

发布于2026年10月15日。
这是什么工具
FLUX 3 Image Klein 是 FLUX 3 系列的图像生成与编辑模型。官方发布的是模型权重、推理工具和 API 服务,使用者可以选择托管调用,也可以搭建自己的运行环境。其图像生成器规模为 5.6B,支持最多 10 张参考图和最高 4K 输出。这里的参数规模不包含独立的文本编码器,因此不宜仅凭“5.6B”判断完整部署成本。[1][2]
它更适合希望把生成能力接进业务流程的团队,例如在自有商品系统中生成场景图、按参考素材制作系列视觉稿,或让设计工具根据布局约束生成候选画面。只想偶尔制作一张配图、又不愿配置环境的用户,可以先通过官方 Playground 了解入口和费用,再决定是否采用 API。[1]
开发团队与产品背景
开发方 Black Forest Labs 专注视觉智能研究,其官方团队介绍提到,创始团队参与了 Latent Diffusion、Stable Diffusion 和 FLUX.1 等相关工作,研发据点包括德国弗赖堡和旧金山。因此,FLUX 3 Image Klein 应归入 Black Forest Labs 的模型产品线,不应与名称中带有“Flux”的第三方生图网站混为一谈。[3]
Klein 是该系列强调紧凑模型规模的分支。上一代 FLUX.2 [klein] 于 2026 年 1 月发布,提供 4B、9B 及基础模型版本;FLUX 3 Image Klein 是新一代独立发布,许可证和部署条件都应重新核对,不能直接沿用旧版介绍。[4]
core functionality
- 文字生成图像:根据场景、主体、风格与构图要求生成画面,可用于广告概念、内容配图和视觉探索。
- 单图与多图编辑:通过参考图提供人物、物体、风格等线索,组合多个素材的视觉信息。多参考输入依然需要明确说明每张图承担的角色。
- 布局控制:用边界框约束元素的位置、尺寸,或描述移动、替换和删除对象。需要注意,模型的框是布局引导,不等同于严格的像素蒙版。
- 两种模型路径:蒸馏版主要面向生成、编辑和自部署;Base 版面向研究、LoRA 与微调评估。商业训练用途还需另外核对许可。
- 工程集成:官方提供参考代码,并列出 ComfyUI、Diffusers 等接入路径;托管 API 可省去模型运行环境的维护。[1][2][5]
怎么开始使用
不自建环境时
从官网进入 Playground 或 API 文档,先核对当前可用模型及费用。准备一组自己有权使用的素材,分别测试纯文字生成、单图修改、多图组合,而不是只看首页样片。API 文档给出了这些请求形式,也提供宽高比等参数。正式接入时应保存请求、费用和输出记录,方便比较不同方案。[6]
需要本地部署时
先决定目标:快速生成优先看蒸馏模型,训练评估优先看 Base。再依据显卡、框架版本和量化格式选择对应安装路线。官方参考代码默认带提示词扩写器,目的是把短要求转成完整场景描述;禁用前应确认已有等效的完整提示词。参考实现提供分开运行扩写器与生成模型的方式,适合无法同时装入显存的情况。[5]
不建议把“8GB 显卡可运行”理解为任意安装方式都适用。官方给出的该低显存路径是优化后的 INT8/ComfyUI 配置;模型卡中的 B200 参考实现,在 1024×1024、关闭扩写器时,峰值显存仍为 BF16 31GB、FP8 29GB、NVFP4 26GB。权重文件大小、推理峰值显存和包含扩写器的整套需求是三个不同概念。[2][5]
适用场景与落地建议
以下为依据功能设计的使用建议,并非本站实测案例。
电商场景图与视觉提案
可将商品照片作为主体参考,另用参考图表达光线或材质方向。先生成少量构图,再逐项检查包装文字、商标、结构比例和颜色。商品细节决定购买判断时,生成图适合作为创意稿,交付前仍应与实物逐项核对。
系列海报与内容配图
先确定同一系列必须保持的元素,例如背景色、人物服装、主体位置和留白,再通过参考图与布局约束做多版候选。需要精确字号、价格和长段中文时,建议把最终排字放回专业排版软件,避免把视觉生成结果直接当作定稿。
自有设计工具与内部工作流
API 路线适合先验证需求;有数据管理要求、稳定用量和运维人员的团队,再评估自部署。成本评估应覆盖生成失败、重复尝试、审核、存储及维护,而不只是每张图片的标价。是否切换到本地,宜由实际批量任务的质量、时间与总成本共同决定。
收费与商业许可
官方发布时公布的 API 起价为每张 1K 图片 0.009 美元;这是特定模型与规格的起始报价,不代表任何分辨率、参考图数量或接入渠道都按此收费。定价页的计算器需要选中模型及规格,不能把页面默认展示的单价直接写成 Klein 的统一价格。[1][7]
权重采用 FLUX Kommunity License v1.0。许可证为符合条件的用户提供商业输出生成例外;“符合条件”包括本人或实体与关联方合计年化总收入低于 500 万美元,并须遵守内容审核、适用的 AI 标识等条款。这不是对商业微调、再分发及其他用途的无限授权。超出许可范围,应查阅官方商业授权方案。[8]
官方另列 Builder、Platform、Professional 和 Enterprise 等自托管授权路径,面向内部使用、产品集成、客户服务和定制需求,适用人数、域名、产量及训练权利不同。采用前应按实际业务选择,不能用个人条件代替所属公司的条件。[9]
限制和注意事项
- 本次整理依据公开文档,没有运行模型或做画质、延迟实测。官方质量排名属于厂商内部评测,不能改写成独立测试结论。
- 模型可能生成错误文字、遗漏小物体或偏离指令;复杂成图仍需人工检查。
- 边界框不是硬蒙版,本地生成可能改动目标区域以外的内容。官方 API 的像素恢复处理不可直接等同于裸权重能力。
- 输入参考图之前,应确认肖像、商标及图片的使用权限。涉及客户机密的素材,应先核对托管服务的数据处理约定。
- 技术上能生成或能微调,不自动代表许可证允许对应商业用途;也不能据“开放权重”标成无条件免费商用。[1][2][8]
与其他方案怎么选
这张表比较工作方式,未对画质或速度进行实测排名。
| programmatic | 主要使用方式 | 值得关注的差异 | Recommendations for selection |
|---|---|---|---|
| FLUX 3 Image Klein | API 或开放权重自部署 | 多参考图、边界框和两种检查点;需核对 Kommunity 许可 | 需要可集成、可部署的图像工作流时重点评估 |
| FLUX.2 [klein] 4B | API 或本地模型 | 官方旧版发布页标明 4B 使用 Apache 2.0;与 9B 许可不同 | 已有成熟旧工作流时先比较迁移收益,不因新版本发布就直接替换 |
| Qwen-Image 系列 | 官方聊天入口、模型权重与代码 | 官方项目聚焦文字渲染及图像编辑,具体能力随版本变化 | 中文图文排版需求较多时,用同一批素材做针对性对比 |
| Midjourney Editor | 网页编辑器 | 提供图层、选择、擦除及重纹理等交互能力 | 更重视人工在画布上反复调整时,可比较操作效率 |
比较来源:FLUX 官方版本说明、Qwen 官方项目、Midjourney 官方编辑器文档。[4][10][11]
使用前的检查清单
- 明确是购买 API 服务、运行现成权重,还是训练模型。
- 确认运行框架、量化格式、显卡和提示词扩写器相互兼容。
- 用同一组授权素材检查文字、构图、主体一致性及修改范围。
- 核对本人、公司及关联方的许可资格,预算包含审核和运维成本。
- 公开使用成图前检查事实、品牌与第三方权利风险。
资料来源
[2] 官方 Base 模型卡
[5] 官方推理代码与部署说明
[6] 官方 API 请求文档
[8] FLUX Kommunity License v1.0
[9] 官方自托管授权方案
[10] Qwen-Image 官方项目
data statistics
Relevant Navigation

xAI introduces a multimodal creation tool that quickly generates high-quality images and animated short videos from text or photos, taking creativity directly from "idea" to "image.

Neural4D
An AI-based 3D model generation tool that quickly generates high-precision, riggable 3D models and animations from text descriptions or images.

Mixboard
Google Labs has launched an experimental AI Creative Drawing Board tool that blends text, images and AI-generated content into a visual canvas for rapid exploration and presentation of creative inspiration.

ReelMate AI
A full-process AI creation platform integrating video generation, image creation, and audio processing, one-stop to meet diversified content creation needs.
Jockey
Jockey is TwelveLabs’ video AI agent, capable of retrieving, analyzing, and organizing content across video and image libraries, and integrating with Claude, ChatGPT, or via API. Here’s a detailed look at the official version’s features, the latest pricing, use cases, and limitations.

Jing Dian Dian
Jingdong has launched an AI content creation platform that specializes in providing e-commerce merchants with efficient and intelligent merchandise diagrams, marketing copy and video generation services, helping merchants to quickly create professional marketing content.

Qwen-Image-3.0
Launched by Alibaba, this third-generation image-generation model supports ultra-long 4.5k inputs and 10px-precise text rendering. It emphasizes “rich content, authentic details, and deep knowledge” and serves as a practical productivity tool.

Kive
AI-powered creative platform that integrates image and video generation, material management and team collaboration to facilitate efficient visual content creation.
No comments...
