FLUX 3 Image Klein：BFL 面向 ComfyUI 的 5.6B 开放权重模型
Black Forest Labs 发布 FLUX 3 Image Klein：一款 5.6B 开放权重图像模型，支持文生图、图像编辑和多引用生成，并在首发日支持 ComfyUI。
FLUX 3 Image Klein 是 Black Forest Labs 的 FLUX 3 系列中的首个开放权重模型（博客 | 模型页面 | 权重），于 10 月 15 日发布。它是一款 5.6B 参数的图像生成器，可处理文生图、图像编辑，以及最多使用 10 张参考图的多引用生成，ComfyUI 支持也在同日合并。
一只在复古手提箱里熟睡的狐狸，由 FLUX 3 Image Klein 生成。示例来自 Black Forest Labs。
本次发布提供两个模型：一个为微调打造的基础模型，以及一个用于低延迟生成的步数蒸馏模型。BFL 在 NVIDIA 的支持下发布了 FP8、INT8 和 NVFP4 版本。VAE 沿用现有的 FLUX.2 VAE，文本编码器为 Qwen3-VL-4B，因此模型侧没有任何内容偏离 ComfyUI 已经能加载的部分。
FLUX 3 Image Klein 能做什么
FLUX 3 Image Klein 与完整的 FLUX 3 Image 模型共享核心能力：
- 原生 4K 生成以及多种宽高比。
- 像素级精确编辑，未编辑的区域会被保留，而不会被重新渲染。
- 边界框，用于控制某个元素的放置位置，或将编辑限制在指定区域内。边界框相对于画布定位，因此输出的宽高比与布局保持一致。
- 多引用生成，最多可使用 10 张参考图，在提示词中以 "image 1"、"image 2" 等方式引用。
- 一个提示词放大器（独立权重），可在生成前重写简短的提示词。
一枚混合了拉丁字母和日文的邮票，是该模型文字渲染示例之一。示例来自 Black Forest Labs。
一张由文本提示词生成的五步信息图，用于测试布局和小字号文字。示例来自 Black Forest Labs。
首发日即支持 ComfyUI
Comfy-Org/ComfyUI PR #17064（CORE-388，由 Kijai 提交）已于 10 月 15 日合并，为核心添加了 FLUX 3 图像 DiT、其 Qwen3-VL-4B 文本编码器配置以及一个布局提示词节点。该支持是在最新发布标签之后才合入的，因此已有安装需要更新到当前的 ComfyUI 版本。
四个官方模板已收录在 comfyui-workflow-templates 中，两个用于基础模型，两个用于蒸馏模型：
BFL 还发布了自己的 ComfyUI 包 black-forest-labs/flux-3-image-klein-comfy，采用常见的分文件布局。这些模板引用其中的 INT8 版本：
| 文件夹 | 文件 |
|---|---|
diffusion_models | flux3_image_klein_int8_convrot（5.8 GB）· flux3_image_klein_nvfp4（5.3 GB）· flux3_image_klein_bf16（11.1 GB），以及同样是这三种尺寸的步数蒸馏 _sd_ 版本 |
text_encoders | qwen3vl_4b_int8_convrot（4.9 GB）· qwen3vl_4b_bf16（8.9 GB）· qwen3.5_9b_flux3_prompt_upsampler_int8_convrot（9.7 GB） |
vae | flux2-vae.safetensors（336 MB） |
速度与体积
BFL 在其对比图表中将 FLUX 3 Image Klein 定位为最小的模型：5.6B 参数，对比 Qwen-Image 2.1 的 7B 和 Krea 2 的 12.9B。生成器权重在 BF16 下为 11.2 GB，在 FP8 下为 5.6 GB；INT8 版本通过 ComfyUI 可在显存低至 8 GB 的 NVIDIA GeForce 显卡上运行。使用蒸馏模型和 INT8 版本时，BFL 报告称在 RTX 5090 上生成 1 MP 图像约需 4 秒，在 RTX 4070 上不到 9 秒，两者均在 ComfyUI 中测得。
 |  |
|---|---|
| 步数蒸馏模型，16 步 | 基础模型，50 步 |
| 按 GPU 划分的生成时间，由 NVIDIA 测量。来源：Black Forest Labs |
在 BFL 的内部评测中，FLUX 3 Image Klein 相比 FLUX.2 [klein] 9B 在文生图上提升 91 Elo、在图像编辑上提升 70 Elo，同时参数少 38%；该公司还报告称，它在其自家的文生图、多引用和编辑对比中排名第一，领先于体量更大的开放权重模型，同时也高于 Ideogram V4.5 和 FLUX.2 [pro]。这些数字属于厂商基准测试，因此应将其视为起点而非定论。
一只趴在岩石壁架上的雪豹，由文本提示词生成。示例来自 Black Forest Labs。
编辑与参考图
内联编辑正是这款模型证明自身价值的地方：可以在修改同一张图像的同时，让改动周围的一切保持不变。
 |  |
|---|---|
| 原始照片 | "把这幅夏日街景变成小雪后的冬日。" |
 |  |
|---|---|
| 原始照片 | "把瀑布冻结成蓝白色的冰和长长的冰柱。" |
一位黏土动画风格的宇航员，由文本生成。示例来自 Black Forest Labs。
可用性
- 权重： Hugging Face 上的蒸馏版和基础版，以及 ComfyUI 包和提示词放大器。Hugging Face 仓库设有访问限制，因此请先在模型页面上接受条款再下载。
- ComfyUI： 核心支持已在 PR #17064 中合并；可使用上方四个模板，或 BFL 的 ComfyUI 包中自带的
workflows/文件夹。 - ComfyUI 之外的首发日支持： Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion 和 vLLM-Omni，并通过 Ostris 的 AI Toolkit 支持 LoRA 训练，NVIDIA NeMo AutoModel 中提供配方。
- API： 蒸馏模型以
flux-3-image-klein名称提供服务，支持提示词放大和像素还原，可让图像中未编辑的区域完全保持原样。
评论
使用 GitHub 登录后即可参与讨论。