平台的人是纯成本，4K 出图更慢、更吃显存，没必要。
pixel-perfect 编辑。 没被编辑的区域精确保留，官方用词是 exactly，不是"近似"。这条对电商图、产品图、人像修图是硬指标：传统重绘式编辑会把整张图重新生成一遍，未编辑区域的像素、噪点、文字边缘都会变，多改几轮就糊了。像素级保留意味着可以把它塞进"改一处、其余不动"的工作流里。
bounding box 控制。 可以指定元素落位，也可以把编辑限制在框定区域内。前者是构图控制（把这盏灯放在左上角），后者是范围控制（只改框里这一块）。实操上框选比纯文本描述稳，一张图里有多个人物或多件商品时尤其明显。
顺带提醒一条工程细节：宽高须为 16 的倍数，这意味着你手上的素材尺寸不能直接喂进去，得先裁或先补边。做批量流水线的人要在入口处加一步对齐，否则报错会出在很靠后的位置，排查起来费时间。
多参考生成。 最多 10 张参考图，做角色一致性和风格迁移，不需要重新训练。10 张这个数量在开源侧算宽裕，够拼一个角色的多角度设定，也够喂一套风格样本。
可选 prompt upsampler。 基于 Qwen3.5-9B 的提示词增强器，把短指令扩写成完整场景描述。官方列为可选项，意味着不用它也能跑，但短 prompt 的成品率会打折——描述越省事，越需要它补细节。
一个模型统合文生图、图像编辑、多参考生成三件事，是这代最省事的地方：以前要装三套权重、写三套 pipeline，现在一套权重三个入口。代价是入口多、参数多，第一次上手容易选错模板。
三、8GB 显存那条线：四个精度档的真实含义
| 精度构建 | 权重占用 | 官方定位 |
|---|---|---|
| BF16 | 11.2 GB | 高显存，微调首选 |
| FP8 | 5.6 GB | 中等显存 |
| INT8 | 最低 8GB 显存的 RTX 可跑 | 消费级笔电、中端卡 |
| NVFP4 | 未给消费级口径 | 数据中心高吞吐 |
"INT8 构建可在最低 8GB 显存的 NVIDIA GeForce RTX 上运行，经 ComfyUI 或 Diffusers"——这是官方口径的转述，也是这代最有传播力的一句。它意味着本地 4K 出图和像素级编辑，从"高显存卡专属"降到"一张笔记本独显也能试"。
速度方面官方给的数字（厂商口径，非独立复测）：distilled 加 INT8、1MP 图，RTX 5090 约 4 秒，RTX 4070 不到 9 秒；NVIDIA GB300 上跑 NVFP4 不到 0.6 秒；挂 LoRA 会让生成时间增加约 5%。
官方没有公布三档精度之间的质量差异。低精度构建比 BF16 省显存，省下来的那部分通常要从画质或稳定性里找补，具体掉多少只能自己拿同一批提示词跑对照。这是量化的老规矩，不是这一代特有的问题。
但这里必须踩一脚刹车：8GB 这个声明没有绑定具体变体，没有绑定输出尺寸，也没有绑定生成时间。是 distilled 还是 base、是 1MP 还是 4K、是单张 30 秒还是 3 分钟，官方都没说。而且官方的速度图表里根本没测 8GB 配置，也没测 4K 输出。所以"8GB 能跑"目前只能理解为"能加载并跑通"，不能理解为"8GB 能舒服地出 4K"。按 1MP 的心理预期估预算，4K 大概率要往上加显存。
四、三条 caveat：这篇最该记住的部分
一、全部是 BFL 内部评测。 +91 Elo、三项第一、压过 Krea 2，这些数字都出自厂商自测，目前没有独立复测。第三方媒体 ClawdBytes 的措辞很直接：这些数字不是独立裁决。内部评测的通病是提示词集、评分人群、对照配置全由厂商定，方向性可信、量级要打折。
二、API 延迟的对照口径不等。 官方给的文生图中位延迟 4.54 秒、编辑 7.18 秒，是 BFL 自家服务器端计时；竞品的数字来自客户端计时，含轮询与网络开销。服务器端时间比客户端时间，天然占便宜。这组数字不能直接当"比某家快几秒"用。
三、8GB 声明与速度图表的口径缺口。 没绑变体、没绑尺寸、没绑时间，速度图也没测 8GB 和 4K。一句话：能跑是真的，跑多快、跑多大，官方没说。
三条合起来的意思是：这代的方向（小模型反超、低显存可跑）值得信，具体数字等独立复测。真要做采购决策，拿自己的图、自己的卡跑一批样本，比看 Elo 表可靠。
五、许可：500 万美元那条线
FLUX 3 Image Klein 用的是 FLUX Kommunity License（v1.0），不是 Apache 也不是 MIT。能确认的只有三条：
- 个人，以及年化总营收低于 500 万美元的公司，可以免费商用；
- 研究与非商用，对所有人免费；
- 超过这条线的组织，需要自托管商业许可，或者走 BFL 的 API。
触发口径方面，参照同一许可在 FLUX 3 Action 上已公开的文本，是按年度总营收加关联方合并计算，不是按单实体、也不是按单个产品线。这条对集团型公司很关键：母公司营收过线，子公司单独看不超线也没用。另外该许可对输出审核与过滤、以及再分发设有条件，不是"下载了随便发"。
必须说清楚：Klein 自己的 LICENSE 全文没有实抓（HF 仓库是 gated，需登录接受条款才能读），所以条款细节一律以仓库里的 LICENSE 原文为准，本文不替它推演。把这三条当"能不能商用"的初筛，别当法务意见。自托管商业许可怎么谈、多少钱，官方没公开，也只能以官方公告为准。
再对比同场的 Qwen-Image 2.1：那条线的问题是没有补齐 Apache 许可（本站 qwen-image-2-1 那篇 讲过），Klein 这条线是"许可明确但有营收门槛"。两种都不是随便用，只是卡点不同：一个卡在许可缺位，一个卡在收入规模。
六、生态：day-one 名单说明了什么
发布当天就有支持的名单：ComfyUI（PR #17064，另附四个官方模板）、Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion、vLLM-Omni。LoRA 训练走 Ostris AI Toolkit 与 NVIDIA NeMo AutoModel，两家都给了现成 recipes；训练侧硬件写的是 NVIDIA GB200 NVL72。
这份名单的信息量比"支持很多框架"更大。TensorRT-LLM、SGLang Diffusion、vLLM-Omni 三个都是推理服务栈，不是给个人玩家准备的——说明 BFL 这次从第一天就在为"批量出图、按请求计费"的场景铺路。而 ComfyUI 侧直接发 INT8 权重，说明量化和消费级硬件被当成一等公民设计，不是事后打补丁。
Diffusers 那条线的价值在可编程：官方提供参考推理代码与 Gradio demo，含 bounding box 控制，适合把出图能力嵌进自己的服务。具体类名与调用参数以仓库 README 为准，本文不虚构。
安全侧，官方写的是预训练数据过滤加后训练定向微调抑制有害行为，发布前做内部红队，并请外部合作方 Cinder 做评估。商业 API 定价从每张 1K 分辨率图 0.009 美元起（官方口径，具体阶梯以官方公告为准）。
七、谁该现在拉，谁该再等
现在拉：
- 有 8GB 以上 RTX 卡、想在本地跑图像编辑的人。这是最直接受益的群体，先按 1MP 试，跑通再往上探。
- 要做角色一致性、风格迁移的小团队。10 张参考图加一套权重，比维护三套 pipeline 省事。
- 想微调的人。base 仓加 Ostris、NeMo 的 recipes，路径是通的。
- 年营收在 500 万美元以下、要商用出图的团队。许可这条线对你们是开的。
再等：
- 需要 4K 稳定产出的生产环境。8GB 与 4K 的组合官方没测，等第三方配方。
- 年营收过线、又不想走 API 的公司。自托管商业许可要谈，先算清楚量。
- 只信独立评测的人。等第一批第三方复测出来再决定，眼下所有排名都是厂商口径。
- 预算只够云 API、出图量又小的：先算 0.009 美元一张和自己的电费加卡钱，量小的时候 API 更划算。
部署的具体步骤（ComfyUI 模板、文件清单、两个实测坑）另有一篇 本地部署 SOP，这里不重复。
把上面几段压成一段：这一代的真正价值不在 Elo 表，而在结构——一个 5.6B 的模型同时干了出图、改图、多参考三件事，还把最低门槛压到 8GB 显存，配上一个有明确收入线的商用许可。至于它是不是真的比 12.9B 的对手好，等第三方复测出来再下结论，现在只需确认两件事：你的卡跑不跑得动，你的营收在不在线内。
常见问题
Q1：FLUX 3 Image Klein 是开源还是开放权重？
A1：权重公开可下载，但许可是 FLUX Kommunity License，带营收门槛与再分发条件，不是 Apache、MIT 那类通用开源许可。习惯上叫"开放权重"更准确，严格定性以仓库 LICENSE 原文为准。
Q2：5.6B 真的比 9B 强吗？
A2：按 BFL 内部评测，文生图 +91 Elo、编辑 +70 Elo，参数少 38%。这是厂商口径，暂无独立复测。方向可信，具体差值要等第三方。
Q3：8GB 显存能跑 4K 吗？
A3：官方只说 INT8 构建可在最低 8GB 显存的 RTX 上运行，没绑定变体、输出尺寸与生成时间，速度图表也没测 8GB 与 4K。保守做法是 8GB 按 1MP 用，4K 往上加显存。
Q4：年营收超过 500 万美元就不能用了？
A4：不是不能用，是不能按免费商用条款用。超过门槛需要自托管商业许可或走 BFL API。触发口径按年度总营收加关联方合并计算，细节以 LICENSE 原文为准。
Q5：在哪下载？ComfyUI 版为什么下不了？
A5：主仓 huggingface.co/black-forest-labs/flux-3-image-klein，可微调版加 -base 后缀。ComfyUI 版是 gated 仓库，必须登录 Hugging Face 并在页面上接受许可条款，否则请求会返回 401。
延伸阅读
- Qwen-Image 2.1开源：权重回来了，Apache没回来：另一个开源图像模型与它的许可
- 闭源 API 与开源权重：一张图到底谁更省：闭源 API 与开源权重，一张图谁更省
- ComfyUI视频生成SOP：12GB显卡跑通LTX-2.5：同一套 ComfyUI 工作流换到视频线