ทำอะไรได้บ้าง
- สร้างภาพจากข้อความ แก้ภาพ และใส่ภาพอ้างอิงได้สูงสุด 10 รูปในงานเดียว
- สร้างภาพความละเอียด 4K ได้เลย ไม่ต้องเอาไปขยายทีหลัง
- ตีกรอบบนภาพเพื่อบอกว่าอยากวางของตรงไหน หรือสั่งให้แก้แค่ในกรอบนั้น
- ถ้าเรียกผ่าน API จะมีระบบช่วยให้ส่วนที่ไม่ได้สั่งแก้คงเดิมเป๊ะ
รันในเครื่องได้แค่ไหน
- ตัวสร้างภาพขนาด 5.6B พารามิเตอร์ ไฟล์ราว 11.2GB แบบ BF16 และ 5.6GB แบบ FP8
- ถ้าใช้รุ่นบีบ INT8 การ์ด GeForce RTX ที่มีหน่วยความจำ 8GB ก็รันได้ ผ่าน ComfyUI หรือ Diffusers
- NVIDIA วัดให้ว่ารุ่นเร่งความเร็วสร้างภาพขนาดราว 1 ล้านพิกเซลได้ในประมาณ 4 วินาทีบน RTX 5090 และไม่ถึง 9 วินาทีบน RTX 4070
- มีรุ่นตั้งต้นไว้จูนต่อ กับรุ่นเร่งความเร็วที่ใช้ขั้นตอนน้อยกว่า และมีไฟล์บีบขนาดให้เลือกหลายแบบ
- ใช้กับโปรแกรมยอดนิยมอย่าง ComfyUI และ Diffusers ได้ตั้งแต่วันแรก และสอนสไตล์เพิ่มแบบ LoRA ได้ด้วย
เทียบกับคู่แข่ง
- Black Forest Labs ให้คนโหวตแบบไม่เห็นชื่อโมเดล แล้วบอกว่า Klein ได้ที่ 1 ทั้งสร้างภาพจากข้อความ ใช้ภาพอ้างอิง และแก้ภาพ ชนะโมเดลเปิดที่ตัวใหญ่กว่าอย่าง Qwen-Image 2.1 และ Krea 2
- บริษัทบอกว่าในการทดสอบชุดนี้ยังได้คะแนนสูงกว่าโมเดลปิดอย่าง Ideogram V4.5 และ FLUX.2 [pro]
- เทียบกับรุ่นก่อนขนาด 9B คะแนนโหวตฝั่งสร้างภาพจากข้อความเพิ่ม 91 แต้ม ฝั่งแก้ภาพเพิ่ม 70 แต้ม ทั้งที่ตัวเล็กกว่า 38%
- ตัวเลขทั้งหมดบริษัทวัดเอง ยังไม่มีกระดานทดสอบอิสระยืนยัน
ใช้ฟรีได้ไหม
- โหลดน้ำหนักจาก Hugging Face ได้ แค่กดยอมรับเงื่อนไขก่อน
- ไลเซนส์ FLUX Kommunity ให้คนทั่วไปและบริษัทที่รายได้ต่อปีไม่ถึง 5 ล้านดอลลาร์เอาไปใช้หาเงินได้ฟรี
- บริษัทที่ใหญ่กว่านั้นต้องซื้อสิทธิ์รันเอง หรือเรียกผ่าน API
- ใน API ใช้ชื่อ flux-3-image-klein บริษัทบอกว่าราคาเริ่มที่ 0.009 ดอลลาร์ต่อภาพขนาด 1K
สรุป
โมเดลสร้างภาพที่บริษัทบอกว่าเก่งเทียบโมเดลปิด แต่โหลดมารันบนการ์ดจอ 8GB ได้ ทำให้ฟรีแลนซ์ ร้านเล็ก ๆ และทีมที่ต้องเก็บไฟล์ไว้ในบริษัทมีตัวเลือกเพิ่ม ที่ต้องรอดูคือผลทดสอบจากคนนอกจะออกมาตรงกับที่บริษัทโชว์หรือเปล่า
แหล่ง: Black Forest Labs Blog · GlobeNewswire · Hugging Face · 15 ต.ค. 2026