Black Forest Labs 日前釋出 FLUX 3 Image Klein，這是 FLUX 3 家族第一個開放權重的模型，主模型 5.6B，文字編碼器是 Qwen3-VL-4B，同一顆模型就能做文生圖、單圖編輯和最多 10 張參考圖的合成，還能用版面框指定物件位置。隔天官方又放出 ComfyUI 專用的打包版本，ComfyUI 0.41 也在同一週加入原生支援。這篇用一台 16 GB 顯示卡的桌機實測它，並拿 DGX Spark 做對照。
CyberQ 測試發現，一張 1024×1024 的圖，RTX 5060 Ti 在模型常駐後只要 16 秒左右，比 DGX Spark 還快一點。但官方附的 prompt 擴寫器（prompt upsampler）一定要開，關掉之後畫面品質掉得很明顯。平常跑圖用 int8 版模型就好，nvfp4 版模型在這兩台上都沒有比較快。
一、三個 repo 該下載哪一個
Hugging Face 上有三個名字很像的 repo，用途不同：
| repo | 內容 | 適合誰 |
|---|---|---|
flux-3-image-klein | 蒸餾版原始權重（diffusers 格式），16 步、不用 CFG | 寫程式自己呼叫的人 |
flux-3-image-klein-base | 未蒸餾的 Base 版，50 步、CFG 3.5 | 要訓練 LoRA 或微調的人 |
flux-3-image-klein-comfy | 上面兩者的 ComfyUI 單檔版，另含文字編碼器、prompt upsampler、VAE 和官方 workflow | 用 ComfyUI 出圖的人 |
用 ComfyUI 的話直接選 -comfy，裡面的「蒸餾版 Klein」就是官方 API 背後那一顆。三個 repo 都要先登入 Hugging Face、按同意授權條款才能下載，按下去會立刻開通。
二、要下載的檔案
-comfy 裡每個元件都有好幾種精度。這次在 16 GB 顯示卡上用的組合如下，合計約 26 GB：
| 元件 | 檔案 | 大小 |
|---|---|---|
| 主模型 | flux3-image-klein-int8-convrot.safetensors | 5.8 GB |
| 主模型（對照用） | flux3-image-klein-nvfp4.safetensors，限 Blackwell | 5.3 GB |
| 文字編碼器 | qwen3vl_4b_int8_convrot.safetensors | 4.9 GB |
| prompt upsampler | qwen3.5_9b_flux3_prompt_upsampler_int8_convrot.safetensors | 9.8 GB |
| VAE | vae/flux2-vae.safetensors | 0.3 GB |
有兩點要注意：
- VAE 的檔名是
flux2-vae.safetensors，但它和 FLUX.2 那顆同名檔案的內容並不相同（兩者差 2,264 位元組）。如果你的模型資料夾裡已經有 FLUX.2 的 VAE，ComfyUI 的選單只會顯示一個名字，你沒辦法確定載入的是哪一顆。我把新的這顆改名成flux3-vae.safetensors，在 workflow 裡另外指定。 - 官方 workflow 預設的 upsampler 是 w4a8 版（6.7 GB），但 README 的下載指令寫的是 int8 版。 兩者擇一即可，只是載入官方 workflow 後要記得確認選單裡選的是你手上那一顆。
三、ComfyUI 版本與工作流
ComfyUI 在 0.41.0 加入 FLUX 3 Image 的原生支援，不需要裝任何自訂節點。我把桌機和 DGX Spark 都更新到 0.42.1，這一版修正了 TextGenerate 節點用完沒有釋放記憶體的問題，也加快了 Qwen 3.x 系列的推論。prompt upsampler 跑在 TextGenerate 上，16 GB 的卡要在 upsampler 和主模型之間來回換進換出，這個修正剛好用得到。
官方 workflow 把流程包成兩個子圖。第一個是 Prompt Upsampler：用一顆 Qwen3.5 9B 微調出來的模型，把你輸入的一句話擴寫成一整段完整的場景描述，包括構圖、人物、光線和背景。第二個是 Diffusion，裡面是很標準的鏈：載入主模型、文字編碼、空白 latent、時間步偏移、KSampler（16 步、cfg 1、euler／simple），最後是 VAE 解碼。
還有一個容易忽略的預設值：官方 workflow 預設輸出 4 MP（2048×2048）。本文的速度數字除非另外註明，都是改成 1 MP（1024×1024）去跑的。
四、速度：RTX 5060 Ti 對 DGX Spark
測試機器：
- 桌機：Intel Core i5-12400F、128 GB 記憶體、RTX 5060 Ti 16 GB，Windows 版 ComfyUI 免安裝版
- 對照：DGX Spark 單機（GB10，128 GB 統一記憶體）
- 兩台都是 ComfyUI 0.42.1，模型都從同一台 NAS 讀取
| 項目（1024×1024，16 步） | RTX 5060 Ti | DGX Spark |
|---|---|---|
| 文生圖全流程（含 upsampler），常駐後 4 張平均 | 16.1 秒 | 18.6 秒 |
| 只跑主模型（直接給完整描述），int8 | 7.0 秒 | 7.7 秒 |
| 只跑主模型，nvfp4 | 8.9 秒 | 8.4 秒 |
| 單圖編輯（第 2 次） | 34.8 秒 | 29.0 秒 |
| 多圖合成，2 張參考圖（第 2 次） | 35.6 秒 | 42.4 秒 |
| 4 MP（2048×2048），只跑主模型 | 48.0 秒 | 47.6 秒 |
| 第一次冷載入（全流程） | 79.4 秒 | 70.3 秒 |
幾個觀察：
- 一張 16 GB 的消費級顯示卡就夠用。 5060 Ti 全流程時顯示記憶體峰值 15.5 到 15.8 GB，剛好塞得下，只跑主模型時是 11.0 到 13.4 GB。
- 全流程大約一半的時間花在 upsampler。 全流程 16.1 秒、只跑主模型 7.0 秒，相差的 9 秒左右就是擴寫 prompt，加上 upsampler 和主模型在顯示卡上換進換出的成本。
- 編輯比文生圖慢一倍以上，因為 upsampler 要先看參考圖再寫描述，主模型也要多編碼參考圖。5060 Ti 第一次做單圖編輯花了 67.8 秒，第二次才降到 34.8 秒。
- 冷載入那一列包含從 NAS 讀進 26 GB 模型檔的時間，只適合當作參考。
五、選 int8 還是 nvfp4 ?
nvfp4 是 Blackwell 架構專屬的 4 位元格式，照理應該比較快。實測結果相反，5060 Ti 上 nvfp4 比 int8 慢約 26%（8.9 對 7.0 秒），DGX Spark 上也慢約 9%（8.4 對 7.7 秒）。 兩者的檔案大小只差 0.5 GB，畫面幾乎看不出差別。
所以目前的建議是直接用 int8。它的另一個好處是不挑卡，官方說明 int8 版在 8 GB 的 RTX 3070 和不支援 FP8 的 30 系列上也能跑。
六、prompt upsampler 的作用
官方模型卡寫得很直接，不要在沒有 prompt upsampler 的情況下使用這個模型。FLUX 3 Klein 是用完整的場景描述訓練的，短短一句話直接送進去，只會得到很普通的畫面。
CyberQ 用同一句短 prompt、同一個種子，各跑一次開與關：
差異最明顯的是台南海報，沒有 upsampler 時，台南被畫成了歐洲的湖畔小鎮，英文副標上方還多出一行看不懂的假中文字，開了 upsampler 之後，畫面變成台式廟宇與運河，標題「台南 TAINAN」和英文副標都正確。 upsampler 會先替模型把「台南長什麼樣子」寫清楚，模型只要照著畫。雖然這都不是真正的台南，但這個測試只是說明 upsampler 的實際使用差異。
如果你習慣自己寫很長的 prompt，也可以把 upsampler 關掉，或改用自己的 LLM。官方在 flux-3-image-klein-pup repo 裡公開了它的系統提示，可以拿去給其他模型用。
七、文字、版面框與編輯
文字渲染：大字很穩，招牌「水果」、海報上的「台南 TAINAN」和「Old Capital, Slow Mornings」都寫對了。小字就不一定，同一張圖裡的價目卡，「葡萄」寫錯了。
版面框（bounding box）：在描述後面接一段 JSON，用 0 到 1000 的座標指定每個物件的位置。官方範例的剪影和本次測試中自訂的四物件桌面（蘋果、蜂蜜罐、馬克杯、手寫標籤）都照框擺放，標籤上的「RAW HONEY」也寫對了。
單圖編輯：給一張吐司的照片，指令是「塗上草莓果醬，盤子放幾顆藍莓」。盤子、桌面斑點和吐司的位置都保留下來，只改了指令要求的部分。
多圖合成：第一張是戴帽子的女子，第二張是秋天的森林，指令是「第一張圖的女子站在第二張圖的秋林前方觀景台上」。人物的帽子、衣服和森林的色調都對應到參考圖。
本節用到的參考圖都來自官方 -comfy repo 的 workflows 資料夾（MIT 授權）。
八、拿來當部落格的自動封面
本站的文章封面是自動產生的：先由 LLM 依文章內容寫一段場景，再從十種畫風裡輪流挑一種，最後交給地端的 ComfyUI 出圖。出圖後還會用 Qwen3-VL 檢查畫面裡有沒有任何文字，有字就換種子重畫。這套流程原本用的是 Krea 2 Turbo。
將近期實際用過的 prompt，原封不動交給 FLUX 3 Klein 重畫一次：
- 無文字檢查全部通過（8 張，包括開與關 upsampler 兩種）。
- 語意貼合度 FLUX 3 比較好。 最右邊那篇的 prompt 是「一把大鎖同時鎖住整排門」，Krea 2 畫成每扇門各掛一把鎖，FLUX 3 照字面畫出一把橫跨所有門的大鎖。
- 平面風格 Krea 2 比較純粹。 同樣指定平面向量插畫，FLUX 3 會帶一點立體陰影。
- 每張多花約 10 秒，對一天幾篇文章的排程來說不是問題。
九、授權
FLUX 3 Image Klein 採用 FLUX Kommunity License v1.0：原則上限非商業使用。但是年營收（含關係企業）低於 500 萬美元的使用者，可以把生成的圖片用在商業用途。超過門檻或要拿模型本身做商業用途，要另外向 Black Forest Labs 取得授權。文字編碼器 Qwen3-VL-4B 和 prompt upsampler 則是 Apache 2.0。
授權第 4 節另外列了禁止用途，包括軍事、監控、生物特徵處理、非自願的私密影像，以及用它的輸出去訓練功能相近的競爭模型。要用在正式場合之前，請自己讀過一次完整條款。
FLUX 家族的出圖門檻降到一張 8GB/16 GB 的消費級顯示卡
FLUX 3 Image Klein 把 FLUX 家族的門檻拉到一張 16 GB 的消費級顯示卡就能順跑，文生圖一張 16 秒左右，編輯與多圖合成三十多秒，大字中文也寫得出來。真正的重點在那顆 prompt upsampler，它讓「一句話出好圖」變成可能，代價是每張多出一半的時間，以及要多下載將近 10 GB 的模型。
如果你要開始用，CyberQ 的建議組合是：-comfy repo 的蒸餾版 int8 主模型、int8 文字編碼器、int8 upsampler，ComfyUI 更新到 0.42.1 以上，VAE 改名避免和 FLUX.2 的撞名。
