FLUX.2 Klein

FLUX.2 Klein — generación de imágenes en menos de un segundo en GPUs de Clore.ai

FLUX.2 Klein de Black Forest Labs es el sucesor de FLUX.1, ofreciendo la misma calidad de imagen a 20–60× la velocidad. Donde FLUX.1 tardaba 10–30 segundos por imagen, FLUX.2 Klein genera en menos de 0.5 segundos en una RTX 4090. Es un modelo Diffusion Transformer (DiT) de 32B con licencia Apache 2.0, y desde enero de 2026, incluso tiene soporte experimental en Ollama.

Características clave

• < 0.5 segundos de generación: 20–60× más rápido que FLUX.1

• Arquitectura DiT de 32B: Misma calidad que FLUX.1 dev

• Licencia Apache 2.0: Uso comercial completo

• Soporte Ollama: Generación experimental de imágenes vía Ollama (ene 2026)

• Compatible con ComfyUI: Reemplazo directo para flujos de trabajo de FLUX.1

• LoRA + ControlNet: Adaptadores comunitarios disponibles

Requisitos

Componente	Mínimo	Recomendado
GPU	RTX 3090 24GB	RTX 4090 24GB
VRAM	16GB (con descarga a CPU)	24GB
RAM	32GB	64GB
Disco	40GB	60GB
CUDA	12.0+	12.1+

GPU recomendada de Clore.ai: RTX 4090 24GB (~$0.5–2/día) — generación subsegundo

Comparación de velocidad: FLUX.1 vs FLUX.2 Klein

GPU	FLUX.1 dev (20 pasos)	FLUX.2 Klein	Aceleración
RTX 3090	~25 s	~1.2 seg	20×
RTX 4090	~12 seg	~0.4 seg	30×
RTX 5090	~8 seg	~0.25 seg	32×
H100	~5 seg	~0.15 seg	33×

Inicio rápido con diffusers

import torch
from diffusers import FluxPipeline

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.2-klein",
    torch_dtype=torch.bfloat16
)
pipe.to("cuda")

# ¡Genera imagen en < 0.5 segundos!
image = pipe(
    prompt="un equipo de minería GPU cyberpunk en una sala de servidores iluminada con neón, fotorrealista",
    height=1024,
    width=1024,
    num_inference_steps=4,  # ¡Klein solo necesita 4 pasos!
    guidance_scale=3.5,
).images[0]

image.save("output.png")

Modo de memoria eficiente (GPUs de 16GB)

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.2-klein",
    torch_dtype=torch.bfloat16
)
pipe.enable_model_cpu_offload()  # Cabe en 16GB
pipe.vae.enable_tiling()         # Ahorra ~2GB

image = pipe("un paisaje de montaña al atardecer", num_inference_steps=4).images[0]

Flujo de trabajo en ComfyUI

FLUX.2 Klein funciona como reemplazo directo en flujos de trabajo existentes de FLUX.1 en ComfyUI:

1. Descarga el checkpoint de FLUX.2 Klein a ComfyUI/models/diffusion_models/

2. En tu flujo de trabajo, cambia el nodo de checkpoint para que apunte a FLUX.2 Klein

3. Reduce los pasos a 4 (en lugar de 20–50 para FLUX.1)

4. Establece la escala de guidance a 3.0–4.0

# Descargar modelo para ComfyUI
cd ComfyUI/models/diffusion_models/
wget https://huggingface.co/black-forest-labs/FLUX.2-klein/resolve/main/flux2-klein.safetensors

Generación por lotes

Con generación subsegundo, FLUX.2 Klein permite procesamiento masivo por lotes:

import torch
from diffusers import FluxPipeline

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.2-klein", torch_dtype=torch.bfloat16
).to("cuda")

prompts = [
    "un auto deportivo rojo en una carretera de montaña, cinematográfico",
    "el interior de una cafetería acogedora, iluminación cálida",
    "un astronauta flotando sobre la Tierra, hiperrealista",
    "un castillo medieval en otoño, arte fantástico",
    # ... añade cientos más
]

for i, prompt in enumerate(prompts):
    image = pipe(prompt, num_inference_steps=4, guidance_scale=3.5).images[0]
    image.save(f"batch_{i:04d}.png")
    print(f"Generado {i+1}/{len(prompts)}")

# En RTX 4090: ¡~100 imágenes en menos de 1 minuto!

Soporte LoRA

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.2-klein", torch_dtype=torch.bfloat16
).to("cuda")

# Cargar un LoRA entrenado en la arquitectura FLUX
pipe.load_lora_weights("your-lora/flux2-style-lora", weight_name="lora.safetensors")
pipe.fuse_lora(lora_scale=0.8)

image = pipe("un retrato en el estilo entrenado", num_inference_steps=4).images[0]

Consejos para usuarios de Clore.ai

• Rey del procesamiento por lotes: A 0.4 seg/imagen, puedes generar más de 10,000 imágenes por hora en RTX 4090

• Solo 4 pasos: No uses más — Klein está optimizado para 4 pasos (más no mejora la calidad)

• Mismas LoRAs que FLUX.1: La mayoría de LoRAs de FLUX.1 son compatibles con Klein

• Reemplazo directo en ComfyUI: Simplemente cambia el checkpoint, cambia los pasos a 4

• RTX 3090 es viable: 1.2 seg/imagen sigue siendo excelente a $0.3/día

Solución de problemas

Problema	Solución
OOM en 24GB	Usa enable_model_cpu_offload() + vae.enable_tiling()
Imágenes borrosas	Asegúrate de num_inference_steps=4, no menos. Verifica guidance_scale 3.0–4.0
Primera generación lenta	Normal — el modelo se carga en la primera llamada (~30s). Posteriores: subsegundo
Error de checkpoint en ComfyUI	Asegúrate de tener el .safetensors archivo, no el formato diffusers

Lecturas adicionales

• Guía de FLUX.1 — guía original de FLUX con detalles de LoRA y ControlNet

• Guía ComfyUI — configuración y flujos de trabajo de ComfyUI

• Blog de Black Forest Labs

• Modelo en HuggingFace