O anúncio: 5,6 bilhões de parâmetros que caberiam numa placa de 8 GB

Em 15 de outubro, a Black Forest Labs abriu os pesos do FLUX 3 Image Klein. É um modelo de imagem de 5,6 bilhões de parâmetros — o menor da comparação que a própria empresa montou, contra 7 B do Qwen-Image 2.1 e 12,9 B do Krea 2 — com geração em 4K nativo, edição por instrução, até 10 imagens de referência e controle de posição por caixas. Segundo o anúncio oficial, ele ganha 91 pontos de Elo em texto-para-imagem e 70 em edição sobre o FLUX.2 [klein] 9B, usando 38% menos parâmetros.

O número que viralizou, porém, foi outro: 8 GB de VRAM. A BFL diz que, com a build INT8, o modelo roda em GeForce RTX com apenas 8 GB de memória de vídeo, via ComfyUI ou Diffusers. É o tipo de frase que faz um estúdio pequeno achar que resolveu o problema de imagem por assinatura. E, no papel, resolve — com três asteriscos do tamanho de um data center.

O primeiro asterisco aparece na adoção: o pacote para ComfyUI acumulava 393.062 downloads e 873 curtidas no Hugging Face até a manhã de hoje (19/10). O repositório principal, criado em 13/10, tem 512 curtidas e é gated: para baixar, é preciso login e aceitar as condições. Abertíssimo, então, mas com catraca na porta.

Asterisco 1: o pico de VRAM que o próprio model card registra

O model card do Klein traz, no rodapé, uma tabela de memória medida com o código de referência, num B200, gerando 1024×1024, com o upsampler de prompt desligado: 31 GB em BF16, 26 GB em FP8 e 25 GB em NVFP4. O mesmo documento avisa, em letras claras, que "o tamanho do arquivo não é uma medida do uso total de memória de GPU".

Ou seja: os 8 GB do anúncio valem para uma combinação específica — build INT8, loader específico, resolução baixa, implementação que faz streaming de pesos — e não para o pacote de referência. A VentureBeat foi atrás disso e anotou que a BFL fixou o mínimo de 8 GB sem amarrá-lo a uma variante, a um tamanho de saída ou a um tempo de geração, e que os gráficos de velocidade divulgados não testam nem a configuração de 8 GB nem a saída em 4K.

Gráfico: CheriffAI · dados do model card do FLUX 3 Image Klein (pico medido em B200, 1024×1024, upsampler desligado) e do anúncio da BFL (mínimo de 8 GB com build INT8).

Isso não é fraude de marketing. É a diferença entre "cabe" e "cabe na configuração que eu preciso". Quem tem 8 GB de VRAM consegue rodar — provavelmente em 1024×1024, com pouca margem, sem 4K e sem o resto do encanamento rodando em paralelo. Quem tem 4K na lista de requisitos está falando de outra faixa de hardware: a VentureBeat lembra que, em placa de consumidor, sair de 1K para 2K pode transformar segundos em minutos.

Asterisco 2: o modelo não funciona sozinho (e o segundo modelo tem 9 B)

Esta é a parte que separa o Klein dos modelos de imagem anteriores, e quase ninguém leu. O model card é categórico: "Não use o modelo sem um upsampler de prompt". O Klein não aceita prompt curto. Ele foi treinado com legendas completas de cena — enquadramento, sujeito, fundo, luz, câmera — e um pedido de uma linha produz saída genérica.

Para compensar, a BFL publicou um segundo modelo, o flux-3-image-klein-pup, que pega a frase do usuário e a expande em uma legenda de cena antes da geração. Ele tem 9 bilhões de parâmetros, pesa cerca de 18,8 GB, e soma aproximadamente 28 GB de VRAM num GPU de 80 GB quando roda ao lado do gerador. O encoder de texto — o Qwen3-VL-4B-Instruct — é um terceiro componente, separado dos 5,6 B do transformer de imagem.

Faça a conta que o anúncio não faz: os "5,6 B que cabem em 8 GB" são o transformer. O produto de verdade é 5,6 B + 4 B + 9 B, e o pacote só entrega resultado decente quando os três estão no lugar. Enquanto o template do ComfyUI não estava ligado ao upsampler, o resultado era o que se viu nos fóruns: rostos meio derretidos, dedos a mais, corpos com membros trocados.

No Hacker News, um usuário descreveu o teste com o template padrão do ComfyUI como "caras meio derretidas no nível do SD 1.5 e outros horrores corporais", dizendo que o FLUX 2 klein 9B também tinha problemas de anatomia, mas que este parecia "lobotomizado". Outro comentarista, na mesma thread, discorda da dimensão da crítica: diz que, com a pilha completa, o erro de anatomia é ocasional e menos comum que no FLUX 2 klein, e atribui boa parte da gritaria a quem insiste em julgar o modelo sem o upsampler que a própria BFL disse ser obrigatório.

As duas coisas são verdade ao mesmo tempo, e é isso que faz deste um caso interessante: o Klein não é um modelo ruim, é um modelo incompleto por design. A qualidade deixou de ser propriedade dos pesos e virou propriedade do pipeline. Quem baixa o arquivo e aperta "gerar" não está usando o produto que a BFL avaliou.

Asterisco 3: "primeiro lugar" em avaliação de quem vende

A BFL afirma que o Klein fica em primeiro lugar em texto-para-imagem, geração multi-referência e edição, à frente de modelos abertos maiores e também dos fechados Ideogram 4.5 e FLUX.2 [pro]. O próprio anúncio diz onde esses números nasceram: internal evaluations, ou seja, avaliações da BFL, no conjunto de comparação da BFL. É o mesmo padrão que a gente vem medindo em toda a fronteira: o ranking do fornecedor quase nunca sobrevive intacto à primeira planilha independente.

A primeira planilha independente já existe. O teste do Kingy.ai gerou 516 imagens em 12 configurações, com 16 prompts de geração e 6 tarefas de edição, cada saída passando por quatro checagens. O Klein destilado passou nas quatro checagens em 24 de 32 gerações (75%) e em 12 de 12 edições. O Base passou em 23 de 32 (71,9%). Para comparar: o GPT Image 2.5 Flare fez 31 de 32 (96,9%), o Nano Banana 2.1 fez 31 de 32, e o FLUX 3 completo fez 28 de 32.

O ponto fraco foi específico: diagramas. Nas duas variantes do Klein, só 2 dos 6 diagramas passaram em todas as checagens — contra 6 de 6 do Nano Banana 2.1 e do Seedream. Num gráfico de barras pedido com valores 10, 20 e 30, o Klein escreveu "12" na primeira barra nas duas tentativas, e as proporções também saíram erradas. Num ciclo da água, as setas apontaram para o lado errado. São erros que estragam material didático e relatório de negócio, mesmo quando a imagem é bonita.

Gráfico: CheriffAI · dados do teste do Kingy.ai (516 imagens, 15/10/2026), com o upsampler de prompt desligado nas configurações do FLUX 3. Custo por lote de 32 gerações + 12 edições, em dólares.

Onde o Klein ganha de lavada é no preço: o lote de 44 saídas custou US$ 0,396, contra US$ 9,3854 do GPT Image 2.5 Flare — 23,7 vezes mais barato. Pela API da BFL, a imagem de 1K sai a US$ 0,009 e a de 2K a US$ 0,014, contra os US$ 0,03 e US$ 0,06 que a Krea cota para o Krea 3.

Tem uma ressalva importante, e o autor do teste a coloca ao lado dos números em vez de esconder: o upsampler foi desligado também nas configurações do Klein. Ou seja, o teste mede o modelo no modo que a BFL diz ser o errado. Isso não invalida o custo nem os erros de diagrama — mas impede tratar os 75% como a qualidade final do produto.

E falta o número que mais importaria: em 15/10, o Klein não tinha entrada nos quadros de texto-para-imagem e edição do Artificial Analysis, o ranking independente por preferência humana. O FLUX 3 completo aparecia com 1115 de Elo, contra 1218 do GPT Image 2.5 Sunburst. Sem entrada no ranking independente, "primeiro lugar" continua sendo uma frase do fornecedor.

E a licença? Aqui a notícia é boa — com cerca

Os pesos saem sob a FLUX Kommunity License v1.0. A leitura correta é a que a VentureBeat fez: uso não comercial é livre, e existe uma exceção de output comercial para "Qualifying Users" com receita anualizada bruta abaixo de US$ 5 milhões, incluindo afiliadas. Acima disso, é licença separada ou API. A exceção cobre o que você gera, não dar licença para fine-tune comercial e redistribuição.

Para o mercado brasileiro, isso é praticamente um sinal verde: a esmagadora maioria das agências e startups de imagem fica abaixo do teto. E é bem mais generoso que o Qwen-Image 2.1, que exige permissão comercial separada. Só não confunda as licenças dentro do mesmo pacote: o repositório de código de inferência é Apache-2.0 e o encoder de texto Qwen3-VL-4B também — os pesos do gerador, não.

O que fazer com isso na prática

Três conclusões que valem mais que o gráfico de Elo:

  • Trate o Klein como rascunho barato, não como substituto de modelo de fronteira. A US$ 0,009 por imagem de 1K, ele é ótimo para explorar variação, gerar fundo, testar composição. Para diagrama com número, tabela e seta, ainda é preciso software de gráfico — e conferência humana.
  • Se for rodar local, dimensione pelo pico, não pelo arquivo. O número honesto do próprio model card é 25 a 31 GB sem o upsampler e mais ~28 GB com ele, no código de referência. 8 GB é a promessa da build INT8 em ComfyUI, em 1 MP.
  • O upsampler é parte do modelo. Quem monta pipeline de imagem com o Klein precisa orçar um LLM a mais no fluxo — o da BFL tem 9 B — e medir o custo de latência disso. Sem ele, o resultado é o das fotos derretidas.

O que o caso do FLUX 3 klein mostra, no fim, é onde a briga de modelos de imagem foi parar. Não é mais sobre quem gera a foto mais bonita: é sobre quem entrega o encanamento completo — pesos, upsampler, loader, licença — com números que sobrevivem à conferência. A BFL entregou os pesos, o que é raro e vale reconhecer. Mas "aberto" e "usável" continuam sendo duas coisas diferentes, e a distância entre as duas, desta vez, tem 23 GB.

Fontes