FLUX 3 Klein promette 8 GB di VRAM. Le dimensioni dei file dicono altro

Black Forest Labs ha pubblicato FLUX 3 Image Klein il 15 ottobre, e il numero che finisce nel titolo è 8. Otto, come 8 GB di VRAM, presumibilmente sufficienti a far girare un modello di immagine da 5.6 miliardi di parametri con output 4K nativo, dieci immagini di riferimento e controllo del layout tramite bounding box. Per chi negli ultimi due anni ha visto i modelli aperti richiedere una scheda da 24 GB e una preghiera, suona come la fine di un'attesa lunga.

Il numero è anche, come di solito sono questi numeri, tecnicamente vero e praticamente fuorviante. Entrambe le metà della frase meritano attenzione, perché Klein è davvero interessante e lo scarto tra la comunicazione e le dimensioni dei file dice molto su dove si trovi oggi la generazione di immagini in locale.

Che cosa è uscito

Klein è il membro a pesi aperti della famiglia FLUX 3. Il modello FLUX 3 Image arrivato il 1° ottobre era solo via API; Klein è quello scaricabile. L'architettura è un transformer per immagini da 5.6 miliardi di parametri, abbinato a un encoder testuale Qwen3-VL 4B con licenza Apache 2.0: dettaglio da annotare, visto che i pesi principali non sono Apache.

Tre capacità stanno in un solo set di pesi: testo-immagine, editing con un singolo riferimento e generazione multi-riferimento con fino a dieci immagini in un prompt. È il limite di riferimenti a contare nel lavoro di produzione. Se bisogna tenere coerenti lo stesso attore, lo stesso costume e lo stesso oggetto lungo una sequenza di inquadrature, dieci posti bastano per assegnare un compito a ogni riferimento invece di sperare che una mood board faccia la media giusta da sola.

Il controllo del layout sono bounding box su una griglia 0-to-1000 grid. Si disegna una regione e si chiede al modello di posizionare, ricolorare, spostare, sostituire o rimuovere ciò che contiene. È un'interazione diversa dal prompt-e-prega. Somiglia più a uno strumento di impaginazione, ed è per questo che il lancio si legge meno come l'uscita di un modello e più come una funzione aggiunta a un flusso di design.

BFL consegna anche due checkpoint. Uno distillato, 16 passi senza guidance, pensato per l'inferenza. Uno base, 50 passi a CFG 3.5, pensato per il training: la model card dice esplicitamente che il checkpoint distillato è un cattivo punto di partenza per il fine-tuning. La ricetta LoRA documentata addestra su Base e serve su Distilled, e poiché i due condividono l'architettura, l'adapter si carica senza conversione. Nell'esempio di BFL, una LoRA di stile su venti dipinti di pubblico dominio con didascalia, a rank 32, ha richiesto circa 4.5 ore su una sola GPU.

La promessa degli 8 GB, voce per voce

Ecco l'aritmetica che l'annuncio non fa per voi. Il repository ComfyUI elenca i file dei componenti.

Il transformer pesa 11.1 GB in BF16, 5.8 GB in INT8. L'encoder testuale Qwen3-VL 8.9 GB in BF16, 4.9 GB in INT8. Il VAE 0.3 GB. E poi c'è il prompt upsampler, un modello basato su Qwen3.5-9B da 18.8 GB in BF16 o 9.8 GB in INT8.

Prendete i due pezzi INT8 più grandi: 5.8 più 4.9 fa 10.7 GB di pesi prima ancora di allocare una singola attivazione. Una scheda da 8 GB non li tiene entrambi. La promessa degli 8 GB dipende quindi dallo scaricare uno dei due nella RAM di sistema, cosa che funziona, ed è anche il motivo per cui la model card del produttore misura un picco di 31 GB in BF16 e 26 GB in FP8 a 1024×1024 su una B200, con l'upsampler disattivato.

Quell'ultima clausola pesa più di quanto sembri. La model card afferma chiaramente che un prompt breve scritto così com'è produce risultati generici e che l'upsampler è necessario per ottenere buoni risultati. L'upsampler richiede circa 28 GB a piena precisione su una scheda da 80 GB. Non è un componente di lusso opzionale: fa parte di come il modello è pensato per essere usato, ed è più o meno grande quanto il modello stesso.

Il riassunto onesto è questo: 8 GB vi danno un'esecuzione, su build INT8, con offload aggressivo, a velocità ridotta e probabilmente con un percorso del prompt più debole. Non vi danno l'esperienza del video di lancio.

Che cosa dicono i numeri di velocità, e che cosa no

BFL dichiara circa quattro secondi per un'immagine da un megapixel su una RTX 5090, e meno di nove secondi su una RTX 4070. Sono buoni numeri. Sono però misurati sul checkpoint distillato, con le impostazioni scelte da BFL, su una singola immagine e senza il caricamento del modello. Se il vostro flusso alterna più modelli — un upscaler, un passaggio di inpainting, un restauro del volto — il tempo reale per asset finito sarà parecchie volte quello.

Il produttore sostiene inoltre che Klein batta diversi modelli aperti più grandi nei benchmark di testo-immagine, multi-riferimento ed editing. L'affermazione non è verificata da terzi al momento in cui scriviamo, e i confronti interni al lancio sono il genere meno affidabile di benchmark. Le classifiche indipendenti esistenti collocano Klein a metà classifica sull'estetica pura e decisamente meglio sulla fedeltà all'editing, il che corrisponde alle priorità di progetto.

La licenza è la parte che tutti saltano

I pesi di Klein sono sotto FLUX Kommunity License, non Apache 2.0. I diritti di uso commerciale dell'output sono concessi a persone e aziende il cui fatturato annuo lordo, contando le affiliate, resta sotto i 5 milioni di dollari. Oltre quella soglia serve una licenza commerciale di BFL, oppure si passa dall'API.

Per un designer indipendente, un piccolo studio o un videomaker che monta un videoclip, è una concessione reale. Per un'agenzia che ha appena superato la soglia, è una voce di conformità che salterà fuori in un audit due anni dopo. «Pesi aperti» e «open source» vengono usati come sinonimi in gran parte della copertura di questo lancio, e non sono la stessa cosa.

C'è anche un'inversione di prezzo su cui vale la pena fare due conti. L'API parte intorno a 0.008-0.009 dollari per immagine. A mille immagini al mese sono meno di dieci dollari. Una scheda da 24 GB costa più di mille. Ospitare Klein in casa ha senso economico solo a volumi in cui la bolletta dell'API è la cifra più grande, o in situazioni in cui le immagini non possono uscire dalla vostra macchina.

Chi dovrebbe davvero scaricarlo

Se il vostro lavoro richiede coerenza di personaggio o di prodotto su una serie di immagini — storyboard, un catalogo con un oggetto in venti scene, un fumetto in cui la stessa faccia compare in ogni vignetta — le dieci reference e il controllo a box di Klein sono lo strumento più diretto oggi disponibile a pesi aperti. Quella combinazione è davvero nuova a questa scala.

Se il vostro lavoro è una sola bella immagine di apertura, l'API costa meno, è più veloce e dà risultati migliori di quanto farà la vostra installazione locale.

Se il motivo per cui volete i pesi in locale è la privacy — medicale, legale, prodotto non ancora annunciato — il numero su cui pianificare è il picco di 31 GB in BF16, non otto. Mettete in budget una scheda da 32 GB, o aspettate le quantizzazioni GGUF della community, che arrivano sempre entro un mese o due.

Il copione dei modelli aperti di immagini è identico da due anni: l'annuncio cita l'ingombro più piccolo possibile, la model card cita quello reale, e la community colma la distanza con build quantizzate che barattano un po' di qualità con molto margine. Klein segue esattamente questo copione. Capire quale numero vale per voi è la maggior parte della decisione.