FLUX 3 Image Klein: pesos abiertos y gratis bajo US$5M

Black Forest Labs libero los pesos abiertos de FLUX 3 Image Klein, un modelo de imagen de 5.600 millones de parametros que corre en GPUs de consumo y laptops con apenas 8 GB de memoria de video. El dato que mas deberia importar a un founder no es tecnico: la licencia permite uso comercial gratuito para personas y empresas con facturacion anual por debajo de US$5 millones.

Los pesos abiertos significan algo concreto: cualquiera puede descargar el modelo y ejecutarlo en su propio hardware, en lugar de consumirlo unicamente a traves de la API del fabricante. Para un equipo que hoy paga por cada imagen que genera, esa diferencia puede redefinir la estructura de costos de un producto entero. La contrapartida es que la libertad tiene un techo de ingresos.

Que libero exactamente Black Forest Labs

Klein es la segunda entrega de pesos abiertos de la familia FLUX 3, despues de FLUX 3 Action, el modelo de robotica de 7.000 millones de parametros que BFL publico en septiembre, segun el comunicado de la compania difundido por GlobeNewswire. Hereda capacidades del FLUX 3 Image anunciado en julio: salida nativa en 4K, edicion guiada por imagenes de referencia y bounding boxes para indicar donde debe aparecer cada elemento.

El paquete incluye un checkpoint base pensado para fine-tuning e investigacion, un modelo destilado de baja latencia y versiones cuantizadas FP8, NVFP4 e INT8 para reducir los requisitos de despliegue. Unite.AI precisa que los pesos del generador ocupan 11,2 GB en BF16 y 5,6 GB en FP8, y que con la build INT8 el modelo corre en GPUs GeForce RTX con 8 GB de VRAM a traves de ComfyUI o Diffusers.

El soporte de herramientas llego el mismo dia: ComfyUI, Diffusers de Hugging Face, el AI Toolkit de Ostris, vLLM-Omni y SGLang Diffusion. Para afinar el modelo con ejemplos propios, BFL indica NeMo AutoModel de NVIDIA. El entrenamiento se hizo en GPUs NVIDIA GB200 dentro de un sistema NVL72. En su comunicado, la compania afirma que sus modelos de imagen abiertos acumulan mas de 640 millones de descargas en Hugging Face.

El telon de fondo es el auge de la IA fisica: segun Tech Times, las empresas de robotica levantaron US$55.800 millones en 2026, casi el doble del record anual anterior. BFL, valorada en US$3.250 millones y con mas de US$450 millones levantados de inversores como a16z, NVIDIA, General Catalyst, Adobe Ventures y Canva, segun su propio comunicado, esta usando la misma base multimodal para atacar imagen y robotica a la vez.

La licencia es la linea que divide

Todo se juega en la FLUX Kommunity License. BFL permite uso comercial sin pago a individuos y empresas con ingresos anuales bajo US$5 millones. Las organizaciones mas grandes necesitan un acuerdo aparte para self-hosting comercial, o bien pagar por la API.

Vale la pena leer la definicion con lupa. La licencia publicada para la generacion anterior define la elegibilidad combinando ingresos brutos anualizados con las empresas afiliadas, y ademas impone condiciones sobre revision o filtrado de resultados y sobre redistribucion. Dicho de otro modo: el presupuesto del proyecto no determina la elegibilidad, y una subsidiaria chica dentro de un grupo grande probablemente no califique.

Si te inclinas por la API, los precios publicados por BFL arrancan en US$0,009 por imagen en 1K y suben a US$0,011 en 1.5K, US$0,014 en 2K y US$0,036 en 4K. Generar y editar cuestan lo mismo a igual resolucion. La compania no publico una tarifa estandar de self-hosting comercial.

Ese es el punto que suele escaparse: el permiso comercial gratuito no elimina el costo de computo, almacenamiento, adaptacion ni mantenimiento. La cuenta cambia por completo segun si aprovechas hardware local ocioso o si construyes un servicio con demanda sostenida.

Que tan rapido corre en hardware real

Las mediciones locales que acompanan el lanzamiento muestran una dispersion enorme segun la GPU, el checkpoint y la resolucion. En una RTX 5090 con la version INT8, el modelo destilado de 16 pasos genera una imagen de 1.024 x 1.024 pixeles en 4,1 segundos y la edita en 7,2 segundos. A 2.048 x 2.048 esos tiempos saltan a 15 y 43 segundos.

El mismo test en una RTX 4070 toma 8,9 segundos para generar en 1K y 50,4 segundos en 2K; editar lleva 18,9 y 150 segundos respectivamente. En una DGX Station, BFL reporta 0,59 segundos para generar en 1K y 2,2 segundos en 2K.

Dos advertencias. Primero: BFL fijo el minimo de 8 GB de VRAM para GPUs GeForce RTX, pero no lo ato a una variante concreta, a un tamano de salida ni a un tiempo de generacion, y sus graficos de velocidad no prueban una configuracion de 8 GB ni salida en 4K. Segundo: las cifras cruzan builds distintas, con INT8 en las GeForce y NVFP4 en las DGX, asi que no son una comparacion controlada entre chips.

Como se compara con las alternativas

El comparable mas directo es Qwen-Image 2.1, de Alibaba: un generador visual de 7.000 millones de parametros con pesos descargables, generacion y edicion en un mismo modelo y soporte para hasta diez imagenes de referencia. Su licencia de investigacion limita la concesion estandar a uso no comercial, asi que la autorizacion de BFL para empresas chicas marca una diferencia real. Ojo: la version anterior Qwen-Image-Edit usa Apache 2.0, de modo que conviene revisar el checkpoint exacto en lugar de asumir terminos homogeneos dentro de la familia.

En precios, Klein queda por debajo de Krea 3, que segun sus materiales de lanzamiento cotiza US$0,03 por imagen en 1K y US$0,06 en 2K, y tambien de los cargos de salida de imagen que Google lista para Nano Banana 2.1: US$0,0336 en 1K, US$0,0504 en 2K y US$0,113 en 4K, sin contar procesamiento de entrada ni busquedas facturables. OpenAI cotiza GPT Image 2.5 a US$30 por millon de tokens, con cargos de entrada adicionales, de modo que el total por imagen depende del tamano y la calidad elegidos.

Ahora, la letra chica de los benchmarks. Las graficas que BFL entrego a VentureBeat comparan a Klein contra Qwen-Image 2.1, Ideogram 4.5, FLUX.2 [pro], FLUX.2 [klein] 9B y Krea 2, y no incluyen a GPT Image 2.5 ni a Nano Banana 2.1. Tampoco hay datos de consumo energetico, comparaciones controladas con rivales ni evaluacion del destilado de 16 pasos contra el base de 50. Unite.AI recoge que, segun la compania, Klein gana 91 puntos Elo en texto a imagen y 70 en edicion frente al FLUX.2 klein 9B usando 38% menos parametros. Son evaluaciones propias: sirven como referencia direccional, no como veredicto de mercado.

Que significa esto para tu startup

Cuatro decisiones concretas se pueden tomar esta semana.

• Revisa tu elegibilidad antes de desplegar. Si tu facturacion ronda los US$5 millones, o si perteneces a un grupo con ingresos consolidados, no asumas que calificas. La licencia define la elegibilidad sobre ingresos brutos anualizados mas afiliadas, no sobre el presupuesto del proyecto. Un equipo experimental dentro de una empresa grande necesita el acuerdo comercial.
• Haz la cuenta de costo total, no la del precio por imagen. US$0,009 por imagen en 1K se ve imbatible, pero el self-hosting suma computo, almacenamiento, mantenimiento y el tiempo de adaptar el modelo. Con volumen bajo y estable, la API gana; con volumen alto o con datos que no pueden salir de tu infraestructura, los pesos abiertos cambian el calculo.
• Prueba el checkpoint destilado antes que el base. En una RTX 5090 la diferencia entre uno y otro pasa de 4,1 segundos a 12,5 segundos en 1K, y la brecha se agranda en 2K. Para un producto interactivo, la latencia define la experiencia tanto como la calidad.
• Evalua el fine-tuning propio como ventaja competitiva. La razon de fondo para adaptar un modelo de imagen a tus propios ejemplos es la consistencia de marca: fotografia de producto y activos visuales repetibles. Ostris, Diffusers y NeMo AutoModel permiten entrenar LoRA desde el dia uno.

Conclusion

FLUX 3 Image Klein es la jugada mas clara de Black Forest Labs para ocupar el espacio que dejaron abierto los modelos de imagen propietarios: pesos descargables, calidad competitiva y un umbral de ingresos que cubre a la mayoria de las startups. La pregunta que queda sin responder no es tecnica sino economica. Con hardware local razonable y tiempos de pocos segundos en 1K, el costo real depende de cuanto uses el modelo, no de cuanto cueste descargarlo. Y si tu empresa cruza el umbral de los US$5 millones, el calculo cambia otra vez: ahi la decision pasa a ser entre un acuerdo de licencia y una API que ya tiene precios publicos por resolucion.

Fuentes

• VentureBeat: Black Forest Labs opens FLUX 3 Image Klein weights (fuente original)
• GlobeNewswire / Business Insider: Black Forest Labs Expands Access to Frontier Visual Intelligence
• Unite.AI: New 5.6B-Parameter FLUX 3 Image Klein Debuts as Open-Weights Release
• Tech Times: FLUX 3 Launches: Black Forest Labs Enters Video, Audio, and Physical AI in One Model