«FLUX 3 Klein» يقول 8 غيغابايت من الذاكرة. أحجام الملفات تقول غير ذلك

أعلنت Black Forest Labs في 15 أكتوبر عن FLUX 3 Image Klein، والرقم الأبرز في البيان هو 8. ثمانية غيغابايت من ذاكرة الرسوميات، يُفترض أنها تكفي لتشغيل نموذج صور بـ 5.6 مليار معامل، بإخراج 4K أصلي وعشر صور مرجعية وتحكم في التخطيط عبر صناديق الإحاطة. ولمن أمضى العامين الماضيين يراقب النماذج المفتوحة للصور وهي تطلب بطاقة بـ 24 GB ودعاءً، يبدو هذا نهاية انتظار طويل.

والرقم أيضًا، على عادة أمثاله، صحيح تقنيًا ومضلّل عمليًا. يستحق نصفا الجملة الانتباه، فـ Klein مثير للاهتمام فعلًا، والفجوة بين خطابه التسويقي وأحجام ملفاته تقول الكثير عن موقع التوليد المحلي للصور اليوم.

ما الذي صدر

Klein هو العضو مفتوح الأوزان في عائلة FLUX 3. نموذج FLUX 3 Image الذي وصل في 1 أكتوبر كان عبر API فقط، أما Klein فهو القابل للتنزيل. معماره محوّل صور بـ 5.6 مليار معامل، مقترن بمرمّز نصي Qwen3-VL 4B برخصة Apache 2.0 — تفصيل يستحق التسجيل، لأن الأوزان الأساسية ليست Apache.

ثلاث قدرات في مجموعة أوزان واحدة: نص إلى صورة، وتحرير بمرجع واحد، وتوليد بمراجع متعددة تصل إلى عشر صور في الأمر النصي. وحد المراجع هو الأهم في العمل الإنتاجي. إذا كان المطلوب الحفاظ على الممثل نفسه والزي نفسه والدعامة نفسها عبر سلسلة لقطات، فالعشر خانات تكفي لتخصيص مهمة لكل مرجع بدلًا من الأمل في أن تحسب لوحة المزاج المتوسط الصحيح بنفسها.

التحكم في التخطيط يتم عبر صناديق إحاطة على شبكة 0-to-1000 grid. ترسم منطقة، ثم تطلب من النموذج أن يضع أو يعيد التلوين أو ينقل أو يستبدل أو يحذف ما بداخلها. هذه تفاعلية مختلفة عن كتابة الأمر والدعاء. إنها أقرب إلى أداة تنسيق صفحات، ولهذا يُقرأ هذا الإصدار أقل كإطلاق نموذج وأكثر كإضافة ميزة إلى سير عمل التصميم.

تقدّم BFL أيضًا نقطتي حفظ. نسخة مقطّرة بـ 16 خطوة دون guidance، للاستدلال. ونسخة أساس بـ 50 خطوة عند CFG 3.5، للتدريب — وبطاقة النموذج تنص صراحة على أن النسخة المقطّرة نقطة انطلاق سيئة للضبط الدقيق. وتصف الوثائق وصفة LoRA بالتدريب على Base والخدمة على Distilled، ولأن الاثنين يتشاركان المعمار، يُحمَّل المحوّل دون تحويل. وفي المثال الذي قدمته BFL، استغرق LoRA للأسلوب على عشرين لوحة من الملك العام مع أوصاف، عند rank 32، نحو 4.5 ساعة على وحدة معالجة واحدة.

ادعاء الـ 8 GB، بندًا بندًا

هذا هو الحساب الذي لا يقوم به البيان نيابة عنك. مستودع ComfyUI يسرد ملفات المكونات.

المحوّل 11.1 GB بصيغة BF16، أو 5.8 GB بصيغة INT8. ومرمّز النص Qwen3-VL بسعة 8.9 GB بصيغة BF16 و4.9 GB بصيغة INT8. والـ VAE بسعة 0.3 GB. ثم هناك prompt upsampler، وهو نموذج قائم على Qwen3.5-9B بحجم 18.8 GB بصيغة BF16 أو 9.8 GB بصيغة INT8.

خذ أكبر قطعتين بصيغة INT8: 5.8 زائد 4.9 يساوي 10.7 GB من الأوزان قبل تخصيص أي تنشيط واحد. وبطاقة بـ 8 GB لا تتسع للاثنتين. لذا يقوم ادعاء الـ 8 GB على إنزال إحداهما إلى ذاكرة النظام، وهذا يعمل فعلًا، وهو أيضًا سبب قياس بطاقة النموذج لدى الشركة نفسها ذروة 31 GB بصيغة BF16 و26 GB بصيغة FP8 عند 1024×1024 على B200 — مع إيقاف الـ upsampler.

هذه الجملة الأخيرة أثقل مما تبدو. تقول بطاقة النموذج بوضوح إن أمرًا نصيًا قصيرًا كما هو ينتج مخرجات عامة، وإن الـ upsampler ضروري لنتائج جيدة. ويحتاج الـ upsampler إلى نحو 28 GB بدقة كاملة على بطاقة 80 GB. ليس مكوّنًا كماليًا اختياريًا؛ إنه جزء من طريقة استخدام النموذج كما صُمم، وحجمه يقارب حجم النموذج نفسه.

الخلاصة الصادقة هي هذه: الـ 8 GB تمنحك تشغيلًا، بنسخة INT8، مع إنزال مكثف للذاكرة، وبسرعة مخفضة، وعلى الأرجح بمسار أوامر أضعف. لا تمنحك التجربة التي في فيديو الإطلاق.

ماذا تقول أرقام السرعة وماذا لا تقول

تذكر BFL نحو أربع ثوانٍ لصورة بمليون بكسل على RTX 5090، وأقل من تسع ثوانٍ على RTX 4070. أرقام جيدة. لكنها مقيسة على النسخة المقطّرة، وبالإعدادات التي اختارتها BFL، ولصورة واحدة، ودون حساب تحميل النموذج. وإذا كان سير عملك يتنقل بين نماذج — مكبّر، وتمريرة إكمال، وترميم وجوه — فسيكون الزمن الفعلي لكل أصل منتهٍ أضعاف ذلك.

تدّعي الشركة أيضًا أن Klein يتفوق على عدة نماذج مفتوحة أكبر في اختبارات النص إلى صورة والمراجع المتعددة والتحرير. هذا الادعاء غير محقق من طرف ثالث حتى كتابة هذا النص، والمقارنات الداخلية عند الإطلاق أقل أنواع الاختبارات موثوقية. أما التصنيفات المستقلة الموجودة فتضع Klein في وسط الجدول في الجمالية الخام، وأفضل بوضوح في الالتزام بالتحرير، وهو ما يتوافق مع أولويات التصميم.

الرخصة هي الجزء الذي يتخطاه الناس

أوزان Klein تحت رخصة FLUX Kommunity License، لا Apache 2.0. تُمنح حقوق الاستخدام التجاري للمخرجات للأفراد والشركات التي تبقى إيراداتها السنوية الإجمالية، محسوبة مع الشركات التابعة، دون 5 ملايين دولار. وفوق ذلك تحتاج إلى رخصة تجارية من BFL أو تستخدم الـ API.

لمصمم مستقل أو استوديو صغير أو صانع فيلم يقطع فيديو موسيقيًا، هذا منح حقيقي. ولوكالة تجاوزت الحد للتو، هذا بند امتثال يظهر في تدقيق بعد عامين. ويستخدم معظم ما كُتب عن هذا الإصدار تعبيري «الأوزان المفتوحة» و«المصدر المفتوح» بالتبادل، وهما ليسا الشيء نفسه.

وهناك انقلاب في التسعير يستحق الحساب. تبدأ الـ API عند نحو 0.008 إلى 0.009 دولار للصورة. وعند ألف صورة شهريًا، هذا أقل من عشرة دولارات. أما بطاقة بـ 24 GB فتكلف أكثر من ألف. والاستضافة الذاتية لـ Klein لا تصبح منطقية ماليًا إلا عند أحجام تجعل فاتورة الـ API هي الرقم الأكبر، أو في حالات لا يمكن فيها للصور مغادرة جهازك.

من ينبغي أن ينزّله فعلًا

إذا كان عملك يحتاج اتساقًا في الشخصية أو المنتج عبر مجموعة صور — لوحات تخطيط، كتالوج يظهر فيه الجسم نفسه في عشرين مشهدًا، قصة مصورة يتكرر فيها الوجه نفسه في كل إطار — فعشر مراجع Klein مع التحكم بالصناديق هي الأداة الأكثر مباشرة المتاحة اليوم في الأوزان المفتوحة. هذا التوليف جديد فعلًا عند هذا الحجم.

وإذا كان عملك صورة رئيسية واحدة جميلة، فالـ API أرخص وأسرع وأفضل مما سيكون عليه إعدادك المحلي.

وإذا كان سبب رغبتك في أوزان محلية هو الخصوصية — طبي، قانوني، منتج لم يُعلن بعد — فالرقم الذي تخطط على أساسه هو ذروة 31 GB بصيغة BF16، لا الثمانية. رصد بطاقة بـ 32 GB في الميزانية، أو انتظر تكميمات GGUF من المجتمع، التي تصل دائمًا خلال شهر أو شهرين.

النمط في النماذج المفتوحة للصور ثابت منذ عامين: يذكر البيان أصغر بصمة ممكنة، وتذكر بطاقة النموذج البصمة الحقيقية، ويجسر المجتمع الفجوة بنسخ مكمّمة تقايض قليلًا من الجودة بقدر كبير من الهامش. ويتبع Klein هذا النمط بالضبط. ومعرفة أي رقم ينطبق عليك هي معظم القرار.