black-forest-labs/flux-3-image-klein — Hugging Face'te Öne Çıkan Model

FLUX 3 Image Klein Nedir?#

Hugging Face üzerinde 22.790 indirme ve 361 beğeni ile öne çıkan FLUX 3 Image Klein, Black Forest Labs tarafından geliştirilen 5.6 milyar (5.6B) parametreli açık ağırlıklı (open weights) bir metinden görsele üretim (text-to-image) ve görsel düzenleme (image editing) modelidir. Model, bir metin istemi (prompt) ile birlikte en fazla 10 referans görsel kabul ederek tek bir çıktı görseli üretir. Metin kodlayıcı (text encoder) olarak Qwen3-VL-4B-Instruct modelini kullanır; 5.6B parametrelik boyut yalnızca görsel dönüştürücü (image transformer) katmanını ifade eder. Modelin dosyalarına erişmek için Hugging Face üzerinden iletişim bilgisi paylaşım koşullarını onaylamak gerekmektedir.

Model Varyantları ve Mimari Seçimi#

Bu depo; BF16 dönüştürücüyü, FP8 ve NVFP4 nicemlenmiş (quantized) varyantları, metin kodlayıcıyı ve görsel otomatik kodlayıcıyı (autoencoder) içerir. Geliştiricilerin kullanım senaryosuna göre doğru kontrol noktasını (checkpoint) seçmesi kritik bir mühendislik kararıdır:

Klein Base: Damıtılmamış (undistilled), bfloat16 formatında, 50 adım (steps) ve 3.5 yönlendirme (guidance) değerine sahiptir. İnce ayar (fine-tuning), LoRA eğitimi ve araştırma süreçleri için tasarlanmıştır.
Klein: Damıtılmış (distilled), bfloat16 formatında, 16 adım ve yönlendirmesiz (none) olarak çalışır. Doğrudan görsel üretimi, düzenleme, kendi sunucunda barındırma (self-hosting) ve BFL API arkasındaki temel model olarak üretim ortamları için optimize edilmiştir.

Pratik Çıkarım: Üretim (production) ortamında düşük gecikme süresi ve maliyet avantajı için 16 adımlı damıtılmış Klein sürümünü, modele özel alan (domain) adaptasyonu veya LoRA eğitimi yapacaksanız Klein Base sürümünü tercih etmelisiniz. Ayrıca, Prompt Upsampler (İstem Zenginleştirici) kullanmadan modele doğrudan kısa istemler göndermek genel (generic) ve düşük detaylı çıktılara yol açar. Diffusers kütüphanesi bunu tek başına otomatik yapmadığından, üretim boru hattınıza (pipeline) mutlaka varsayılan flux-3-image-klein-pup modelini veya istemi tam bir sahne açıklamasına dönüştüren bir LLM sistem istemini (system_prompts.json tabanlı) entegre etmelisiniz.

Temel Özellikler (Key Features)#

Birleşik Yetenek: Metinden görsel üretimi, tek referanslı düzenleme ve çoklu referanslı kompozisyon işlemleri tek bir model mimarisinde birleştirilmiştir.
İstem İçinde Sınırlayıcı Kutular (Bounding Boxes): Öğeleri 0 ile 1000 arasındaki bir ızgara (grid) üzerinde kutularla konumlandırabilir; istem üzerinden yeniden renklendirebilir, taşıyabilir, değiştirebilir veya kaldırabilirsiniz. Kutular pikselleri sert bir maskeye hapsetmez, yalnızca yerleşim ve ölçeğe rehberlik eder.
Görsel İçi Metin İşleme: Üretilen görsellerin içinde doğru ve okunaklı metin (text rendering) oluşturma yeteneğine sahiptir.
Lisanslama: FLUX Kommunity License altında yayınlanmıştır; ticari olmayan kullanıma izin verirken, belirli koşulları sağlayan kullanıcılar (Qualifying Users) için ticari çıktı istisnası sunar.

Modelin İndirilmesi ve Kurulum İpuçları#

Nicemlenmiş varyantları indirmeden yalnızca kök BF16 damıtılmış paketi, metin kodlayıcıyı ve otomatik kodlayıcıyı indirmek için huggingface_hub üzerinden snapshot_download fonksiyonunu şu desenlerle kullanabilirsiniz:

from huggingface_hub import snapshot_download

snapshot_download(
    repo_id="black-forest-labs/flux-3-image-klein",
    local_dir="weights/flux-3-image-klein",
    allow_patterns=[
        "model.safetensors",
        "config.json",
        "manifest.json",
        "ae.safetensors",
        "text_encoder/*",
        "README.md",
        "LICENSE.md",
        "NOTICE.md",
    ],
)

Mühendislik Notu: Donanım kısıtlamalarınız varsa ve FP8 veya NVFP4 gibi nicemlenmiş bir dönüştürücü indirmek istiyorsanız, yukarıdaki üç kök dönüştürücü desenini (model.safetensors, config.json, manifest.json) variants/fp8r/* veya variants/nvfp4/* ile değiştirmeniz, ancak diğer bileşenler için ae.safetensors ve text_encoder/* desenlerini korumanız gerekir. İndirilen bu dosyalar yalnızca model paketini içerir; tam bir çıkarım (inference) uygulaması değildir. Modeli çalıştırmak için flow-map örneklemesini (sampling) ve bu kontrol noktası formatını destekleyen bir çıkarım altyapısı ile nicemlenmiş paketlere uygun bir yükleyici (loader) kullanmalısınız.

Bu konuyu derinlemesine öğrenmek isterseniz: Modeller: Hangisi, Ne Zaman? modülüne göz atın.