FLUX.2 Klein

FLUX.2 Klein — генерация изображений менее чем за секунду на GPU Clore.ai

FLUX.2 Klein от Black Forest Labs — преемник FLUX.1, обеспечивающий то же качество изображений при в 20–60 раз большей скорости. Если FLUX.1 требовал 10–30 секунд на изображение, FLUX.2 Klein генерирует за менее чем за 0,5 секунды на RTX 4090. Это модель Diffusion Transformer (DiT) с 32B параметров, под лицензией Apache 2.0, и по состоянию на январь 2026 года она даже экспериментально поддерживается в Ollama.

Ключевые особенности

• < 0,5 секунды на генерацию: в 20–60 раз быстрее, чем FLUX.1

• архитектура 32B DiT: То же качество, что и FLUX.1 dev

• Лицензия Apache 2.0: Полное коммерческое использование

• Поддержка Ollama: Экспериментальная генерация изображений через Ollama (янв. 2026)

• Совместим с ComfyUI: Прямая замена для рабочих процессов FLUX.1

• LoRA + ControlNet: Доступны адаптеры сообщества

Требования

Компонент	Минимум	Рекомендуется
GPU	RTX 3090 24GB	RTX 4090 24GB
VRAM	16 ГБ (с выгрузкой)	24 ГБ
ОЗУ	32GB	64GB
Диск	40 ГБ	60 ГБ
CUDA	12.8+	12.8+

Рекомендуемая GPU от Clore.ai: RTX 4090 24 ГБ ($0.14–0.42/ч) — генерация менее чем за секунду

Сравнение скорости: FLUX.1 vs FLUX.2 Klein

GPU	FLUX.1 dev (20 шагов)	FLUX.2 Klein	Ускорение
RTX 3090	~25 сек	~1,2 с	20×
RTX 4090	~12 с	~0,4 с	30×
RTX 5090	~8 с	~0,25 с	32×
H100	~5 сек	~0,15 с	33×

Быстрый старт с diffusers

import torch
from diffusers import FluxPipeline

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

# Сгенерируйте изображение менее чем за 0,5 секунды!
image = pipe(
    prompt="стойка для майнинга на GPU в стиле киберпанк в серверной, освещённой неоном, фотореалистично",
    height=1024,
    width=1024,
    num_inference_steps=4,  # Klein нужны только 4 шага!
    guidance_scale=3.5,
).images[0]

image.save("output.png")

Режим экономии памяти (GPU с 16 ГБ)

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.2-klein",
    torch_dtype=torch.bfloat16
)
pipe.enable_model_cpu_offload()  # Помещается на 16 ГБ
pipe.vae.enable_tiling()         # Экономит ~2 ГБ

image = pipe("горный пейзаж на закате", num_inference_steps=4).images[0]

Workflow ComfyUI

FLUX.2 Klein работает как прямая замена в существующих рабочих процессах FLUX.1 ComfyUI:

1. Скачайте контрольную точку FLUX.2 Klein в ComfyUI/models/diffusion_models/

2. В вашем рабочем процессе измените узел checkpoint, чтобы он указывал на FLUX.2 Klein

3. Сократите число шагов до 4 (вместо 20–50 для FLUX.1)

4. Установите guidance scale на 3,0–4,0

# Скачайте модель для ComfyUI
cd ComfyUI/models/diffusion_models/
wget https://huggingface.co/black-forest-labs/FLUX.2-klein/resolve/main/flux2-klein.safetensors

Пакетная генерация

Благодаря генерации менее чем за секунду FLUX.2 Klein позволяет выполнять массовую пакетную обработку:

import torch
from diffusers import FluxPipeline

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

prompts = [
    "красный спортивный автомобиль на горной дороге, кинематографично",
    "уютный интерьер кофейни, тёплое освещение",
    "астронавт, парящий над Землёй, гиперреалистично",
    "средневековый замок осенью, фэнтези-арт",
    # ... добавьте ещё сотни
]

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"Сгенерировано {i+1}/{len(prompts)}")

# На RTX 4090: ~100 изображений менее чем за 1 минуту!

Поддержка LoRA

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

# Загрузите LoRA, обученную на архитектуре FLUX
pipe.load_lora_weights("your-lora/flux2-style-lora", weight_name="lora.safetensors")
pipe.fuse_lora(lora_scale=0.8)

image = pipe("портрет в обученном стиле", num_inference_steps=4).images[0]

Советы для пользователей Clore.ai

• Король пакетной обработки: При 0,4 с/изображение вы можете генерировать более 10 000 изображений в час на RTX 4090

• Только 4 шага: Не используйте больше — Klein оптимизирован под 4 шага (больше не улучшает качество)

• Те же LoRA, что и у FLUX.1: Большинство LoRA для FLUX.1 совместимы с Klein

• Прямая замена для ComfyUI: Просто замените checkpoint и измените шаги на 4

• RTX 3090 подходит: 1,2 с/изображение всё ещё отлично при $0.07–0.21/ч

Устранение неполадок

Проблема	Решение
OOM на 24 ГБ	Используйте enable_model_cpu_offload() + vae.enable_tiling()
Размытые изображения	Убедитесь, что num_inference_steps=4, не меньше. Проверьте guidance_scale 3.0–4.0
Медленная первая генерация	Нормально — модель загружается при первом вызове (~30 с). Последующие: менее секунды
Ошибка checkpoint в ComfyUI	Убедитесь, что у вас есть .safetensors файл, а не формат diffusers

Дополнительное чтение

• Руководство по FLUX.1 — оригинальное руководство по FLUX с подробностями по LoRA и ControlNet

• Руководство по ComfyUI — настройка и рабочие процессы ComfyUI

• Блог Black Forest Labs

• Модель HuggingFace