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 Transformer de Difusión (DiT) de 32B con licencia Apache 2.0 y, a enero de 2026, incluso cuenta con soporte experimental en Ollama.

Características clave

• < 0,5 segundos de generación: 20–60× más rápido que FLUX.1

• arquitectura DiT de 32B: La misma calidad que FLUX.1 dev

• Licencia Apache 2.0: Uso comercial completo

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

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

• LoRA + ControlNet: Adaptadores de la comunidad disponibles

Requisitos

Componente	Mínimo	Recomendado
GPU	RTX 3090 24GB	RTX 4090 24GB
VRAM	16 GB (con descarga al CPU)	24GB
RAM	32GB	64GB
Disco	40 GB	60 GB
CUDA	12.8+	12.8+

GPU recomendada de Clore.ai: RTX 4090 de 24 GB ($0,14–0,42/h) — generación en menos de un segundo

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 s	20×
RTX 4090	~12 s	~0,4 s	30×
RTX 5090	~8 s	~0,25 s	32×
H100	~5 seg	~0,15 s	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 imágenes en < 0,5 segundos!
image = pipe(
    prompt="un rig de minería de 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 eficiente en memoria (GPUs de 16 GB)

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

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

Flujo de trabajo de ComfyUI

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

1. Descarga el checkpoint de FLUX.2 Klein en 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 guía en 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 en menos de un segundo, FLUX.2 Klein permite un procesamiento por lotes masivo:

import torch
from diffusers import FluxPipeline

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

prompts = [
    "un coche 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 de fantasía",
    # ... 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"Generadas {i+1}/{len(prompts)}")

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

Compatibilidad con LoRA

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

# Carga 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

• El rey del procesamiento por lotes: Con 0,4 s/imagen, puedes generar más de 10.000 imágenes por hora en una RTX 4090

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

• Los mismos LoRAs que FLUX.1: La mayoría de los LoRAs de FLUX.1 son compatibles con Klein

• Sustitución directa en ComfyUI: Solo cambia el checkpoint, cambia los pasos a 4

• La RTX 3090 es viable: 1,2 s/imagen sigue siendo genial a $0,07–0,21/h

Solución de problemas

Problema	Solución
OOM en 24 GB	Usa enable_model_cpu_offload() + vae.enable_tiling()
Imágenes borrosas	Asegúrate de num_inference_steps=4, no menos. Comprueba guidance_scale 3,0–4,0
Primera generación lenta	Normal — el modelo se carga en la primera llamada (~30 s). Las siguientes: en menos de un segundo
Error de checkpoint de ComfyUI	Asegúrate de tener el .safetensors archivo, no el formato diffusers

Lecturas adicionales

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

• Guía de ComfyUI — configuración y flujos de trabajo de ComfyUI

• Blog de Black Forest Labs

• Modelo en HuggingFace