Was ist FLUX 3 Klein?
FLUX 3 Klein ist das kleine, herunterladbare Mitglied der FLUX-3-Familie. In ihrem Launch-Beitrag beschreibt Black Forest Labs es als Modell mit 5,6B Parametern für Text-zu-Bild, Bildbearbeitung und Multi-Referenz-Generierung mit bis zu 10 Referenzen. Es teilt die Kernfunktionen des vollständigen FLUX-3-Image-Modells: native 4K-Ausgabe, Bearbeitung per Anweisung und Bounding Boxes, die Elemente platzieren oder eine Bearbeitung auf einen Bereich begrenzen.
Es ist nach dem Robotikmodell FLUX 3 Action die zweite Open-Weights-Veröffentlichung der Familie. Der öffentliche Start erfolgte am 15. Oktober, in derselben Woche wie Krea 3, und die Gewichte liegen auf Hugging Face hinter einem kurzen Formular zur Weitergabe von Kontaktdaten.
Es gibt zwei Varianten, laut den Klein-Dokumenten:
| Klein (destilliert) | Klein Base | |
|---|---|---|
| Parameter | 5,6B | 5,6B |
| Max. Auflösung | Bis zu 4K | Bis zu 4K |
| Inferenzschritte | 16 | 50 |
| Guidance (CFG) | 1 | 3,5 |
| Bounding Boxes | Ja | Ja |
| Gedacht für | Schnelle Generierung, lokale Nutzung | Fine-Tuning, LoRA-Training, Forschung |
| Über die API | Ja, als flux-3-image-klein | Nein, nur Gewichte |
| Lizenz | FLUX Kommunity License | FLUX Kommunity License |
Ein Detail, das Sie kennen sollten, bevor Sie es mit anderen „kleinen“ Modellen vergleichen: Die 5,6B beziehen sich nur auf den Bild-Transformer. Laut Model Card ist der Text-Encoder ein separates Modell, Qwen3-VL-4B-Instruct, das unter Apache 2.0 steht.
Wie FLUX 3 Klein tatsächlich funktioniert
Das Wichtigste an Klein steckt nicht in der Parameterzahl. Es ist der Prompt-Upsampler. Klein wurde mit langen, detaillierten Szenenbeschreibungen trainiert, und BFLs Dokumente setzen die Warnung in einen Kasten am Anfang des Nutzungsabschnitts: Klein nicht ohne ihn verwenden, denn ein unverändert gesendeter Prompt liefert deutlich schwächere Ergebnisse.
Der Upsampler ist ein separates Modell auf Basis von Qwen 3.5. Er nimmt Ihre kurze Anfrage samt eventueller Referenzbilder und schreibt sie in die Beschreibung um, die Klein erwartet: Medium und Stil, Szene, Licht und Kamera, dann jedes Motiv mit Farben, Materialien und Position. Wenn Sie ein Bild von „einem roten Fuchs, der in einem Koffer in einem Zug schläft“ wollen, sieht das Modell diese Worte nie. Es sieht einen ganzen Absatz.
Das deckt sich mit dem, was mir meine eigene Pipeline auf die langsame Tour beigebracht hat. Die Prompts hinter jeder Infografik in diesem Blog umfassen mehrere hundert Wörter an Stilregeln und Vorgaben, bevor das einzeilige Inhaltsbriefing kommt, denn kurze Prompts sehen am Ende aus wie die KI-Kunst aller anderen. BFL hat diesen Schritt schlicht ins Produkt verlegt. In der API läuft er automatisch. In ComfyUI und der Referenz-CLI läuft er standardmäßig. In Diffusers läuft er überhaupt nicht, es sei denn, Sie binden ihn ein, und BFL sagt, dass Sie mit den veröffentlichten System-Prompts jedes beliebige LLM einsetzen können.
Drei weitere Mechanismen sind wissenswert:
- Destilliert vs. Base. Das destillierte Modell braucht 16 statt 50 Schritte, und eine auf Base trainierte LoRA lässt sich direkt in Destilliert laden. BFLs Dokumente empfehlen dort eine LoRA-Skalierung von 0,75.
- Bounding Boxes. Sie geben jedem Element eine Box auf einem Raster von 0 bis 1000 und eine Beschreibung. Die Model Card stellt klar, dass Boxen Platzierung und Größe lenken; sie sind keine harte Maske, und Bearbeitungen können Inhalte außerhalb der Box dennoch verändern.
- Pixel-Wiederherstellung. Die API-Version fügt laut Launch-Beitrag einen Schritt hinzu, der unbearbeitete Bereiche eines Bildes exakt so belässt, wie sie waren, was vor allem bei Bearbeitungen zählt.
Wenn Sie die OpenAI-Bildbearbeitungs-API oder Qwen-Image Edit genutzt haben, wird Ihnen der anweisungsbasierte Workflow vertraut vorkommen. Der Unterschied: Hier können Sie die Gewichte herunterladen.
Wie gut ist FLUX 3 Klein?
Es gibt zwei Antworten, und sie widersprechen sich auf aufschlussreiche Weise.
BFLs interne Auswertungen sehen Klein unter den Open-Weights-Modellen bei Text-zu-Bild, Multi-Referenz und Bearbeitung vorn, vor Qwen-Image 2.1 mit 7B und Krea 2 mit 12,9B. Es liegt im Vergleich auch über zwei geschlossenen Modellen, Ideogram V4.5 und FLUX.2 [pro]. Gegenüber dem eigenen Vorgänger FLUX.2 [klein] 9B meldet BFL einen Zuwachs von 91 Elo bei Text-zu-Bild und 70 beim Bearbeiten, bei 38 % weniger Parametern.
Bei der Geschwindigkeit maß BFL eine mediane End-to-End-API-Latenz von 4,54 Sekunden für ein 1-MP-Bild und 7,18 Sekunden für eine Bearbeitung, inklusive Warteschlange. Das Diagramm stellt es bei der Latenz im Verhältnis zur Bewertung vor FLUX.2 [pro], Qwen-Image 2.1, Ideogram V4.5 und Krea 2. Eine Einschränkung nennt BFL selbst: Klein wurde auf BFLs eigenen Servern gemessen, die anderen Modelle dagegen vom Client aus, was Netzwerk- und Polling-Zeit hinzufügt.
Dann bekam die Community das Modell in die Hände. Der Hacker-News-Thread am Starttag erreichte 209 Punkte und 58 Kommentare, und das lauteste Thema waren Personen. Mehrere Tester berichteten von verzerrten Gesichtern, Händen und Körpern bei Text-zu-Bild:
"I've been running it through tests on my local machine. The Text-to-Image component is VERY poor."
"I gave Flux 3 Klein my typical human test that has never failed on newer image models and it did fail"
Dieser zweite Tester ließ es über OpenRouter gegen die BFL-API laufen, der Upsampler war also im Spiel. Doch derselbe Thread enthielt auch die andere Hälfte des Bildes. Das Bearbeiten wurde durchgängig gelobt, und ein Kommentator, der den vollständigen Stack betrieb, wies das Ausmaß der Kritik zurück:
"The complaint has some basis but is greatly exaggerated. When the whole stack comprising the model is used, it occasionally produce erroneous anatomy"
"It's editing capabilities have been really solid, but I've been disappointed with its ability to do finer text details"
BFLs Antwort zwei Tage nach dem Start war eine Korrektur am Workflow statt eines neuen Modells. Das Unternehmen aktualisierte den ComfyUI-Workflow und den Hugging Face Space und sagte Folgendes:
"To get the best results, the model should be used with our prompt upsampling and 2K resolutions."
Meine Einschätzung: Klein ist zuerst ein Editor und erst dann ein Generator. Wenn Ihre Aufgabe lautet „Hintergrund ändern, Produkt exakt gleich lassen“, sind sich Benchmark und Community einig. Wenn Ihre Aufgabe neue fotorealistische Personen von Grund auf sind, lassen Sie zuerst Ihr eigenes Testset laufen. Die Kritik an Textdetails zeigt sich auch in BFLs eigenem Beispielraster: Die Briefmarkenillustration auf der Dokuseite schreibt ihre Beschriftung mit doppelten und fehlenden Buchstaben, was zur Warnung in der Model Card passt, dass gerenderter Text ungenau sein kann.
Lässt sich FLUX 3 Klein lokal ausführen?
Ja, mit einem Sternchen, das die meiste Berichterstattung weglässt.
Der Generator ist klein. BFL gibt an, dass seine Gewichte 11,2 GB in BF16 und 5,6 GB in FP8 belegen und die INT8-Version über ComfyUI oder Diffusers auf GeForce-RTX-Karten mit nur 8 GB VRAM läuft. Die Dokuseite nennt eine RTX 3090 als Untergrenze für das Standard-Setup. NVIDIA hat diese Zeiten für das destillierte Modell bei 16 Schritten gemessen:
Stellt man diese Zahlen neben BFLs Empfehlung, 2K-Auflösungen zu nutzen, wird der Zielkonflikt greifbar. Auf einer RTX 4070 braucht ein 1-MP-Bild 8,9 Sekunden, ein 2K-Bild 50,4 Sekunden und eine 2K-Bearbeitung 150 Sekunden. Für einen Hobby-Workflow in Ordnung, für alles mit einer Warteschlange dahinter zu langsam.
Das Sternchen ist der Upsampler. Laut Dokumenten braucht BFLs eigener Upsampler etwa 28 GB zusätzlichen GPU-Speicher, und die Model Card nennt einen Spitzenspeicher für den Referenzcode von 31 GB in BF16 auf einer B200 bei ausgeschaltetem Upsampler. „Läuft auf einer 8-GB-Karte“ stimmt also für den Generator, aber nicht für die Pipeline, die BFL Ihnen zu nutzen rät.
Es gibt drei Wege darum herum. Führen Sie den Upsampler auf einer größeren Karte oder einer zweiten GPU aus. Richten Sie BFLs System-Prompt an ein gehostetes LLM und senden Sie die geschriebene Beschreibung an Ihr lokales Klein. Oder verzichten Sie ganz auf lokal, denn die API enthält Upsampling und Pixel-Wiederherstellung im Preis pro Bild. Wenn Sie gemietete GPUs abwägen, zeigen meine Notizen zu den Together-AI-Preisen und zu Fireworks AI, was gehostete Inferenz kostet. Laut Launch-Beitrag kam am ersten Tag auch Unterstützung in ComfyUI, Diffusers, TensorRT-LLM, SGLang Diffusion und vLLM-Omni hinzu, sodass die üblichen Hosts wie Replicate alles haben, was sie zum Ergänzen brauchen.
FLUX 3 Klein Preise
FLUX 3 Klein wird pro Bild nach Ausgabeauflösung berechnet, und Text-zu-Bild und Bearbeiten kosten gleich viel. Das sind die Listenpreise von BFLs API-Preisseite, neben dem vollständigen FLUX-3-Image-Modell von derselben Seite:
| Auflösung | Ausgabegröße | FLUX 3 Klein | FLUX 3 Image | Ersparnis mit Klein |
|---|---|---|---|---|
| 768 × 768 | 768 × 768 | 0,008 $ | 0,041 $ | 80 % |
| 1K | Etwa 1 MP | 0,009 $ | 0,048 $ | 81 % |
| 1,5K | Etwa 2 MP | 0,011 $ | 0,07 $ | 84 % |
| 2K | Etwa 4 MP | 0,014 $ | 0,10 $ | 86 % |
| 4K | Etwa 16 MP | 0,036 $ | 0,607 $ | 94 % |
1 Credit entspricht 0,01 $, und BFL berechnet in der API und im Playground denselben Preis. Batch-Anfragen vervielfachen einfach den Preis pro Bild mit der Anzahl der Bilder. Klein unterbietet auch die vorherige Generation: FLUX.2 [klein] 4B beginnt bei 0,014 $ für das erste Megapixel und 9B bei 0,015 $, mit 0,001 $ bzw. 0,002 $ für jedes weitere Megapixel.
Zur Orientierung von außen: Die Krea-3-API berechnet 0,03 $ für ein 1K-Bild und 0,06 $ für 2K, was ich in meinem Beitrag zu den Krea-3-Preisen aufgeschlüsselt habe. Klein bei 2K kostet weniger als Krea 3 bei 1K.
Die geschlossenen Modelle liegen noch höher. Meine Leitfäden zu den Preisen von ChatGPT Images 2.5, den Nano-Banana-Pro-Preisen und zu GPT Image 1 Mini behandeln, was diese pro Bild kosten.
Die tatsächliche Rechnung hängt von der Wiederholungsrate ab. Wenn jedes 3. Bild danebengeht, wie in meiner Pipeline, liegt Ihr effektiver Preis beim 1,5-Fachen des Listenpreises. Setzen Sie Ihre eigenen Zahlen ein:
Die FLUX Kommunity License im Klartext
Diesen Teil würde ich zweimal lesen, bevor ich irgendetwas ausliefere. Kleins Gewichte stehen unter der neuen FLUX Kommunity License, und sie liegt zwischen den beiden Lizenzen, die die letzte Klein-Generation nutzte.
Die Lizenz erlaubt die nicht-kommerzielle Nutzung für alle. Darüber hinaus darf ein „Qualifying User“, also Sie plus Ihre verbundenen Unternehmen mit einem annualisierten Bruttoumsatz unter 5.000.000 US-$, die Ausgaben kommerziell nutzen und das Modell zu diesem Zweck produktiv betreiben. Zwei Bedingungen gehören dazu: Sie müssen Inhaltsfilter einsetzen oder Ausgaben prüfen, bevor sie rausgehen, und Sie müssen offenlegen, dass Ausgaben KI-generiert wurden, wo das Gesetz es verlangt. Außerdem dürfen Sie Ausgaben nicht nutzen, um ein konkurrierendes Bildmodell zu trainieren.
Das ist die Verschiebung, die man beachten sollte. Die vorherige Generation teilte sich in zwei Wege: Laut den Hugging-Face-Einträgen steht FLUX.2 [klein] 4B unter Apache 2.0 ohne Umsatzgrenze, während FLUX.2 [klein] 9B eine nicht-kommerzielle Lizenz nutzte. FLUX 3 Klein ist offener als das 9B und weniger offen als das 4B. Ein Startup gewinnt Rechte. Ein Unternehmen über 5 Mio. $, das auf dem 4B aufgebaut hat, verliert die Option „herunterladen und ausliefern“, und die Modellseite sagt klar, dass der Einsatz von Klein in einem Produkt im großen Maßstab eine kommerzielle Lizenz vom Vertrieb braucht.
Das Open-Weights-Feld bewegt sich in dieselbe Richtung. Ein Kommentator im HN-Thread listete Ideogram, Krea, Flux und Qwen als Labore auf, die zu eigenen, maßgeschneiderten Lizenzen übergegangen sind. Wenn Ihnen eine Apache-Lizenz wichtig ist, ist sie jetzt ein Auswahlkriterium und kein Standard mehr. Meine Übersichten zu Qwen-Image-2.1-Alternativen und Ideogram-Alternativen nennen bei jeder Empfehlung die Lizenz.
FLUX 3 Klein vs. FLUX.2 [klein] vs. FLUX 3 Image
So schneiden die Optionen bei den Fakten ab, die BFL veröffentlicht:
| FLUX 3 Klein | FLUX.2 [klein] 4B | FLUX.2 [klein] 9B | FLUX 3 Image | |
|---|---|---|---|---|
| Parameter | 5,6B | 4B | 9B | Nicht veröffentlicht |
| Open Weights | Ja | Ja | Ja | Nein |
| Lizenz | FLUX Kommunity, 5-Mio.-$-Grenze | Apache 2.0 | Nicht-kommerziell | API-Bedingungen |
| API-Preis, 1K | 0,009 $ | 0,014 $ | 0,015 $ | 0,048 $ |
| API-Preis, 2K | 0,014 $ | Ab 0,014 $ + 0,001 $/MP | Ab 0,015 $ + 0,002 $/MP | 0,10 $ |
| Max. Referenzen | 10 | Nicht verglichen | Nicht verglichen | 10 |
| Bounding Boxes | Ja | Nicht aufgeführt | Nicht aufgeführt | Ja |
| Am besten für | Günstiges Bearbeiten in großen Mengen | Uneingeschränktes kommerzielles Self-Hosting | Forschung, lokale Tests | Höchste FLUX-Qualität |
Wenn Sie die Vertiefung zum großen Modell wollen, behandelt mein FLUX-3-Test es, und die FLUX-3-Alternativen vergleichen die Familie mit der geschlossenen Konkurrenz.
Die geschlossenen Modelle, die einen direkten Vergleich wert sind, sind Nano Banana 2, Seedream 5.0 Pro und Meta Muse Image. Keines davon liefert Gewichte zum Herunterladen.
Für wen lohnt sich FLUX 3 Klein?
Nachdem ich alles gelesen habe, was BFL veröffentlicht hat, und die ersten drei Tage der Tests verfolgt habe, lande ich hier.
Wählen Sie Klein, wenn Sie Bilder in großen Mengen bearbeiten: Produktfotos auf neuen Hintergründen, saisonale Varianten, konsistente Bearbeitungen über einen Katalog hinweg. Der API-Preis ist kaum zu schlagen, die Pixel-Wiederherstellung hält unberührte Bereiche intakt, und BFLs eigene Bewertungen und die Community-Tester sind sich einig, dass Bearbeiten seine Stärke ist. Es ist auch die naheliegende Wahl für ein kleines Studio oder Startup unter 5 Mio. $, das Open Weights will, die es mit einer LoRA auf einer einzelnen GPU feinabstimmen kann.
Testen Sie zuerst gründlich, wenn Ihre Arbeit aus neuen fotorealistischen Personen besteht. Die Beschwerden über die Anatomie sind laut genug, dass ich 50 Ihrer echten Prompts mit aktiviertem Upsampling durch die API schicken würde, bevor ich irgendetwas darauf aufbaue. Qwen-Image 2.1 ist der Vergleich, zu dem die Tester immer wieder griffen.
Überspringen Sie es, wenn Sie dichten, lesbaren Text in Bildern brauchen oder wenn Sie über 5 Mio. $ Umsatz liegen und uneingeschränktes Self-Hosting wollen. Für textlastige Arbeit sind die Ideogram-Preise und Recraft einen Blick wert, und für Produktfotografie siehe die Photoroom-Preise.
Wenn Sie lieber eine App als eine API nutzen, behandeln meine Leitfäden zu den Midjourney-Preisen und den Leonardo-AI-Preisen die Abo-Seite, und die Midjourney-Alternativen listen den Rest auf.
FLUX 3 Klein für Blog- und Content-Bilder nutzen
Ein günstiges Modell verändert die Rechnung beim Illustrieren von Inhalten. Bei 0,014 $ für ein 2K-Bild kostet ein Beitrag mit einem Banner und fünf Diagrammen etwa 13 Cent im Zeichnen, selbst bei meiner Wiederholungsrate. Teuer bleibt alles drumherum: zu wissen, welcher Abschnitt ein Diagramm braucht, die lange Beschreibung zu schreiben, die das Modell will, jedes Bild zu prüfen und es mit Bildunterschrift zu platzieren. Mein Leitfaden zum Hinzufügen von Bildern zu Blogs geht diesen Teil durch.
Die Standardeinstellungen zählen mehr als der Preis. Eine eesel-Kundin, eine Therapeutin, gab dem KI-Blog-Writer von eesel das in einer einzigen Zeile vor:
"Going forward, stop giving only Caucasian images. I work with diverse races and ethnicities."
Das ist dieselbe Lektion, die BFL in Kleins Upsampler geschrieben hat: Das Modell zeichnet, was die Beschreibung vorgibt, also ist die Beschreibung der Ort, an dem Ihre Maßstäbe leben.
KI-Blog-Writer von eesel: Bilder, die im Beitrag ankommen
Wenn Sie sich FLUX 3 Klein ansehen, weil Sie Bilder für Inhalte brauchen, ist das Bild die kleinere Hälfte der Aufgabe. Der KI-Blog-Writer von eesel ist ein Teammitglied, das das Thema recherchiert, einen belegten Langartikel in Ihrer Stimme schreibt und im selben Durchlauf sein eigenes Hero-Banner und eigene Infografiken erzeugt. Er schreibt die langen Szenen-Prompts für Sie und zeichnet ein Bild neu, wenn es danebengeht.
Dieselbe Art von Pipeline hat die Diagramme in diesem Beitrag gezeichnet. Wenn Sie Kosten vergleichen, zeigen meine Aufschlüsselung der Kosten eines KI-Blog-Writers und der Leitfaden zu einem KI-Blog-Writer mit Bildern, was er ersetzt. Sie können eesel kostenlos testen und haben in wenigen Minuten einen fertigen, illustrierten Entwurf vor sich.