2026/10/17 4:47
FLUX 3 イメージ・クライン
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
Black Forest Labs は、テキストから画像への変換、ピクセルレベルの編集、および複数参照（最大 10 件）を用いた生成を実現するために設計された、56 億パラメータを有する画期的なオープンウェイトモデル「FLUX 3 Image Klein」を公開しました。内部評価においてオープンモデルで首位にランク付けされ、Ideogram V4.5 や FLUX.2 よりも少ない 38% パラメータ数ながら、消費ハードウェア上で優れた効率性を発揮し、より大規模なモデルを上回る性能を発揮しています。本モデルは、微調整用のベースモデル（〜11.2 GB VRAM[BF16]または 5.6 GB[FP8]を必要とします）と、低遅延生成に最適化されたステップ蒸留版の 2 つのパッケージを提供します。NVIDIA との提携を活用し、ComfyUI または Diffusers を通じて RTX シリーズの GeForce GPU（VRAM 8GB 以上でも動作可能）上で FP8、INT8、NVFP4 のビルドを実行できるように対応しています。生成速度は印象的で、RTX 5090 では約 4 秒で 1MP の画像を、RTX 4070 では 9 秒未満で生成でき、将来のハードウェアではサブ秒単位の生成が可能になる可能性があります。FLUX Kommunity License の元、年間の収益が 500 万ドル未満の企業には商用利用が無料で許可され、ただし出典表示は必要です。今後の計画として、プロンプトアップサンプリングなど高度なタスク向けの有料 API を提供する予定です。主要ライブラリからの Day-One サポートと、Cinder によるセーフティレッドチームingiの実施により、このリリースは個人クリエイターおよび中小企業にとって高品位の視覚制作ツールの民主化を推進します。
本文
FLUX 3 Image Klein リリースのお知らせ
本日、FLUX 3 Image Klein をリリースいたします。本モデルはテキストから画像への変換、画像編集、および最大 10 枚の参照画像を活用するマルチ参照画像生成に対応しています。56 億パラメータを持つオープンウェイトモデルです。フルバージョンの FLUX 3 Image モデルと同様に、以下のコアな能力を備えています。
- ネイティブな 4K 生成
- ピクセルレベル精度の編集
- バウンディングボックス機能: 要素の配置場所を制御または編集範囲を定義された領域に制限可能
FLUX 3 Image Klein は、画像、動画、音声における FLUX 3 が蓄積してきた学習成果の上に構築されています。
- 画像: 空間的な詳細を提供
- 動画: 運動と物理的ダイナミクスを追加
- 音声: 出来事や相互作用に関する情報を付与
これらが組み合わさることで、モデルが生み出す画像は現実世界に根ざした臨場感を得られます。
本リリースには以下のモデルとビルドが含まれます。
- ファインチューニング向けのベースモデル
- 低レイテンシ生成向けのステップディスティル（蒸留）モデル
- NVIDIA の支援を受けて開発された FP8、INT8、NVFP4 ビルド（FLUX コミュニティライセンス提供）
ご活用は以下の通りです。
- BFL API でお試しください
- ウェイトをダウンロード (Hugging Face)
少パラメータで高いオープンウェイト品質を追求
内部評価において、FLUX 3 Image Klein は以下のすべてのカテゴリで、より大型のオープンウェイトモデルを上回り首位にランクインしました。
- テキストから画像への変換
- マルチ参照生成
- 画像編集
さらに、比較対象となったクローズドモデル（Ideogram V4.5 と FLUX.2 [pro]）よりも高い評価を得ています。
パフォーマンス vs パラメータ数
- パラメータ数: 56 億
- 性能向上 (Elo スコア):
- テキストから画像への変換: +91（Qwen-Image 2.1(7B) と比較）
- 画像編集: +70（FLUX.2 [klein] 9B と比較）
- 効率化: パラメータ数は 38% も削減されています（Krea 2(129B) や Qwen-Image 2.1(7B) 等と比較）。
ローカル実行とデータ主権の利点
消費向け GPU に対して最適化され、ローカルでの実行を現実的かつ低コストにしています。
- 適応（ファインチューニング）コストの削減: 少ないパラメータ数による恩恵。
- 自前のインフラでの活用: データ主権やローカルデプロイメントを要するチームに対し、評価と適応が可能です。
- オンデバイス編集: ノートパソコンで直接画像を編集できる環境が整います。
メモリ要件と互換性
生成用ウェイトの必要メモリ量は以下です。
- BF16: 11.2 GB
- FP8: 5.6 GB
INT8 ビルドを採用することで、以下のハードウェアでも動作可能となりました。
- ComfyUI や Diffusers を通じて動作
- NVIDIA GeForce RTX GPU（VRAM 8GB 以上）での実行が可能
- FLUX.2 [klein] の領域をさらに小型なハードウェアへと拡張
推論速度
蒸留モデルと INT8 ビルドの組み合わせにより、以下の生成時間が達成されます。
- NVIDIA GeForce RTX 5090: 約 4 秒
- NVIDIA GeForce RTX 4070 (ComfyUI): 1 メガピクセル画像生成に約 9 秒未満
GPU 別の生成時間（蒸留モデル：16 ステップ）
- 測定方法: 1 枚あたりの所要時間（1 回の実行で 1 枚）。低い方が優れています。
- 測定環境: NVIDIA による測定。RTX の結果は ComfyUI を使用したものです。各構成で最もパフォーマンスの良かったフレームワークの結果を掲載しています。
- 表記: 各 GPU はその中で最も速いビルドの結果を示しています。
- 注記: 生成時間は GPU 自体上で計測されています（セクション 02 の API レイテンシには、キュー待ち時間、ネットワーク遅延、およびプロンプトのアップサンプリングが含まれます）。
GPU 別の生成時間（ベースモデル：50 ステップ）
- 測定方法: 1 枚あたりの所要時間（1 回の実行で 1 枚）。低い方が優れています。
- 測定環境: NVIDIA による測定。RTX の結果は ComfyUI を使用したものです。
- 表記: 各 GPU はその中で最も速いビルドの結果を示しています。
ベースチェックポイントはファインチューニング向けに構築されています。
- Diffusers および Ostris AI Toolkit: リリースから最初から LoRA 学習を支援しています。
- NVIDIA NeMo AutoModel: チェックポイントからのレシピが直接利用できます。
- カスタマイズ対応: 低レイテンシが求められる生産現場向けに、特定のカスタマイズも提供します（お問い合わせください）。
速度と品質のパレートフロンティアの拡張
FLUX 3 Image Klein は、速度と品質のパレートフロンティアをもっとも広げています。
- BFL API による比較: Qwen-Image 2.1、FLUX.2 [pro]、Ideogram V4.5、Krea 2 に比べて低いレイテンシを提供するとともに、そのレイテンシ帯では最高の評価を得ています。
- チャート解釈:
- 紫の線: 各レイテンシで入手可能な最高評価
- 灰色の線: 従来のフロンティア
測定基準について:
- レイテンシは、リクエスト送信から 1 メガピクセル画像の完成までのエンドツーエンド全体（キュー待ち時間を含む）を測定基準としています。
- FLUX 3 Image Klein: 当社のサーバー上で計測。
- 他モデル: クライアントサイドからの計測（ポーリングとネットワーク時間を含む）。
- Krea 2: Medium タイアで計測されています。テキストから画像への変換には Large タイアでも 31.1 秒かかりました。
ご活用を開始
FLUX 3 Image Klein は本日、オープンウェイトおよび BFL APIを通じて利用可能です。
🚀 お試しください (API)
- BFL API: ディスティルモデル
が利用可能。flux-3-image-klein- プロンプトアップサンプリングとピクセル修復機能付き。
- 画像の編集されていない領域を完全に保持します。
- 料金は 1,000 枚あたり $0.009 から始められます。
🛠 構築に利用しましょう (オープンウェイト)
- ウェイト公開: Hugging Face にベースモデルと蒸留モデルが公開されています。
- デモ: 参照推論コード、バウンディングボックス制御のための Gradio デモが含まれています（Hugging Face Spaces でお試しください）。
- Day-one サポートフレームワーク:
- ComfyUI
- Hugging Face Diffusers
- TensorRT-LLM
- SGLang Diffusion
- vLLM-Omni
🎓 研究と学習への活用
- LoRA 学習: Ostris の AI Toolkit を使用。
- レシピ: NVIDIA NeMo AutoModel で利用可能。
- ハイエンド最適化:
- NVIDIA GB200 NVL72 で学習され、アクセラレーテッドコンピューティングプラットフォーム向けに最適化されています（TensorRT LLM, vLLM-Omni, SGLang Diffusion 経由）。
- NVIDIA GB300: 蒸留モデルが NVFP4 を使用して 1 メガピクセル画像の生成を 0.6 秒未満で実行可能。
- LoRA の配信は生成時間に約 5% の加算となります。
ライセンス
ウェイトは FLUX コミュニティライセンスの下で利用可能です。
- 商用利用: 個人および年間収益が 500 万ドル未満の企業が無償で利用可能。
- その他: 研究や非商業的利用も可能です。
- 大規模組織: セルフホスト型ライセンスオプションまたは API を通じて商用デプロイメントが可能。
安全性
AI テクノロジーが「オープンであること」と「安全であること」の両立を目指し、モデル開発のライフサイクル全体に多層的な safeguard（防護策）を設けています。
- 事前トレーニング: データセットフィルタリングによる有害コンテンツへの露出抑制。
- 事後トレーニング: ターゲットファインチューニングによる有害行動の抑制。
安全性評価結果:
- リリース直前に、内部での厳格なレッドチームテストを実施。
- 外部安全性パートナーである Cinder による評価も実施済み。
- 他の人気のあるオープンウェイトモデルと比較して、大幅に少ない脆弱性を確認しました。
詳細情報
FLUX 3 Image Klein は、FLUX 3 ファミリーの 2 作目のオープンウェイトリリースであり、初回としては FLUX 3 Action に続き提供されます。今後もさらに多くのモデルが forthcoming です。
- FLUX 3: Real World Models（FLUX 3 ファミリーを支える研究）
- FLUX 3 Action（ロボット制御向けの 70 億パラメータオープンウェイトモデル）
引用 (BibTeX)
FLUX 3 Image Klein をご自身の研究や作品に使用される場合は、以下の BibTeX 引用をご活用ください。
@misc{bfl2026flux3imageklein, author = {{Black Forest Labs}}, title = {{FLUX} 3 Image Klein}, year = {2026}, url = {https://bfl.ai/blog/flux-3-image-klein}, }