Black Forest Labs、オープン画像生成「FLUX.3 Image Klein」公開
FLUX画像生成DiffusersオープンモデルBlack Forest Labs
Black Forest Labsのオープン画像生成モデル「FLUX.3 Image Klein」が2026年10月15日、Diffusers対応で公開された。約6Bパラメータで、text-to-image・複数参照画像からの生成・プロンプト内に矩形を書くレイアウト制御を1モデルで扱える。高速推論用の蒸留版と微調整向けのbase版の2種構成。
何が発表されたか
- Hugging Faceブログが2026年10月15日、「FLUX.3 Image Klein」のDiffusers対応を公開した。モデルはHugging Face上の表記で約6Bパラメータ（Space側の説明では5.6B）。
- 1モデルで text-to-image、複数参照画像を使う image-to-image、プロンプト内にバウンディングボックスを書き込むレイアウト制御に対応する。レイアウト制御はFLUX.3で新たに加わった機能とされる。
- チェックポイントは2種。
flux-3-image-kleinはタイムステップ蒸留済みで16ステップ・CFGなしの高速推論向け。flux-3-image-klein-baseは50ステップ・CFGありで、微調整にはこちらが推奨されている。 - テキストエンコーダはQwen3-VL。最終層だけでなく8層の隠れ状態を積み上げて使う構成に変わった。トランスフォーマは5つのper-streamブロックのあと、重みを共有する28のjointブロックを通す。
- メモリ実測値は、ロード後のピークがnvfp4で13.4GiB（RTX 6000）、fp8rで14.35GiB（H100）、bf16で18.80GiB（H100）。H100 80GBでの生成時ピークは23.8GiB。
開発者への影響
pip install -U diffusers transformersのあとModularPipeline.from_pretrained("black-forest-labs/flux-3-image-klein")で読み込める。LoRA学習スクリプトとModular Diffusersブロックも用意されている。- 16ステップ・CFGなしの蒸留版は、商品画像のバリエーション生成やバナー用の素材づくりといった量産系の用途で待ち時間が読みやすい。微調整でブランドのトーンを寄せるならbase版を選ぶ。
- レイアウト制御がプロンプト内の矩形指定で済むため、「この位置に商品、この位置に余白」という指示を構造化しやすい。デザインカンプへの組み込みを自動化する余地がある。
- 単精度bf16は20GiB近く必要なので、ローカル検証では量子化版（fp8r / nvfp4）やテキストエンコーダのオフロードを前提に環境を見積もりたい。
補足
ライセンスおよび商用利用条件は当該ブログ記事に明記されていない。案件投入前にモデルカードで確認が必要。