FLUX 3 Image Klein: un modelo de imagen de 5.6B que cabe en tu GPU
El 15 de octubre de 2026, Black Forest Labs (BFL) publicó FLUX 3 Image Klein, un modelo de generación y edición de imágenes de 5.6 mil millones de parámetros con pesos abiertos que corre en hardware de consumidor: con la versión INT8 funciona en tarjetas NVIDIA GeForce RTX con apenas 8 GB de VRAM, a través de ComfyUI o Diffusers.
La consecuencia para un founder es concreta: la generación de imágenes de calidad frontera deja de ser un gasto variable en la factura de un proveedor externo y pasa a ser un activo que se descarga, se ajusta con datos propios y se aloja en la infraestructura de la propia empresa. BFL lo plantea de forma explícita: los equipos con requisitos de soberanía de datos o de despliegue local pueden evaluar y adaptar el modelo en su propio hardware.
¿Qué puede hacer FLUX 3 Image Klein?
- Text-to-image, edición de imagen y generación con múltiples referencias, con soporte de hasta 10 imágenes de referencia en una sola generación.
- Generación nativa en 4K.
- Edición pixel-perfect, que preserva intactas las regiones de la imagen que no se editan.
- Bounding boxes, que controlan dónde se coloca cada elemento o confinan una edición a un área definida.
Hereda capacidades del modelo completo FLUX 3 Image y se apoya en el aprendizaje cruzado de la familia FLUX 3 entre imagen, video y audio: la imagen aporta detalle espacial, el video suma movimiento y dinámica física, y el audio incorpora información sobre eventos e interacciones. La idea de fondo es que esos tres tipos de señal ayuden al modelo a generar imágenes que se comporten como el mundo real.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasLa release llega en varias versiones: un modelo base pensado para fine-tuning, un modelo destilado en pasos para generación de baja latencia, y builds cuantizados FP8, INT8 y NVFP4 desarrollados con soporte de NVIDIA.
¿Cómo rinde frente a los otros modelos abiertos de imagen?
En las evaluaciones internas de BFL, FLUX 3 Image Klein queda primero en text-to-image, generación multi-referencia y edición de imagen, por delante de modelos abiertos más grandes, y también por encima de los modelos cerrados incluidos en su comparación, Ideogram V4.5 y FLUX.2 [pro].
El dato interesante no es el primer puesto, sino la relación entre tamaño y rendimiento:
- Con 5.6B parámetros es el modelo abierto más pequeño de esa comparación, frente a 7B de Qwen-Image 2.1 y 12.9B de Krea 2.
- Frente a FLUX.2 [klein] 9B, gana 91 puntos Elo en text-to-image y 70 en edición de imagen, usando 38% menos parámetros.
Conviene leer estas cifras con pinzas: son métricas internas de la compañía y no de un benchmark independiente. Sirven como señal de dirección, no como certificación neutral.
En latencia, los datos recogidos por el medio especializado Unite.AI reportan una mediana de 4,54 segundos para text-to-image y 7,18 segundos para edición en imágenes de 1MP a través de la API de BFL. La metodología también la publica la empresa: FLUX 3 Image Klein se midió en sus propios servidores, mientras que los otros modelos se cronometraron desde el cliente, incluyendo polling y tiempo de red. Es un detalle que importa si vas a usar esos números para decidir.
Vale la pena mirar la letra chica del competidor más cercano en tamaño: según MarkTechPost, Qwen-Image-2.1 de Alibaba, con 7B en su bloque de difusión más un encoder de 8B, se distribuye con licencia de investigación y no habilita uso comercial sin un acuerdo aparte con Qwen. Para un equipo que quiere llevar el modelo a producción, esa diferencia de licencia pesa más que unos puntos de benchmark.
¿Cuánto cuesta correrlo en tu propia infraestructura?
Estos son los números que da BFL para planificar capacidad:
- Pesos del generador: 11,2 GB en BF16 y 5,6 GB en FP8.
- Con el build INT8, corre en GPUs NVIDIA GeForce RTX con 8 GB de VRAM o más.
- Modelo destilado más INT8: una imagen de 1MP en unos 4 segundos en una RTX 5090 y en menos de 9 segundos en una RTX 4070 a través de ComfyUI.
- En NVIDIA GB300, el modelo destilado genera 1MP en menos de 0,6 segundos en NVFP4.
- Servir un LoRA encima suma alrededor del 5% al tiempo de generación.
- Vía API, el modelo destilado se publica como flux-3-image-klein, con prompt upsampling y pixel restoration, desde US$0,009 por imagen de 1K.
El modelo se entrenó en NVIDIA GB200 NVL72 y tiene soporte desde el día uno en ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion y vLLM-Omni.
La licencia tiene un techo de facturación que debes revisar
Los pesos salen bajo la FLUX Kommunity License, que permite uso comercial gratuito para individuos y empresas con ingresos anuales por debajo de US$5 millones, además de uso de investigación y no comercial. Las organizaciones que superan ese umbral pueden desplegarlo comercialmente a través de licencias self-hosted o de la API.
Ese número no es un detalle legal: es una variable de tu modelo financiero. Si tu startup está cerca de los US$5 millones de facturación anual, el costo de la licencia entra en el presupuesto del año que viene, no en el de este.
¿Por qué el fine-tuning es la parte que más deberías mirar?
El checkpoint base está construido para ajuste fino. Desde el primer día, Diffusers y el AI Toolkit de Ostris soportan entrenamiento de LoRA, y NVIDIA NeMo AutoModel incluye recetas que funcionan directamente sobre los checkpoints publicados.
Traducido a producto: puedes entrenar un LoRA con tu catálogo de productos, tu estilo visual de marca o tu librería de rostros aprobados, y obtener un generador que respeta tu identidad visual sin escribir un prompt de 200 palabras cada vez. En equipos chicos, eso suele ser la diferencia entre usar IA generativa como juguete y meterla en el flujo de producción de marketing o e-commerce.
Lo que no cambia con el fine-tuning: sigues necesitando un dataset curado, una forma de evaluar resultados y alguien que revise lo que sale. El modelo abierto te ahorra la barrera de entrada, no el trabajo.
¿Qué significa esto para tu startup?
1. Haz la cuenta del costo por imagen. Compara lo que pagas hoy a un proveedor de imagen por generación o edición contra el costo amortizado de correr el modelo destilado en una GPU propia o en una instancia cloud por hora. Con 8 GB de VRAM como piso, la barrera de hardware es una laptop con GPU dedicada o una instancia pequeña, no un clúster.
2. Corre un piloto de una semana con un LoRA propio. Descarga el modelo base, entrena un LoRA con 20 a 50 imágenes de tu producto o tu estilo con el AI Toolkit de Ostris, y compáralo contra tu proveedor actual justo en las tres tareas donde el modelo dice ser fuerte: texto dentro de la imagen, generación multi-referencia y edición que no toca el resto del cuadro.
3. Revisa el techo de US$5 millones. Si tu empresa supera ese nivel de ingresos anuales, el uso comercial gratuito no aplica. Mete el costo de la licencia self-hosted o del API en tu planificación antes de diseñar el producto alrededor de este modelo.
4. Evalúa el argumento de soberanía de datos. Si las imágenes que procesas son de clientes, de salud, de documentación interna o de menores, correr el modelo en tu propia infraestructura elimina la pregunta de dónde quedan esos archivos. En ventas enterprise, ese argumento suele cerrar más rápido que el precio.
El contexto: BFL y la carrera abierta de la imagen
Black Forest Labs fue fundada por los investigadores que desarrollaron la difusión latente, Stable Diffusion y la familia FLUX. Es un equipo pequeño, de alrededor de 100 personas, repartido entre Freiburg (Alemania) y San Francisco, valuado en US$3.250 millones y con más de US$450 millones levantados de inversores como a16z, AMP, Salesforce Ventures, NVIDIA, General Catalyst, Adobe Ventures, Figma Ventures, Canva y T.Capital de Deutsche Telekom.
Su huella en el mercado no es teórica: sus modelos de imagen alimentan herramientas en plataformas como Adobe, Canva, Meta y Microsoft, y los modelos abiertos construidos por su equipo fundador acumulan más de 640 millones de descargas en Hugging Face.
En 2026 la compañía viene publicando a ritmo sostenido: su investigación Self-Flow, los pesos abiertos de la familia FLUX.2 [klein] en enero y FLUX 3 Action en septiembre, un modelo abierto de 7B para control de robots que se ubicó primero en Physics-IQ Verified y en el benchmark RoboLab-120 de NVIDIA. FLUX 3 Image Klein es la segunda release abierta de la familia FLUX 3, y la empresa anticipa que habrá más.
Conclusión
La noticia no es solo un modelo nuevo: es que un generador de imágenes de nivel frontera entre en el rango de hardware que un equipo chico ya tiene o puede alquilar por horas. Con 5.6B de parámetros, licencia gratuita por debajo de US$5 millones de facturación y fine-tuning con LoRA desde el día uno, la pregunta deja de ser si puedes permitirte generar imágenes con IA y pasa a ser qué haces con eso que tu competencia no pueda replicar con un prompt genérico.
La trampa previsible es la de siempre: adoptar la herramienta sin decidir el caso de uso. Un piloto acotado, con métricas comparadas contra tu proveedor actual y con la licencia y los costos de infraestructura sobre la mesa, vale más que migrar todo el flujo creativo la semana del lanzamiento.
Fuentes
- Black Forest Labs - FLUX 3 Image Klein (fuente original)
- Black Forest Labs Expands Access to Frontier Visual Intelligence With Open Weights Release of FLUX 3 Image Klein - Business Insider
- New 5.6B-Parameter FLUX 3 Image Klein Debuts as Open-Weights Release - Unite.AI
- Black Forest Labs releases FLUX 3 Image Klein with free commercial use for small businesses - Crypto Briefing
- Alibaba Qwen Releases Qwen-Image-2.1: A 7B Open-Weight Model - MarkTechPost
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
