Black Forest Labs（BFL）於 2026 年 10 月 15 日釋出開源權重模型「FLUX 3 Image Klein」。這款僅 56 億參數的架構具備原生 4K 與文字渲染能力，蒸餾版在單張 RTX 4070 顯示卡上僅需 8.9 秒即可出圖，主流工作流 ComfyUI 亦同步支援。
雙軌蒸餾技術加持讓主流顯示卡實現秒級出圖
過去一年開源社群陷入參數量軍備競賽，動輒百億參數的大模型雖然畫面細緻，卻徹底把中階玩家拒於門外。
FLUX 3 Image Klein 選擇反其道而行，將參數量嚴格收斂在 56 億（5.6B）。該模型採用與閉源旗艦版 FLUX 3 Image 相同的核心底層架構，在橫軸模型規模與縱軸生成品質的評測曲線中，以顯著較小的參數量，展現出超越同級乃至逼近更大型競品的畫質表現。
為了同時滿足即時預覽與深度微調的兩種極端需求，官方採取了基礎模型（Base）與蒸餾模型（Distilled）雙軌並行策略。
針對一般推論場景，16 步驟的蒸餾版 FLUX 3 Image Klein 展現了極高的算力轉換效率。官方測試數據顯示，在 1024×1024 像素的標準解析度下，搭載單張 NVIDIA GeForce RTX 4070 顯示卡的電競電腦，生成單張影像僅需 8.9 秒，真正將高品質擴散模型推入本地秒級推論區間。
至於保留完整權重擴充潛力的 FLUX 3 Image Klein Base，則專為 50 步驟深度生成與社群訓練設計。同一張 RTX 4070 耗時約 38.0 秒，而旗艦級 GeForce RTX 5090 則可在 12.5 秒內完成運算，展現了高階硬體在高步數運算下的強大並行處理吞吐量。
邊界框空間定位與文字渲染終結盲猜抽卡噩夢
除了生成速度，傳統文字生成圖像模型最為人詬病的痛點，莫過於提示詞無法精準控制畫面主體與排版位置。
FLUX 3 Image Klein 引入邊界框（Bounding boxes）佈局控制技術，允許創作者在提示詞之外，直接透過指定座標框定角色、背景與道具的生成位置。這項空間定位機制終結了過往依賴隨機抽卡的低效循環，大幅降低構圖偏移與多主體混淆的機率。
除了排版控制，多模態文字渲染能力的躍升，則是該架構在語意對齊上的另一項技術關鍵突破。
以往開源模型在圖像中描繪文字時，經常出現筆畫殘缺或不知名符號的亂碼問題。FLUX 3 Image Klein 不僅能正確渲染英文文字排版，甚至具備高精度的日文文字描繪能力，無論是漢字結構還是假名筆劃，都能在特定招牌、海報與圖文中保持清晰字型輪廓。
在影像編修管線上，該架構亦整合了像素級精準編輯（Pixel perfect editing）與多參考圖（Multi-reference）輸入。使用者能夠在不破壞整體畫面光影一致性的前提下，單獨替換指定區域物件，解決了生成式修圖常見的邊界接縫撕裂問題。
基礎與推論雙權重釋出讓開源生態無縫接軌
開源模型若缺乏工具鏈整合，往往難以轉化為實質生產力。
官方在 Hugging Face 平台全面釋出 FLUX 3 Image Klein 與 Klein Base 兩套開源權重檔案。知名節點式影像生成介面 ComfyUI 更在第一時間宣布原生支援，創作者無需自行編譯複雜外掛，即可直接將新模型載入既有的工作流管線之中。
Base 版本的開源，為開源社群日後的 LoRA 微調與專用風格訓練保留了充足的可塑性。在 5.6B 參數的輕量基礎上，個人創作者與小型工作室即便缺乏多卡運算叢集，也能使用主流電競主機負擔模型微調的顯存門檻，加速客製化應用萌芽。
原生 4K 高解析度支援與多參考圖生成的結合，更讓這款模型跨越概念驗證，直接具備商用商業素材製作的規格潛力。
從雲端訂閱到本機離線運算，FLUX 3 Image Klein 的發布顯示生成式 AI 正在經歷從單純追求模型尺寸，走向運算效率與控制精度雙向優化的轉折期。當 5.6B 模型就能在單張 RTX 4070 上兼顧速度與排版，消費級硬體的生圖戰局勢必迎來新一輪洗牌。
24歲護理師正妹l i n e：end57或TG搜@cw588 超色服務值得體驗，見面滿意現金消費，不滿意可免費換人