Devotd Github
新着マルチモーダル

black-forest-labs/flux-3-image-klein — FLUX 3 Image Klein リファレンス推論コード

Black Forest Labs が公開した FLUX 3 Image Klein のリファレンス推論コード、対応している機能、そして README に示された性能測定の限界を紹介する。

リポジトリ情報black-forest-labs/flux-3-image-klein ↗

Black Forest Labs が公開した FLUX 3 Image Klein のリファレンス推論コード、対応している機能、そして README に示された性能測定の限界を紹介する。

GitHub の説明: FLUX 3 Image Klein: reference inference code

スター
★ 174
フォーク
12
言語
Python
ライセンス
Apache-2.0
原文を見る ↗GitHub で見る ↗

black-forest-labs/flux-3-image-klein は、Black Forest Labs が 2026 年 10 月 15 日に公開した FLUX 3 Image Klein のリファレンス推論コードリポジトリである。5.6B のオープンウェイト画像モデルをローカルで実行するための公式実装で、Python で書かれ、Apache-2.0 ライセンスに従う。正規リリース版は FACTS に示されていない。

このモデルはテキストからの画像生成、参照画像を活用した編集、境界ボックスによる画面レイアウトの指示に対応する。編集では参照画像を最大 10 件まで使用できる。リポジトリは guidance なしで 16 ステップを実行する蒸留版と、CFG 3.5 ベースの 50 ステップモデルの双方を取り上げる。README によれば蒸留版は本体より約 6 倍速く、H200 における 1MP 画像の生成時間はそれぞれ約 3 秒と 12 秒である。コードには FP8 と Blackwell 専用の NVFP4 量子化パスが含まれ、8GB 級グラフィックスカード向け整数 8 ビットディストリビューションと ComfyUI での実行手順も案内されている。

ただし、約 6 倍という速度差と画像生成時間は Black Forest Labs が自身の環境で測定した結果である。README の Elo-レイテンシのパレートグラフも社内評価に基づいており、外部での再現は困難である。したがって、性能数値は独立に検証された比較結果というより、リポジトリが報告した測定値とみなすのが妥当である。