Se você trabalha com geração de imagens, essa novidade chegou no momento certo.
O FLUX.3 Image Klein da Black Forest Labs já roda no Diffusers desde o primeiro dia.
E o que ele traz de novo pode mudar seu fluxo de trabalho.
Por que todo mundo está falando desse modelo
Segundo o blog do Hugging Face, um único modelo cobre text-to-image e image-to-image com múltiplas referências.
A grande novidade é o controle de layout por bounding box.
Você escreve as coordenadas no prompt para indicar onde cada parte da imagem deve ficar.
> "Um modelo faz text-to-image, image-to-image multi-referência e controle de layout por bounding box."
Isso permite mover partes específicas de uma imagem de referência, não só descrever a cena inteira.
O texto é assinado por Aritra Roy Gosthipaty, Sayak Paul e Linoy Tsaban, publicado em 15 de outubro de 2026.
Os dois checkpoints que você pode baixar
A coleção FLUX.3 Image Klein traz duas versões abertas:
- flux-3-image-klein: destilado, 16 passos, sem CFG, para inferência rápida
- flux-3-image-klein-base: modelo base, 50 passos, com CFG
O checkpoint destilado gera uma imagem de 1024 × 1024 em cerca de 2 segundos numa H100.
Pesos em NVFP4 e FP8 carregam com `from_single_file`, para GPUs menores.
O que o FLUX.3 Klein muda na prática para quem treina modelos
Há scripts de treinamento LoRA para text-to-image e edição de imagem.
Além disso, o modelo chega como pipeline Modular Diffusers.
Isso significa que você pode remover blocos ou adicionar os seus próprios.
Para quem faz fine-tuning, essa flexibilidade reduz bastante o trabalho de adaptação.
O encoder de texto é o Qwen3-VL, então vale atualizar o transformers junto.
Como gerar sua primeira imagem
Instale as versões mais recentes do diffusers e transformers:
```
pip install -U diffusers transformers
```
Depois carregue o checkpoint destilado:
```
from diffusers import ModularPipeline
pipe = ModularPipeline.from_pretrained("black-forest-labs/flux-3-image-klein")
pipe.load_components(dtype=torch.bfloat16)
pipe.to("cuda")
```
O modelo responde melhor a descrições completas de cena, com sujeito, cenário, luz e composição.
A official prompting guide da Black Forest Labs tem mais dicas.
Você também pode testar direto no Hugging Face space.
O que ainda não está claro
O texto não menciona preço, licença comercial ou requisitos mínimos de hardware além da H100.
Também não há dados sobre performance em GPUs de consumo.
A fonte não menciona comparações com modelos anteriores da própria Black Forest Labs.
Vale a pena testar o FLUX.3 Klein?
Se você trabalha com edição de imagens por referência, o controle de layout é o diferencial mais concreto.
A integração imediata ao Diffusers elimina a barreira de adaptação.
O acesso já está disponível — e é aberto.
Qual parte do seu pipeline você testaria primeiro?
