FLUX 3 Klein verspricht 8 GB VRAM. Die Dateigrößen sagen etwas anderes

Black Forest Labs hat FLUX 3 Image Klein am 15. Oktober veröffentlicht, und die Zahl, die die Schlagzeile trägt, ist die 8. Acht, wie in 8 GB VRAM, angeblich genug für ein Bildmodell mit 5.6 Milliarden Parametern, nativer 4K-Ausgabe, zehn Referenzbildern und Layout-Steuerung per Bounding Box. Wer in den letzten zwei Jahren zugesehen hat, wie offene Bildmodelle eine 24-GB-Karte und ein Stoßgebet verlangten, liest darin das Ende einer langen Warterei.

Diese Zahl ist auch, wie solche Zahlen es meist sind, technisch korrekt und praktisch irreführend. Beide Hälften des Satzes verdienen Aufmerksamkeit, denn Klein ist wirklich interessant, und die Lücke zwischen Marketing und Dateigrößen sagt viel darüber, wo die lokale Bildgenerierung tatsächlich steht.

Was erschienen ist

Klein ist das Open-Weights-Mitglied der FLUX-3-Familie. Das FLUX 3 Image vom 1. Oktober war reine API; Klein ist das Modell zum Herunterladen. Die Architektur ist ein Image-Transformer mit 5.6 Milliarden Parametern, kombiniert mit einem Qwen3-VL 4B Textencoder unter Apache 2.0 — ein Detail, das man sich merken sollte, denn die Hauptgewichte sind nicht Apache.

Drei Fähigkeiten stecken in einem Satz Gewichte: Text zu Bild, Bearbeitung mit einer Referenz und Multi-Referenz-Generierung mit bis zu zehn Bildern in einem Prompt. Für die Produktion zählt das Referenzlimit. Wenn derselbe Darsteller, dasselbe Kostüm und dasselbe Requisit über eine Sequenz hinweg konsistent bleiben sollen, reichen zehn Plätze, um jeder Referenz eine klare Aufgabe zuzuweisen, statt darauf zu hoffen, dass sich ein Moodboard schon richtig herausmittelt.

Die Layout-Steuerung läuft über Bounding Boxes auf einem 0-to-1000 grid. Man zeichnet eine Region und sagt dem Modell, es soll platzieren, umfärben, verschieben, ersetzen oder entfernen, was darin liegt. Das ist eine andere Interaktion als Prompt-und-Beten. Es ist näher an einem Layoutwerkzeug, weshalb sich dieser Release weniger wie ein Modellstart liest als wie eine Funktionserweiterung für Design-Workflows.

BFL liefert außerdem zwei Checkpoints. Einen destillierten, 16 Schritte ohne Guidance, für die Inferenz. Einen Basis-Checkpoint, 50 Schritte bei CFG 3.5, fürs Training — die Model Card sagt ausdrücklich, der destillierte Checkpoint sei ein schlechter Ausgangspunkt fürs Fine-Tuning. Das dokumentierte LoRA-Rezept trainiert auf Base und dient auf Distilled, und weil beide dieselbe Architektur teilen, lädt der Adapter ohne Konvertierung. In BFLs Rechenbeispiel brauchte ein Style-LoRA auf zwanzig beschrifteten gemeinfreien Gemälden (rank 32) etwa 4.5 Stunden auf einer GPU.

Die 8-GB-Behauptung, Position für Position

Hier die Arithmetik, die die Ankündigung nicht für Sie erledigt. Das ComfyUI-Repository listet die Komponentendateien.

Der Transformer wiegt 11.1 GB in BF16, 5.8 GB in INT8. Der Qwen3-VL-Textencoder 8.9 GB in BF16, 4.9 GB in INT8. Das VAE 0.3 GB. Und dann ist da der Prompt-Upsampler, ein Modell auf Qwen3.5-9B-Basis, mit 18.8 GB in BF16 oder 9.8 GB in INT8.

Nimmt man die beiden größten INT8-Blöcke: 5.8 plus 4.9 ergibt 10.7 GB Gewichte, bevor eine einzige Aktivierung alloziert ist. Eine 8-GB-Karte kann beides nicht halten. Die 8-GB-Behauptung hängt also daran, einen der beiden in den System-RAM auszulagern, was funktioniert — und weshalb die Model Card des Herstellers selbst bei 1024×1024 auf einer B200 einen Peak von 31 GB in BF16 und 26 GB in FP8 misst, bei abgeschaltetem Upsampler.

Dieser letzte Zusatz wiegt schwerer, als er aussieht. Die Model Card sagt klar, dass ein kurzer Prompt, so wie eingegeben, generische Ergebnisse liefert und der Upsampler für gute Resultate nötig ist. Der Upsampler braucht in voller Präzision auf einer 80-GB-Karte rund 28 GB. Das ist keine optionale Luxuskomponente. Er gehört zu der Art, wie das Modell benutzt werden soll, und er ist ungefähr so groß wie das Modell selbst.

Die ehrliche Zusammenfassung lautet: 8 GB bescheren Ihnen einen Lauf, in einem INT8-Build, mit aggressivem Offloading, bei reduzierter Geschwindigkeit und wahrscheinlich mit schwächerem Prompt-Pfad. Nicht das Erlebnis aus dem Launch-Video.

Was die Geschwindigkeitszahlen sagen — und was nicht

BFL nennt etwa vier Sekunden für ein Bild mit einer Megapixel auf einer RTX 5090 und unter neun Sekunden auf einer RTX 4070. Das sind gute Zahlen. Sie sind allerdings auf dem destillierten Checkpoint gemessen, mit BFLs eigener Einstellung, für ein einzelnes Bild, ohne Modellladezeit. Wer einen Workflow fährt, der zwischen Modellen wechselt — ein Upscaler, ein Inpainting-Durchlauf, eine Gesichtsrestaurierung —, landet pro fertigem Asset bei einem Vielfachen davon.

Der Hersteller behauptet zudem, Klein schlage mehrere größere Open-Weights-Modelle in Benchmarks für Text zu Bild, Multi-Referenz und Editing. Diese Aussage ist zum Redaktionsschluss nicht von Dritten geprüft, und interne Vergleiche zum Launch sind die unzuverlässigste Gattung Benchmark. Die unabhängigen Leaderboards, die es gibt, setzen Klein bei reiner Ästhetik ins Mittelfeld und bei der Befolgung von Edits deutlich besser — was zu den Designprioritäten passt.

Die Lizenz ist der Teil, den alle überspringen

Kleins Gewichte stehen unter der FLUX Kommunity License, nicht unter Apache 2.0. Kommerzielle Nutzungsrechte an den Ergebnissen gehen an Personen und Unternehmen, deren annualisierter Bruttoumsatz, mit verbundenen Unternehmen gerechnet, unter 5 Millionen US-Dollar bleibt. Darüber braucht es eine kommerzielle Lizenz von BFL oder die API.

Für eine Solo-Designerin, ein kleines Studio oder einen Filmemacher, der ein Musikvideo schneidet, ist das eine echte Erlaubnis. Für eine Agentur, die die Schwelle gerade überschritten hat, ist es ein Compliance-Punkt, der zwei Jahre später im Audit auftaucht. „Open Weights“ und „Open Source“ werden in den meisten Texten zu diesem Release synonym verwendet, und sie sind nicht dasselbe.

Dazu kommt eine Preisumkehr, über die sich rechnen lässt. Die API startet bei etwa 0.008 bis 0.009 Dollar pro Bild. Bei tausend Bildern im Monat sind das unter zehn Dollar. Eine 24-GB-Karte kostet über tausend. Selbst hosten lohnt sich finanziell nur bei Volumina, bei denen die API-Rechnung die größere Zahl ist, oder wenn die Bilder die eigene Maschine nicht verlassen dürfen.

Wer es tatsächlich herunterladen sollte

Wenn Ihre Arbeit Konsistenz von Figur oder Produkt über eine Bildserie verlangt — Storyboards, ein Produktkatalog mit einem Objekt in zwanzig Szenen, ein Comic, in dem dasselbe Gesicht in jedem Panel auftaucht —, dann sind Kleins zehn Referenzen plus Box-Steuerung das direkteste Werkzeug, das es derzeit in Open Weights gibt. Diese Kombination ist in dieser Größenordnung tatsächlich neu.

Wenn Ihre Arbeit aus einem einzigen schönen Hero-Bild besteht, ist die API billiger, schneller und besser als Ihr lokales Setup.

Wenn der Grund für lokale Gewichte Datenschutz ist — Medizin, Recht, unveröffentlichtes Produkt —, dann ist der BF16-Peak von 31 GB die Zahl, um die Sie planen, nicht die acht. Kalkulieren Sie eine 32-GB-Karte ein, oder warten Sie auf die GGUF-Quantisierungen der Community, die immer binnen ein, zwei Monaten kommen.

Das Muster bei offenen Bildmodellen ist seit zwei Jahren konstant: Die Ankündigung nennt den kleinstmöglichen Fußabdruck, die Model Card nennt den echten, und die Community schließt die Lücke mit quantisierten Builds, die etwas Qualität gegen viel Luft tauschen. Klein folgt genau diesem Muster. Zu wissen, welche Zahl für Sie gilt, ist der größte Teil der Entscheidung.