FLUX 3 Klein 說 8GB 顯示記憶體就夠，檔案大小不這麼認為

Black Forest Labs 在 10 月 15 日發布 FLUX 3 Image Klein，最搶眼的數字是 8。8GB 顯示記憶體，據說足以跑一個 56 億參數的圖像模型：原生 4K 輸出、十張參考圖，還有邊界框佈局控制。過去兩年，看著開源圖像模型動輒要 24GB 顯示卡外加燒香的人，讀到這裡大概會覺得漫長的等待總算結束了。

這個數字也和這類數字一貫的命運一樣：技術上成立，實務上誤導。這句話的兩半都值得細看，因為 Klein 確實有意思，而它的宣傳說法和它的檔案大小之間的落差，恰好說明了本地圖像生成現在究竟站在哪裡。

發布了什麼

Klein 是 FLUX 3 家族裡的開放權重成員。10 月 1 日上線的 FLUX 3 Image 只有 API，Klein 才是能下載的那一個。架構是 56 億參數的圖像 transformer，搭配一個 Qwen3-VL 4B 文字編碼器，後者是 Apache 2.0 授權——這點值得記一筆，因為主權重並不是 Apache。

一組權重裡裝了三件事：文生圖、單參考圖編輯，以及最多十張圖的多參考生成。參考圖上限對生產流程才是重點。如果你要讓同一個演員、同一套服裝、同一件道具在一串畫面裡保持一致，十個位置夠你給每張參考圖派一個明確任務，而不必指望一張情緒板自己平均出正確答案。

佈局控制是在 0-to-1000 grid 上畫邊界框。你圈出一個區域，然後讓模型在裡面放置、改色、移動、替換或移除內容。這和「寫好提示詞然後祈禱」是兩種互動。它更接近排版工具，所以這次發布讀起來不像模型上線，更像設計流程裡多了一個功能。

BFL 還給了兩個 checkpoint。蒸餾版 16 步、不用 guidance，用於推論；基礎版 50 步、CFG 3.5，用於訓練——模型卡寫得很明確，蒸餾版是微調的糟糕起點。文件裡的 LoRA recipe 是在 Base 上訓練、在 Distilled 上出圖，因為兩者共享同一套架構，adapter 不需要轉換就能載入。BFL 給的算例是：用二十幅帶標註的公有領域畫作，在 rank 32 上訓一個風格 LoRA，單卡大約 4.5 小時。

8GB 這個說法，逐項拆開

這是發布公告不會替你做的算術。ComfyUI 儲存庫列出了各個元件檔案：

transformer 在 BF16 下是 11.1 GB，INT8 下 5.8 GB。Qwen3-VL 文字編碼器 BF16 下 8.9 GB，INT8 下 4.9 GB。VAE 是 0.3 GB。然後是 prompt upsampler——一個基於 Qwen3.5-9B 的模型，BF16 下 18.8 GB，INT8 下 9.8 GB。

取兩個最大的 INT8 元件：5.8 加 4.9，是 10.7 GB 權重，這還沒算上任何一個激活值。8GB 的卡裝不下這兩個。所以 8GB 這個說法成立的前提，是把其中一個卸載到系統記憶體——這確實跑得動，也正是為什麼廠商自己的模型卡在 B200 上、1024×1024、還關掉了 upsampler 的情況下，量出來的是 BF16 峰值 31 GB、FP8 峰值 26 GB。

最後那句「關掉 upsampler」比看上去重要。模型卡直說：照原樣輸入的短提示詞只會得到泛泛的結果，要好結果必須用 upsampler。而 upsampler 在 80GB 卡上跑全精度，需要大約 28 GB。這不是什麼可選的奢侈元件，它是這個模型被設計出來的用法的一部分，而且體積差不多等於模型本身。

所以老實的總結是：8GB 能讓你跑起來，用 INT8 版本，大幅卸載，速度打折，提示詞那條路大概也更弱。它給你的不是宣傳影片裡那個體驗。

速度數字說了什麼，沒說什麼

BFL 說在 RTX 5090 上出一張 100 萬像素圖約 4 秒，RTX 4070 上不到 9 秒。這些數字不錯。但它們是在蒸餾版上、用 BFL 自己選的設定、出單張圖、不含模型載入時間測出來的。如果你的工作流程要在幾個模型之間切換——放大、局部重繪、人臉修復——每張成品的實際耗時是那個數字的好幾倍。

廠商還聲稱 Klein 在文生圖、多參考、編輯這幾項基準上勝過若干更大的開放權重模型。截至本文寫作，這個說法沒有第三方驗證，而發布當天的內部橫評，是可信度最低的一類基準。現有的獨立榜單把 Klein 放在純審美的中段，編輯遵從性明顯更好——這和它的設計取捨對得上。

授權才是大家跳過的那一段

Klein 的權重用的是 FLUX Kommunity License，不是 Apache 2.0。商業輸出權授予個人和公司，條件是連同關係企業計算的年化總營收低於 500 萬美元。超過這條線，你要嘛向 BFL 取得商業授權，要嘛走 API。

對獨立設計師、小型工作室、剪 MV 的影像作者，這是一份實實在在的授權。對一個才剛越過門檻的代理商，這是兩年後稽核時才會冒出來的一條合規項目。這次發布的大部分報導把「開放權重」和「開源」當同義詞在用，而它們不是一回事。

還有一個價格倒掛，值得算一算。API 大約每張圖 0.008 到 0.009 美元。一個月一千張，不到十美元。一張 24 GB 的卡要一千多。自建 Klein 只有在用量大到 API 帳單反而更貴的時候，或者圖片根本不能離開你的機器的時候，才划得來。

到底誰該下載

如果你的工作需要在一組圖裡保持人物或產品一致——分鏡、一個物件出現在二十個場景裡的產品型錄、每一格都是同一張臉的漫畫——Klein 的十張參考加框控，是眼下開放權重裡最直接的工具。這個組合在這個參數量級上確實是新的。

如果你的工作只是要一張漂亮的 hero image，API 更便宜、更快，也比你的本地環境做得好。

如果你要本地權重是為了隱私——醫療、法務、還沒發表的產品——那該按 31 GB 的 BF16 峰值來規劃，而不是 8。編一張 32 GB 的卡預算，或者等社群那批總會在一兩個月內出現的 GGUF 量化。

開放圖像模型這兩年的規律一直很穩定：公告報最小可能的佔用，模型卡報真實的佔用，社群用量化版本在中間找平，拿一點品質換一大截餘裕。Klein 完全照著這個規律走。搞清楚哪個數字適用於你，這個決定就做完了一大半。