FLUX 3 Klein promete 8 GB de VRAM. Os arquivos dizem outra coisa

A Black Forest Labs lançou o FLUX 3 Image Klein em 15 de outubro, e o número que virou manchete é 8. Oito, como em 8 GB de VRAM, supostamente o bastante para rodar um modelo de imagem de 5.6 bilhões de parâmetros com saída 4K nativa, dez imagens de referência e controle de layout por caixas delimitadoras. Para quem passou os últimos dois anos vendo modelos abertos de imagem exigirem uma placa de 24 GB e uma reza, isso soa como o fim de uma espera longa.

O número também é, como esses números costumam ser, tecnicamente correto e praticamente enganoso. As duas metades da frase merecem atenção, porque o Klein é genuinamente interessante e a distância entre o marketing e o tamanho dos arquivos diz muito sobre onde a geração local de imagens realmente está.

O que foi lançado

O Klein é o membro de pesos abertos da família FLUX 3. O FLUX 3 Image que chegou em 1º de outubro era só via API; o Klein é o que dá para baixar. A arquitetura é um transformer de imagem de 5.6 bilhões de parâmetros, com um codificador de texto Qwen3-VL 4B sob licença Apache 2.0 — detalhe que vale anotar, já que os pesos principais não são Apache.

Três capacidades cabem num único conjunto de pesos: texto para imagem, edição com uma referência e geração com múltiplas referências, até dez imagens num prompt. O limite de referências é o que importa para produção. Se o objetivo é manter o mesmo ator, o mesmo figurino e o mesmo objeto ao longo de uma sequência de planos, dez vagas bastam para dar uma função a cada referência em vez de torcer para que um moodboard faça a média certa sozinho.

O controle de layout são caixas delimitadoras numa grade 0-to-1000 grid. Você desenha uma região e pede ao modelo que coloque, recolora, mova, substitua ou remova o que estiver dentro dela. É uma interação diferente de escrever um prompt e rezar. Fica mais perto de uma ferramenta de diagramação, e é por isso que o lançamento soa menos como a chegada de um modelo e mais como um recurso novo num fluxo de design.

A BFL também entrega dois checkpoints. Um destilado, com 16 passos e sem guidance, para inferência. Um base, com 50 passos a CFG 3.5, para treino — o model card diz com todas as letras que o checkpoint destilado é um péssimo ponto de partida para fine-tuning. A receita de LoRA documentada treina no Base e serve no Distilled, e como os dois compartilham arquitetura, o adaptador carrega sem conversão. No exemplo da BFL, uma LoRA de estilo sobre vinte pinturas de domínio público com legendas, em rank 32, levou cerca de 4.5 horas numa única GPU.

A promessa dos 8 GB, item por item

Aqui está a aritmética que o anúncio não faz por você. O repositório do ComfyUI lista os arquivos de cada componente.

O transformer pesa 11.1 GB em BF16, ou 5.8 GB em INT8. O codificador de texto Qwen3-VL, 8.9 GB em BF16 e 4.9 GB em INT8. O VAE, 0.3 GB. E há o prompt upsampler, um modelo baseado no Qwen3.5-9B com 18.8 GB em BF16 ou 9.8 GB em INT8.

Pegue as duas maiores peças em INT8: 5.8 mais 4.9 dá 10.7 GB de pesos antes de alocar uma única ativação. Uma placa de 8 GB não segura as duas. A promessa dos 8 GB depende, portanto, de descarregar uma delas para a RAM do sistema, o que funciona, e é também o motivo pelo qual o próprio model card do fabricante mede um pico de 31 GB em BF16 e 26 GB em FP8 a 1024×1024 numa B200, com o upsampler desligado.

Essa última ressalva pesa mais do que parece. O model card afirma claramente que um prompt curto digitado como está produz resultado genérico e que o upsampler é necessário para bons resultados. O upsampler precisa de cerca de 28 GB em precisão total numa placa de 80 GB. Não é um componente de luxo opcional: faz parte de como o modelo foi pensado para ser usado, e tem mais ou menos o tamanho do próprio modelo.

O resumo honesto é este: 8 GB compram uma execução, em build INT8, com offload agressivo, em velocidade reduzida e provavelmente com um caminho de prompt mais fraco. Não compram a experiência do vídeo de lançamento.

O que os números de velocidade dizem, e o que não dizem

A BFL reporta cerca de quatro segundos para uma imagem de um megapixel numa RTX 5090, e menos de nove segundos numa RTX 4070. São bons números. Também foram medidos no checkpoint destilado, com as configurações escolhidas pela BFL, para uma única imagem e sem contar o carregamento do modelo. Se o seu fluxo troca de modelo várias vezes — um upscaler, uma passada de inpaint, uma restauração de rosto —, o tempo real por peça finalizada será várias vezes maior.

O fabricante ainda afirma que o Klein supera vários modelos abertos maiores nos benchmarks de texto para imagem, multirreferência e edição. A afirmação não tem verificação independente até o fechamento deste texto, e comparações internas no lançamento são o gênero menos confiável de benchmark. Os rankings independentes que existem colocam o Klein no meio da tabela em estética pura e bem melhor em aderência à edição, o que combina com as prioridades de projeto.

A licença é a parte que todo mundo pula

Os pesos do Klein estão sob a FLUX Kommunity License, não sob Apache 2.0. Os direitos de uso comercial do resultado são concedidos a pessoas e empresas cujo faturamento bruto anual, contando afiliadas, fique abaixo de 5 milhões de dólares. Acima disso, é preciso uma licença comercial da BFL ou usar a API.

Para um designer solo, um estúdio pequeno ou um cineasta montando um clipe, é uma concessão de verdade. Para uma agência que acabou de cruzar o limite, é um item de conformidade que aparece numa auditoria dois anos depois. «Pesos abertos» e «código aberto» são usados como sinônimos em boa parte da cobertura deste lançamento, e não são a mesma coisa.

Há ainda uma inversão de preço que vale calcular. A API começa em torno de 0.008 a 0.009 dólar por imagem. Com mil imagens por mês, isso dá menos de dez dólares. Uma placa de 24 GB custa mais de mil. Hospedar o Klein por conta própria só faz sentido financeiro em volumes nos quais a conta da API é o número maior, ou em situações em que as imagens não podem sair da sua máquina.

Quem deveria baixar de fato

Se o seu trabalho exige consistência de personagem ou de produto ao longo de um conjunto de imagens — storyboards, um catálogo com um mesmo objeto em vinte cenas, um quadrinho em que o mesmo rosto aparece em cada quadro —, as dez referências e o controle por caixas do Klein são a ferramenta mais direta disponível hoje em pesos abertos. Essa combinação é realmente nova nessa escala.

Se o seu trabalho é uma única imagem de destaque bem-feita, a API é mais barata, mais rápida e melhor do que a sua instalação local vai ser.

Se o motivo para querer pesos locais é privacidade — medicina, direito, produto não anunciado —, o número para planejar é o pico de 31 GB em BF16, não oito. Reserve uma placa de 32 GB no orçamento, ou espere as quantizações GGUF da comunidade, que sempre chegam em um ou dois meses.

O padrão dos modelos abertos de imagem é constante há dois anos: o anúncio cita a menor pegada possível, o model card cita a real e a comunidade fecha a diferença com builds quantizados que trocam um pouco de qualidade por bastante folga. O Klein segue esse padrão à risca. Saber qual número se aplica a você é a maior parte da decisão.