فهرست مطالب
بلکفارستلبز ۲۳ مهر ۱۴۰۵ وزنهای FLUX 3 Image Klein را باز کرد: مدل تصویری ۵٫۶ میلیارد پارامتری که همان قابلیتهای نسخهٔ بزرگ FLUX 3 Image — تولید از متن، ویرایش پیکسلدقیق و تا ۱۰ تصویر مرجع — را روی یک کارت گرافیک معمولی ۸ گیگی اجرا میکند، با لایسنس رایگان برای کسبوکارهای زیر ۵ میلیون دلار درآمد سالانه.
این خبر را شاید بتوان مهمترین خبر هفته برای کسانی دانست که دوست دارند مدل تصویر را روی سیستم خودشان داشته باشند، نه روی سرور شرکت دیگری. تا دو هفته پیش، FLUX 3 Image فقط از راه API و پلیگراند در دسترس بود و نسخهٔ وزنبازش «هفتههای آینده» وعده داده شده بود؛ حالا آن وعده عملی شده و اسمش Klein است. در این مطلب میبینی Klein دقیقاً چه چیزی است، لایسنسش چه میگوید و چطور اجراش کنی.
پاسخ کوتاه
FLUX 3 Image Klein نسخهٔ سبک و وزنباز FLUX 3 Image است که بلکفارستلبز ۱۵ اکتبر ۲۰۲۶ (۲۳ مهر ۱۴۰۵) منتشر کرد: ۵٫۶ میلیارد پارامتر، تولید تصویر از متن، ویرایش، تا ۱۰ تصویر مرجع و خروجی بومی ۴K.
با بیلد INT8 روی کارتهای GeForce RTX با فقط ۸ گیگابایت VRAM اجرا میشود؛ به گفتهٔ خود شرکت، نسخهٔ تقطیرشده روی RTX 5090 هر تصویر یکمگاپیکسلی را حدود ۴ ثانیه و روی RTX 4070 زیر ۹ ثانیه میسازد.
لایسنس FLUX Kommunity: استفادهٔ تجاری رایگان برای افراد و شرکتهایی با درآمد سالانهٔ زیر ۵ میلیون دلار؛ بالاتر از آن، لایسنس تجاری جدا یا API لازم است.
رتبهٔ اول در تستهای داخلی خود شرکت بین مدلهای وزنباز، و حتی بالاتر از دو مدل بستهٔ Ideogram V4.5 و FLUX.2 [pro] — ولی اینها اعداد خود شرکتاند و آزمون مستقل فناوری کده نیستند.
گزارشهای اولیهٔ جامعه ترکیبی است: ویرایشهای ساده و رندر متن خوب، ولی تغییر ژست و زاویهٔ دوربین و ترکیب چند مرجع هنوز نقطهضعف است.
اول زمینه: «وزنِ باز» دقیقاً یعنی چه؟
قبل از خود خبر، یک تمایز مهم که خیلیها قاطیاش میکنند. وقتی میگوییم وزنهای یک مدل «باز» است، یعنی فایلهای آموزشدیدهٔ مدل را میتوانی دانلود کنی و روی سختافزار خودت اجراش کنی، فاینتیونش کنی و بدون پرداخت بهازای هر تصویر از آن استفاده کنی. این با «متنباز» فرق دارد: متنباز معمولاً یعنی کد و وزنها تحت لایسنسی مثل Apache 2.0 با آزادی تقریباً کامل؛ ولی وزنِ بازِ Klein تحت لایسنس اختصاصی FLUX Kommunity منتشر شده که شرط درآمدی دارد. پس «باز» یعنی قابلدانلود و قابلاجرا روی سیستم خودت، نه «هر کاری دلت خواست بکن».
پارامتر و کوانتایز یعنی چه؟
پارامتر یعنی عددهای قابلیادگیری داخل مدل؛ هرچه بیشتر، مدل معمولاً بزرگتر و سنگینتر است. عدد ۵٫۶ میلیارد فقط «ترانسفورمر تصویر» را میشمارد؛ انکودر متن (به گزارش kie.ai مدل Qwen3-VL-4B-Instruct) و اتوانکودر جدا حساب میشوند و تعداد کل پایپلاین اعلام نشده. کوانتایز یعنی فشردهسازی وزنها با دقت کمتر (مثلاً INT8 بهجای BF16) تا مدل در حافظهٔ کمتر جا شود و سریعتر اجرا شود؛ به قیمت افت کیفیتی که معمولاً کوچک است. همین ترفند است که Klein را از ۱۱٫۲ گیگابایت (BF16) به حجمی میرساند که روی کارت ۸ گیگی سوار میشود.
چرا این خبر برای خیلیها مهم است؟
تا حالا دو راه داشتی: یا بهازای هر تصویر به API پول بدهی، یا یک کارت ۲۴ گیگی بخری. Klein راه سوم را باز میکند: مدل را یکبار دانلود میکنی و بعد بدون هزینهٔ هرتولید و بدون فرستادن دادهات به سرور کسی، روی سیستم خودت میسازی.
FLUX 3 Image Klein چیست؟
بلکفارستلبز (BFL) — آزمایشگاه آلمانیِ فرایبورگ که بنیانگذارانش همان پژوهشگران پشت Stable Diffusion هستند — ۱۵ اکتبر ۲۰۲۶ در بیانیهٔ رسمیاش Klein را «تواناترین مدل وزنباز تصویریِ» خودش تا امروز معرفی کرد. Klein همان قابلیتهای تیتر FLUX 3 Image را دارد: تولید تصویر از متن، ویرایش با ادعای «پیکسلدقیق» (یعنی نواحی ویرایشنشدهٔ تصویر دستنخورده میمانند)، ترکیب تا ۱۰ تصویر مرجع در یک تولید، و خروجی بومی تا کلاس ۴K. کنترل چیدمان با باکسهای مرزی هم سر جایش است: کادرهایی روی شبکهٔ ۰ تا ۱۰۰۰ که میگویند هر عنصر کجای قاب بنشیند یا ویرایش به کدام ناحیه محدود شود. بررسی کامل نسخهٔ بزرگتر FLUX 3 Image را قبلاً در فناوری کده پوشش دادهایم؛ Klein همان خانواده است، ولی ماجرا اینجاست که حالا میتوانیاش دانلود کنی.
این دومین انتشار وزنباز خانوادهٔ FLUX 3 است؛ اولی FLUX 3 Action در سپتامبر برای رباتیک بود. رابین رومباخ، همبنیانگذار و مدیرعامل BFL، در بیانیه گفته: «با باز به اشتراک گذاشتن پژوهشمان، یک جامعهٔ جهانی از توسعهدهندگان و سازندگان ساختیم که دارند با هم این حوزه را جلو میبرند.»
دو چکپوینت: Base و Distilled — کدام را برداری؟
Klein در دو نسخه عرضه شده و انتخاب اشتباه، تجربهات را خراب میکند:
Klein Base: نسخهٔ تقطیرنشده، ۵۰ قدم نمونهبرداری با CFG 3.5. برای فاینتیون، آموزش LoRA و کار پژوهشی طراحی شده. اگر میخواهی مدل را روی سبک یا دادهٔ خودت تطبیق بدهی، از اینجا شروع کن.
Klein (Distilled): نسخهٔ تقطیرشده برای سرعت، فقط ۱۶ قدم و بدون guidance. به گزارش Civitai حدود ۶ برابر سریعتر از Base است و خود BFL آن را برای تولید و ویرایش روزمره توصیه میکند. همین نسخه است که روی API شرکت هم سرو میشود.
نکتهٔ کاربردی: LoRAای که روی Base آموزش ببینی، روی نسخهٔ Distilled هم — هرچند با سازگاری جزئی — سوار میشود.
راز ۸ گیگ: کوانتایز INT8، FP8 و NVFP4
عدد ۵٫۶ میلیارد پارامتر بهتنهایی Klein را روی کارت ۸ گیگی جا نمیکند؛ قهرمان واقعی این بخش، بیلدهای کوانتایزشدهای است که BFL با همکاری انویدیا ساخته: FP8، INT8 و NVFP4. وزنهای ژنراتور در BF16 حدود ۱۱٫۲ گیگابایتاند — یعنی بهتنهایی از حافظهٔ یک کارت ۸ گیگی بزرگتر — ولی در FP8 به ۵٫۶ گیگابایت میرسند و بیلد INT8 است که رسماً روی کارتهای GeForce RTX با ۸ گیگابایت VRAM اجرا میشود (به گزارش Civitai، در حد کلاس RTX 3070). نسخهٔ NVFP4 برای کارتهای معماری Blackwell انویدیا است.
سرعتها به روایت شرکت
BFL میگوید نسخهٔ تقطیرشدهٔ INT8 یک تصویر یکمگاپیکسلی را روی RTX 5090 در حدود ۴ ثانیه و روی RTX 4070 در کمتر از ۹ ثانیه تولید میکند. اینها اعداد خود شرکتاند؛ منتقدان نکتهسنج — مثل VentureBeat — یادآوری کردهاند که نمودارهای سرعت رسمی BFL اصلاً کارت ۸ گیگی یا خروجی ۴K را تست نکردهاند. پس اگر کارتت دقیقاً ۸ گیگ است، انتظار همان اعداد تبلیغاتی را نداشته باش و اول روی رزولوشنهای پایینتر تست بگیر.
لایسنس: رایگان، ولی با یک خط قرمز ۵ میلیون دلاری
وزنها تحت لایسنس FLUX Kommunity منتشر شدهاند و این مهمترین بندی است که باید قبل از هر استفادهٔ تجاری بخوانی: استفادهٔ تجاری برای افراد و شرکتهایی با درآمد سالانهٔ زیر ۵ میلیون دلار رایگان است. اگر درآمدت بالاتر است، برای میزبانی تجاری باید لایسنس تجاری جدا از BFL بگیری یا از API شرکت استفاده کنی. استفادهٔ پژوهشی و غیرتجاری هم آزاد است. یک ظرافت مهم از صفحهٔ Civitai: هر چیزی که از این مدل مشتق شود — از جمله LoRAها و فاینتیونها — هم غیرتجاری است و باید تحت همان لایسنس به اشتراک گذاشته شود. پس اگر LoRAای روی Klein آموزش میدهی و میخواهی بفروشیاش، اول تکلیف لایسنست را روشن کن.
برای مقیاس: سقف ۵ میلیون دلار یعنی یک فریلنسر یا استودیوی کوچک عملاً رایگان کار میکند؛ ولی یک آژانس متوسط به بالا باید سراغ میز مذاکره برود.
بنچمارکها: رتبهٔ اولِ خودِ شرکت
بلکفارستلبز در تستهای داخلیاش میگوید Klein بین مدلهای وزنباز در هر سه رشتهٔ تولید از متن، تولید چندمرجعی و ویرایش رتبهٔ اول را گرفته؛ جلوتر از مدلهای بزرگتری مثل Qwen-Image 2.1 (با ۷ میلیارد پارامتر) و Krea 2 (با ۱۲٫۹ میلیارد پارامتر). عددهای Elo که شرکت منتشر کرده: ۹۱ واحد Elo بهتر از FLUX.2 [klein] 9B در تولید از متن و ۷۰ واحد در ویرایش — با ۳۸٪ پارامتر کمتر. شرکت حتی میگوید از دو مدل بسته هم بالاتر زده: Ideogram V4.5 و FLUX.2 [pro] خودِ BFL.
حالا جملهٔ صداقت: همهٔ اینها تست داخلی خود شرکت است، نه آزمون مستقل فناوری کده و نه بنچمارک بیرونیِ تأییدشده. Elo هم معیار «ترجیح انسانی در مقایسهٔ دوبهدو» است، نه نمرهٔ عینی کیفیت. پس این اعداد را «ادعای فروشنده» بخوان، نه «حکم نهایی».
تست مستقل چه میگوید؟
اولین دادههای مستقل، تصویر محتاطانهتری میدهند. یک تست عملی در Dev.to روی ۱۰۰ تصویر ترکیبی به Klein نمرهٔ ۸۴٫۶۸ داد در برابر ۸۵٫۷۲ برای Qwen Image 2.1 — اختلاف حدود یک واحد که نویسندهاش میگوید «دیگر عقبماندگی نیست؛ بسته به تسک، شیر یا خط است». در همان تست، نتیجهٔ عملی این بود که نسخهٔ تقطیرشده را بهعنوان پیشفرض برداری چون اختلاف کیفیتش با Base از اختلاف سرعتش کمتر است. یک ارزیابی ۲۰۰ پرامپتی دیگر (پلتفرم Voyager، داوری کور با Claude و Gemini و GPT) هم Klein را ۶٫۹۳ و Nano Banana 2.1 را ۷٫۲۰ گزارش کرد — با هزینهٔ هر تصویر حدود یکپنجم رقیب. این هم فقط یک نقطهداده است؛ روش و مجموعهٔ پرامپتش منتشر نشده.
آنطرف سکه: جامعه تا حالا چه ایرادهایی گرفته؟
گزارشهای اولیهٔ کاربران در ردیت و انجمنها ترکیبی است. نقاط قوتِ گزارششده: رندر متن داخل تصویر و ویرایشهای سادهٔ شیء. نقاط ضعفِ گزارششده: تغییر ژست بدن و زاویهٔ دید، جابهجایی چهره، و ترکیب چند تصویر مرجع. بعضی کاربران حتی گفتهاند در بعضی تستها از FLUX.2 [klein] نسل قبل ضعیفتر عمل کرده.
و آن قدم مهم این است: بدون Prompt Upsampler از مدل استفاده نکن. این را خود کارت مدل BFL با صراحت میگوید: پرامپتهای کوتاهِ «همانطور که تایپ شده» خروجی ژنریک میدهند. BFL یک آپسمپلر اختصاصی عرضه کرده که پرامپت کوتاه تو را به کپشن صحنهٔ کامل تبدیل میکند. اگر Klein را تست کردی و خروجیها «معمولی» بودند، اول چک کن که آپسمپلر در زنجیره بوده یا نه.
چطور شروع کنی؟ قدمبهقدم
دو مسیر داری: میزبانیشده (سریع، بدون دانلود) یا محلی (رایگانِ همیشگی، ولی نیازمند کارت گرافیک). هر دو از یکجا شروع میشوند: صفحهٔ رسمی BFL و مخزن هاگینگفیس.
مسیر اول: بدون کارت گرافیک — API و پلیگراند
هدف: در چند دقیقه اولین تصویر را بسازی و بفهمی مدل به درد کارت میخورد یا نه، قبل از اینکه ۱۱ گیگابایت دانلود کنی.
اقدام: ۱. در پلیگراند BFL یا دمای نمایشی هاگینگفیس اسپیسز (Hugging Face Spaces) یک حساب بساز. ۲. پرامپتت را بنویس و بگذار آپسمپلر پرامپت کارش را بکند. ۳. اگر خواستی با API جدی کار کنی، اندپوینت flux-3-image-klein همان فیلدهای FLUX 3 Image را میگیرد؛ یعنی جابهجایی از نسخهٔ بزرگ فقط عوض کردن اندپوینت است.
نتیجهٔ موردانتظار: تصویر ۱K با حدود ۰٫۰۰۹ دلار — یعنی با یک دلار حدود ۱۱۱ تصویر.
مسیر دوم: اجرای محلی با ComfyUI
هدف: مدل را روی سیستم خودت داشته باشی؛ بدون هزینهٔ هرتولید و بدون خروج داده از سیستمت.
اقدام: ۱. مطمئن شو کارتت انویدیا GeForce RTX با دستکم ۸ گیگابایت VRAM است و درایور بهروز داری. ۲. راهنمای ComfyUI را که قبلاً در فناوری کده منتشر کردهایم برای نصب پایه دنبال کن. ۳. از مخزن رسمی BFL در هاگینگفیس، بیلد مناسب را بردار: برای شروع، نسخهٔ Distilled در INT8 بهعلاوهٔ انکودر متن و آپسمپلر. ۴. ورکفلو آمادهٔ ComfyUI مخصوص Klein را لود کن و پرامپتت را از مسیر آپسمپلر بگذران. ۵. اول روی ۱K تست بگیر؛ ۴K را برای قاب نهایی نگه دار.
نکته و خطای رایج: رایجترین دلیل «خروجیهای بد» در هفتهٔ اول، همین بود: تست بدون آپسمپلر. اگر تصویرها ژنریک شدند، قبل از اینکه مدل را مقصر بدانی، زنجیرهٔ پرامپتت را چک کن. برای آموزش LoRA هم از روز اول ابزار Ostris AI Toolkit و رسپیهای NVIDIA NeMo AutoModel پشتیبانی میشوند؛ به گفتهٔ BFL اضافه کردن LoRA فقط حدود ۵٪ به زمان تولید اضافه میکند.
مقایسهٔ سریع: Klein در برابر رقبا
جدول زیر Klein را کنار نزدیکترین گزینهها میگذارد؛ اعداد قیمت API از گزارش kie.ai (اکتبر ۲۰۲۶) و رتبهبندیها ادعای داخلی BFL است:
مدل | پارامتر (ژنراتور) | وزن باز | قیمت API هر تصویر ۱K | نقطهٔ قوت نسبی |
|---|---|---|---|---|
FLUX 3 Image Klein | ۵٫۶ میلیارد | بله | حدود ۰٫۰۰۹ دلار | اجرای محلی روی ۸ گیگ؛ ویرایش و باکس چیدمان |
FLUX 3 Image (نسخهٔ بزرگ) | اعلام نشده | نه | حدود ۰٫۰۴۸ دلار | سقف کیفی بالاتر در سناریوی میزبانیشده |
Qwen-Image 2.1 | ۷ میلیارد | بله | اعلام نشده | در یک تست مستقل ۱۰۰ تصویری کمی بالاتر از Klein |
Nano Banana 2.1 | اعلام نشده | اعلام نشده | اعلام نشده | در تست کور ۲۰۰ پرامپتی بالاتر، ولی حدود ۵ برابر گرانتر |
FLUX.2 [klein] 9B | ۹ میلیارد | بله | حدود ۰٫۰۱۵ دلار (بهازای مگاپیکسل اول) | نسل قبل BFL؛ به ادعای شرکت ۹۱/۷۰ واحد Elo پایینتر |
جدول را اینطور بخوان: اگر «روی سیستم خودم» برایت مهم است، Klein بیرقیبِ این فهرست است؛ اگر فقط «بهترین تصویر ممکن» را میخواهی و هزینهاش را میدهی، نسخهٔ بزرگ یا رقیبهای بسته هنوز روی میزند.
قیمت API با مقیاس واقعی
در کنار جدول، قیمتهای API به گزارش kie.ai از اکتبر ۲۰۲۶: ۷۶۸ مربعی حدود ۰٫۰۰۸ دلار (با یک دلار حدود ۱۲۵ تصویر)، ۱K حدود ۰٫۰۰۹ دلار (حدود ۱۱۱ تصویر با یک دلار)، ۱٫۵K حدود ۰٫۰۱۱ دلار، ۲K حدود ۰٫۰۱۴ دلار و ۴K حدود ۰٫۰۳۶ دلار (حدود ۲۷ تصویر با یک دلار). برای مقایسه، نسخهٔ بزرگ FLUX 3 Image در همان گزارش ۰٫۰۴۸ دلار برای ۱K و ۰٫۶۰۷ دلار برای ۴K قیمت خورده؛ یعنی Klein در ۴K حدود ۱۷ برابر ارزانتر است. قیمتها ممکن است تغییر کنند؛ قبل از بودجهبندی جدی، صفحهٔ قیمت BFL را چک کن. و یادت باشد: در مسیر محلی، «قیمت هر تصویر» عملاً صفر است — هزینهات همان برق و استهلاک کارتی است که احتمالاً از قبل داری.
برای خوانندهٔ فارسیزبان چه معنایی دارد؟
سه نکتهٔ عملی برای تو که از ایران میخوانی. اول: مسیر محلی از نظر تحریم تمیزترین راه است — وقتی مدل روی سیستم خودت اجراست، نه نیازی به پرداخت بینالمللی داری نه دادهات از جایی رد میشود. دوم: دانلود وزنها از هاگینگفیس است و دسترسی به هاگینگفیس از ایران همیشه پایدار نیست؛ این را بهعنوان واقعیت فنی میگویم، نه توصیه. سوم: دربارهٔ رندر متن فارسی داخل تصویر هنوز چیزی اعلام نشده؛ BFL از پشتیبانی چندزبانه حرف زده ولی دقتش در هر زبان را تضمین نکرده — پس اگر کارت تایپوگرافی فارسی است، اول با چند نمونه تست بگیر و بعد تصمیم بگیر.
چیزهایی که هنوز روشن نیست
عملکرد واقعی روی کارت ۸ گیگی: نمودارهای سرعت BFL کارت ۸ گیگی را تست نکردهاند؛ سرعت واقعی روی RTX 3060 یا 3070 و رزولوشن ۴K هنوز با آزمون مستقل سنجیده نشده.
متن کامل لایسنس Klein: تحلیل VentureBeat میگوید بخشی از برداشتها از روی لایسنس منتشرشدهٔ FLUX 3 Action بوده؛ متن دقیق و تعریف «کاربر واجد شرایط» برای Klein هنوز باید تأیید شود.
بنچمارک مستقل جدی: فعلاً فقط اعداد داخلی BFL و یکی دو تست محدود جامعه را داریم؛ بنچمارک بیرونیِ بزرگ هنوز نیامده.
سقف طول پرامپت: محدودیت طول ورودی متن اعلام نشده.
تعداد کل پارامترهای پایپلاین: فقط ژنراتور ۵٫۶ میلیارد اعلام شده؛ انکودر متن و اتوانکودر در این عدد نیستند.
جمعبندی
FLUX 3 Image Klein همان چیزی است که خیلیها از اول اکتبر منتظرش بودند: نسخهای از FLUX 3 Image که میتوانی دانلودش کنی و روی کارت معمولیات اجراش کنی، با لایسنس تجاری رایگان تا سقف ۵ میلیون دلار درآمد. اعداد Elo شرکت وسوسهانگیزند ولی فعلاً «ادعای فروشنده»اند؛ گزارشهای جامعه هم میگویند برای ویرایش ساده و متن عالی است و برای ژست و زاویهٔ دوربین هنوز لنگ میزند. توصیهٔ عملی: اگر کارتت ۸ گیگ یا بیشتر است، نسخهٔ Distilled در INT8 را با آپسمپلر تست کن — هزینهاش فقط چند گیگابایت دانلود است. اگر کارت نداری، با API و همان ۰٫۰۰۹ دلارِ هر تصویر شروع کن.
مایکروسافت هم در ویرایش عکس با هوش مصنوعی بیکار ننشسته است؛ MAI Image 2.7 نور و سبک عکس را عوض میکند و حتی میتواند متن داخل تصویر را تغییر دهد.
سؤالات پرتکرار
FLUX 3 Image Klein دقیقاً چیست؟
نسخهٔ سبک و وزنباز مدل تصویری FLUX 3 Image از شرکت آلمانی بلکفارستلبز است که ۱۵ اکتبر ۲۰۲۶ (۲۳ مهر ۱۴۰۵) منتشر شد. تولید تصویر از متن، ویرایش پیکسلدقیق و ترکیب تا ۱۰ تصویر مرجع را با ۵٫۶ میلیارد پارامتر و روی کارت گرافیک معمولی انجام میدهد.
آیا واقعاً رایگان است؟
دانلود و اجرای وزنها رایگان است و استفادهٔ تجاری هم برای افراد و شرکتهای با درآمد سالانهٔ زیر ۵ میلیون دلار — طبق لایسنس FLUX Kommunity — رایگان است. بالاتر از این سقف، برای میزبانی تجاری به لایسنس جدا یا API نیاز داری.
چه کارت گرافیکی لازم دارم؟
به گفتهٔ BFL، بیلد INT8 روی کارتهای انویدیا GeForce RTX با ۸ گیگابایت VRAM اجرا میشود. وزنها در BF16 حدود ۱۱٫۲ گیگابایت و در FP8 حدود ۵٫۶ گیگابایتاند. نسخهٔ NVFP4 مخصوص کارتهای معماری Blackwell است.
فرق نسخهٔ Base و Distilled چیست؟
Base (۵۰ قدم، CFG 3.5) برای فاینتیون و پژوهش است و Distilled (۱۶ قدم، بدون guidance) حدود ۶ برابر سریعتر و برای تولید روزمره توصیه میشود. LoRAای که روی Base آموزش ببینی روی Distilled هم کار میکند.
چرا خروجیهای من «معمولی» شدند؟
محتملترین دلیل: پرامپت را بدون Prompt Upsampler فرستادهای. خود BFL در کارت مدل میگوید بدون آپسمپلر از مدل استفاده نکن؛ پرامپت کوتاه، خروجی ژنریک میدهد. اول زنجیرهات را چک کن.
از FLUX 3 Image معمولی چه فرقی دارد؟
قابلیتها (باکس چیدمان، ۱۰ مرجع، ۴K) مشترکاند؛ فرق در «مالکیت» است: Klein را دانلود و محلی اجرا میکنی و APIاش هم حدود ۵ برابر ارزانتر است (۰٫۰۰۹ در برابر ۰٫۰۴۸ دلار برای ۱K). جزئیات نسخهٔ بزرگ را در بررسی قبلی فناوری کده بخوان.
رقیبهایش چه کسانیاند؟
در دنیای وزنباز: Qwen-Image 2.1 و Krea 2 که BFL میگوید در تستهای داخلیاش از آنها بالاتر زده. در دنیای بسته: Nano Banana 2.1 که قبلاً معرفیاش کردهایم در یک تست کور ۲۰۰ پرامپتی کمی بالاتر بود ولی حدود ۵ برابر گرانتر تمام شد.
از کجا شروع کنم؟
سریعترین راه: پلیگراند BFL یا دمای هاگینگفیس اسپیسز. جدیترین راه: دانلود بیلد Distilled در INT8 از مخزن رسمی BFL و اجرا در ComfyUI — راهنمای ComfyUI ما نقطهٔ شروع خوبی است.
منابع
بلکفارستلبز — بیانیهٔ رسمی انتشار وزنهای باز FLUX 3 Image Klein (۱۵ اکتبر ۲۰۲۶): متن کامل بیانیه
VentureBeat — باز شدن وزنهای FLUX 3 Image Klein و سقف تجاری لایسنس: گزارش VentureBeat
The Decoder — اجرای مدل روی GPUهای معمولی با ۸ گیگابایت VRAM (۱۵ اکتبر ۲۰۲۶): گزارش The Decoder
kie.ai — مشخصات فنی، قیمت API و جدول مقایسه (۱۶ اکتبر ۲۰۲۶): راهنمای فنی kie.ai
Dev.to — تست عملی ۱۰۰ تصویری و هفت ورکفلو ComfyUI: تست عملی Dev.to



