Black Forest Labs, 4K üretim destekli 5,6 milyar parametreli açık ağırlıklı FLUX 3 Image Klein modelini yayınladı

Black Forest Labs (BFL), şirkete göre metinden görüntüye üretim, görüntü düzenleme ve çoklu referans üretimi — on referans görüntüye kadar — doğal 4K çözünürlükte gerçekleştiren, 5,6 milyar parametreli açık ağırlıklı FLUX 3 Image Klein modelini yayınladı.

Model ne yapıyor

BFL, Klein'ın tüm yeteneklerini FLUX 3 Image modeliyle paylaştığı konumunda. Model 4K çıktı üretebiliyor, düzenlemeleri görüntünün dokunulmamış bölgelerini bozmadan uygulayabiliyor ve bounding box'ları ya yeni öğeleri seçilen bir konuma yerleştirmek ya da düzenlemi tanımlı bir alana sınırlamak için kullanabiliyor.

Model ayrıca BFL'ye göre görüntü, video ve ses üzerinden birlikte eğitilen daha geniş FLUX 3 ailesine dayanıyor. Görüntüler uzamsal detay sağlarken video hareket ve fiziksel dinamikler konusunda anlayış katıyor, ses ise olaylar ve etkileşimler hakkında bağlam ekliyor; şirkete göre bu sinyallerin birleşimi, dünyanın gerçekte nasıl göründüğüne ve davrandığına daha iyi uyan görüntüler üretiyor.

Sürümda iki checkpoint yer alıyor: ince ayar (fine-tuning) için tasarlanmış bir temel model ve düşük gecikmeli üretim için hedeflenmiş adımları damıtılmış (step-distilled) bir varyant. BFL ayrıca NVIDIA desteğiyle geliştirilen FP8, INT8 ve NVFP4 yapılarını sunuyor.

BFL'nin açıkladığı benchmark sonuçları

Öne çıkan rakamlar BFL'nin kendi iç değerlendirmelerinden geliyor; bu nedenle bağımsız olarak test edilene kadar üretici iddiaları olarak okunmalılar. BFL'ye göre bu değerlendirmelerde Klein, karşılaştırılan açık ağırlıklı modeller arasında metinden görüntüye, çoklu referans üretimi ve görüntü düzenleme alanlarında birinci sırada yer alıyor ve karşılaştırmadaki kapalı modeller olan Ideogram V4.5 ile FLUX.2 [pro]'nun da üzerinde derecelendiriliyor.

Ayrıca karşılaştırmadaki en küçük model: 5,6 milyar parametre karşısında Qwen-Image 2.1 için 7 milyar, Krea 2 için 12,9 milyar parametre. Öncülü FLUX.2 [klein] 9B ile karşılaştırıldığında BFL, %38 daha az parametreyle metinden görüntüye alanda 91, görüntü düzenlemede 70 Elo artış bildiriyor.

Şirket ayrıca BFL API üzerinden Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 ve Krea 2'den daha düşük uçtan uca gecikme iddia ediyor ve bu gecikme düzeyinde en yüksek kalite derecesine ulaştığını belirtiyor.

Tüketici donanımı için tasarlandı

Üretici ağırlıkları BF16'da 11,2 GB, FP8'de 5,6 GB yer gerektiriyor; INT8 yapısı ise ComfyUI veya Diffusers üzerinden 8 GB'a kadar VRAM'e sahip NVIDIA GeForce RTX GPU'larda çalışıyor. Damıtılmış model ve INT8 yapısıyla NVIDIA'nın ölçtüğü süreler, RTX 5090'da 1 megapiksellik bir görüntünün yaklaşık 4 saniyede, RTX 4070'de 9 saniyenin altında üretildiğini gösteriyor. Bir NVIDIA GB300 üzerinde NVFP4'teki damıtılmış model 1MP görüntüyü 0,6 saniyenin altında üretiyor ve bir LoRA sunmak üretim süresine yaklaşık %5 ekliyor.

Ekosistem, lisans ve güvenlik

Hem temel hem damıtılmış modellerin ağırlıkları, bounding box kontrolü için Gradio demosu da içeren referans çıkarım koduyla birlikte Hugging Face'te mevcut. Birinci gün araç desteği ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion ve vLLM-Omni'yi kapsıyor; LoRA eğitimi Ostris'in AI Toolkit'iyle, ince ayar tarifleri ise NVIDIA'nın NeMo AutoModel'iyle yapılabiliyor. Damıtılmış model ayrıca BFL API üzerinden flux-3-image-klein adıyla sunuluyor; prompt yükseltme (upsampling) ve piksel restorasyonu gibi özellikler içeriyor ve fiyatlandırma 1K görüntü başına 0,009 dolardan listeleniyor.

Ağırlıklar FLUX Kommunity License altında yayınlandı: yıllık geliri 5 milyon doların altındaki bireyler ve şirketler için ücretsiz ticari kullanım, ayrıca araştırma ve ticari olmayan kullanım. Daha büyük kuruluşlar ya self-hosted lisanslama ayarlamak ya da API'yi kullanmak zorunda. Güvenlik方面 BFL, ön eğitim verilerinden zararlı içeriği filtrelediğini, zararlı davranışları bastırmak için eğitim sonrası hedeflenmiş ince ayar kullandığını, iç red-teaming yaptığını ve checkpoint'lerin dış güvenlik ortağı Cinder tarafından değerlendirildiğini belirtiyor; şirkete göre değerlendirme, diğer popüler açık ağırlıklı modellere kıyasla önemli ölçüde daha az güvenlik açığı buldu.

Klein, FLUX 3 ailesindeki ikinci açık ağırlıklı sürüm; robot kontrolü için 7B parametreli FLUX 3 Action'ın ardından geliyor ve BFL ek sürümlerin planlandığını söylüyor.

Neden önemli

Açık ağırlıklı ile kapalı görüntü modelleri arasındaki uçurum sürekli daralıyor ve Klein'ın vaadi, bu uçurumu büyürken değil küçülürken kapatmak. 4K'da üretim ve düzenleme yapan, 8 GB'lık bir tüketici GPU'sunda çalışan ve saniyeler içinde 1MP görüntü üreten 5,6 milyar parametreli bir model, yetenekli görüntü yapay zekasını kimlerin kullanabileceğini genişletiyor: hobiciler, küçük stüdyolar ve veri egemenliği ya da cihaz üzeri gereksinimleri olan kuruluşlar artık bir veri merkezi veya bulut API'sine ihtiyaç duymuyor. Uyarılar gerçek — benchmark sonuçları BFL'nin iç değerlendirmeleri, üçüncü taraf ölçümleri değil ve gelir sınırı bulunan lisans daha büyük şirketler için tamamen serbest değil — ama rakamlar üreticinin kendi testleri dışında da tutarsa, bu sürüm açık görüntü üretiminin verimlilik sınırlarını anlamlı bir adım ileri taşıyor.