Nielimitowany, superszybki FLUX.2 Klein - generator tekstu na obraz i edycji obrazu (4B/9B)

FLUX.2 Klein to najszybsza rodzina modeli obrazowych Black Forest Labs, zaprojektowana pod generowanie i edycję w ułamku sekundy na konsumenckich kartach graficznych. W przeciwieństwie do większych modeli, takich jak FLUX.2 Pro czy FLUX.2 Dev, Klein korzysta z kompaktowej architektury w wariantach 4B i 9B parametrów, które działają na sprzęcie pokroju RTX 3090 czy RTX 4070, przy zaledwie 13 GB VRAM. Jako jedyny łączy generowanie tekst na obraz i edycję obrazu w jednym modelu, więc nie trzeba przeskakiwać między narzędziami.

Model 4B jest zoptymalizowany pod maksymalną szybkość: generuje obrazy nawet w 0.3 sekundy na wydajnym sprzęcie, wymaga tylko około 13 GB VRAM i jest udostępniony na licencji Apache 2.0 do użytku komercyjnego. Model 9B daje wyższą jakość, dorównującą modelom 5x większym, celuje w około 29 GB VRAM (RTX 4090 i wyżej) i potrzebuje około 0.5–2 sekund na obraz. Oba korzystają z tej samej 4-krokowej destylowanej inferencji i dzielą wspólną architekturę generowania oraz edycji.

FLUX.2 Klein łączy trzy podstawowe możliwości w jednym modelu: generowanie tekst na obraz z promptów, edycję obrazu na podstawie jednej referencji, gdy modyfikujesz istniejący obraz poleceniami, oraz generowanie z wieloma referencjami, gdzie kilka obrazów wejściowych i prompt wspólnie definiują wynik. Dzięki temu świetnie nadaje się do szybkiego prototypowania, transferu stylu, spójności postaci i interaktywnych zastosowań twórczych.

FLUX.2 Klein 4B w trybie tekst na obraz kosztuje 4 kredyty za obraz, a wariant 9B — 5 kredytów. Przy edycji obrazu model 4B kosztuje 5 kredytów, a 9B 7 kredytów za edycję. To czyni Kleina jedną z najtańszych opcji wysokiej jakości generowania obrazów AI, zwłaszcza biorąc pod uwagę szybkość poniżej sekundy i profesjonalny poziom wyników.

Tak, FLUX.2 Klein jest przeznaczony do lokalnego uruchamiania na konsumenckich kartach graficznych. Model 4B działa na GPU z 13 GB VRAM (RTX 3090, RTX 4070), a model 9B wymaga około 29 GB VRAM (RTX 4090 i wyżej). Dodatkowo skwantyzowane wersje FP8 i NVFP4 zmniejszają zapotrzebowanie na VRAM nawet o 55%, zachowując jakość. Model 4B jest na licencji Apache 2.0, co pozwala na użytek komercyjny.

Warianty Distilled (domyślne w Dreamega) korzystają z 4-krokowej inferencji zoptymalizowanej pod szybkość — idealne do produkcji i pracy interaktywnej. Warianty Base są niedestylowane i zachowują pełny sygnał treningowy, dając maksymalną elastyczność. Sięgnij po Base, gdy potrzebujesz kontroli nad liczbą kroków inferencji, planujesz dostrajanie adapterami LoRA albo zależy Ci na większej różnorodności wyników w badaniach i własnych pipeline'ach.