Resumen
Trabajo en los agentes de IA de eesel, y uno de ellos, el redactor de blogs con IA, dibuja un banner principal y varios diagramas para cada publicación que entrega. Las dos reglas que más tardamos en aprender: aproximadamente 1 de cada 3 renders hay que repetirlo, y cada prompt tiene que ser una descripción completa de la escena, nunca una sola línea. FLUX 3 Klein es el primer modelo abierto que veo que integra esa segunda regla en el propio producto.
FLUX 3 Klein (oficialmente FLUX 3 Image Klein) es un modelo de imagen de pesos abiertos con 5.6B de parámetros que Black Forest Labs lanzó el 15 de octubre de 2026. Genera, edita y combina hasta 10 imágenes de referencia, y en la API de BFL cuesta $0.009 por imagen de 1K, aproximadamente una quinta parte del modelo completo FLUX 3 Image.
La trampa está en tres lugares que el titular omite. Solo funciona bien detrás de un potenciador de prompts que necesita por sí solo unos 28 GB de memoria de GPU. Los primeros probadores lo valoran como un editor sólido y un generador débil de personas. Y su licencia permite el uso comercial solo por debajo de $5M de ingresos anuales, mientras que el FLUX.2 [klein] 4B al que sustituye era Apache 2.0. Mi opinión: usa la API para edición barata y de alto volumen, y prueba las fotos de personas antes de comprometerte.
¿Qué es FLUX 3 Klein?
FLUX 3 Klein es el miembro pequeño y descargable de la familia FLUX 3. En su publicación de lanzamiento, Black Forest Labs lo describe como un modelo de 5.6B de parámetros para texto a imagen, edición de imágenes y generación con múltiples referencias, con hasta 10 referencias. Comparte las características principales del modelo completo FLUX 3 Image: salida nativa en 4K, edición por instrucciones y cuadros delimitadores que colocan elementos o confinan una edición a una sola región.
Es el segundo lanzamiento de pesos abiertos de la familia tras FLUX 3 Action, el modelo de robótica. El lanzamiento público llegó el 15 de octubre, la misma semana que Krea 3, y los pesos están en Hugging Face tras un breve formulario para compartir datos de contacto.
Se ofrece en dos variantes, según la documentación de Klein:
| Klein (destilado) | Klein Base | |
|---|---|---|
| Parámetros | 5.6B | 5.6B |
| Resolución máxima | Hasta 4K | Hasta 4K |
| Pasos de inferencia | 16 | 50 |
| Guía (CFG) | 1 | 3.5 |
| Cuadros delimitadores | Sí | Sí |
| Pensado para | Generación rápida, uso local | Ajuste fino, entrenamiento de LoRA, investigación |
| En la API | Sí, como flux-3-image-klein | No, solo pesos |
| Licencia | Licencia FLUX Kommunity | Licencia FLUX Kommunity |
Un detalle que conviene saber antes de compararlo con otros modelos "pequeños": la cifra de 5.6B es solo el transformador de imagen. La ficha del modelo indica que el codificador de texto es un modelo aparte, Qwen3-VL-4B-Instruct, que se distribuye bajo Apache 2.0.
Cómo funciona realmente FLUX 3 Klein
Lo que más importa de Klein no está en el número de parámetros. Es el potenciador de prompts. Klein se entrenó con descripciones de escenas largas y detalladas, y la documentación de BFL pone la advertencia en un recuadro al inicio de la sección de uso: no uses Klein sin él, porque un prompt enviado tal cual da resultados notablemente más débiles.
El potenciador es un modelo aparte basado en Qwen 3.5. Toma tu petición corta, junto con las imágenes de referencia, y la reescribe como la descripción que Klein espera: medio y estilo, escena, iluminación y cámara, y después cada sujeto con sus colores, materiales y posición. Si quieres una imagen de "un zorro rojo dormido en una maleta en un tren", el modelo nunca ve esas palabras. Ve un párrafo.
Esto coincide con lo que mi propio flujo de trabajo me enseñó por la vía lenta. Los prompts detrás de cada infografía de este blog ocupan varios cientos de palabras de reglas de estilo y restricciones antes de la breve indicación de contenido, porque los prompts cortos salen con el aspecto del arte de IA de todos los demás. BFL simplemente ha trasladado ese paso al interior del producto. En la API se ejecuta automáticamente. En ComfyUI y en la CLI de referencia se ejecuta por defecto. En Diffusers no se ejecuta en absoluto a menos que lo conectes tú, y BFL dice que puedes sustituirlo por cualquier LLM usando sus prompts de sistema publicados.
Otros tres mecanismos que conviene conocer:
- Destilado frente a Base. El modelo destilado usa 16 pasos en lugar de 50, y un LoRA entrenado sobre Base se carga directamente en Destilado. La documentación de BFL recomienda una escala de LoRA de 0.75 en ese caso.
- Cuadros delimitadores. Das a cada elemento un cuadro en una cuadrícula de 0 a 1000 y una descripción. La ficha del modelo deja claro que los cuadros guían la ubicación y la escala; no son una máscara rígida, y las ediciones aún pueden cambiar contenido fuera del cuadro.
- Restauración de píxeles. La versión de la API añade un paso que mantiene exactamente igual las regiones no editadas de una imagen, según la publicación de lanzamiento, lo cual importa sobre todo en las ediciones.
Si has usado la API de edición de imágenes de OpenAI o Qwen-Image Edit, el flujo de trabajo por instrucciones te resultará familiar. La diferencia es que aquí puedes descargar los pesos.
¿Qué tan bueno es FLUX 3 Klein?
Hay dos respuestas, y discrepan de una forma instructiva.
Las evaluaciones internas de BFL colocan a Klein primero entre los modelos de pesos abiertos en texto a imagen, multirreferencia y edición, por delante de Qwen-Image 2.1 con 7B y de Krea 2 con 12.9B. También lo valoran por encima de dos modelos cerrados de la comparación, Ideogram V4.5 y FLUX.2 [pro]. Frente a su propio predecesor, FLUX.2 [klein] 9B, BFL reporta una mejora de 91 Elo en texto a imagen y 70 en edición, con un 38% menos de parámetros.
En velocidad, BFL midió una latencia mediana de extremo a extremo en la API de 4.54 segundos para una imagen de 1MP y 7.18 segundos para una edición, incluida la cola. El gráfico lo sitúa por delante de FLUX.2 [pro], Qwen-Image 2.1, Ideogram V4.5 y Krea 2 en latencia para su valoración. Una salvedad que BFL misma indica: Klein se cronometró en los servidores de BFL, mientras que los demás modelos se cronometraron desde el cliente, lo que añade tiempo de red y de sondeo.
Luego la comunidad lo probó. El hilo de Hacker News del día del lanzamiento alcanzó 209 puntos y 58 comentarios, y el tema más repetido fueron las personas. Varios probadores reportaron rostros, manos y cuerpos distorsionados en texto a imagen:
"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"
Ese segundo probador lo ejecutó a través de OpenRouter contra la API de BFL, así que el potenciador estaba en el circuito. Pero el mismo hilo también aportó la otra mitad del panorama. La edición recibió elogios constantes, y un comentarista que ejecutó toda la pila matizó la magnitud de la queja:
"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"
La respuesta de BFL, dos días después del lanzamiento, fue una corrección del flujo de trabajo en lugar de un modelo nuevo. Actualizó el flujo de trabajo de ComfyUI y el Space de Hugging Face, y dijo esto:
"To get the best results, the model should be used with our prompt upsampling and 2K resolutions."
Mi lectura: Klein es primero un editor y después un generador. Si tu trabajo es "cambia el fondo, deja el producto exactamente igual", el benchmark y la comunidad coinciden. Si tu trabajo es crear desde cero personas fotorrealistas, ejecuta primero tu propio conjunto de pruebas. La queja sobre el detalle del texto también aparece en la propia cuadrícula de muestras de BFL: la ilustración del sello postal en la página de documentación escribe su leyenda con letras duplicadas y faltantes, lo que coincide con la advertencia de la propia ficha del modelo de que el texto renderizado puede ser inexacto.
¿Se puede ejecutar FLUX 3 Klein en local?
Sí, con un asterisco que la mayoría de la cobertura omite.
El generador es pequeño. BFL dice que sus pesos ocupan 11.2 GB en BF16 y 5.6 GB en FP8, y la versión INT8 corre en tarjetas GeForce RTX con tan solo 8 GB de VRAM mediante ComfyUI o Diffusers. La página de documentación nombra una RTX 3090 como mínimo para la configuración estándar. NVIDIA midió estos tiempos para el modelo destilado con 16 pasos:
Si pones esas cifras junto al consejo de BFL de usar resoluciones de 2K, el compromiso se vuelve concreto. En una RTX 4070, una imagen de 1MP tarda 8.9 segundos, una imagen de 2K tarda 50.4 segundos y una edición de 2K tarda 150 segundos. Bien para un flujo de trabajo de aficionado, lento para cualquier cosa con una cola detrás.
El asterisco es el potenciador. Ejecutar el potenciador propio de BFL añade unos 28 GB de memoria de GPU, según la documentación, y la ficha del modelo indica un pico de memoria para el código de referencia de 31 GB en BF16 en una B200 con el potenciador desactivado. Así que "corre en una tarjeta de 8 GB" es cierto para el generador y no para el flujo que BFL te dice que uses.
Hay tres formas de sortearlo. Ejecutar el potenciador en una tarjeta más grande o en una segunda GPU. Apuntar el prompt de sistema de BFL a un LLM alojado y enviar la descripción que escribe a tu Klein local. O saltarte lo local por completo, ya que la API incluye potenciación y restauración de píxeles en el precio por imagen. Si estás valorando GPU alquiladas, mis notas sobre los precios de Together AI y Fireworks AI cubren lo que cuesta la inferencia alojada. El soporte desde el primer día también llegó a ComfyUI, Diffusers, TensorRT-LLM, SGLang Diffusion y vLLM-Omni, según la publicación de lanzamiento, así que los proveedores habituales como Replicate tienen lo necesario para añadirlo.
Precios de FLUX 3 Klein
FLUX 3 Klein tiene un precio por imagen según la resolución de salida, y el texto a imagen y la edición cuestan lo mismo. Estos son los precios de lista de la página de precios de la API de BFL, junto al modelo completo FLUX 3 Image de la misma página:
| Resolución | Tamaño de salida | FLUX 3 Klein | FLUX 3 Image | Ahorro con Klein |
|---|---|---|---|---|
| 768 × 768 | 768 × 768 | $0.008 | $0.041 | 80% |
| 1K | Aprox. 1 MP | $0.009 | $0.048 | 81% |
| 1.5K | Aprox. 2 MP | $0.011 | $0.07 | 84% |
| 2K | Aprox. 4 MP | $0.014 | $0.10 | 86% |
| 4K | Aprox. 16 MP | $0.036 | $0.607 | 94% |
1 crédito equivale a $0.01, y BFL cobra el mismo precio en la API y en el Playground. Las solicitudes por lotes simplemente multiplican el coste por imagen por el número de imágenes. Klein también es más barato que la generación anterior: FLUX.2 [klein] 4B empieza en $0.014 por el primer megapíxel y el 9B en $0.015, con $0.001 y $0.002 por cada megapíxel adicional.
Como referencia externa, la API de Krea 3 cobra $0.03 por una imagen de 1K y $0.06 por una de 2K, algo que desglosé en mi publicación sobre los precios de Krea 3. Klein a 2K cuesta menos que Krea 3 a 1K.
Los modelos cerrados están todavía más arriba. Mis guías de precios de ChatGPT Images 2.5, precios de Nano Banana Pro y GPT Image 1 Mini cubren lo que cuestan por imagen.
La factura real depende de la tasa de repeticiones. Si 1 de cada 3 renders falla, como en mi flujo de trabajo, tu precio efectivo es 1.5 veces el precio de lista. Introduce tus propias cifras:
La licencia FLUX Kommunity, en palabras sencillas
Esta es la parte que leería dos veces antes de lanzar cualquier cosa. Los pesos de Klein vienen bajo la nueva licencia FLUX Kommunity, y se sitúa entre las dos licencias que usó la última generación de Klein.
La licencia permite el uso no comercial a todo el mundo. Además, un "Usuario Cualificado", es decir, tú más tus afiliadas con ingresos brutos anualizados inferiores a US$5,000,000, puede usar los resultados con fines comerciales y ejecutar el modelo en producción con ese propósito. Vienen con dos condiciones: tienes que ejecutar filtros de contenido o revisar los resultados antes de publicarlos, y tienes que informar de que los resultados fueron generados por IA donde la ley lo exija. Tampoco puedes usar los resultados para entrenar un modelo de imagen competidor.
Este es el cambio que vale la pena notar. La generación anterior se dividía en dos: según los listados de Hugging Face, FLUX.2 [klein] 4B es Apache 2.0 sin límite de ingresos, mientras que FLUX.2 [klein] 9B usaba una licencia no comercial. FLUX 3 Klein es más abierto que el 9B y menos abierto que el 4B. Una startup gana derechos. Una empresa que supere los $5M y haya construido sobre el 4B pierde la opción de "descárgalo y lánzalo", y la página del modelo dice claramente que ejecutar Klein en un producto a escala necesita una licencia comercial de ventas.
El campo de los pesos abiertos va en la misma dirección. Un comentarista del hilo de HN enumeró a Ideogram, Krea, Flux y Qwen como laboratorios que han pasado a licencias propias a medida. Si una licencia Apache te importa, ahora es un criterio de selección y no un valor por defecto. Mis recopilaciones de alternativas a Qwen-Image 2.1 y de alternativas a Ideogram indican la licencia de cada opción.
FLUX 3 Klein frente a FLUX.2 [klein] frente a FLUX 3 Image
Así se comparan las opciones según los datos que BFL publica:
| FLUX 3 Klein | FLUX.2 [klein] 4B | FLUX.2 [klein] 9B | FLUX 3 Image | |
|---|---|---|---|---|
| Parámetros | 5.6B | 4B | 9B | No publicado |
| Pesos abiertos | Sí | Sí | Sí | No |
| Licencia | FLUX Kommunity, límite de $5M | Apache 2.0 | No comercial | Términos de la API |
| Precio de la API, 1K | $0.009 | $0.014 | $0.015 | $0.048 |
| Precio de la API, 2K | $0.014 | Desde $0.014 + $0.001/MP | Desde $0.015 + $0.002/MP | $0.10 |
| Referencias máximas | 10 | No comparado | No comparado | 10 |
| Cuadros delimitadores | Sí | No indicado | No indicado | Sí |
| Ideal para | Edición barata a gran volumen | Autoalojamiento comercial sin restricciones | Investigación, pruebas locales | La mayor calidad de FLUX |
Si quieres un análisis a fondo del modelo grande, mi reseña de FLUX 3 lo cubre, y alternativas a FLUX 3 compara la familia con la competencia cerrada.
Los modelos cerrados que merecen una comparación directa son Nano Banana 2, Seedream 5.0 Pro y Meta Muse Image. Ninguno distribuye pesos que puedas descargar.
¿Quién debería usar FLUX 3 Klein?
Tras leer todo lo que BFL ha publicado y los tres primeros días de pruebas, aquí es donde llego.
Elige Klein si editas imágenes a gran volumen: fotos de producto sobre fondos nuevos, variantes estacionales, ediciones coherentes en todo un catálogo. El precio de la API es difícil de superar, la restauración de píxeles mantiene intactas las zonas sin tocar, y tanto las valoraciones de BFL como los probadores de la comunidad coinciden en que la edición es su fuerte. También es la elección obvia para un estudio pequeño o una startup por debajo de $5M que quiera pesos abiertos que pueda ajustar con un LoRA en una sola GPU.
Prueba a fondo primero si tu trabajo son personas fotorrealistas nuevas. Las quejas sobre la anatomía son lo bastante sonoras como para que yo ejecutara 50 de tus prompts reales por la API, con la potenciación activada, antes de construir nada a su alrededor. Qwen-Image 2.1 es la comparación a la que los probadores volvían una y otra vez.
Descártalo si necesitas texto denso y legible dentro de las imágenes, o si superas los $5M de ingresos y quieres autoalojamiento sin restricciones. Para trabajo con mucho texto, vale la pena echar un vistazo a los precios de Ideogram y a Recraft, y para fotografía de producto consulta los precios de Photoroom.
Si prefieres una aplicación a una API, mis guías de precios de Midjourney y precios de Leonardo AI cubren el lado de las suscripciones, y alternativas a Midjourney enumera el resto.
Usar FLUX 3 Klein para imágenes de blog y de contenido
Un modelo barato cambia las cuentas de ilustrar contenido. A $0.014 por una imagen de 2K, una publicación con un banner y cinco diagramas cuesta unos 13 centavos de dibujar, incluso con mi tasa de repeticiones. Lo que sigue siendo caro es todo lo que lo rodea: saber qué sección necesita un diagrama, escribir la descripción larga que quiere el modelo, revisar cada render y colocarlo con un pie de imagen. Mi guía para añadir imágenes a los blogs recorre esa parte.
Los valores por defecto importan más que el precio. Una clienta de eesel, terapeuta, se lo planteó al redactor de blogs con IA de eesel en una sola línea:
"Going forward, stop giving only Caucasian images. I work with diverse races and ethnicities."
Esa es la misma lección que BFL escribió en el potenciador de Klein: el modelo dibuja lo que describe la descripción, así que la descripción es donde viven tus estándares.
Redactor de blogs con IA de eesel: imágenes que llegan dentro del artículo
Si estás mirando FLUX 3 Klein porque necesitas imágenes para contenido, la imagen es la mitad más pequeña del trabajo. El redactor de blogs con IA de eesel es un compañero que investiga el tema, redacta un artículo largo con citas en tu voz y genera su propio banner principal e infografías en la misma ejecución. Escribe por ti los prompts largos de escena y vuelve a dibujar un render cuando falla.
Un flujo del mismo tipo dibujó los diagramas de esta publicación. Si estás comparando costes, mi desglose del coste de un redactor de blogs con IA y la guía de un redactor de blogs con IA con imágenes muestran lo que sustituye. Puedes probar eesel gratis y tener delante un borrador terminado e ilustrado en unos minutos.