FLUX 3 Image Klein: Model Visual Open-Weight 5,6B 4K
Black Forest Labs merilis FLUX 3 Image Klein, model visual open-weight berkapasitas 5,6 miliar parameter yang mendukung generasi gambar 4K native, kendali tata letak bounding-box, hingga 10 gambar referensi, serta mampu berjalan di GPU konsumen 8 GB VRAM.
Black Forest Labs secara resmi meluncurkan FLUX 3 Image Klein, model open-weight berkapasitas 5,6 miliar parameter yang dirancang untuk pembuatan gambar dari teks (text-to-image), penyuntingan gambar presisi tinggi, serta generasi multi-referensi menggunakan hingga 10 gambar acuan sekaligus. Model ini mewarisi kapabilitas inti dari arsitektur penuh FLUX 3 Image, termasuk resolusi 4K native dan kendali spasial berbasis bounding box.
Peringkat Elo Tertinggi dengan Parameter 38% Lebih Ringkas
Dalam evaluasi buta (blind evaluation) internal, FLUX 3 Image Klein menempati peringkat pertama pada kategori text-to-image, generasi multi-referensi, dan penyuntingan gambar, mengungguli model open-weight yang berukuran jauh lebih besar seperti Qwen-Image 2.1 (7B parameter) dan Krea 2 (12,9B parameter), sekaligus melampaui model tertutup Ideogram V4.5 dan FLUX.2 [pro].
Dibandingkan pendahulunya, FLUX.2 [klein] 9B, model baru berkapasitas 5,6B parameter ini mencatat lonjakan +91 poin Elo pada pembuatan gambar dari teks dan +70 poin Elo pada penyuntingan gambar, meskipun menggunakan jumlah parameter 38% lebih sedikit berkat transfer pembelajaran lintas modalitas gambar, video, dan audio.
Eksekusi Lokal di Laptop dan GPU Konsumen 8 GB VRAM
Dirilis di bawah lisensi FLUX Kommunity License bersama dukungan optimasi NVIDIA, paket distribusi mencakup checkpoint base untuk fine-tuning LoRA serta model step-distilled (16 langkah) dalam format BF16 (11,2 GB), FP8 (5,6 GB), INT8, dan NVFP4.
- Berjalan mulus pada GPU konsumen NVIDIA GeForce RTX dengan VRAM mulai dari 8 GB melalui ComfyUI maupun Hugging Face Diffusers
- Menghasilkan gambar resolusi 1 Megapiksel hanya dalam 0,55 detik di NVIDIA GB300, sekitar 4 detik di RTX 5090, dan di bawah 9 detik di RTX 4070
- Dukungan hari pertama (day-one support) pada ekosistem TensorRT-LLM, SGLang Diffusion, vLLM-Omni, dan Ostris AI Toolkit
- Kendali bounding-box presisi untuk mengunci area penyuntingan piksel tanpa mengubah bagian gambar di luar kotak target
“Fokus kami pada FLUX 3 Image Klein adalah menghadirkan kualitas visual tingkat frontier ke dalam bobot terbuka yang cukup ringkas untuk dijalankan dan dimodifikasi langsung di laptop maupun infrastruktur lokal tim pengembang.”
Rujukan & Sumber Primer
Artikel Terkait & Analisis Lanjutan
Meta Muse Spark Open: Model 816B di Apple M5 Ultra
Meta meluncurkan bobot model Muse Spark Open berkapasitas 816 miliar parameter dengan jendela konteks 1 juta token, menghadirkan eksekusi agen otonom dan multimodal langsung di desktop Mac Studio menggunakan framework Apple MLX.
Anthropic & METR: Audit Keselamatan AI Setara Karyawan
Anthropic resmi memberikan employee-level access kepada enam peneliti independen dari METR, melengkapi mereka dengan laptop perusahaan, ruang kerja fisik, dan akses ke internal tools tanpa hak veto publikasi temuan risiko.
Arsitektur Inferensi LLM: PagedAttention, KV-Cache & Speculative Decoding
Panduan rekayasa sistem mendalam mengenai fondasi inferensi Large Language Model skala produksi: membedah batas Roofline antara fase prefill dan decode, matematika alokasi memori KV-Cache, kompresi Grouped-Query Attention (GQA), tabel halaman memori virtual PagedAttention di vLLM, tiling SRAM pada FlashAttention, penjadwalan Continuous Batching, hingga akselerasi Speculative Decoding.