FLUX 3 Image Klein: 5.6B Parametreli Açık Ağırlıklı Görsel Üretim Modeli

Black Forest Labs tarafından yayınlanan FLUX 3 Image Klein, metinden görsele üretim (text-to-image), görsel düzenleme (image editing) ve 10 adede kadar referans görselle çoklu referanslı üretim yapabilen 5.6 milyar (5.6B) parametreli açık ağırlıklı (open weights) bir modeldir. Tam kapsamlı FLUX 3 Image modelinin temel yeteneklerini paylaşan bu sürüm; yerel 4K çözünürlükte üretim, piksel mükemmelliğinde düzenleme ve öğelerin yerleşimini kontrol eden veya düzenlemeleri belirli bir alanla sınırlandıran sınırlayıcı kutular (bounding boxes) sunar.

FLUX 3 Image Klein, FLUX 3'ün görüntü, video ve ses genelindeki ortak öğrenimlerinin üzerine inşa edilmiştir. Görüntüler uzamsal detay sağlarken, video hareket ve fiziksel dinamikleri ekler, ses ise olaylar ve etkileşimler hakkında bilgi sunar. Bu sinyaller bir araya gelerek modelin gerçek dünyaya dayalı, doğal hissettiren görseller üretmesine yardımcı olur. FLUX Kommunity Lisansı altında sunulan bu sürüm; ince ayar (fine-tuning) için bir temel (base) model, düşük gecikmeli üretim için adım damıtılmış (step-distilled) bir model ve NVIDIA desteğiyle geliştirilen FP8, INT8 ve NVFP4 derlemelerini içerir.

Daha Az Parametre ile Lider Açık Ağırlık Kalitesi#

Dahili değerlendirmelerde FLUX 3 Image Klein; metinden görsele üretim, çoklu referanslı üretim ve görsel düzenleme alanlarında daha büyük açık ağırlıklı modellerin önüne geçerek birinci sırada yer almaktadır:

• Karşılaştırmalı Üstünlük: 7B parametreli Qwen-Image 2.1 ve 12.9B parametreli Krea 2 ile kıyaslandığında 5.6B parametre ile karşılaştırmadaki en küçük açık model olmasına rağmen, Ideogram V4.5 ve FLUX.2 [pro] gibi kapalı modelleri geride bırakmaktadır.
• Verimlilik ve Elo Artışı: FLUX.2 [klein] 9B modeliyle karşılaştırıldığında %38 daha az parametreyle metinden görsele üretimde 91 Elo, görsel düzenlemede ise 70 Elo puanı kazanım sağlamaktadır.
• Tüketici GPU Optimizasyonu ve Yerel Dağıtım: Üretici ağırlıkları BF16 formatında 11.2 GB, FP8 formatında ise 5.6 GB bellek gerektirir. INT8 derlemesi sayesinde ComfyUI veya Diffusers üzerinden sadece 8 GB VRAM'e sahip NVIDIA GeForce RTX GPU'larda çalışabilir. Bu durum, veri egemenliği (data sovereignty) veya yerel dağıtım gereksinimi olan yazılım ekiplerinin kendi altyapılarında modeli çalıştırmasını ve dizüstü bilgisayarlarda cihaz içi (on-device) görsel düzenlemeyi mümkün kılar.
• Üretim Hızı ve GPU Performansı: Damıtılmış model (16 adım) ve INT8 derlemesi ile ComfyUI üzerinden 1 MP'lik bir görseli NVIDIA GeForce RTX 5090'da yaklaşık 4 saniyede, RTX 4070'te ise 9 saniyenin altında üretir. Temel model ise 50 adımda çalışacak şekilde ölçümlenmiştir.
• İnce Ayar (Fine-Tuning) Ekosistemi: Temel kontrol noktası (base checkpoint) doğrudan ince ayar için tasarlanmıştır. Diffusers ve Ostris'in AI Toolkit'i ilk günden itibaren LoRA eğitimini desteklerken, NVIDIA NeMo AutoModel yayınlanan kontrol noktalarıyla doğrudan çalışan hazır tarifler (recipes) sunar.

Hız–Kalite Sınırında (Speed–Quality Frontier)#

FLUX 3 Image Klein, hız ve kalite arasındaki Pareto sınırını ileri taşır. Yazılım geliştiriciler ve mühendislik ekipleri için bu model, bulut maliyetlerini düşürerek yerel donanımlarda yüksek kaliteli görsel işleme boru hatları (pipelines) kurmak ve özel veri setleriyle hızlıca LoRA adaptasyonları geliştirmek adına kritik bir pratik avantaj sağlamaktadır.