FLUX 3 Image Klein для ComfyUI

Репозиторий rootlocalghost — это FLUX 3 Image Klein от Black Forest Labs, перепакованный для ComfyUI: дистиллированный и base-трансформеры, текстовый энкодер, промпт-апсемплер и VAE. Это 5.6B-модель для text-to-image, редактирования по одному референсу и композиции по нескольким референсам; текстовый энкодер Qwen3-VL-4B-Instruct подключается отдельно. Модель принимает промпт и до 10 референсных изображений и возвращает одно изображение.

🔤 Ключевые особенности

• ➕ Text-to-image, редактирование по одному референсу и мультиреференсная композиция — в одной модели.
• ➕ До 10 референсных изображений; для редактирования передаются инструкция и референсы.
• ➕ Bounding boxes в промпте на сетке 0–1000: размещение, перекраска, перемещение, замена и удаление элементов.
• ➕ Рендеринг текста внутри сгенерированных изображений.
• ➖ Нужен prompt upsampler: короткий промпт «как есть» даёт обобщённый результат, модели нужна полная сцена-описание.
• ➖ Лицензия FLUX Kommunity: некоммерческое использование; коммерческий вывод — только для Qualifying Users с выручкой менее $5 млн.

➕ Пример

hf download black-forest-labs/flux-3-image-klein-comfy diffusion_models/flux3-image-klein-int8-convrot.safetensors text_encoders/qwen3vl_4b_int8_convrot.safetensors vae/flux2-vae.safetensors text_encoders/qwen3.5_9b_flux3_prompt_upsampler_int8_convrot.safetensors --local-dir ComfyUI/models

Подробнее

🔜 Дистиллированный Klein: 16 шагов без guidance; Base: 50 шагов и CFG 3.5.
🔜 int8-трансформер весит 5.8 ГБ и рассчитан на 8 ГБ VRAM (например, RTX 3070); NVFP4 — только Blackwell.
🔜 Текстовый энкодер Qwen3-VL-4B-Instruct и промпт-апсемплер идут отдельными файлами; без апсемплера короткие промпты работают хуже.
🔜 Ограничения: возможны неточный текст, смещения и изменения вне запрошенной области при редактировании.