Black Forest Labs ha annunciato il 15 ottobre 2026 il rilascio di FLUX 3 Image Klein, un modello generativo open-weights da 5,6 miliardi di parametri progettato per creare immagini a partire da descrizioni testuali, modificare contenuti visivi esistenti e combinare fino a dieci immagini di riferimento all’interno dello stesso processo di generazione. Il sistema costituisce una versione compatta della famiglia FLUX 3 Image e mantiene alcune delle principali capacità del modello completo, tra cui la generazione nativa fino alla risoluzione 4K, la modifica precisa di regioni dell’immagine e l’utilizzo di bounding box per definire la posizione degli elementi da generare oppure delimitare le aree sulle quali intervenire. La riduzione dei parametri è stata accompagnata da ottimizzazioni destinate all’esecuzione locale, con particolare attenzione alla quantità di memoria necessaria e alla velocità di elaborazione. Il modello viene distribuito sia attraverso i servizi API di Black Forest Labs sia mediante checkpoint scaricabili, consentendo agli sviluppatori di utilizzarlo su infrastrutture proprie e di adattarlo a specifiche applicazioni.
FLUX 3 Image Klein è stato sviluppato utilizzando le conoscenze condivise tra le componenti della famiglia FLUX 3 dedicate a immagini, video e audio. Secondo Black Forest Labs, le informazioni visive contribuiscono alla rappresentazione dei dettagli spaziali, quelle video permettono di apprendere aspetti relativi al movimento e alle dinamiche fisiche, mentre i dati audio forniscono segnali sulle caratteristiche degli eventi e sulle interazioni. L’integrazione di queste conoscenze è stata impiegata per migliorare la generazione di contenuti coerenti con le caratteristiche del mondo reale. La possibilità di utilizzare fino a dieci immagini di riferimento consente di definire composizioni articolate, conservare elementi visivi provenienti da sorgenti differenti e controllare la realizzazione di nuove immagini attraverso indicazioni testuali e vincoli spaziali. Le bounding box permettono inoltre di specificare la collocazione degli oggetti o di restringere un’operazione di modifica a una determinata porzione dell’immagine, funzionalità particolarmente utile nei flussi di lavoro che richiedono revisioni successive senza rigenerare integralmente il contenuto.
La distribuzione comprende un modello base destinato principalmente al fine-tuning e una variante sottoposta a step distillation, ottimizzata per ottenere immagini con un numero ridotto di passaggi di generazione. Sono inoltre disponibili versioni in precisione BF16, FP8, INT8 e NVFP4, alcune delle quali sviluppate con il supporto di NVIDIA. I soli pesi del generatore richiedono circa 11,2 GB di memoria nella configurazione BF16 e 5,6 GB in FP8, mentre la versione INT8 permette l’esecuzione su GPU NVIDIA GeForce RTX dotate di almeno 8 GB di memoria video attraverso framework come ComfyUI e Diffusers. L’utilizzo di rappresentazioni numeriche a precisione ridotta consente di contenere il consumo di memoria e di sfruttare acceleratori meno costosi, mentre la versione base mantiene maggiore flessibilità per l’adattamento attraverso tecniche di addestramento aggiuntivo. Le configurazioni sono state progettate per supportare anche elaborazioni locali su computer portatili compatibili, riducendo la necessità di trasferire le immagini verso infrastrutture cloud durante le operazioni di generazione e modifica.
Nei benchmark interni diffusi da Black Forest Labs, FLUX 3 Image Klein ha ottenuto il primo posto nelle valutazioni relative alla generazione text-to-image, alla composizione da più riferimenti e alla modifica delle immagini, superando i modelli open-weights di maggiori dimensioni inclusi nel confronto e registrando risultati superiori anche a Ideogram V4.5 e FLUX.2 pro, entrambi sistemi proprietari. Il modello presenta 5,6 miliardi di parametri rispetto ai 7 miliardi di Qwen-Image 2.1 e ai 12,9 miliardi di Krea 2. Nel confronto con FLUX.2 klein 9B, Black Forest Labs dichiara un miglioramento di 91 punti Elo nella generazione text-to-image e di 70 punti nella modifica delle immagini, utilizzando il 38% di parametri in meno. Le valutazioni sono state condotte dall’azienda e devono quindi essere considerate nell’ambito delle specifiche condizioni sperimentali adottate, mentre i risultati non costituiscono una misurazione indipendente e universalmente applicabile a qualsiasi tipologia di contenuto.
Le misurazioni delle prestazioni operative indicano una latenza mediana di 4,54 secondi per la generazione di immagini da un megapixel attraverso le API di Black Forest Labs e di 7,18 secondi per le operazioni di editing alla stessa risoluzione. L’azienda riporta valori inferiori a quelli registrati nei confronti con Qwen-Image 2.1, FLUX.2 pro, Ideogram V4.5 e Krea 2. La metodologia utilizzata considera l’intervallo tra l’invio della richiesta e la disponibilità dell’immagine completata, includendo i tempi di accodamento; tuttavia, FLUX 3 Image Klein è stato misurato direttamente sui server dell’azienda, mentre gli altri modelli sono stati valutati dal client, comprendendo anche operazioni di polling e tempi di rete. Per Krea 2 è stata utilizzata la configurazione Medium, mentre il livello Large ha registrato 31,1 secondi per la generazione text-to-image. Le differenze metodologiche costituiscono un elemento da considerare nell’interpretazione dei risultati.
Per l’esecuzione locale, Black Forest Labs dichiara che il modello distillato in versione INT8 genera un’immagine da un megapixel in circa quattro secondi su NVIDIA GeForce RTX 5090 e in meno di nove secondi su RTX 4070 utilizzando ComfyUI. Le misurazioni effettuate con il supporto di NVIDIA sulla variante distillata a 16 passaggi indicano tempi compresi tra 0,55 secondi su GB300 e 8,9 secondi su RTX 4070 per immagini di 1024 × 1024 pixel. La versione base a 50 passaggi richiede invece tra 1,7 secondi su GB300 o DGX Station e 43,8 secondi su DGX Spark, secondo le configurazioni testate. Questi valori si riferiscono al tempo di generazione effettivo sulla GPU e non coincidono necessariamente con la latenza complessiva di una richiesta effettuata attraverso un servizio API. Black Forest Labs ha inoltre comunicato che il modello distillato può generare un’immagine da un megapixel in meno di 0,6 secondi su NVIDIA GB300 utilizzando NVFP4, mentre il caricamento di un adattamento LoRA aggiunge circa il 5% al tempo di generazione.
La disponibilità commerciale comprende l’accesso tramite BFL API con identificativo flux-3-image-klein, nel quale sono integrate funzionalità di espansione automatica dei prompt e pixel restoration, destinate a mantenere inalterate le regioni dell’immagine escluse dalle modifiche. Il prezzo parte da 0,009 dollari per immagine da 1K. I checkpoint base e distillati sono pubblicati su Hugging Face, mentre il codice di riferimento per l’inferenza è disponibile su GitHub insieme a una dimostrazione Gradio che permette di controllare le bounding box. È presente anche una demo pubblica attraverso Hugging Face Spaces. Il supporto iniziale comprende ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion e vLLM-Omni. Il modello è stato addestrato su infrastrutture NVIDIA GB200 NVL72 e ottimizzato per gli acceleratori della società; l’addestramento LoRA è supportato fin dal rilascio da Diffusers, Ostris AI Toolkit e dalle procedure fornite attraverso NVIDIA NeMo AutoModel.
I pesi vengono distribuiti mediante FLUX Kommunity License, che consente gratuitamente la ricerca, gli utilizzi non commerciali e le applicazioni commerciali da parte di persone fisiche e aziende con fatturato annuo inferiore a cinque milioni di dollari. Le organizzazioni che superano questa soglia possono ricorrere alle opzioni di licenza commerciale per installazioni self-hosted oppure utilizzare le API. Black Forest Labs dichiara inoltre di aver applicato filtri ai dati durante il pre-addestramento per limitare la presenza di contenuti dannosi e procedure di fine-tuning finalizzate a ridurre la generazione di risultati problematici. I checkpoint sono stati sottoposti a test di sicurezza interni e a valutazioni esterne condotte da Cinder, che secondo l’azienda hanno evidenziato un numero inferiore di vulnerabilità rispetto ad altri modelli open-weights utilizzati come riferimento. FLUX 3 Image Klein rappresenta il secondo rilascio a pesi aperti della famiglia FLUX 3 dopo FLUX 3 Action, il modello da sette miliardi di parametri sviluppato per il controllo robotico; Black Forest Labs ha confermato che sono previste ulteriori distribuzioni della stessa famiglia.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)