FLUX 3 Image Klein: pesos abiertos de 5.6B para ComfyUI

FLUX 3 Image Klein es el primer modelo de pesos abiertos de la familia FLUX 3 de Black Forest Labs (blog | página del modelo | pesos), lanzado el 15 de octubre. Es un generador de imágenes de 5.6B de parámetros que maneja texto a imagen, edición de imágenes y generación con múltiples referencias con hasta 10 imágenes de referencia, y el soporte para ComfyUI se fusionó el mismo día.

Un zorro dormido en una maleta vintage, generado por FLUX 3 Image Klein. Muestra de Black Forest Labs.

El lanzamiento incluye dos checkpoints: un modelo base creado para fine-tuning y un modelo destilado por pasos para generación de baja latencia. BFL publicó compilaciones FP8, INT8 y NVFP4 realizadas con el apoyo de NVIDIA. El VAE es el VAE de FLUX.2 ya existente, y el codificador de texto es Qwen3-VL-4B, así que nada del lado del modelo se aparta de lo que ComfyUI ya carga.

Qué puede hacer FLUX 3 Image Klein

FLUX 3 Image Klein comparte sus capacidades principales con el modelo completo FLUX 3 Image:

• Generación nativa en 4K y múltiples relaciones de aspecto.
• Edición a nivel de píxel, donde las regiones no editadas se conservan en lugar de volver a renderizarse.
• Cuadros delimitadores que controlan dónde se coloca un elemento, o limitan una edición a un área definida. Los cuadros son relativos al lienzo, así que la salida mantiene la misma relación de aspecto que la disposición.
• Generación con múltiples referencias con hasta 10 imágenes de referencia, mencionadas en el prompt como "image 1", "image 2" y así sucesivamente.
• Un upsampler de prompt (pesos separados) que reescribe un prompt corto antes de la generación.

Un sello con texto mixto en latín y japonés, una de las muestras de renderizado de texto del modelo. Muestra de Black Forest Labs.

Una infografía de cinco pasos generada a partir de un prompt de texto, que pone a prueba la disposición y el texto pequeño. Muestra de Black Forest Labs.

Soporte de ComfyUI desde el primer día

Comfy-Org/ComfyUI PR #17064 (CORE-388, por Kijai) se fusionó el 15 de octubre y añade al core el DiT de imagen de FLUX 3, la configuración de su codificador de texto Qwen3-VL-4B y un nodo de prompt de layout. El soporte llegó después de la última etiqueta de versión, así que una instalación existente necesita actualizarse a una compilación actual de ComfyUI.

Ya hay cuatro plantillas oficiales en comfyui-workflow-templates, dos para el checkpoint base y dos para el destilado:

BFL también publicó su propio paquete de ComfyUI, black-forest-labs/flux-3-image-klein-comfy, con el habitual diseño de archivos divididos. Las plantillas hacen referencia a las compilaciones INT8 del mismo:

Velocidad y tamaño

BFL posiciona FLUX 3 Image Klein como el modelo más pequeño de su propio gráfico comparativo, con 5.6B de parámetros frente a 7B de Qwen-Image 2.1 y 12.9B de Krea 2. Los pesos del generador ocupan 11.2 GB en BF16 y 5.6 GB en FP8, y la compilación INT8 se ejecuta en tarjetas NVIDIA GeForce con tan solo 8 GB de VRAM a través de ComfyUI. Con el checkpoint destilado y la compilación INT8, BFL reporta unos 4 segundos para una imagen de 1 MP en una RTX 5090 y menos de 9 segundos en una RTX 4070, ambas medidas en ComfyUI.

Modelo destilado por pasos, 16 pasos	Modelo base, 50 pasos
Tiempo de generación por GPU, medido por NVIDIA. Fuente: Black Forest Labs

En las evaluaciones internas de BFL, FLUX 3 Image Klein gana 91 Elo en texto a imagen y 70 en edición de imágenes frente a FLUX.2 [klein] 9B usando un 38% menos de parámetros, y la compañía reporta que ocupa el primer lugar en sus propias comparativas de texto a imagen, múltiples referencias y edición, por delante de modelos de pesos abiertos más grandes, así como por encima de Ideogram V4.5 y FLUX.2 [pro]. Esas cifras son benchmarks del proveedor, así que conviene tratarlas como un punto de partida y no como un veredicto.

Un leopardo de las nieves sobre una cornisa rocosa, generado a partir de un prompt de texto. Muestra de Black Forest Labs.

Edición e imágenes de referencia

Las ediciones inline son donde el modelo pretende ganarse su lugar: la misma imagen se puede cambiar mientras todo lo que rodea al cambio permanece intacto.

Foto original	"Turn this summer street into winter after light snowfall."

Foto original	"Freeze the waterfall into blue-white ice and long icicles."

Un astronauta con estilo claymation, generado a partir de texto. Muestra de Black Forest Labs.

Disponibilidad

• Pesos: destilado y base en Hugging Face, además del paquete de ComfyUI y el upsampler de prompt. Los repositorios de Hugging Face tienen acceso restringido, así que acepta los términos en la página del modelo antes de descargar.
• ComfyUI: soporte en el core fusionado en el PR #17064; usa las cuatro plantillas anteriores o la carpeta workflows/ del propio BFL en el paquete de ComfyUI.
• Desde el primer día fuera de ComfyUI: Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion y vLLM-Omni, con entrenamiento de LoRA mediante AI Toolkit de Ostris y recetas en NVIDIA NeMo AutoModel.
• API: el modelo destilado se sirve como flux-3-image-klein con upsampling de prompt y restauración de píxeles, lo que mantiene exactamente como estaban las regiones no editadas de una imagen.