FLUX 3 Image Klein: il modello aperto da 5,6 miliardi di parametri che porta il 4K su una GPU da 8 GB

Black Forest Labs ha rilasciato FLUX 3 Image Klein, un modello di generazione e modifica di immagini da 5,6 miliardi di parametri con pesi aperti. La notizia interessa chiunque lavori con le immagini generate dall’AI, perché porta funzioni da modello di punta, come l’output nativo in 4K e la modifica mirata di una singola zona, su schede video che molti hanno già sulla scrivania. Il debutto è del 15 ottobre 2026 e arriva dopo il lancio del modello completo della famiglia, che avevamo raccontato nell’articolo su FLUX 3 di Black Forest Labs.

In questa guida ti spiego che cosa è Klein, come funziona, quali sono i numeri dichiarati dall’azienda e quali limiti conviene tenere presenti prima di costruirci sopra un flusso di lavoro.

Che cos’è FLUX 3 Image Klein

Klein è la versione compatta di FLUX 3 Image. Con 5,6 miliardi di parametri è molto più piccolo dei modelli che dominano le classifiche, ma l’azienda sostiene che condivida le capacità centrali del fratello maggiore: generazione da testo, modifica di immagini esistenti e generazione guidata da più immagini di riferimento, fino a un massimo di 10.

Il punto più interessante è che tutto questo avviene in un modello con pesi pubblici. Per chi lavora in locale, o vuole addestrare una variante sul proprio stile, è un cambio di scenario rispetto ai servizi chiusi a pagamento.

Le varianti disponibili

Il rilascio comprende due checkpoint principali. Il primo è un modello base, pensato per il fine-tuning, cioè per essere riaddestrato su dati propri. Il secondo è un modello distillato in pochi passaggi, progettato per la bassa latenza, quindi per generare in fretta. A queste due varianti si aggiungono le build quantizzate FP8, INT8 e NVFP4, sviluppate con il supporto di NVIDIA per ridurre memoria e tempi di calcolo.

La scelta tra le due strade è semplice: il distillato serve per produrre, il base serve per personalizzare.

Le funzioni che contano per chi lavora con le immagini

Dalla scheda tecnica pubblicata da Black Forest Labs emergono alcune capacità che parlano direttamente a designer, marketer e creator. La prima è la generazione nativa in 4K, senza passaggi di upscaling separati. La seconda è la modifica definita dall’azienda “pixel-perfect”, cioè la possibilità di cambiare solo ciò che chiedi lasciando intatto il resto dell’immagine.

La terza è il controllo spaziale con i bounding box, i riquadri che indicano dove collocare un elemento oppure dove limitare l’intervento. Se vuoi sostituire il logo su una maglietta senza toccare lo sfondo, basta disegnare un rettangolo attorno a quella zona.

Nell’API il modello si chiama flux-3-image-klein e offre anche l’upsampling del prompt, che arricchisce le istruzioni brevi, e il ripristino dei pixel, che mantiene identiche le regioni non modificate.

Più riferimenti nella stessa richiesta

La generazione multi-riferimento è utile quando devi mantenere coerenza tra personaggio, prodotto e ambientazione. Puoi fornire fino a dieci immagini e chiedere al modello di combinarle in una scena nuova. Per un catalogo e-commerce o per una campagna con una mascotte ricorrente è un risparmio di tempo concreto.

Prestazioni e requisiti hardware

Qui Klein gioca la sua partita più forte. I pesi del generatore occupano 11,2 GB in BF16 e 5,6 GB in FP8. La build INT8 gira su schede NVIDIA GeForce RTX con appena 8 GB di memoria video, passando da ComfyUI o da Diffusers.

Con il modello distillato in INT8, secondo i dati dell’azienda, un’immagine da un megapixel richiede circa 4 secondi su una RTX 5090 e meno di 9 secondi su una RTX 4070. Su infrastruttura da data center i tempi scendono ancora: il modello distillato a 16 passi produce un’immagine 1024 per 1024 in 0,55 secondi su una GB300, mentre in NVFP4 sulla stessa GB300 si resta sotto i 0,6 secondi per un megapixel.

Anche il modello base, con 50 passi, è misurato. Va da 1,7 secondi su GB300 e DGX Station a 43,8 secondi su DGX Spark, un dato che ricorda quanto pesi la scelta dell’hardware.

Tradotto: per un’azienda piccola o un freelance, una workstation con una scheda di fascia media diventa sufficiente per un flusso di lavoro serio.

Latenza via API

Per chi preferisce non gestire l’infrastruttura, l’accesso passa dall’API di Black Forest Labs. La latenza mediana end-to-end per un megapixel è di 4,54 secondi per il text-to-image e di 7,18 secondi per la modifica. Il prezzo parte da 0,009 dollari per immagine da 1K.

C’è però una precisazione importante, che l’azienda stessa riporta: il confronto di latenza con gli altri modelli non è del tutto equivalente. Klein è stato misurato sui server di Black Forest Labs, mentre gli altri sono stati cronometrati dal lato client, compresi polling e rete. Prendi quindi quei numeri come indicativi.

Come si posiziona rispetto alla concorrenza

Nelle valutazioni interne, Klein risulta primo in text-to-image, generazione multi-riferimento e modifica, davanti a modelli aperti più grandi. Supera anche i modelli chiusi inclusi nel confronto, cioè Ideogram V4.5 e FLUX.2 [pro]. Tra i modelli aperti considerati è il più piccolo: Qwen-Image 2.1 ne ha 7 miliardi e Krea 2 arriva a 12,9 miliardi.

Rispetto a FLUX.2 [klein] 9B, il nuovo arrivato guadagna 91 punti Elo nel text-to-image e 70 nella modifica, con il 38% di parametri in meno. Sono risultati dichiarati dall’azienda e non verificati da terzi, quindi vale la pena fare una prova sui tuoi casi d’uso prima di trarre conclusioni.

Per un confronto con un altro attore del settore, puoi leggere come Alibaba punta su Qwen-Image 3.0 con testo leggibile e layout complessi. La competizione sulle immagini utili, e non solo belle, è ormai il vero terreno di gioco.

Fine-tuning, strumenti e disponibilità

Il checkpoint base è fatto per essere addestrato con tecniche LoRA, ovvero piccoli adattatori che insegnano al modello uno stile o un soggetto senza riaddestrarlo da zero. Il supporto c’è fin dal primo giorno tramite Diffusers e AI Toolkit di Ostris, mentre NVIDIA NeMo AutoModel offre ricette pronte a partire dai checkpoint pubblicati. Servire una LoRA aggiunge circa il 5% al tempo di generazione.

I pesi si scaricano da Hugging Face, sia per la versione base sia per quella distillata. C’è un codice di inferenza di riferimento con una demo Gradio per il controllo dei bounding box e uno Space dedicato per provare il modello dal browser. Il supporto immediato riguarda ComfyUI, Diffusers, TensorRT-LLM, SGLang Diffusion e vLLM-Omni.

Il modello è stato addestrato su sistemi NVIDIA GB200 NVL72. È il secondo rilascio a pesi aperti della famiglia FLUX 3, dopo FLUX 3 Action, un modello da 7 miliardi di parametri per il controllo dei robot.

Licenza e sicurezza: cosa devi sapere prima di usarlo

La licenza è la FLUX Kommunity License. L’uso commerciale è gratuito per le persone e per le aziende con ricavi annui sotto i 5 milioni di dollari, oltre che per ricerca e usi non commerciali. Le organizzazioni più grandi possono distribuirlo commercialmente tramite una licenza per l’hosting in proprio oppure usando l’API.

Se lavori come libero professionista o gestisci una piccola agenzia, la soglia dei 5 milioni ti lascia ampio margine. Se invece lavori per un grande gruppo, il percorso passa dall’accordo commerciale.

Sul fronte sicurezza, Black Forest Labs dichiara filtri sui dati in fase di pre-training e un affinamento mirato in post-training, oltre a test di red teaming interni. Una valutazione esterna del partner Cinder avrebbe rilevato sostanzialmente meno vulnerabilità rispetto ad altri modelli aperti molto diffusi.

Perché questa notizia conta per il mercato

Per anni la qualità delle immagini AI è stata sinonimo di modelli enormi, spesso chiusi e accessibili solo via servizio. Klein sposta l’attenzione sull’efficienza: se un modello da 5,6 miliardi di parametri regge il confronto, il vantaggio dei sistemi proprietari si assottiglia e il costo per immagine può scendere.

Il cambiamento è visibile anche nelle scelte dei grandi gruppi. Google, per esempio, ha spinto i clienti verso i modelli immagine di Gemini, come abbiamo spiegato parlando di come migrare dopo lo spegnimento delle API di Imagen 4, mentre OpenAI ha ridisegnato la propria offerta, come ricordiamo nella pagina dedicata a DALL·E. In questo contesto, un’alternativa aperta e veloce offre più libertà di scelta.

Per chi si occupa di marketing, e-commerce o contenuti, i punti pratici sono tre: modifiche localizzate senza rovinare il resto, coerenza tra più immagini di riferimento e possibilità di addestrare uno stile proprio. Sono esattamente le funzioni che fanno risparmiare ore di ritocco.

Conclusioni e come iniziare

FLUX 3 Image Klein non è un semplice modello piccolo: è un tentativo di portare funzioni avanzate in un formato utilizzabile su hardware accessibile, con pesi aperti e una licenza favorevole alle realtà più piccole. I numeri forniti da Black Forest Labs sono promettenti, ma restano dichiarazioni dell’azienda, quindi la verifica sul campo è parte del lavoro.

Il consiglio pratico è questo: scarica la versione distillata, provala in ComfyUI su un tuo progetto reale, confronta i risultati con lo strumento che usi oggi e valuta se la modifica con bounding box ti fa guadagnare tempo. Se la risposta è sì, il passo successivo è un esperimento di LoRA con il modello base. Puoi consultare la fonte primaria nel blog ufficiale di Black Forest Labs e raccontarci nei commenti che cosa ne pensi.