FLUX 3 Image Klein : le modèle open weights 5,6B de BFL

FLUX 3 Image Klein est le premier modèle open weights de la famille FLUX 3 de Black Forest Labs (blog | page du modèle | poids), publié le 15 octobre. C'est un générateur d'images de 5,6 milliards de paramètres qui gère le texte vers image, l'édition d'image et la génération multi-référence avec jusqu'à 10 images de référence, et son support ComfyUI a été fusionné le jour même.

Un renard endormi dans une valise vintage, généré par FLUX 3 Image Klein. Exemple de Black Forest Labs.

La publication inclut deux checkpoints : un modèle de base conçu pour le fine-tuning et un modèle distillé par étapes pour une génération à faible latence. BFL a publié des versions FP8, INT8 et NVFP4 réalisées avec le soutien de NVIDIA. Le VAE est le VAE FLUX.2 existant et l'encodeur de texte est Qwen3-VL-4B, donc rien côté modèle ne s'écarte de ce que ComfyUI charge déjà.

Ce que FLUX 3 Image Klein peut faire

FLUX 3 Image Klein partage ses capacités principales avec le modèle FLUX 3 Image complet :

• Génération native en 4K et de multiples ratios d'aspect.
• Édition au pixel près, où les régions non modifiées sont préservées au lieu d'être recalculées.
• Boîtes englobantes qui contrôlent l'emplacement d'un élément, ou limitent une édition à une zone définie. Les boîtes sont relatives à la toile, donc la sortie conserve le même ratio d'aspect que la mise en page.
• Génération multi-référence avec jusqu'à 10 images de référence, désignées dans le prompt par « image 1 », « image 2 », etc.
• Un suréchantillonneur de prompt (poids séparés) qui réécrit un prompt court avant la génération.

Un timbre mêlant texte latin et japonais, l'un des exemples de rendu de texte du modèle. Exemple de Black Forest Labs.

Une infographie en cinq étapes générée à partir d'un prompt textuel, qui teste la mise en page et les petits textes. Exemple de Black Forest Labs.

Support ComfyUI dès le premier jour

Comfy-Org/ComfyUI PR #17064 (CORE-388, par Kijai) a été fusionnée le 15 octobre et ajoute au cœur le DiT d'image FLUX 3, la configuration de son encodeur de texte Qwen3-VL-4B et un nœud de prompt de mise en page. Le support est arrivé après le dernier tag de version, donc une installation existante doit être mise à jour vers une version actuelle de ComfyUI.

Quatre modèles officiels sont déjà disponibles dans comfyui-workflow-templates, deux pour le checkpoint de base et deux pour le checkpoint distillé :

BFL a également publié son propre pack ComfyUI, black-forest-labs/flux-3-image-klein-comfy, dans la disposition habituelle en fichiers séparés. Les modèles référencent les versions INT8 qu'il contient :

Vitesse et taille

BFL positionne FLUX 3 Image Klein comme le plus petit modèle de son propre graphique comparatif, avec 5,6B de paramètres contre 7B pour Qwen-Image 2.1 et 12,9B pour Krea 2. Les poids du générateur occupent 11,2 Go en BF16 et 5,6 Go en FP8, et la version INT8 tourne sur les cartes NVIDIA GeForce avec aussi peu que 8 Go de VRAM via ComfyUI. Avec le checkpoint distillé et la version INT8, BFL annonce environ 4 secondes pour une image de 1 MP sur une RTX 5090 et moins de 9 secondes sur une RTX 4070, les deux mesures étant réalisées dans ComfyUI.

Modèle distillé par étapes, 16 étapes	Modèle de base, 50 étapes
Temps de génération par GPU, mesuré par NVIDIA. Source : Black Forest Labs

Dans les évaluations internes de BFL, FLUX 3 Image Klein gagne 91 Elo en texte vers image et 70 en édition d'image par rapport à FLUX.2 [klein] 9B tout en utilisant 38 % de paramètres en moins, et l'entreprise indique qu'il se classe premier dans ses propres comparaisons de texte vers image, de multi-référence et d'édition, devant des modèles open weights plus grands, ainsi qu'au-dessus d'Ideogram V4.5 et de FLUX.2 [pro]. Ces chiffres sont des benchmarks fournis par l'éditeur, alors considérez-les comme un point de départ plutôt que comme un verdict.

Un léopard des neiges sur un rebord rocheux, généré à partir d'un prompt textuel. Exemple de Black Forest Labs.

Édition et images de référence

Les éditions intégrées sont le domaine où le modèle est censé faire ses preuves : la même image peut être modifiée pendant que tout ce qui l'entoure reste en place.

Photo originale	« Transformez cette rue d'été en hiver après une légère chute de neige. »

Photo originale	« Gelez la cascade en glace bleu-blanc et longs glaçons. »

Un astronaute en style pâte à modeler, généré à partir de texte. Exemple de Black Forest Labs.

Disponibilité

• Poids : distillé et base sur Hugging Face, plus le pack ComfyUI et le suréchantillonneur de prompt. Les dépôts Hugging Face sont sous accès restreint, donc acceptez les conditions sur la page du modèle avant de télécharger.
• ComfyUI : support cœur fusionné dans la PR #17064; utilisez les quatre modèles ci-dessus ou le dossier workflows/ de BFL dans le pack ComfyUI.
• Disponible dès le premier jour hors ComfyUI : Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion et vLLM-Omni, avec l'entraînement LoRA via l'AI Toolkit d'Ostris et des recettes dans NVIDIA NeMo AutoModel.
• API : le modèle distillé est servi sous le nom flux-3-image-klein avec suréchantillonnage de prompt et restauration de pixels, ce qui conserve exactement les régions non modifiées d'une image.