FLUX 3 Kleinとは？
FLUX 3 Kleinは、FLUX 3ファミリーの中の、ダウンロードできる小型モデルです。発表記事でBlack Forest Labsは、テキストから画像、画像編集、最大10枚の参照によるマルチ参照生成に対応する5.6Bパラメータのモデルだと説明しています。ネイティブ4K出力、指示による編集、要素の配置や編集範囲を1つの領域に限定できるバウンディングボックスといった、フルモデルのFLUX 3 Imageの主な機能を共有しています。
ロボティクスモデルのFLUX 3 Actionに続く、このファミリーで2つ目のオープンウェイト公開です。一般公開は10月15日で、Krea 3と同じ週でした。ウェイトはHugging Faceにあり、簡単な連絡先共有フォームの先で入手できます。
Kleinのドキュメントによると、2つのバリアントがあります。
| Klein（蒸留版） | Klein Base | |
|---|---|---|
| パラメータ数 | 5.6B | 5.6B |
| 最大解像度 | 最大4K | 最大4K |
| 推論ステップ数 | 16 | 50 |
| ガイダンス（CFG） | 1 | 3.5 |
| バウンディングボックス | あり | あり |
| 用途 | 高速な生成、ローカル利用 | ファインチューニング、LoRA学習、研究 |
| API提供 | あり（flux-3-image-klein） | なし（ウェイトのみ） |
| ライセンス | FLUX Kommunity License | FLUX Kommunity License |
他の「小型」モデルと比較する前に知っておきたい点があります。5.6Bという数字は画像トランスフォーマーのみのものです。モデルカードによると、テキストエンコーダーは別のQwen3-VL-4B-Instructモデルで、Apache 2.0で提供されています。
FLUX 3 Kleinの仕組み
Kleinで最も重要なのは、パラメータ数ではなくプロンプトアップサンプラーです。Kleinは長く詳細なシーンキャプションで学習されており、BFLのドキュメントは使い方セクションの冒頭に警告枠を置いています。アップサンプラーなしでKleinを使わないでください、入力したままのプロンプトでは結果が明らかに劣化するからです。
アップサンプラーは、Qwen 3.5をベースにした別のモデルです。短いリクエストと参照画像を受け取り、Kleinが期待するキャプションに書き換えます。内容は、媒体とスタイル、シーン、照明とカメラ、そして各被写体の色、素材、位置です。「列車のスーツケースで眠る赤いキツネ」の画像を頼んでも、モデルはその言葉を目にしません。見るのは1つの段落です。
これは、私のパイプラインが時間をかけて教えてくれたことと一致します。このブログのインフォグラフィックの裏にあるプロンプトは、一行の内容指示の前に、スタイルルールと制約が数百語も並びます。短いプロンプトは他人のAIアートと同じ見た目になってしまうからです。BFLはその工程を製品の内側に移しただけです。APIでは自動で実行されます。ComfyUIとリファレンスCLIではデフォルトで実行されます。Diffusersでは自分で組み込まない限り実行されず、BFLは公開しているシステムプロンプトを使えば任意のLLMに差し替えられるとしています。
ほかにも知っておくべき仕組みが3つあります。
- 蒸留版とBase。 蒸留モデルは50ステップではなく16ステップで済み、Baseで学習したLoRAはそのまま蒸留版に読み込めます。BFLのドキュメントは、その場合のLoRAスケールとして0.75を推奨しています。
- バウンディングボックス。 各要素に0〜1000のグリッド上のボックスと説明を与えます。モデルカードでは、ボックスは配置とスケールのガイドであり厳密なマスクではなく、ボックス外の内容も編集で変わりうると明記されています。
- ピクセル復元。 発表記事によると、API版には画像の未編集領域を元のまま保つ工程が加わっており、特に編集で効果を発揮します。
OpenAI画像編集APIやQwen-Image Editを使ったことがあれば、指示形式のワークフローは馴染み深いはずです。違いは、ここではウェイトをダウンロードできることです。
FLUX 3 Kleinの性能は？
答えは2つあり、その食い違い方に学ぶところがあります。
BFLの社内評価では、Kleinはテキストから画像、マルチ参照、編集のいずれでもオープンウェイトモデルの中で1位で、7BのQwen-Image 2.1や12.9BのKrea 2を上回ります。比較に含まれる2つのクローズドモデル、Ideogram V4.5とFLUX.2 [pro]よりも高く評価されています。自社の前世代であるFLUX.2 [klein] 9Bに対しては、パラメータが38%少ないのに、テキストから画像でElo 91、編集でElo 70の向上とBFLは報告しています。
速度については、BFLはキューイングを含むAPIのエンドツーエンドの中央値レイテンシを、1MP画像で4.54秒、編集で7.18秒と計測しました。チャートでは、同じ評価水準でのレイテンシがFLUX.2 [pro]、Qwen-Image 2.1、Ideogram V4.5、Krea 2より優れています。BFL自身が述べている注意点もあります。KleinはBFL自社のサーバーで計測されたのに対し、他のモデルはクライアント側から計測されており、ネットワークとポーリングの時間が加わっています。
その後、コミュニティが実際に触りました。公開当日のHacker Newsのスレッドは209ポイント、58コメントに達し、最も多かった話題は人物でした。複数のテスターが、テキストから画像で顔、手、体が歪むと報告しました。
"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"
2人目のテスターはOpenRouter経由でBFL APIを使ったため、アップサンプラーは経由していました。しかし同じスレッドには、もう一方の側面もありました。編集は一貫して高く評価され、フルスタックで動かしたあるコメント投稿者は、不満の大きさに異議を唱えました。
"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"
公開の2日後のBFLの対応は、新モデルではなくワークフローの修正でした。ComfyUIのワークフローとHugging Face Spaceを更新し、次のように述べています。
"To get the best results, the model should be used with our prompt upsampling and 2K resolutions."
私の見立てはこうです。Kleinはまず編集モデルであり、生成モデルとしては二の次です。「背景を変えて、商品はそのまま」という仕事なら、ベンチマークもコミュニティも同意見です。フォトリアルな人物をゼロから作る仕事なら、まず自分のテストセットで試してください。文字の細部に関する不満は、BFL自身のサンプルグリッドにも表れています。ドキュメントページの切手のイラストは、キャプションの文字が重複したり欠けたりしており、レンダリングされた文字は不正確な場合があるというモデルカード自身の警告と一致します。
FLUX 3 Kleinはローカルで動かせる？
動かせますが、ほとんどの記事が触れていない注意点があります。
生成モデル本体は小さく、BFLによればウェイトはBF16で11.2 GB、FP8で5.6 GBです。INT8版は、ComfyUIやDiffusers経由でVRAM 8 GB程度のGeForce RTXカードで動作します。ドキュメントページでは、標準構成の最低ラインとしてRTX 3090が挙げられています。NVIDIAは、蒸留モデルを16ステップで動かした場合の次の時間を計測しました。
これらの数字を、2K解像度を使うべきというBFLの助言と並べると、トレードオフが具体的になります。RTX 4070では、1MP画像が8.9秒、2K画像が50.4秒、2K編集が150秒かかります。趣味のワークフローなら問題ありませんが、後ろに待ち行列があるような用途には遅すぎます。
注意点とはアップサンプラーです。ドキュメントによると、BFL純正のアップサンプラーを動かすと約28 GBのGPUメモリが追加されます。モデルカードには、アップサンプラーなしでB200上のBF16で動かしたリファレンスコードのピークメモリが31 GBと記載されています。つまり「8 GBのカードで動く」のは生成モデル本体の話であり、BFLが使うよう勧めているパイプラインの話ではありません。
回避策は3つあります。アップサンプラーをより大きなカードか2枚目のGPUで動かす。BFLのシステムプロンプトをホスト型LLMに向け、書かせたキャプションをローカルのKleinに送る。あるいはローカル運用をやめる。APIはアップサンプリングとピクセル復元を1枚あたりの料金に含んでいます。レンタルGPUを検討しているなら、ホスト型推論の費用はTogether AIの料金とFireworks AIのメモにまとめています。発表記事によれば、公開初日からComfyUI、Diffusers、TensorRT-LLM、SGLang Diffusion、vLLM-Omniが対応しており、Replicateのような主要ホストも追加に必要なものが揃っています。
FLUX 3 Kleinの料金
FLUX 3 Kleinは出力解像度ごとの1枚あたり課金で、テキストから画像と編集は同額です。以下はBFLのAPI料金ページの定価で、同じページのフルモデルFLUX 3 Imageと並べています。
| 解像度 | 出力サイズ | FLUX 3 Klein | FLUX 3 Image | Kleinの節約率 |
|---|---|---|---|---|
| 768 × 768 | 768 × 768 | $0.008 | $0.041 | 80% |
| 1K | 約1 MP | $0.009 | $0.048 | 81% |
| 1.5K | 約2 MP | $0.011 | $0.07 | 84% |
| 2K | 約4 MP | $0.014 | $0.10 | 86% |
| 4K | 約16 MP | $0.036 | $0.607 | 94% |
1クレジットは$0.01で、BFLはAPIとPlaygroundで同じ価格を請求します。バッチリクエストは、1枚あたりの費用に枚数を掛けるだけです。Kleinは前世代よりも安く、FLUX.2 [klein] 4Bは最初の1メガピクセルが$0.014、9Bが$0.015で、追加の1メガピクセルごとにそれぞれ$0.001と$0.002です。
外部の参考として、Krea 3 APIは1K画像が$0.03、2Kが$0.06で、これはKrea 3の料金の記事で詳しく解説しました。Kleinの2Kは、Krea 3の1Kよりも安いのです。
クローズドモデルはさらに高くなります。それらの1枚あたりの費用は、ChatGPT Images 2.5の料金、Nano Banana Proの料金、GPT Image 1 Miniのガイドで取り上げています。
実際の請求額はやり直し率で決まります。私のパイプラインのように3回に1回失敗する場合、実質価格は定価の1.5倍です。ご自身の数字で試算してみてください。
FLUX Kommunity Licenseをわかりやすく
何かを出荷する前に、ここは2回読むことをおすすめします。Kleinのウェイトは新しいFLUX Kommunity Licenseの下にあり、前世代のKleinが使っていた2つのライセンスの中間に位置します。
このライセンスでは、非商用利用は誰でも可能です。それに加えて、「Qualifying User」、つまりあなたと関連会社の年間総売上が5,000,000米ドル未満の場合は、出力を商用利用し、その目的でモデルを本番運用できます。条件は2つです。出力が公開される前にコンテンツフィルターを実行するかレビューすること、そして法律で求められる場合は出力がAI生成であることを開示することです。また、出力を使って競合する画像モデルを学習させることはできません。
注目すべき変化はここです。前世代は2つに分かれていました。Hugging Faceの掲載によれば、FLUX.2 [klein] 4Bは売上上限なしのApache 2.0で、FLUX.2 [klein] 9Bは非商用ライセンスでした。FLUX 3 Kleinは9Bより開かれていて、4Bより閉じています。スタートアップは権利を得ます。4Bの上に構築した、売上$5Mを超える企業は、「ダウンロードして出荷する」という選択肢を失います。モデルページにも、Kleinを製品で大規模に動かすには営業部門からの商用ライセンスが必要だと明記されています。
オープンウェイトの世界全体が同じ方向に向かっています。HNスレッドのあるコメント投稿者は、Ideogram、Krea、Flux、Qwenが独自のライセンスに移行したラボだと挙げていました。Apacheライセンスが重要なら、それはもうデフォルトではなく選定基準です。Qwen-Image 2.1の代替とIdeogramの代替のまとめ記事では、各候補のライセンスを記載しています。
FLUX 3 Klein、FLUX.2 [klein]、FLUX 3 Imageの比較
BFLが公開している事実に基づく比較表です。
| FLUX 3 Klein | FLUX.2 [klein] 4B | FLUX.2 [klein] 9B | FLUX 3 Image | |
|---|---|---|---|---|
| パラメータ数 | 5.6B | 4B | 9B | 非公開 |
| オープンウェイト | あり | あり | あり | なし |
| ライセンス | FLUX Kommunity、$5M上限 | Apache 2.0 | 非商用 | API利用規約 |
| API価格（1K） | $0.009 | $0.014 | $0.015 | $0.048 |
| API価格（2K） | $0.014 | $0.014から + $0.001/MP | $0.015から + $0.002/MP | $0.10 |
| 最大参照数 | 10 | 比較なし | 比較なし | 10 |
| バウンディングボックス | あり | 記載なし | 記載なし | あり |
| 最適な用途 | 大量の安価な編集 | 制限のない商用セルフホスト | 研究、ローカルテスト | FLUXで最高の品質 |
大きなモデルを詳しく知りたい方はFLUX 3レビューで扱っており、FLUX 3の代替ではファミリーをクローズドな競合と比較しています。
並べて比較する価値のあるクローズドモデルは、Nano Banana 2、Seedream 5.0 Pro、Meta Muse Imageです。いずれもダウンロードできるウェイトは提供していません。
FLUX 3 Kleinは誰に向いている？
BFLが公開した情報をすべて読み、最初の3日間のテスト結果も見たうえで、私の結論は次のとおりです。
Kleinを選ぶべき人は、画像編集を大量に行う人です。新しい背景の商品写真、季節バリエーション、カタログ全体での一貫した編集などです。APIの価格は他の追随を許さず、ピクセル復元が手を加えていない領域を保ち、BFL自身の評価もコミュニティのテスターも、編集が強みだという点で一致しています。また、売上$5M未満で、1枚のGPUでLoRAによるファインチューニングができるオープンウェイトが欲しい小規模なスタジオやスタートアップにとっても、自然な選択です。
まず徹底的にテストすべき人は、フォトリアルな人物を新規に作る人です。人体の崩れに関する不満は無視できないほど多いので、何かを構築する前に、実際のプロンプト50件をアップサンプリングを有効にしたAPIで試すことをおすすめします。テスターが比較対象として挙げ続けたのがQwen-Image 2.1です。
見送るべき人は、画像内に密度の高い読みやすい文字が必要な人、または売上が$5Mを超えていて制限のないセルフホストを望む人です。文字が多い用途にはIdeogramの料金とRecraftが検討に値し、商品写真ならPhotoroomの料金をご覧ください。
APIよりアプリを使いたい場合は、Midjourneyの料金とLeonardo AIの料金のガイドがサブスクリプション側を扱っており、Midjourneyの代替がそれ以外を一覧にしています。
ブログやコンテンツ用画像にFLUX 3 Kleinを使う
安価なモデルは、コンテンツに画像を添える際の損得勘定を変えます。2K画像1枚が$0.014なら、バナー1枚と図解5枚の記事でも、私のやり直し率を含めて描画費用は約13セントです。高いままなのは、その周辺のすべてです。どのセクションに図解が必要かを見極めること、モデルが求める長いキャプションを書くこと、生成結果を1枚ずつ確認すること、キャプションを付けて配置することです。この部分については、ブログに画像を追加する方法のガイドで解説しています。
価格よりもデフォルト設定のほうが重要です。あるeeselの顧客のセラピストは、eesel AIブログライターに一行でこう伝えました。
"Going forward, stop giving only Caucasian images. I work with diverse races and ethnicities."
これは、BFLがKleinのアップサンプラーに書き込んだ教訓と同じです。モデルはキャプションが描写するものを描くので、あなたの基準が宿る場所はキャプションなのです。
eesel AIブログライター：記事の中に収まる画像
コンテンツ用の画像が必要でFLUX 3 Kleinを検討しているなら、画像は仕事の小さいほうの半分にすぎません。eesel AIブログライターは、テーマを調査し、出典付きの長文記事をあなたの文体で執筆し、同じ実行の中でヒーローバナーとインフォグラフィックも自動生成するチームメイトです。長いシーンプロンプトは代わりに書き、生成結果が期待に届かなければ描き直します。
この記事の図解も、同種のパイプラインで描きました。費用を比較したい場合は、AIブログライターの費用の内訳と、画像付きAIブログライターのガイドで、何を置き換えられるかがわかります。eeselを無料で試すと、数分で画像入りの完成した下書きが手元に届きます。