FLUX 3 Klein 说 8GB 显存就够，文件体积不同意

Black Forest Labs 于 10 月 15 日发布 FLUX 3 Image Klein，最抢眼的数字是 8。8GB 显存，据说足以跑一个 56 亿参数的图像模型：原生 4K 输出、十张参考图，还有边界框布局控制。过去两年里，眼看着开源图像模型动辄要 24GB 显卡外加烧香的人，读到这里大概会觉得漫长的等待总算结束了。

这个数字也和这类数字一贯的命运一样：技术上成立，实践上误导。这句话的两半都值得细看，因为 Klein 确实有意思，而它的宣传口径与它的文件体积之间的落差，恰好说明了本地图像生成现在究竟站在哪里。

发布了什么

Klein 是 FLUX 3 家族里的开放权重成员。10 月 1 日上线的 FLUX 3 Image 只有 API，Klein 才是能下载的那一个。架构是 56 亿参数的图像 transformer，配一个 Qwen3-VL 4B 文本编码器，后者是 Apache 2.0 许可——这点值得记一笔，因为主权重并不是 Apache。

一套权重里装了三件事：文生图、单参考图编辑，以及最多十张图的多参考生成。参考图上限对生产流程才是重点。如果你要让同一个演员、同一套服装、同一件道具在一串画面里保持一致，十个位置够你给每张参考图派一个明确任务，而不必指望一张情绪板自己平均出正确的答案。

布局控制是在 0-to-1000 grid 上画边界框。你圈一个区域，然后让模型在里面放置、改色、移动、替换或删除内容。这和“写好提示词然后祈祷”是两种交互。它更接近排版工具，所以这次发布读起来不像模型上线，更像设计流程里多了一个功能。

BFL 还给了两个 checkpoint。蒸馏版 16 步、不用 guidance，用于推理；基础版 50 步、CFG 3.5，用于训练——模型卡写得很明确，蒸馏版是微调的糟糕起点。文档里的 LoRA recipe 是在 Base 上训练、在 Distilled 上出图，因为两者共享同一套架构，adapter 不需要转换就能加载。BFL 给的算例是：用二十幅带标注的公有领域画作，在 rank 32 上训一个风格 LoRA，单卡大约 4.5 小时。

8GB 这个说法，逐项拆开

这是发布公告不会替你做的算术。ComfyUI 仓库列出了各个组件文件：

transformer 在 BF16 下是 11.1 GB，INT8 下 5.8 GB。Qwen3-VL 文本编码器 BF16 下 8.9 GB，INT8 下 4.9 GB。VAE 是 0.3 GB。然后是 prompt upsampler——一个基于 Qwen3.5-9B 的模型，BF16 下 18.8 GB，INT8 下 9.8 GB。

取两个最大的 INT8 件：5.8 加 4.9，是 10.7 GB 权重，这还没算上任何一个激活值。8GB 的卡装不下这两个。所以 8GB 这个说法成立的前提，是把其中一个卸载到系统内存——这确实能跑，也正是为什么厂商自己的模型卡在 B200 上、1024×1024、还关掉了 upsampler 的情况下，量出来的是 BF16 峰值 31 GB、FP8 峰值 26 GB。

最后那句“关掉 upsampler”比看上去重要。模型卡直说：照原样输入的短提示词只会得到泛泛的结果，要好结果必须用 upsampler。而 upsampler 在 80GB 卡上跑全精度，需要大约 28 GB。这不是什么可选的奢侈组件，它是这个模型被设计出来的用法的一部分，而且体积差不多等于模型本身。

所以老实的总结是：8GB 能让你跑起来，用 INT8 版本，大幅卸载，速度打折，提示词那条路大概也更弱。它给你的不是宣传片里那个体验。

速度数字说了什么，没说什么

BFL 说在 RTX 5090 上出一张 100 万像素图约 4 秒，RTX 4070 上不到 9 秒。这些数字不错。但它们是在蒸馏版上、用 BFL 自己选的设置、出单张图、不含模型加载时间测出来的。如果你的工作流要在几个模型之间切换——放大、局部重绘、人脸修复——每张成品的墙上时钟时间是那个数字的好几倍。

厂商还声称 Klein 在文生图、多参考、编辑这几项基准上胜过若干更大的开放权重模型。截至本文写作，这个说法没有第三方验证，而发布当天的内部横评，是可信度最低的一类基准。现有的独立榜单把 Klein 放在纯审美的中游，编辑遵从性明显更好——这和它的设计取舍对得上。

许可才是大家跳过的那一段

Klein 的权重用的是 FLUX Kommunity License，不是 Apache 2.0。商业输出权授予个人和公司，条件是连同关联方计算的年化总营收低于 500 万美元。超过这条线，你要么向 BFL 拿商业许可，要么走 API。

对独立设计师、小工作室、剪 MV 的影像作者，这是一份实打实的授权。对一个刚刚越过门槛的代理商，这是两年后审计时才会冒出来的一条合规项。这次发布的大部分报道把“开放权重”和“开源”当同义词在用，而它们不是一回事。

还有一个价格倒挂，值得算一算。API 大约每张图 0.008 到 0.009 美元。一个月一千张，不到十美元。一张 24 GB 的卡要一千多。自建 Klein 只有在用量大到 API 账单反而更贵的时候，或者图片根本不能离开你的机器的时候，才算得过账。

到底谁该下载

如果你的活需要在一组图里保持人物或产品一致——分镜、一个物件出现在二十个场景里的产品目录、每一格都是同一张脸的漫画——Klein 的十张参考加框控，是眼下开放权重里最直接的工具。这个组合在这个参数量级上确实是新的。

如果你的活只是要一张漂亮的 hero image，API 更便宜、更快，也比你的本地环境做得好。

如果你要本地权重是为了隐私——医疗、法务、还没发布的产品——那该按 31 GB 的 BF16 峰值来规划，而不是 8。预算一张 32 GB 的卡，或者等社区那批总会在一两个月内出现的 GGUF 量化。

开放图像模型这两年的规律一直很稳定：公告报最小可能的占用，模型卡报真实的占用，社区用量化版本在中间找平，拿一点质量换一大截余量。Klein 完全照着这个规律走。搞清楚哪个数字适用于你，这个决定就做完了一大半。