Black Forest Labs rilascia FLUX 3 Image Klein con pesi aperti, eseguibile su 8 GB di VRAM

FLUX 3 Image Klein: pesi aperti e 4K nativo; la build INT8 gira su GPU da 8 GB

Un modello da 5,6 miliardi di parametri che genera in 4K nativo; la build INT8 gira su una scheda da 8 GB di VRAM: FLUX 3 Image Klein, pubblicato il 15 ottobre 2026 da Black Forest Labs con pesi aperti, sposta il confine di quello che si può fare in locale. Non è soltanto una questione di dimensioni. Lo stesso modello copre testo-immagine, editing e fino a dieci immagini di riferimento, e tramite API BFL costa 0,009 dollari per 1.000 immagini. Il calcolo sul listino dà 0,000009 dollari a immagine: per chi produce immagini su scala, il vincolo non è più il costo per singola generazione.

Un solo modello per testo, editing e dieci riferimenti

FLUX 3 Image Klein è un modello open-weights da 5,6 miliardi di parametri che copre tre compiti: generazione da testo, modifica di immagini esistenti e generazione condizionata da un massimo di dieci immagini di riferimento. Supporta output nativo in 4K, editing preciso al pixel e bounding box per posizionare gli elementi.

Nei test interni di Black Forest Labs il modello ottiene i punteggi Elo più alti tra tutti i modelli aperti, superando concorrenti chiusi come Ideogram V4.5 e il precedente FLUX.2 [pro] della stessa azienda. Il guadagno dichiarato è di 91 punti Elo su FLUX.2 [klein], con 38% di parametri in meno: il conto torna, perché 5,6 miliardi su 9 miliardi fanno il 62,2%, cioè il 37,8% in meno rispetto al modello di confronto.

Otto GB di VRAM e meno di 9 secondi su RTX 4070

La build INT8 gira su GPU NVIDIA con appena 8 GB di VRAM e genera un'immagine in meno di 9 secondi su una RTX 4070. Il checkpoint distillato fa invece un'immagine 1024 × 1024 in circa 2 secondi su una H100, con 16 step di default e senza CFG.

Il checkpoint base lavora a 50 step con classifier-free guidance, su un valore d'esempio di guidance_scale 5.0, ed è quello da usare per il fine-tuning.

Black Forest Labs rilascia FLUX 3 Image Klein con pesi aperti, eseguibile su 8 GB di VRAM
Primo piano di due schede grafiche RTX 2080 con ventole di raffreddamento ben visibili. Foto di Nana Dua su Pexels
CheckpointCos'èDefault
flux-3-image-kleindistillato per inferenza veloce16 step, senza CFG
flux-3-image-klein-basemodello base50 step, con CFG

Il transformer è distribuito anche come file singolo, in bf16 e in due formati quantizzati: fp8r e nvfp4, caricabili con from_single_file. Il primo richiede compute capability 8.9 o superiore (Ada, Hopper, Blackwell); il secondo richiede Blackwell con flashinfer. Su GPU diverse da quelle supportate i pesi vengono dequantizzati a ogni step: meno memoria, nessun guadagno di velocità.

Layout control: le coordinate dentro il prompt

Il controllo del layout è la novità più distintiva. Si aggiunge al prompt una lista JSON di regioni, ognuna con un id, un descrittore e un bounding box in formato [y_min, x_min, y_max, x_max] su scala normalizzata 0–1000: la stessa casella funziona a qualsiasi risoluzione.

Nella generazione le regioni collocano gli elementi; nell'editing ogni regione indica da dove il contenuto arriva (src_bbox) e dove va (tgt_bbox). Due caselle identiche lasciano l'elemento fermo. Le immagini di riferimento si richiamano nel prompt come <ref_image_0>, <ref_image_1> e così via, nell'ordine in cui vengono passate.

Licenza, API e costo per immagine

I pesi escono sotto FLUX Kommunity License: uso commerciale gratuito per le aziende con fatturato annuo sotto i 5 milioni di dollari. Per le aziende sopra quella soglia, i termini di licenza non sono riportati dalle fonti; l'API BFL è disponibile a 0,009 dollari ogni 1.000 immagini.

Il modello è disponibile anche su Playground, su Hugging Face Spaces, in locale via ComfyUI e tramite Diffusers, integrato dal primo giorno come pipeline Modular Diffusers con text encoder Qwen3-VL. Il training di LoRA parte subito, con gli script DreamBooth per testo-immagine ed editing, oltre che con Ostris AI Toolkit e NVIDIA NeMo AutoModel.

La combinazione pesi aperti, 8 GB di VRAM e 0,009 dollari per 1.000 immagini toglie dal tavolo due barriere insieme: il costo del calcolo e quello della licenza. Per uno studio sotto i 5 milioni di fatturato la scelta tra esecuzione locale e API non dipende più dal budget, ma da quale GPU ha già in casa.

Fonti

Francesco Leone
Francesco Leone

Francesco Leone è un esperto in Intelligenza Artificiale con una profonda conoscenza in Machine Learning e Deep Learning. Attraverso la sua esperienza, ha contribuito allo sviluppo di soluzioni innovative in ambito di elaborazione del linguaggio naturale e visione artificiale, mirando a trasformare il modo in cui interagiamo con la tecnologia. Attivo nel settore con pubblicazioni e progetti su https://ital-ia.it/, Francesco si dedica alla ricerca e all'applicazione di algoritmi avanzati per rendere i sistemi più intelligenti e accessibili.

Articoli: 681

Lascia una risposta

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *