FLUX 3 Image Klein lokalnie: test na RTX 4090, 7,5 GB VRAM

👁 122 przeczytań

FLUX 3 Image Klein to pierwszy otwarty model z rodziny FLUX 3 od Black Forest Labs, wydany 13-15 października 2026. Ma 5,6 mld parametrów i robi obrazy z tekstu oraz edycję z maksymalnie 10 zdjęciami referencyjnymi. Uruchomiłem go lokalnie w ComfyUI na RTX 4090 i dałem mu te same polecenia co Qwen-Image 2.1 Turbo. Klein robi obraz w 6-7 sekund, a cała karta zajmuje przy tym tylko 7,5 GB VRAM. To najlżejszy mocny model obrazowy, jaki miałem na tym komputerze.

Co to jest FLUX 3 Image Klein

Black Forest Labs (twórcy FLUX.1 i FLUX.2) wypuściło w październiku rodzinę FLUX 3: obraz i wideo w API oraz jeden model z otwartymi wagami, właśnie Kleina. W karcie modelu producent opisuje go tak: jeden model do tekstu na obraz, edycji jednego zdjęcia i kompozycji z wielu referencji, z enkoderem Qwen3-VL-4B-Instruct.

Są dwie wersje wag:

• Klein (destylowany, 16 kroków, bez guidance) do generowania i edycji. To ta sama wersja, która działa w API BFL.
• Klein Base (50 kroków, guidance 3,5) do dotrenowywania, LoRA i badań.

BFL udostępnia gotowe pliki do ComfyUI w trzech formatach: bf16 (11,1 GB), int8 (5,83 GB) i NVFP4 (5,28 GB, dla kart RTX 50). Ja użyłem int8.

Mój test: Klein kontra Qwen-Image 2.1 Turbo

Sprzęt: RTX 4090 24 GB, 64 GB RAM, Windows 11, ComfyUI 0.41.0. Klein dostał ustawienia z oficjalnego szablonu (15 kroków, euler, CFG 1), Qwen Turbo swoje 8 kroków. Polecenia i ziarno (7) były te same. Czas liczyłem od wysłania zadania do zapisanego pliku, VRAM odczytywałem z nvidia-smi co pół sekundy.

* Pierwszy obraz w serii zawiera ładowanie modelu z dysku. Klein ładuje się ponad 4 razy szybciej, bo jest o połowę mniejszy.

Qwen Turbo jest szybszy o 2-3 sekundy na obraz, ale zajmuje ponad dwa razy więcej pamięci karty. Klein zmieści się na karcie 8-12 GB, Qwen Turbo nie.

Plakat z polskim napisem

Oba modele napisały „JAZZ NAD ODRĄ” z poprawnym „Ą”. Oba zgubiły „ł” w słowie „Wrocław”. Klein zrobił plakat bardziej jak prawdziwy druk: ziarno, papier, saksofonista z twarzą. Qwen Turbo dał nowocześniejszy, czysty układ z sylwetką.

Sklep z lat 80.

Kartka „OCET 12 zł” jest poprawna w obu. Szyldu „Społem” nie zrobił żaden. Klein wypełnił półki setkami słoików z etykietami, ale napisy na etykietach to bełkot, typowy dla modeli obrazowych przy drobnym tekście w tle. Sprzedawczyni u Kleina stoi przy ladzie jak na zdjęciu z epoki.

Portret

Tu Klein wygrywa szczegółem: krople deszczu na kurtce, siwy zarost, zmarszczki wokół oczu. Qwen Turbo dał czystszy, bardziej „katalogowy” portret.

Krótkie polecenie kontra pełny opis

BFL pisze w karcie modelu wprost, żeby nie używać Kleina bez rozbudowy polecenia. Sprawdziłem, o co chodzi. Pierwsze polecenie miało 5 słów („a cat on a sofa”), drugie było pełnym opisem sceny: rasa kota, kolor sofy, światło, obiektyw.

Krótkie polecenie daje poprawny, ale nijaki obraz: kot na beżowym tle. Pełny opis daje zdjęcie, które można postawić w reklamie. W ComfyUI szablon ma do tego wbudowany rozszerzacz (osobny model Qwen 3.5 9B, 6,7-18,8 GB zależnie od wersji). Ja go nie pobierałem i opisy pisałem sam. Można też poprosić o rozbudowę dowolny czat AI.

Jak uruchomić FLUX 3 Klein w ComfyUI

1. Załóż konto na Hugging Face, wejdź na stronę flux-3-image-klein-comfy i zaakceptuj licencję.
2. W ustawieniach konta (Access Tokens) utwórz token typu Read.
3. W terminalu zaloguj się poleceniem hf auth login (z Pythona, którego używa ComfyUI) i wklej token.
4. Pobierz diffusion_models/flux3-image-klein-int8-convrot.safetensors do models/diffusion_models, text_encoders/qwen3vl_4b_int8_convrot.safetensors do models/text_encoders i vae/flux2-vae.safetensors do models/vae.
5. Zaktualizuj ComfyUI do 0.41 lub nowszego, otwórz Workflow, potem Browse Templates i szablon „Flux.3 Image Klein” (wersja distilled).
6. Jeśli nie pobierasz rozszerzacza poleceń, przestaw w szablonie przełącznik rozbudowy na wyłączony i wpisuj pełny opis po angielsku.

Uwaga na VAE: miałem już plik flux2-vae.safetensors z innego źródła i jego suma sha256 nie zgadzała się z plikiem w repozytorium BFL. Pobrałem wersję BFL pod osobną nazwą i tej używałem w teście.

Instalację ComfyUI od zera opisałem w poradniku ComfyUI od zera, a wersję FLUX 3 w chmurze i przez API w przewodniku FLUX 3 Image po polsku.

Klein czy Qwen Turbo

• Masz kartę 8-16 GB: Klein. Qwen Turbo na takiej karcie będzie przelewał wagi do RAM i zwolni.
• Masz 24 GB i liczy się tempo: Qwen Turbo, 3-4 s na obraz.
• Portrety i faktura: Klein dał w moim teście więcej szczegółu.
• Edycja z wieloma zdjęciami: Klein przyjmuje do 10 referencji. Edycji jeszcze nie testowałem.
• Licencja: Qwen Turbo ma licencję tylko do badań. Klein ma własną licencję FLUX Kommunity, a jej warunki trzeba zaakceptować przy pobieraniu. Zanim zaczniesz na nim zarabiać, przeczytaj je w repozytorium.

Najprościej: Hangar

FLUX 3 Klein jest w katalogu Hangara, mojego darmowego menedżera lokalnych modeli na Windows (silnik ComfyUI). Katalog ma jeden wariant, int8: razem 11,0 GB plików (model 5,83 GB, enkoder Qwen3-VL-4B int8 4,86 GB, VAE 0,34 GB). To wersja lekka (u mnie 7,3-7,5 GB VRAM). Przy modelu Hangar pokazuje licencję FLUX Kommunity (komercyjnie warunkowo: wyniki wolno sprzedawać, gdy roczny przychód firmy jest niższy niż 5 mln USD) i ostrzega, że repozytorium BFL wymaga konta na Hugging Face i akceptacji warunków.

1. Pobierz instalator (14 MB) ze strony Hangara. Nie jest jeszcze podpisany cyfrowo, więc Windows SmartScreen pokaże ostrzeżenie: kliknij „Więcej informacji”, a potem „Uruchom mimo to”.
2. Hangar wykrywa kartę (Nvidia z CUDA, od 8 GB VRAM, najlepiej 12 GB i więcej) i pokazuje, czy model się zmieści.
3. Znajdź FLUX 3 Klein w katalogu: zobaczysz rozmiar plików, licencję i to, czy model wolno używać w UE.
4. Generuj na razie w ComfyUI według instrukcji wyżej. Hangar postawi ComfyUI portable od zera (u mnie trwało to 231 s) albo podepnie ComfyUI, które już masz.

Hangar ma model w katalogu, ale generowanie przez Hangar jeszcze nie działa (stan na 17 października 2026) - na razie ComfyUI, opis wyżej. Opis narzędzia: Hangar.

Najczęstsze pytania

Ile VRAM potrzebuje FLUX 3 Klein?

W wersji int8 szczyt zajętości całej karty wyniósł u mnie 7,3-7,5 GB przy 1024×1536. Wersja bf16 waży 11,1 GB i potrzebuje odpowiednio więcej.

Czy FLUX 3 Klein pisze po polsku?

Krótkie napisy tak: „JAZZ NAD ODRĄ” i „OCET 12 zł” wyszły bez błędu. „Wrocław” stracił „ł”, a drobne napisy w tle są nieczytelne. Wynik jest bardzo podobny do Qwen Turbo.

Dlaczego nie mogę pobrać plików?

Repozytorium jest „gated”: bez zalogowania i akceptacji licencji Hugging Face zwraca błąd 401. Po akceptacji potrzebny jest jeszcze token w programie, który pobiera.

Ile kroków ustawić?

Szablon ComfyUI ma 15, karta modelu podaje 16 dla wersji destylowanej. Wersja Base potrzebuje 50 kroków i guidance 3,5, więc jest kilka razy wolniejsza.

Czy Klein działa na kartach AMD albo na Macu?

Testowałem tylko na NVIDIA i Windowsie. Na Hugging Face są już nieoficjalne wersje GGUF, ale ich nie sprawdzałem.

Źródła

• FLUX 3 Image Klein na Hugging Face (karta modelu, sprawdzone 17.10.2026)
• flux-3-image-klein-comfy (pliki do ComfyUI)
• ComfyUI Wiki: FLUX 3 Image Klein
• Pomiary własne na RTX 4090, 17 października 2026.