FLUX 3 Image Klein: 5,6B en el cartel, 18,6B en la receta

El cartel: un alemán bajito que cabe en tu gráfica

"Klein" es "pequeño" en alemán. Cuando BFL estrenó la marca en enero con FLUX.2 [klein], explicó que el nombre iba por partida doble: modelo compacto y latencia mínima. El 15 de octubre le llegó el turno a la tercera generación. FLUX 3 Image Klein trae 5,6B de parámetros en pesos abiertos, texto a imagen, edición y composición con varias imágenes de referencia.

El cartel promete mucho para un actor tan bajito. En evaluaciones internas queda primero frente a modelos abiertos más grandes y por encima de los cerrados Ideogram V4.5 y FLUX.2 [pro]. Al klein 9B de enero le saca 91 puntos de Elo en texto a imagen "with 38% fewer parameters".

Y remata con dos frases hechas para pegarlas en Slack. Con el build INT8 corre en una GeForce RTX de 8 GB. Por API responde antes que Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 y Krea 2.

Suena a estreno redondo: protagonista bajito, función corta, entrada barata y críticas de cinco estrellas. Las críticas, eso sí, las firma la propia compañía. La promesa tiene su lógica. Un modelo que cabe en la gráfica que ya tienes en casa te ahorra la factura de la API y el alquiler de hierro. Por eso toca leer la letra pequeña, que aquí ha escrito el propio BFL.

No sale a escena sin apuntador

La ficha de Hugging Face lo suelta sin anestesia: "Do not use the model without a prompt upsampler". El upsampler es un modelo aparte que coge tu prompt corto y lo reescribe como la descripción completa de una escena antes de generar. Aquí lo llamaremos apuntador, que es lo que hace.

La documentación explica por qué no es opcional. Klein está entrenado con las captions que escribe ese apuntador, y un prompt enviado tal cual da resultados notablemente peores. Es el camarero nuevo que solo entiende las comandas que le escribe el jefe de sala. Le pides "una caña" a pelo y te trae "una bebida". Con el jefe de sala al lado, llega la caña bien tirada y con su posavasos. La ficha lo llama "generic output".

El marrón es que el apuntador no cabe en la concha. Es un modelo de 9B, un 61% más grande que el actor al que sopla. El que susurra pesa más que el que sale en la foto.

Y el actor tampoco viaja ligero. Los 5,6B del cartel cuentan únicamente el transformer de imagen; el codificador de texto, un Qwen3-VL-4B, va aparte. Suma las etiquetas de todo lo que BFL te pide subir al escenario y salen 18,6B. El cartel cuenta al cantante. El rider cuenta a la banda, al técnico y al que trae las aguas.

Ahora vuelve al "38% fewer parameters". La cuenta sale comparando generador contra generador. Pero el klein 9B de enero salía a escena sin apuntador: BFL documenta que no incluía prompt upsampling.

Reparto contra reparto, el de enero sumaba 17B con su codificador de texto. El pequeño de octubre, con todo lo que pide, es un 9,4% más grande. Puedes cambiar su apuntador por el LLM que prefieras o escribir tú las captions largas. Entonces el que sopla eres tú, o la factura de otra API.

Los 8 GB, según la pestaña que abras

El blog dice que, con el build INT8, Klein corre en GeForce RTX de 8 GB, vía ComfyUI o Diffusers. La documentación de la misma casa dice que cabe en GPUs de consumo "down to an RTX 3090", una tarjeta de 24 GB. El suelo de hardware se triplica según la pestaña que tengas abierta.

Es el consumo homologado del coche: cierto en el banco de pruebas, a velocidad constante, sin aire acondicionado y sin la familia dentro. Los 8 GB son del generador en INT8, y VentureBeat ya señaló que BFL no ata ese mínimo a ninguna variante, resolución ni tiempo de generación. El banco de pruebas no lleva a la suegra. Tampoco al apuntador.

Las cifras de velocidad las midió NVIDIA, socio del lanzamiento: unos 4 segundos por imagen en una RTX 5090 y menos de 9 en una RTX 4070.

La 4070 lleva 12 GB. En esa gráfica no aparece ninguna tarjeta de 8 GB, y no hemos encontrado a nadie que haya medido el reparto completo en una. El anuncio habla de utilitario. Las vueltas salieron en berlina.

El README de BFL lo arregla como el concesionario que, si no caben la familia y las maletas, te recomienda hacer dos viajes. Cuando el apuntador y el modelo no caben juntos en la GPU, pasas primero el apuntador, guardas su caption y luego generas con --no-pup. Funciona, pero ahora el modelo comparte turno en tu gráfica con su apuntador. Y antes de nada te bajas los 52 GB que pesa el lote del modelo rápido con su apuntador.

La pizza propia se cronometra desde el horno

La otra pata del cartel es la velocidad por API. BFL pinta una frontera calidad-latencia en la que Klein sale más rápido que Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 y Krea 2. Debajo viene el método, y hay que leerlo despacio. A Klein lo cronometraron en sus propios servidores. A los demás, desde el cliente, con el polling y la red incluidos. A Krea 2, encima, en su tier Medium.

Es como presumir de que tu pizzería es la más rápida del barrio contando desde que la masa entra en el horno. A la de enfrente, en cambio, la cronometras desde que marcas su número, con el repartidor buscando aparcamiento y contigo llamando cada poco para preguntar si ya ha salido. Eso último es el polling.

Y aquí viene lo bueno: la API de Klein funciona igual. Mandas la petición y consultas la URL que te devuelven hasta que pone Ready. A tu pizzería también hay que llamarla para preguntar si ya sale, y esa llamada la van a sufrir tus usuarios. En la gráfica no existe.

El Elo de la familia contra el patio de butacas

Los 91 puntos sobre el klein 9B y el primer puesto frente a Qwen-Image 2.1 salen de evaluaciones internas. El post no trae prompts ni número de votos, ni aclara si Klein llevaba puesto el apuntador mientras el klein de enero, que no tiene, iba a pelo. Es el concurso de paellas en el que el jurado es la familia del cocinero y nadie te dice cuántos votaron ni qué paellas probaron. Ni si a la de casa le sopló la abuela la receta justo antes de servir.

Hay una arena pública que ordena modelos de imagen por votos humanos de preferencia entre parejas: la de Artificial Analysis. En su tabla de pesos abiertos manda Qwen-Image 2.1, y el klein 9B de enero anda por el puesto 18. Klein todavía no aparece. Son escalas distintas, así que los 91 puntos de BFL no se pueden sumar a nada de esa tabla. El partidillo en casa no puntúa en la liga.

Mientras, el patio de butacas ya ha opinado. En Hacker News, vunderba lo probó en local con la plantilla de serie de ComfyUI y le salieron caras medio derretidas de nivel SD 1.5. Lo ve "practically lobotomized" y peor que Qwen-Image 2.1, Z-Image Turbo e incluso que su predecesor, el klein 9B. Si usó la plantilla tal cual, el apuntador estaba en escena: la documentación de ComfyUI dice que las plantillas de texto a imagen lo traen activado por defecto. En ese caso no hubo pedido a pelo. El jefe de sala estaba al lado, y la caña salió tibia igual.

A minimaxir le preguntaron en el mismo hilo si había usado el apuntador. Contestó que lo había probado en OpenRouter, que tira directamente de la API de BFL, y esa API lleva el apuntador de serie. Su test de personas, que nunca le había fallado con los modelos nuevos, falló: dedos con proporciones incorrectas. CMay, por su parte, vio a alta resolución a una persona convertida en un espagueti que cruza el encuadre, aunque piensa quedarse el modelo por su arte estilizado.

¿Por qué? BFL presume de filtrar el dataset en el preentrenamiento y de un fine-tuning dirigido a suprimir comportamientos dañinos. En HN sospechan que se pasaron de frenada y que el modelo ya no sabe cómo es un cuerpo humano; el propio minimaxir admite que es difícil de confirmar técnicamente. Sería como aprender anatomía en un libro al que le han arrancado todas las páginas de la playa. Puede ser, pero nadie ha enseñado todavía el libro.

El búfalo no se casa con ningún modelo por un número global. Los pone a currar con su propio material y apunta con qué tipo de entrada se rompe cada uno. Usa al mejor como vara de medir: el ligero solo pasa si se queda lo bastante cerca. Con Klein, el único número global disponible lo ha puesto la familia del cocinero.

La taquilla: barra libre solo para los primos

La licencia se llama FLUX Kommunity, con K. Da uso comercial gratis al "Qualifying User": tú más tus afiliadas, siempre que sumen menos de 5 millones de dólares de ingresos brutos anualizados. Con deberes: filtros de contenido o revisión de las imágenes antes de difundirlas, y aviso de que son IA donde la ley lo pida.

Si facturas más, pides licencia a BFL, que la concede a su sola discreción y puede cobrarte fee, royalty u otro reparto de ingresos. Pasado ese umbral, la barra de los primos se convierte en pedir cita en Hacienda: pagas lo que digan, si te la dan. La ficha avisa, además, de que la excepción comercial no es carta blanca para hacer fine-tuning comercial ni para redistribuir.

El giro está en lo que sale del modelo. La licencia no comercial del klein 9B de enero dejaba usar los outputs "for any purpose (including for commercial purposes)", sin umbral de ingresos. La Kommunity concede ese uso comercial "solely if you are a Qualifying User".

Es una boda con barra libre solo para los primos. Con la licencia vieja no podías acodarte en la barra, pero te dejaban llevarte el táper. Con la nueva, el táper también es solo para los primos. Leídas las dos cláusulas, para la empresa que pasa de los 5 millones la licencia nueva es más estrecha con las imágenes que la vieja, que se llamaba no comercial. El klein 4B de enero, por cierto, era Apache 2.0 a secas. Esa sí era barra libre de toda la vida, sin lista en la puerta.

Para el búfalo, lo que hace valioso un modelo abierto es poder correrlo, adaptarlo y desplegarlo donde te dé la gana. Una licencia que se pone la camiseta de abierta y luego recorta esos usos se queda con la foto sin soltar la libertad. Y al que está decidiendo sobre qué montar su producto le lía.

Lo que sí aguanta el decorado

El precio es bueno de verdad. En la API de BFL, Klein cuesta 0,009 $ la imagen a 1K, lo mismo si generas que si editas. Krea 2 Medium, el rival de su gráfica, cobra 3,33 veces más a la misma resolución.

Krea 3, el editor que Krea estrenó el mismo día, cobra 4,29 veces lo que Klein a 2K.

The Decoder, por su parte, publicó el precio de Klein como "$0.009 per 1,000 images". Confundir la K de la resolución con la K de los millares le regaló a BFL una oferta que la casa nunca puso.

El generador en INT8 corre en tarjetas de 8 GB, y el README pone de ejemplo una RTX 3070. Para la pyme, la licencia mejora la del klein 9B, porque ahora puede meter el modelo en producción. Y la edición tiene defensores en el mismo hilo que pone a parir las caras: jjcm la llama "absolutely excellent", aunque el texto fino le decepcionó.

Con un matiz que la ficha cuenta y el blog se calla. El blog vende edición "pixel-perfect" y cajas que confinan la edición a una zona. La ficha, en sus limitaciones, dice que las cajas guían posición y escala pero no son una máscara, y que una edición puede cambiar contenido fuera de la región pedida. La conservación exacta de lo que no tocas es lo que el blog atribuye a la "pixel restoration" de la API. Es el pintor que jura que no mancha, pero el plástico para tapar los muebles solo lo trae si le contratas el servicio completo.

Veredicto: buen editor de barrio, críticas escritas en casa

El "pequeño" del cartel cubre el 30,1% de lo que BFL te pide subir al escenario. El "rápido" lleva cronómetro propio. El "mejor" es un Elo de familia que el primer patio de butacas no se ha tragado. Lo que queda en pie es un editor barato, con cajas de posición y una licencia que por fin deja trabajar a la pyme.

Si facturas menos de 5 M$ y editas producto, de cambiar fondos o colocar elementos, pruébalo. Por la API te llevas el apuntador y la restauración de píxeles a 0,009 $ la imagen a 1K. En local, cuenta con hacer dos viajes si tu gráfica es pequeña, y mira los bordes de cada edición.

Si lo quieres para generar personas desde texto, no cambies nada todavía. Ponlo a competir con lo que ya usas, con tus prompts, y mírale las manos antes que el Elo.

Si facturas más de 5 M$, los pesos son el escaparate. La puerta es la API o una licencia con el precio que BFL quiera ponerle.

Nos haría cambiar de opinión verlo en la arena de Artificial Analysis por encima del klein de enero y cerca de Qwen-Image 2.1. Hasta entonces, las cinco estrellas solo salen en el programa de mano.