FLUX 3 Image Klein: guía práctica para editar con referencias y controlar la composición

Tienes una fotografía de producto que sirve, pero la composición no encaja con el siguiente trabajo. Hay que desplazar el objeto a la izquierda, cambiar el fondo y dejar libre el lado derecho para un titular. Pedir a un generador que empiece de cero es fácil. Lo difícil es obtener una revisión que puedas usar de verdad.

FLUX 3 Image Klein reúne en una familia de modelos la generación de imágenes a partir de texto, la edición y el uso de varias imágenes de referencia. Black Forest Labs lo publicó el 15 de octubre de 2026. Lo interesante no es otra muestra espectacular, sino poder describir tanto qué contiene la imagen como dónde deben ir sus elementos. Anuncio de BFL

Esta guía te lleva desde un primer experimento sencillo hasta un flujo de edición repetible. Empieza en el navegador si quieres conocer la herramienta; elige una API para integrarla en una aplicación; considera ejecutarla localmente cuando el control de los archivos o el uso frecuente justifiquen la instalación. No necesitas entender las matemáticas de difusión para decidir.

Elige la ruta más corta para obtener una primera imagen útil

Son productos distintos construidos alrededor de pesos relacionados, no botones intercambiables. Un modelo es el conjunto de pesos aprendidos. Un entorno de ejecución los ejecuta. ComfyUI ofrece una interfaz de flujos de trabajo; Diffusers proporciona componentes de Python; una API alojada ofrece un servicio gestionado. La función que viste en una interfaz puede incluir un procesamiento que otra no realiza.

Para empezar, abre el Espacio oficial o BFL Playground. Revisa cualquier aviso de cuenta y facturación antes de generar. El navegador es la misma vía inicial en Windows, macOS y Linux; para utilizar un servicio remoto no hace falta una GPU local.

Usa una imagen que sea tuya y que puedas enviar al servicio sin riesgo. Una foto de tu propia taza es mejor material para aprender que la de un producto de un cliente aún no anunciado. El ejercicio siguiente plantea una tarea concreta y una forma de evaluar el resultado.

Haz un cambio controlado antes de combinar diez referencias

1. Guarda una copia intacta de la imagen de origen y anota sus dimensiones.
2. Elige un flujo de edición y adjunta esa única imagen.
3. Describe la escena deseada completa, incluido lo que debe seguir siendo reconocible.
4. Pide un solo cambio, como modificar el fondo, en lugar de combinar sujeto, estilo y composición nuevos.
5. Compara el resultado con el original a resolución completa. Revisa la forma, el texto, los bordes y la iluminación, no solo la miniatura.
6. Guarda juntas la instrucción y la imagen resultante. Cambia una variable en el siguiente intento.

Por ejemplo, empieza con esta descripción de la escena:

A catalog photograph of the same plain ceramic mug from the reference image,
with its handle and proportions preserved, on a matte pale-green surface.
Soft light comes from the left. The mug sits in the left third of a wide
composition, leaving clear space on the right for text added later.

Los criterios de aceptación los decides tú: el asa no ha cambiado, la silueta de la taza sigue siendo útil y el espacio vacío está realmente vacío. Si un logotipo debe ser exacto, compáralo con el original en vez de confiar en una reconstrucción verosímil. Cuando la ortografía y la geometría de marca sean innegociables, añade la tipografía final con una herramienta de diseño convencional.

La ficha oficial del modelo describe el uso de hasta 10 imágenes de referencia. Es una capacidad, no una recomendación de usar diez en cada tarea. Dos referencias con ángulos de cámara incompatibles pueden generar más ambigüedad que una referencia clara. Asigna a cada entrada una función concreta: sujeto, material, composición o estilo.

Las cajas de composición orientan la colocación, no fijan cada píxel

FLUX 3 admite descripciones por regiones con coordenadas normalizadas. En vez de decir únicamente «pon el objeto a la izquierda», puedes indicar una caja y describir el contenido asociado. El rango de coordenadas es de 0 a 1000, así que la descripción de la composición no depende de que la imagen final mida 1024 o 2048 píxeles de ancho. Guía de cajas delimitadoras de BFL

Diagrama explicativo original. La caja indica una ubicación solicitada, no una generación observada ni una máscara rígida de la imagen.

Este es un fragmento ilustrativo de instrucción de generación. Describe una composición nueva, no la edición de una imagen de referencia. Va dentro de la instrucción, no en una terminal:

A clean studio composition with a ceramic mug <mug_1> on the left.
[{"id":"mug_1","bbox":[200,80,850,480],"desc":"A plain ceramic mug with a visible handle"}]

El orden es arriba, izquierda, abajo, derecha. En este ejemplo, la caja empieza a un 20 % desde arriba y un 8 % desde la izquierda, y termina a un 85 % desde arriba y un 48 % desde la izquierda. Para un diseño real, dibuja primero la composición objetivo y después tradúcela a coordenadas. Intercambiar los valores horizontales y verticales es una forma sencilla de obtener un resultado confuso.

Para editar, hay que identificar el origen además del destino. El siguiente cuerpo de API ilustrativo desplaza una taza desde una caja de origen centrada hasta otra de destino a la izquierda. Sustituye la URL de imagen de ejemplo por una imagen accesible que sea tuya; no envíes el marcador de posición tal cual. La primera referencia es ref_image_0.

{
  "images": ["https://example.com/your-own-mug.png"],
  "output_format": "png",
  "prompt": "In <ref_image_0>, move the mug <mug_1> to the left. Preserve the mug's handle and the plain background. [{\"id\":\"mug_1\",\"from\":\"ref_image_0\",\"src_bbox\":[200,300,850,700],\"tgt_bbox\":[200,80,850,480],\"desc\":\"The same plain ceramic mug with its handle visible\"}]"
}

Aquí, from identifica la referencia, src_bbox señala la región original y tgt_bbox describe el destino solicitado. Añade filas para otros elementos si necesitas un plan de conservación más detallado. El archivo boxes.json independiente de la CLI local también usa coordenadas de 0 a 1; no pegues allí los valores de 0 a 1000 de la API. Sintaxis de edición alojada, formato de cajas local

No des por hecho que una caja garantiza que todo lo que queda fuera permanezca intacto. La documentación del checkpoint sin procesar advierte de que las ediciones pueden afectar otras regiones y que los elementos pueden sobrepasar sus cajas. La vía de edición alojada de BFL también incorpora restauración de píxeles; no atribuyas silenciosamente esa función del servicio a cualquier flujo local. Comprueba la implementación que estás usando. Limitaciones del checkpoint

Para trabajos de impresión o de clientes, superpón las imágenes anterior y nueva en un editor. Si el objeto se ha desplazado correctamente, pero ha cambiado el texto del envase, la composición ha salido bien y la conservación del recurso ha fallado. Son evaluaciones diferentes; distinguirlas hace que iterar sea mucho menos frustrante.

Una solicitud a la API inicia un trabajo, no entrega el archivo terminado

Los desarrolladores pueden enviar una solicitud de imagen al endpoint documentado. En una terminal de macOS o Linux, configura BFL_API_KEY de forma privada en el entorno y usa este ejemplo breve. Puede generar cargos del servicio; no pongas la clave en un repositorio público ni en el paquete del navegador.

curl --fail-with-body --request POST \
  --url https://api.bfl.ai/v1/flux-3-image-klein \
  --header "x-key: $BFL_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{"prompt":"A simple studio photograph of a plain ceramic mug on a pale green surface","aspect_ratio":"16:9","output_format":"png"}' \
  --output bfl-job.json

En Windows PowerShell, usa el mismo endpoint con serialización JSON nativa:

$body = @{
    prompt = "A simple studio photograph of a plain ceramic mug on a pale green surface"
    aspect_ratio = "16:9"
    output_format = "png"
} | ConvertTo-Json
$job = Invoke-RestMethod -Method Post `
    -Uri "https://api.bfl.ai/v1/flux-3-image-klein" `
    -Headers @{ "x-key" = $env:BFL_API_KEY } `
    -ContentType "application/json" -Body $body
$job | ConvertTo-Json -Depth 10 | Set-Content -Encoding utf8 bfl-job.json

Elige uno de los métodos de envío anteriores. Ambos guardan el trabajo aceptado en bfl-job.json; ninguno descarga el resultado. Guarda este script de Python, que solo usa la biblioteca estándar, como poll_result.py en la misma carpeta. Mantén BFL_API_KEY disponible para el proceso y ejecútalo con python poll_result.py en Windows o python3 poll_result.py en macOS/Linux. Consulta el trabajo existente y guarda result.png sin enviar otra solicitud de generación.

import json
import os
from pathlib import Path
import time
from urllib.parse import urlparse
from urllib.request import Request, urlopen

job = json.loads(Path("bfl-job.json").read_text(encoding="utf-8-sig"))
polling_url = job["polling_url"]
parsed = urlparse(polling_url)
if parsed.scheme != "https" or not (parsed.hostname or "").endswith(".bfl.ai"):
    raise ValueError("Unexpected polling host; inspect the saved job")
headers = {"x-key": os.environ["BFL_API_KEY"]}
deadline = time.monotonic() + 600

while time.monotonic() < deadline:
    with urlopen(Request(polling_url, headers=headers), timeout=60) as reply:
        result = json.load(reply)
    status = result["status"]
    print(job["id"], status)
    if status == "Ready":
        sample = result["result"]["sample"]
        if urlparse(sample).scheme != "https":
            raise ValueError("Unexpected result URL")
        with urlopen(sample, timeout=120) as image:
            Path("result.png").write_bytes(image.read())
        print("Saved result.png; inspect it before accepting the asset")
        break
    if status not in {"Pending", "Reasoning", "Generating"}:
        raise RuntimeError(f"Job stopped: {status}; keep bfl-job.json")
    time.sleep(1.5)
else:
    raise TimeoutError("Keep bfl-job.json and resume polling this job later")

La API de resultados distingue los estados en curso, listo, moderado y error. Si una excepción de red interrumpe este script, conserva el archivo del trabajo y vuelve a ejecutar el sondeador, no el comando de envío. Si la respuesta de envío es incierta, inspecciónala antes de reintentarlo: perder la respuesta no demuestra que el servicio haya rechazado el trabajo facturable. Esquema de solicitud

Una aplicación útil conserva tres registros: el recurso de origen, el trabajo de generación y el resultado aceptado. El usuario debería poder volver al original incluso después de rechazar una revisión. Ese diseño vale más que un botón que oculta todos los pasos intermedios y produce un JPEG nuevo y misterioso.

La instalación local empieza por el presupuesto total de memoria

La etiqueta 5.6B de Klein se refiere al transformador de imagen, no a todos los componentes que necesita el flujo. El codificador de texto, el autocodificador de imagen, el amplificador de instrucciones, las activaciones y los tokens de imágenes de referencia también consumen recursos. La CLI de referencia, la demo y la API de Python activan por defecto el amplificador de instrucciones; BFL indica expresamente que se mantenga activado salvo que se proporcione una descripción ya preparada con ese proceso. Por tanto, el tamaño de los archivos de pesos no permite estimar con fiabilidad toda la VRAM necesaria. Es la misma distinción que importa al evaluar modelos de lenguaje locales grandes. Implementación de referencia

BFL anuncia rutas optimizadas para GPU de consumo, incluida una configuración INT8 para una tarjeta de 8 GB. La ficha del modelo del código de referencia informa de picos bastante mayores para otras configuraciones. Se trata de recetas diferentes; ninguna establece un mínimo universal para cualquier interfaz, resolución y número de referencias. Anota el entorno de ejecución, la precisión, el tamaño de imagen y la política de descarga a CPU junto a cada cifra de memoria. Ejemplos de hardware del lanzamiento, detalles de hardware del código de referencia

Lista de comprobación original de recursos, no un benchmark. El tamaño de los componentes y los picos del entorno varían según la receta.

En Windows con una GPU NVIDIA compatible, empieza con la integración actual de ComfyUI o el entorno recomendado por BFL. Confirma que el flujo sea exactamente para FLUX 3; no cargues una plantilla de FLUX 2 solo porque el nombre se parezca. Que la descarga del modelo termine no demuestra que los nodos personalizados, los kernels cuantizados y los codificadores de texto sean compatibles.

En Linux, el repositorio de referencia y la guía de integración con Diffusers ofrecen rutas orientadas a desarrolladores. La instalación de referencia siguiente corresponde a la receta documentada para CUDA 13, probada por el editor en una B200, no a una tarjeta de 8 GB. En Windows hace falta un entorno Linux compatible con estos comandos de Bash, por ejemplo mediante WSL. Antes, confirma la compatibilidad del controlador y el presupuesto total de memoria.

1. Instala Git y Python 3.12 y prepara un entorno aislado:

git clone https://github.com/black-forest-labs/flux-3-image-klein.git
cd flux-3-image-klein
python3.12 -m venv .venv
source .venv/bin/activate
python -m pip install -e . --extra-index-url https://download.pytorch.org/whl/cu130

2. Acepta las condiciones del checkpoint en tu propia cuenta de Hugging Face, inicia sesión con hf auth login y descarga el paquete destilado documentado. El README de referencia calcula unos 52 GB en disco para este modelo, el amplificador y el clasificador de seguridad; el espacio en disco no es VRAM.

hf download black-forest-labs/flux-3-image-klein --local-dir weights/flux-3-image-klein --exclude 'variants/*'
hf download black-forest-labs/flux-3-image-klein-pup --local-dir weights/pup
hf download Falconsai/nsfw_image_detection --local-dir weights/nsfw-classifier

3. Ejecuta una generación manteniendo activado el amplificador de instrucciones y luego revisa out.png y el JSON de configuración que la acompaña:

python scripts/cli.py "A plain ceramic mug on a pale green studio surface" --model distilled --out out.png --seed 7

4. Para abrir en tu equipo una interfaz de navegador, inicia python scripts/app.py, abre http://127.0.0.1:7860, elige Edit, adjunta una imagen de origen tuya e indica un cambio. La pestaña Layout es independiente y sirve para dibujar cajas. Mantén la aplicación accesible solo desde el bucle local; no actives la opción para compartir públicamente si el material es privado. Configuración de referencia y demo

Añade cuantización o descarga a CPU solo después de conseguir que funcione una configuración de referencia. Para una GPU de 8 GB, sigue los archivos e instrucciones independientes de ComfyUI, no las estimaciones de memoria del código de referencia completo.

En un Mac, el navegador y la API siguen siendo opciones sencillas. No copies comandos de instalación de CUDA ni cifras de velocidad de NVIDIA como si fueran expectativas para Apple Silicon. La ejecución local requiere una implementación compatible con Metal/MPS y suficiente memoria unificada para todos los componentes; un ejemplo genérico de una biblioteca que usa mps no demuestra que funcione cualquier ruta cuantizada. Los Mac Intel son un caso de hardware distinto, no otro nombre para Apple Silicon.

Una instrucción más larga ayuda cuando elimina ambigüedad

La implementación de referencia amplía una instrucción breve hasta convertirla en una descripción completa de la escena antes de generar la imagen. Este amplificado de instrucciones es un paso separado de modelo de lenguaje, activado por defecto en la CLI, la demo y la API de Python de referencia. El README de referencia actual también enlaza una canalización de Diffusers que realiza esa ampliación en cada solicitud. Conserva ese comportamiento en vez de tratar una instrucción breve sin ampliar como si fuera equivalente. Preparación de instrucciones

Si el amplificador y el modelo de imagen no caben juntos en memoria, la receta de referencia puede ejecutar primero la ampliación y pasar la descripción ya preparada a la generación. También se puede usar un modelo externo de visión y lenguaje para prepararla con las instrucciones de sistema publicadas. Solo esa descripción ya preparada debe usarse con --no-pup; la opción no es un atajo de memoria gratuito para una petición de una sola línea sin ampliar. La ampliación de instrucciones y la restauración de píxeles alojada son funciones diferentes: conservar una no demuestra que otro entorno incluya la otra.

Antes de añadir sintaxis especializada, describe en lenguaje normal el sujeto, el fondo, la iluminación y el cambio deseado. «Hazlo profesional» deja casi todo por decidir. «Conserva la taza y el asa, usa un fondo liso y deja libre el tercio derecho» plantea menos objetivos que entren en conflicto. Añadir más adjetivos no mejora automáticamente las instrucciones.

Para un segundo caso de uso, crea una familia de ilustraciones para artículos. Mantén constantes la paleta y la descripción del sujeto mientras cambias la composición para una cabecera panorámica y una imagen cuadrada para redes sociales. Comprueba que el objeto conserve la coherencia entre formatos; no des por hecho que una relación de aspecto satisfactoria se traslada perfectamente a otra.

Como tercer uso, compara internamente maquetas de envases. Emplea etiquetas ficticias o material autorizado e indica que los resultados son conceptos. Una imagen atractiva no demuestra que pueda fabricarse, que reproduzca el color con precisión ni que tengas permiso para usar la imagen de una persona fotografiada. Tras generar, todavía queda por hacer una revisión de diseño de producción.

Calcula el coste de un recurso terminado, no solo el de una solicitud exitosa

El anuncio de lanzamiento muestra precios de API desde 0,009 USD por imagen de 1K, a fecha del 15 de octubre. Ese precio inicial no se aplica necesariamente a cualquier resolución o flujo de trabajo. Antes de estimar una campaña, consulta los precios actuales de BFL, los cargos de la cuenta y las condiciones de las solicitudes.

Para hacer el presupuesto, cuenta los intentos por recurso aprobado. Si una tarea necesita cinco revisiones, la unidad pertinente son esos cinco intentos, más el tiempo de revisión y acabado. La ejecución local sustituye algunos cargos del servicio por hardware, electricidad, almacenamiento y mantenimiento; no elimina el coste de inspeccionar los resultados.

Que los pesos estén abiertos no significa que los derechos comerciales no tengan restricciones. La licencia FLUX Kommunity distingue entre uso no comercial, generación de resultados para ciertos usos comerciales y otras actividades comerciales. Los umbrales de ingresos, las filiales, la redistribución del modelo y los usos de entrenamiento requieren comprobaciones propias. Los derechos sobre una fotografía de entrada, una marca registrada o la imagen de una persona son independientes de la licencia del modelo.

Cuando una edición falla, acota el problema

Qué conviene resolver antes de tu segundo proyecto

¿FLUX 3 Image Klein sustituye a Photoshop?

Es un modelo de generación y edición con varias formas de ejecución, no una aplicación de producción completa basada en capas. Puede ayudar a crear o revisar recursos, pero las herramientas de selección, la tipografía precisa, la gestión del color, el control de versiones y la entrega quizá sigan perteneciendo a tu editor.

¿Puedo usar texto en coreano y esperar una escritura exacta?

Prueba el texto que realmente vas a entregar y al tamaño final. La ficha del modelo advierte que el texto representado puede ser inexacto o estar distorsionado. Una demo legible en inglés no demuestra que la composición tipográfica en coreano sea fiable. Siempre que puedas, conserva el texto exacto como texto editable.

¿La inferencia local mantiene desconectado todo el flujo?

Solo si lo has configurado deliberadamente así. Las descargas iniciales, la ampliación remota de instrucciones, las extensiones externas y la telemetría pueden generar tráfico de red. Inspecciona el flujo completo, no solo dónde se ejecuta el transformador de imagen.

¿Qué checkpoint debería elegir alguien que empieza?

Empieza con la ruta de generación destilada documentada. El checkpoint base está orientado a la adaptación y la investigación. Cuando tengas una tarea que funcione de forma conocida, compara las alternativas con las mismas entradas en lugar de cambiar a la vez el modelo, las instrucciones y la resolución.

El avance útil es una revisión en la que puedes confiar

Creemos que la IA para imágenes resulta más práctica cuando ayuda a controlar mejor las revisiones, no solo cuando ofrece una galería más grande de sorpresas. FLUX 3 Image Klein es interesante porque las referencias, las composiciones y varias vías de despliegue acercan ese control al trabajo cotidiano. Lo importante es que el original, el cambio solicitado y los criterios de aceptación queden a la vista.

Empieza con una imagen y una edición deliberada. Un flujo que produce de forma fiable un recurso aprobado es mejor resultado que un modelo rápido que te deja intentando adivinar qué ha cambiado.

Fuentes y material gráfico

Consultado el 18 de octubre de 2026. Las funciones y cifras de rendimiento del producto proceden de los editores enlazados; no se afirma haber realizado benchmarks locales ni generaciones de pago. Los tres diagramas son ilustraciones explicativas originales. Consulta la galería oficial de resultados de BFL y la demo interactiva oficial para ver ejemplos del producto; aquí no se republican imágenes de terceros.

• Anuncio de BFL, 15 de octubre
• Checkpoint, limitaciones y recetas locales
• Integración con Diffusers y ejemplos de flujos, 15 de octubre
• Esquema de solicitud de la API de BFL
• Licencia FLUX Kommunity

Conserva tus experimentos para poder reutilizarlos

Guarda juntos los enlaces de origen, las instrucciones, los ajustes y las notas de revisión en vez de conservar solo la imagen final. Telli.sh puede ayudarte a organizar esas notas de investigación; no es una integración de generación de imágenes. Crea una cuenta de Telli.sh