Korlátlan, ultragyors FLUX.2 Klein szövegből kép / képszerkesztő generátor (4B/9B)

A FLUX.2 Klein a Black Forest Labs leggyorsabb képmodell-családja, amit másodperc alatti generálásra és szerkesztésre terveztek, hétköznapi videokártyákon. A nagyobb modellekkel, például a FLUX.2 Pro-val vagy a FLUX.2 Dev-vel ellentétben a Klein kompakt architektúrát használ 4B és 9B paraméteres változatokkal, amelyek olyan hardveren is futnak, mint az RTX 3090 vagy az RTX 4070, akár 13 GB VRAM-mal. Egyedülálló módon egyetlen modellben egyesíti a szövegből kép generálást és a képszerkesztést, így nem kell eszközök között váltogatni.

A 4B modell a maximális sebességre van optimalizálva: csúcskategóriás hardveren akár 0,3 másodperc alatt ad képet, mindössze ~13 GB VRAM-ot igényel, és Apache 2.0 licenc alatt jelent meg, tehát kereskedelmi célra is használható. A 9B modell magasabb minőséget ad – az ötször nagyobb modellek szintjén –, ~29 GB VRAM-ot céloz (RTX 4090 és felette), és képenként nagyjából 0,5-2 másodpercig dolgozik. Mindkettő ugyanazt a 4 lépéses desztillált inferenciát használja, és osztozik az egyesített generálás/szerkesztés architektúrán.

A FLUX.2 Klein három alapképességet egyesít egyetlen modellben: szövegből kép generálás promptból, egyreferenciás képszerkesztés, ahol utasításokkal módosítasz egy meglévő képet, és többreferenciás generálás, ahol több bemeneti kép és a prompt együtt határozza meg a kimenetet. Ettől tökéletes gyors prototípusozáshoz, stílusátvitelhez, karakterkonzisztenciához és interaktív kreatív alkalmazásokhoz.

A FLUX.2 Klein 4B szövegből kép generálása képenként 4 kredit, a 9B változat 5 kredit. Képszerkesztésnél a 4B modell 5 kredit, a 9B pedig 7 kredit szerkesztésenként. Ezzel a Klein az egyik legolcsóbb választás kiváló minőségű AI képgeneráláshoz – különösen, ha figyelembe vesszük a másodperc alatti sebességét és a profi szintű kimeneti minőségét.

Igen, a FLUX.2 Kleint kifejezetten hétköznapi videokártyákon való helyi futtatásra tervezték. A 4B modell 13 GB VRAM-os kártyákon fut (RTX 3090, RTX 4070), a 9B modell pedig ~29 GB VRAM-ot igényel (RTX 4090 és felette). Ráadásul az FP8 és NVFP4 kvantált változatok akár 55%-kal csökkentik a VRAM-igényt a minőség megtartása mellett. A 4B modell Apache 2.0 licencű, így kereskedelmi célra is használható.

A Distilled változatok (ez az alapértelmezés a Dreamegán) 4 lépéses, sebességre optimalizált inferenciát használnak – tökéletesek éles és interaktív használatra. A Base változatok nem desztilláltak, és megőrzik a teljes tanítási jelet a maximális rugalmasságért. A Base-t akkor válaszd, ha szabályoznád az inferencialépéseket, LoRA-adapterekkel finomhangolnál, vagy nagyobb kimeneti változatosságot szeretnél kutatáshoz és egyedi pipeline-okhoz.