FLUX 3 Kleinのスコアを一目で見ると？
私はeeselのソフトウェアエンジニアで、コンピュータサイエンスのバックグラウンドがあり、機能とAIエージェントを開発しています。その中には、私が公開するすべての記事のヒーローバナーと図表を描くエージェントも含まれます。そのため、新しい画像モデルは仕様書のように読みます。何を約束しているか、自社ドキュメントが何を認めているか、初期ユーザーがどこで限界にぶつかったか、です。競合モデルとの管理された比較テストは行っていません。コンテンツチームやカタログチームが最初に実感する、価格と編集を重視して各基準に重みを付けました。
| 基準 | スコア | 重み | 根拠 | 根拠の種類 |
|---|---|---|---|---|
| 1枚あたりの価格 | 5 | 2倍 | 2Kで0.014ドル、編集も同額、フル版FLUX 3 Imageより約86%安い | ベンダーの価格表 |
| 編集品質 | 4.5 | 2倍 | FLUX.2 [klein] 9Bより+70 Elo、テスターは編集を堅実と評価 | ベンダーの評価、コミュニティ |
| エコシステムとLoRA | 4.5 | 1倍 | 学習用のベースモデル、5つのランタイムで初日から対応 | ベンダーのドキュメント |
| APIの速度 | 4 | 1倍 | 1 MPでテキストから画像4.54秒、編集7.18秒（中央値） | ベンダー計測 |
| ローカルハードウェア | 3.5 | 1倍 | ジェネレーターはINT8で8GBに収まるが、アップサンプラーが約28GB追加 | ベンダーのドキュメント |
| ライセンス | 3 | 1.5倍 | 商用無償は売上500万ドル未満のみ、関連会社も合算 | ライセンス文 |
| テキストから画像での人物 | 2.5 | 1.5倍 | 複数のテスターが解剖学的な崩れを報告、アップサンプラーの有無で結果が分かれる | コミュニティ |
| 小さな文字 | 2.5 | 1倍 | モデルカードが文字の不正確さを警告、BFL自身のサンプルの切手にも綴りミス | ベンダーのドキュメント、コミュニティ |
加重平均は3.8です。8つの基準を同じ重みにすると3.7に下がるため、見出しの数字は安定しています。スコアよりも重要なのは最後の列です。8つのうち複数はBFL自身の数字に基づいているので、割り引いて見られるようにその印を付けています。
FLUX 3 Kleinは速く、その速度は信頼できる？
APIでは、BFLの説明によれば速いです。ローンチ記事では、1 MPのテキストから画像が中央値4.54秒、編集が7.18秒で、キュー待ちを含むエンドツーエンドの時間とされています。同じ図のQwen-Image 2.1やKrea 2より速い結果です。
5点ではなく4点にしたのは、BFLが同じ記事で述べている理由によります。KleinはBFL自身のサーバーで計測され、他のモデルはクライアント側から計測されたため、ポーリングとネットワーク時間が加わっています。この図は速度帯を示す妥当な指標であり、条件を揃えた競争ではありません。初期のAPIユーザーがHacker Newsではっきり述べており、数字に見える分かれ方と同じです。
"It's really fast on the OpenRouter API, but it's clearly worse than Flux 3's normal model."
速度は、ベンダーを最も信頼できる基準です。外れていれば、最初の10回のレンダリングで分かるからです。品質は信頼できません。
編集の出来はどう？
Kleinが4.5を得ている理由は編集です。BFLの評価では、自社のFLUX.2 [klein] 9Bに対して画像編集で70 Elo上回り、パラメーター数は38%少なくなっています。ホスト版には、編集していない領域を元のまま保つピクセル復元の工程も加わります。Kleinのドキュメントでは、0から1000のグリッド上にバウンディングボックスを描いて、要素の配置や編集範囲の限定もできます。
半点引いたのは、ボックスがマスクではなく緩やかなガイドにすぎないからです。モデルカードにも、ボックスの外のコンテンツが編集で変わることがあると書かれています。ロゴを動かしてはいけないカタログ作業では実際の制約で、自社の商品写真で最初に試すべき点です。領域ごとの編集が目玉機能のKreaのアプローチは、私のKrea 3レビューと比べてみてください。
コミュニティも同じ方向です。ローンチスレッドのあるテスターは編集を本当に堅実だと評価し、BFL自身の評価も同じ方向を指しています。指示型編集のカテゴリをさらに詳しく見るなら、Qwen Image EditとOpenAIの編集APIをご覧ください。
Kleinはどこで点を落とす？
人物と小さな文字です。この2つの基準のせいで、見出しのスコアは4.3ではなく3.8になっています。しかも、このレビューの中で最も根拠が固まっていない部分です。
ローンチスレッドで最も声が大きかった不満は解剖学的な崩れでした。ある初期ユーザーはこう書いています。
"Very disappointing compared to Flux 2 Klein. I was excited to see what the next frontier of small local image gen might be like, but this model is absolutely atrocious."
スタック全体を動かした人はもう少し穏やかな結果を見ており、その分かれ目はプロンプトアップサンプラーを通したかどうかという1つの変数に沿っています。Kleinは長いシーンキャプションで学習されており、BFLはアップサンプラーなしでは使わないよう述べています。両方の方法を試したテスターは、それも明確な勝ちではなかったと述べています。
"my results have been hit or miss with that claim. Some basic prompts are better, some upscaled prompts are better."
3人目のテスターであるdragonwriterは、スタック全体を使い、ミスは時々で、"this is much less common than with Flux 2 Klein." と述べました。そこで人物は2.5とします。つまり、良いプロンプトとやり直しの予算があれば使えるが、パイプラインの唯一の生成器にするにはリスクがある、という意味です。ローンチの2日後のBFLの回答は、新モデルではなくワークフローの修正でした。
"To get the best results, the model should be used with our prompt upsampling and 2K resolutions."
小さな文字はもう1つの低スコアで、BFL自身のショーケースもそれを裏付けています。モデルページのサンプルコラージュでは、切手の英語キャプションが重複したり位置がずれたりした文字で描かれており、レンダリングされた文字は不正確なことがあるというモデルカードの警告と一致します。
細かいタイポグラフィが仕事なら、まず検討するのはIdeogramです。費用はIdeogramの料金のガイドで確認できます。デザイン素材にはRecraftを試してみてください。
KleinはFLUX.2 kleinやフル版FLUX 3 Imageとどう違う？
FLUX.2 [klein] 9Bに対しては、紙の上ではKleinに有利で、実際には評価が分かれます。BFLはテキストから画像で91 Elo、編集で70 Eloの向上を報告しています。初期のテスターの意見は食い違い、上記のパターン、つまりアップサンプラーの有無で差のほとんどを説明できます。
フル版のFLUX 3 Imageに対しては、公表された数字がありません。BFLのローンチ時の比較には含まれておらず、評価の差をお伝えすることはできませんし、示す人も信用しません。お伝えできるのは価格比と、上で紹介した標準モデルのほうが明らかに良いとする実使用レポートが1件あることです。確認できる事実で3つを比べると次のとおりです。
| FLUX 3 Klein | FLUX.2 [klein] 4B | FLUX.2 [klein] 9B | FLUX 3 Image | |
|---|---|---|---|---|
| APIの価格、1K | 0.009ドル | 0.014ドル | 0.015ドル | 0.048ドル |
| APIの価格、2K | 0.014ドル | 0.017ドル | 0.021ドル | 0.10ドル |
| オープンウェイト | あり | あり | あり | なし |
| ライセンス | FLUX Kommunity、500万ドルの上限 | Apache 2.0 | 非商用 | APIの利用規約 |
| 品質のシグナル | BFLのElo、評価が分かれる | 比較なし | BFLの+91 / +70の基準 | Kleinより良いとする報告が1件 |
4BのライセンスはApache 2.0、9Bは非商用ライセンスで、Hugging Faceのページに記載されています。FLUX.2の2K価格は、料金ページにあるBFLの「最初の1メガピクセル＋追加メガピクセル」の計算式に従い、2Kは4 MPとして算出しています。
ファミリー全体の視点では、FLUX 3の代替の記事でクローズドな競合と比べ、FLUX 3 Actionの記事でロボティクス系の兄弟モデルを取り上げています。
FLUX 3 Kleinの1ジョブの実コストは？
表示価格は1K画像1枚0.009ドルです。実際の数字は2つの選択で決まります。BFLが使うよう勧める解像度と、やり直し率です。BFLは2Kを推奨しているので、1レンダリング0.014ドルで計算し、私のパイプラインでは約3枚に1枚はやり直しが必要なので、1.5を掛けています。以下の価格は、2026年10月18日に再確認したBFLのAPIの料金ページから直接取っています。
| ジョブ | レンダリング数（3回に1回やり直し） | FLUX 3 Klein | FLUX 3 Image | Kleinでの節約 |
|---|---|---|---|---|
| ブログ用ビジュアル：バナー1枚と図表5枚、2K | 9 | 0.126ドル | 0.90ドル | 86% |
| カタログ編集バッチ：200件の編集、2K | 300 | 4.20ドル | 30.00ドル | 86% |
| キャンペーンポスター：4Kで20枚仕上げ | 30 | 1.08ドル | 18.21ドル | 94% |
ここからが計算を変える部分です。Kleinは1レンダリングあたり一定の比率で安いので、節約がなくなるまでにヒット率がどこまで悪化し得るかを考えられます。
| 解像度 | Kleinの価格 | FLUX 3 Imageの価格 | 損益分岐点となる、使える画像1枚あたりのKlein試行回数 |
|---|---|---|---|
| 1K | 0.009ドル | 0.048ドル | 5.3 |
| 2K | 0.014ドル | 0.10ドル | 7.1 |
| 4K | 0.036ドル | 0.607ドル | 16.9 |
フル版がすべての画像を一発で成功させるなら、Kleinはコストで負けるまでに2Kで使える画像1枚あたり約7回の試行が必要です。フル版自体が使える画像1枚に1.5回の試行を要するなら、Kleinの損益分岐点は2Kで約10.7回に上がります。本当のリスクは請求額ではありません。レンダリングを確認するあなたの時間で、この表では値段を付けられないコストです。外部の参考として、私のKrea 3の料金の記事では2K画像を0.06ドルとしており、ChatGPT Images 2.5の料金はクローズド側を扱っています。GPT Image 1 Miniのガイドは低価格帯を扱っています。
FLUX 3 Kleinはローカルで動かせる？
ジェネレーターは動かせます。BFLが推奨するパイプライン全体は、ほとんどの場合動かせません。このギャップのため、ハードウェアは3.5としています。
BFLによると、ジェネレーターの重みはBF16で11.2GB、FP8で5.6GBで、INT8版はVRAM 8GBのGeForce RTXカードで動きます。ドキュメントでは、標準構成の下限としてRTX 3090が挙げられています。画像トランスフォーマーは5.6Bパラメーターで、テキストエンコーダーは別のQwen3-VL-4Bモデルのため、「5.6B」では読み込まれる量を過小評価することになります。
2Kを使うようにというBFLの助言を、このグラフと並べて見てください。RTX 4070では、1 MP画像が8.9秒、2K画像が50.4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、待ち行列のあるチームには遅い数字です。さらに大きな問題はプロンプトアップサンプラーで、Kleinのドキュメントによると、これだけで約28GBのGPUメモリを追加で使います。
現実的な選択肢は3つです。アップサンプラーをより大きなGPUか2枚目のGPUで動かす。BFLが公開しているシステムプロンプトをホスト型の言語モデルに向ける。あるいはAPIを使う。APIではアップサンプリングが1枚あたりの価格に含まれています。GPUを借りるなら、Together AIの料金でホスト型推論の費用が分かります。Fireworks AIも別のホスト先で、Replicateも同様です。
FLUX Kommunityライセンスの落とし穴とは？
何かを出荷する前に、ここで立ち止まるべきです。重みはFLUX Kommunityライセンスで提供されており、私は全文を読みました。見出しの内容、つまり500万ドル未満なら商用無償という点は正確です。その周りにある5つの細則が、実際に問題になる部分です。
- テストは「いかなる時点でも」適用されます。 Qualifying Userとは、"at any time you together with your affiliates' gross annualized revenue is less than US$5,000,000." の場合のあなたです。関連会社の売上も含まれるため、大きなグループに属する小さなチームは対象外になる可能性があります。
- 上限は出力と本番利用の両方にかかります。 線の下では、出力を商用利用し、それを生成するために本番でモデルを動かせます。線を超えると、ライセンスはBFLの商用ライセンスに誘導し、それは "may be subject to a fee, royalty or other revenue share." とされています。
- 2つのコンプライアンス条件があります。 出力を公開する前にコンテンツフィルターを動かすか内容を確認すること、そして法律で求められる場合は出力にAI生成であることを表示することです。
- BFLを免責する義務があります。 第7条は、必要なフィルターを動かさなかった場合を含め、モデルと出力の使用から生じる請求に対してあなたが責任を負うと定めています。
- BFLはライセンスを終了できます。 第8条により、同社は通知のうえでいつでもライセンスの全部または一部を終了できます。
学習はもう1つの落とし穴です。商用目的で他のモデルの学習、ファインチューニング、蒸留にこのモデルを使うことは非商用目的に当たらず、派生モデルには蒸留や出力での学習によって作られたものが含まれます。「合成データセットを生成して、自社モデルを学習させる」という計画なら、このライセンスは味方になりません。
最も確実な回避策はAPIです。BFLのローンチ記事によれば、大規模な組織はセルフホスト用のライセンスオプションまたはAPIを通じて商用展開できます。旧版のFLUX.2 [klein] 4Bは売上上限のないApache 2.0なので、それを基盤にしたパイプラインが気づかないうちにKleinに切り替わると、5つの条件をすべて引き継ぐことになります。ローンチスレッドのあるコメント投稿者は、Ideogram、Krea、Flux、Qwenを独自仕様のライセンスに移行したラボとして挙げていました。アップグレードの前にライセンスを確認してください。Ideogramの代替のまとめでは、各候補のライセンスを載せています。
FLUX 3 Kleinを使うべき人、見送るべき人は？
私の結論は5点満点中3.8です。これをどう行動に移すかを書きます。
使うべき人： 仕事が大量の編集であること。新しい背景での商品写真、季節のバリエーション、カタログ全体での一貫した変更などです。価格、速度、ピクセル復元の工程はすべてその方向を指しており、500万ドル未満の小さなスタジオは、LoRAでファインチューニングできるオープンウェイトを手にできます。商品の背景だけが必要なら、比較対象はPhotoroomの料金です。
先に念入りにテストすべき人： 仕事が新しい写実的な人物であること。実際のプロンプトを50個、アップサンプリングをオンにしたAPIに通し、ワークフローを組む前に使える画像の数を数えてください。テスターたちが繰り返し持ち出したモデルはQwen-Image 2.1です。
見送るべき人： 読める小さな文字が必要な人、または500万ドルを超えて制限のないセルフホストを望む人。その場合に並べて比べる価値があるクローズドな選択肢は、私のNano Banana ProレビューとSeedream 5.0 Proのレビューです。
さらに2つ、見る価値があります。Meta Muse Imageと、まとめて使えるFreepikです。
APIよりアプリが好みなら、まずMidjourneyの料金から見てください。次にLeonardo AIの料金を読み、残りはMidjourneyの代替で確認できます。
Kleinはコンテンツ制作のワークフローのどこに収まる？
安いモデルは1つのコストをなくし、残りはそのままです。バナー1枚と図表5枚で0.126ドルなら、画像は制作予算の中で最も安い項目です。高いままなのは、どのセクションにビジュアルが必要かを見極めること、Kleinが求める長いシーンプロンプトを書くこと、各レンダリングを確認すること、キャプション付きで配置することです。この部分はブログに画像を追加する方法のメモで解説しています。
eeselのAIブログライターが埋めるのはこの隙間です。1つの仕事のために雇うチームメイトのような存在で、すべての主張に出典を付けてトピックを調べ、ブランドの文体で書き、ヒーローバナーと図表も自分で描き、外れたレンダリングは描き直します。ECブログやマーケティングチーム向けにKleinで商品画像を作るなら、両者は並んで機能します。商品の編集はKlein、その周りの記事はライターです。
eeselを試す
コンテンツカレンダーにもっとビジュアルが必要でFLUX 3 Kleinを試しているなら、遅いのは通常、画像ではなく執筆です。eeselのAIブログライターは、トピックを調べ、出典付きの記事をあなたの文体で書き、独自のインフォグラフィックを加え、「導入をもっと印象的に」のような普通の言葉での編集指示も受け付けます。画像付きAIブログライターがどう動くか、チームがAIブログライターのワークフローをどう組むかをご覧ください。
運用コストについてはAIブログライターのコストの内訳に数字があり、おすすめのAIブログライターのリストでは、その順位が分かります。
Kleinでの編集と組み合わせれば、画像だけでなく記事全体が手に入ります。eeselを無料で試して、次のトピックを任せてみてください。