FLUX 3 Image Klein : guide pratique des images de référence, de la composition et de la retouche locale

Vous avez une photo de produit exploitable, mais sa composition ne convient pas à votre prochain usage. Il faudrait déplacer le sujet vers la gauche, modifier l’arrière-plan et laisser la partie droite libre pour un titre. Demander à un générateur d’image de tout recommencer est facile. Obtenir une retouche réellement utilisable l’est moins.

FLUX 3 Image Klein réunit la génération à partir de texte, la retouche et l’utilisation de plusieurs images de référence dans une même famille de modèles. Black Forest Labs l’a lancée le 15 octobre 2026. Le changement intéressant n’est pas une nouvelle image spectaculaire : c’est la possibilité de décrire à la fois ce que contient une image et l’emplacement souhaité de ses éléments. Annonce de BFL

Ce guide vous accompagne d’un premier petit essai à un processus de retouche reproductible. Commencez dans un navigateur pour découvrir l’outil ; choisissez une API pour l’intégrer à une application ; envisagez l’exécution locale si la maîtrise des fichiers ou un usage répété justifie la configuration. Pas besoin de comprendre les mathématiques de la diffusion pour faire ce choix.

Choisissez le chemin le plus court vers une première image utile

Il s’agit de produits différents qui s’appuient sur des poids apparentés, et non de boutons interchangeables. Un modèle est l’ensemble des poids appris. Un environnement d’exécution les exploite. ComfyUI fournit une interface de workflow ; Diffusers, des composants Python ; une API hébergée, un service exploité par un fournisseur. Une fonction visible dans une interface peut dépendre d’un traitement que les autres n’effectuent pas.

Pour un premier essai, ouvrez l’Espace officiel ou le BFL Playground. Vérifiez les demandes de connexion et de facturation avant de lancer une génération. Un navigateur suffit sous Windows, macOS ou Linux : aucun GPU local n’est nécessaire pour utiliser un service distant.

Utilisez une image qui vous appartient et que vous pouvez transmettre à ce service sans risque. Pour apprendre, une photo de votre propre tasse est préférable au prototype inédit d’un client. L’exercice qui suit propose une tâche précise et une façon d’en évaluer le résultat.

Commencez par une seule retouche maîtrisée, pas par dix références

1. Enregistrez une copie intacte de l’image source et notez ses dimensions.
2. Choisissez un workflow de retouche et joignez cette seule image.
3. Décrivez la scène souhaitée dans son ensemble, y compris les éléments qui doivent rester reconnaissables.
4. Demandez une seule modification, par exemple un nouvel arrière-plan, plutôt qu’un nouveau sujet, style et cadrage à la fois.
5. Comparez le résultat à la source en pleine résolution. Examinez la forme, le texte, les contours et la lumière, pas uniquement la vignette.
6. Conservez l’instruction et le résultat ensemble. Ne changez qu’un paramètre au prochain essai.

Pour commencer, décrivez par exemple cette scène :

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.

À vous de définir les critères d’acceptation : l’anse n’a pas changé, la silhouette de la tasse reste exploitable et l’espace vide l’est vraiment. Si un logo doit être exact, comparez-le à l’original au lieu de vous fier à une reconstitution vraisemblable. Pour une orthographe et une géométrie de marque non négociables, ajoutez le texte final dans un outil de conception classique.

La fiche officielle du modèle indique qu’il peut utiliser jusqu’à 10 images de référence. C’est une capacité, pas une recommandation d’en employer dix pour chaque tâche. Deux références aux angles de prise de vue contradictoires peuvent ajouter de l’ambiguïté plutôt qu’en retirer. Attribuez un rôle précis à chaque entrée : sujet, matériau, composition ou style.

Les cadres de composition orientent la mise en page, sans verrouiller les pixels

FLUX 3 accepte des descriptions de régions au moyen de coordonnées normalisées. Au lieu de dire seulement « placez l’objet à gauche », vous pouvez définir un cadre et décrire l’élément qui lui correspond. L’échelle va de 0 à 1000 ; la description de mise en page n’est donc pas directement liée à une largeur finale de 1024 ou 2048 pixels. Guide de BFL sur les cadres de délimitation

Schéma explicatif original. Le cadre indique un emplacement demandé, pas le résultat observé d’une génération ni un masque d’image strict.

Voici un fragment illustratif de légende pour une génération. Il décrit une nouvelle composition, pas une retouche d’image de référence. Il doit figurer dans l’instruction, pas dans un 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"}]

L’ordre est haut, gauche, bas, droite. Dans cet exemple, le cadre commence à 20 % de la hauteur et à 8 % de la largeur, puis se termine à 85 % de la hauteur et à 48 % de la largeur. Pour un vrai projet, esquissez d’abord la disposition visée, puis traduisez-la en coordonnées. Inverser les valeurs horizontales et verticales est un moyen facile d’obtenir un résultat déroutant.

Pour une retouche, il faut désigner la source aussi bien que la destination. Le corps d’API illustratif ci-dessous déplace une tasse d’un cadre source central vers un cadre cible à gauche. Remplacez l’URL d’image d’exemple par celle d’une image à vous, accessible ; n’envoyez pas le texte de remplacement tel quel. La première référence est 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\"}]"
}

Ici, from désigne la référence, src_bbox repère sa région d’origine et tgt_bbox décrit la destination demandée. Ajoutez des lignes pour les autres éléments si vous devez préciser leur préservation. Le fichier boxes.json distinct de l’interface locale de référence utilise des coordonnées comprises entre 0 et 1 : ne collez pas dans ce fichier les valeurs de 0 à 1000 de l’API. Syntaxe de retouche hébergée, format local des cadres

Ne considérez pas un cadre comme la garantie que tout ce qui se trouve à l’extérieur restera intact. La documentation du checkpoint brut avertit que les retouches peuvent toucher d’autres régions et que des éléments peuvent dépasser de leur cadre. Le service de retouche hébergé de BFL inclut également une restauration des pixels ; il ne faut pas attribuer tacitement cette fonction de service à tous les pipelines locaux. Vérifiez l’implémentation utilisée. Limites du checkpoint

Pour une impression ou un travail client, superposez les anciennes et les nouvelles images dans un éditeur. Si l’objet a bien bougé mais que le texte de son emballage a changé, la composition est réussie, mais pas la préservation de l’élément. Ce sont deux critères distincts ; les séparer rend les itérations nettement moins frustrantes.

Une requête API lance un traitement, pas la livraison du fichier final

Les développeurs peuvent soumettre une requête d’image à l’endpoint documenté. Dans un terminal macOS ou Linux, définissez BFL_API_KEY de façon privée dans l’environnement, puis utilisez ce petit exemple. Des frais de service peuvent s’appliquer ; ne placez pas la clé dans un dépôt public ou un bundle de navigateur.

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

Sous Windows PowerShell, utilisez le même endpoint avec la sérialisation JSON native :

$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

Choisissez une seule des méthodes de soumission ci-dessus. Toutes deux enregistrent la tâche acceptée dans bfl-job.json ; aucune ne télécharge le résultat. Enregistrez le script Python de bibliothèque standard ci-dessous sous le nom poll_result.py dans le même dossier. Laissez BFL_API_KEY accessible au processus, puis lancez python poll_result.py sous Windows ou python3 poll_result.py sous macOS/Linux. Le script interroge la tâche existante et enregistre result.png sans soumettre une nouvelle génération.

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")

L’API des résultats distingue les états en cours, prêt, modéré et en erreur. Si une exception réseau interrompt ce script, conservez le fichier de tâche et relancez le script d’interrogation, pas la commande de soumission. Si la réponse à une soumission est incertaine, inspectez-la avant de réessayer : perdre la réponse ne prouve pas que le service a refusé la tâche payante. Schéma de requête

Une application utile conserve trois éléments : le fichier source, la tâche de génération et le résultat accepté. L’utilisateur doit pouvoir retrouver l’original même après avoir rejeté une retouche. Cette conception a plus de valeur qu’un bouton qui masque toutes les étapes intermédiaires et produit un mystérieux nouveau JPEG.

Une installation locale doit tenir compte de toute la mémoire

La mention 5,6B de Klein désigne le transformeur d’image, pas tous les composants nécessaires au workflow. L’encodeur de texte, l’autoencodeur d’image, le suréchantillonneur de prompt, les activations et les jetons des images de référence consomment aussi des ressources. L’interface de référence, la démo et l’API Python activent le suréchantillonneur par défaut ; BFL indique de le laisser actif sauf si l’on fournit une légende déjà préparée dans le style attendu. La taille d’un fichier de poids ne donne donc pas une estimation fiable de la VRAM totale. La même distinction compte pour évaluer les grands modèles de langage locaux. Implémentation de référence

BFL annonce des options optimisées pour les GPU grand public, dont une configuration INT8 pour une carte de 8 Go. La fiche du modèle pour le code de référence indique des pics nettement plus élevés pour d’autres configurations. Ces affirmations décrivent des recettes différentes ; aucune ne constitue un minimum universel pour chaque interface, résolution et nombre de références. Notez l’environnement d’exécution, la précision, la taille d’image et la stratégie de déchargement avec chaque chiffre de mémoire. Exemples matériels de lancement, détails matériels du code de référence

Liste de contrôle originale des ressources, pas un benchmark. La taille des composants et les pics à l’exécution varient selon la recette.

Sous Windows avec un GPU NVIDIA pris en charge, commencez par l’intégration ComfyUI actuelle ou par l’environnement recommandé par BFL. Vérifiez le workflow FLUX 3 exact au lieu de charger un modèle FLUX 2 parce que le nom semble proche. Le téléchargement réussi du modèle ne prouve pas la compatibilité des nœuds personnalisés, des noyaux quantifiés et des encodeurs de texte.

Sous Linux, le dépôt de référence et le guide d’intégration Diffusers proposent des parcours destinés aux développeurs. L’installation de référence ci-dessous correspond à la recette CUDA 13 documentée, testée par l’éditeur sur B200, et non à une recette pour carte de 8 Go. Sous Windows, il faut un environnement Linux/WSL compatible pour exécuter ces commandes Bash. Vérifiez d’abord la compatibilité du pilote et le budget mémoire total.

1. Installez Git et Python 3.12, puis préparez un environnement isolé :

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. Acceptez les conditions du checkpoint dans votre compte Hugging Face, authentifiez-vous avec hf auth login, puis téléchargez le bundle distillé indiqué. Le README de référence prévoit environ 52 Go sur disque pour ce modèle, le suréchantillonneur et le classificateur de sécurité ; l’espace disque n’est pas la 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. Lancez une génération avec le suréchantillonnage de prompt activé, puis examinez out.png et le fichier JSON des paramètres correspondant :

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

4. Pour lancer une interface navigateur sur votre machine, exécutez python scripts/app.py, ouvrez http://127.0.0.1:7860, choisissez Edit, joignez votre propre image source et indiquez une seule modification. Layout est l’onglet distinct qui permet de dessiner les cadres. Gardez l’application limitée à la boucle locale ; n’activez pas l’option de partage public pour des contenus privés. Configuration de référence et démo

N’ajoutez la quantification ou le déchargement vers le CPU qu’après avoir obtenu un résultat de base. Pour un GPU de 8 Go, suivez les fichiers et instructions ComfyUI spécifiques, plutôt que les hypothèses mémoire du code de référence complet.

Sur Mac, le navigateur et l’API restent des options simples. Ne reprenez pas les commandes d’installation CUDA ni les chiffres de vitesse NVIDIA en les appliquant à Apple Silicon. Une exécution locale exige une implémentation Metal/MPS compatible et suffisamment de mémoire unifiée pour tous les composants ; un exemple générique d’une bibliothèque utilisant mps ne prouve pas que chaque parcours quantifié fonctionne. Les Mac Intel constituent un cas matériel distinct, pas un autre nom pour Apple Silicon.

Une instruction plus longue est utile quand elle réduit l’ambiguïté

L’implémentation de référence développe une instruction courte en une description complète de la scène avant de générer l’image. Ce suréchantillonnage de prompt est une étape distincte faisant appel à un modèle de langage ; elle est activée par défaut dans l’interface en ligne de commande, la démo et l’API Python de référence. Le README de référence actuel renvoie également vers un pipeline Diffusers qui effectue ce suréchantillonnage à chaque requête. Préservez ce comportement au lieu de considérer qu’une instruction courte et brute lui est équivalente. Préparation du prompt

Si le suréchantillonneur et le modèle d’image ne tiennent pas ensemble, la recette de référence peut effectuer d’abord le suréchantillonnage et transmettre la légende préparée à la génération. Un modèle vision-langage externe peut également préparer la légende à l’aide des prompts système publiés. Seule cette légende déjà préparée doit être associée à --no-pup ; ce drapeau n’est pas une optimisation mémoire gratuite pour une requête d’une seule ligne non développée. Le suréchantillonnage et la restauration des pixels hébergée sont deux fonctions différentes : conserver l’une ne prouve pas que l’autre existe dans un environnement d’exécution donné.

Décrivez le sujet, l’arrière-plan, la lumière et la modification visée en langage courant avant d’ajouter une syntaxe spécialisée. « Rends ça professionnel » laisse presque tout indécis. « Préserve la tasse et son anse, utilise un arrière-plan uni et laisse le tiers droit dégagé » donne au système moins d’objectifs contradictoires. Une profusion d’adjectifs ne produit pas automatiquement de meilleures instructions.

Pour un deuxième cas d’usage, créez une série d’illustrations pour un article. Gardez la palette et la description du sujet constantes tout en faisant varier la composition pour une bannière large et une image carrée destinée aux réseaux sociaux. Vérifiez la cohérence de l’objet entre les formats ; ne partez pas du principe qu’un rapport hauteur-largeur réussi se transpose parfaitement aux autres.

Pour un troisième cas d’usage, comparez des maquettes d’emballage en interne. Utilisez des étiquettes fictives ou des éléments dont l’usage a été approuvé, et identifiez les résultats comme des concepts. Un rendu séduisant ne garantit ni la fabricabilité, ni une reproduction fidèle des couleurs, ni le droit d’utiliser l’image d’une personne photographiée. La revue de production reste nécessaire après la génération.

Calculez le coût d’un visuel finalisé, pas d’une seule requête réussie

L’annonce de lancement indique un tarif API à partir de 0,009 $ US par image 1K, au 15 octobre. Ce tarif de départ ne vaut pas pour toutes les résolutions et tous les workflows. Avant d’estimer une campagne, consultez la tarification BFL actuelle, les frais du compte et les règles de requête.

Pour établir un budget, comptez les essais par visuel accepté. Si une tâche demande cinq retouches, le coût pertinent comprend ces cinq essais, ainsi que le temps de revue et de finition. L’exécution locale remplace certains frais de service par le matériel, l’électricité, le stockage et la maintenance ; elle ne supprime pas le coût d’inspection des résultats.

Des poids ouverts ne signifient pas non plus des droits commerciaux sans restriction. La licence FLUX Kommunity distingue l’usage non commercial, la génération de résultats commerciaux sous certaines conditions et les autres activités commerciales. Les seuils de revenus, les sociétés affiliées, la redistribution du modèle et l’entraînement nécessitent chacun une vérification. Les droits sur la photographie d’entrée, une marque ou une personne sont indépendants de la licence du modèle.

Si une retouche échoue, isolez le problème

Les questions à se poser avant le deuxième projet

FLUX 3 Image Klein remplace-t-il Photoshop ?

Il s’agit d’un modèle de génération et de retouche utilisable de plusieurs façons, pas d’une application complète de production fondée sur des calques. Il peut aider à créer ou modifier des visuels ; les outils de sélection, la typographie précise, la gestion des couleurs, le versionnage et la livraison peuvent toujours relever de votre éditeur.

Puis-je utiliser du texte coréen et m’attendre à un lettrage exact ?

Testez votre texte réel à la taille de livraison. La fiche du modèle avertit que le texte rendu peut être inexact ou déformé. Une démo lisible en anglais ne prouve pas que la composition typographique coréenne sera fiable. Lorsque c’est possible, gardez le texte exact sous forme éditable.

L’inférence locale maintient-elle tout le workflow hors ligne ?

Seulement si vous l’avez délibérément configuré ainsi. Les téléchargements initiaux, le développement distant des prompts, les nœuds externes et la télémétrie peuvent entraîner du trafic réseau. Examinez l’ensemble du workflow, pas seulement l’emplacement du transformeur d’image.

Quel checkpoint un débutant devrait-il choisir ?

Commencez par le parcours de génération distillée documenté. Le checkpoint de base vise l’adaptation et la recherche. Une fois une tâche de référence établie, comparez les options avec les mêmes entrées au lieu de changer simultanément le modèle, l’instruction et la résolution.

Le vrai progrès, c’est une retouche à laquelle vous pouvez vous fier

À notre avis, l’IA d’image devient plus utile lorsqu’elle aide à mieux maîtriser les retouches, et pas seulement à remplir une galerie de surprises. FLUX 3 Image Klein mérite l’attention parce que les références, les mises en page et les différentes options de déploiement rendent cette maîtrise plus accessible dans le travail quotidien. Il reste à rendre visibles l’original, la modification demandée et les critères d’acceptation.

Commencez par une image et une retouche délibérée. Un workflow qui produit de façon fiable un visuel approuvé vaut mieux qu’un modèle rapide qui vous laisse deviner ce qui a changé.

Sources et médias

Vérifié le 18 octobre 2026. Les capacités du produit et les chiffres de performance ci-dessus proviennent des éditeurs cités ; aucun benchmark local ni aucune génération payante ne sont revendiqués. Les trois schémas sont des créations explicatives originales. Consultez la galerie de résultats officielle de BFL et la démo interactive officielle pour voir des exemples du produit ; ces images tierces ne sont pas reproduites ici.

• Annonce de BFL, 15 octobre
• Checkpoint, limites et recettes locales
• Intégration Diffusers et exemples de workflow, 15 octobre
• Schéma des requêtes API BFL
• Licence FLUX Kommunity

Gardez vos expériences réutilisables

Conservez les liens vers les sources, les prompts, les paramètres et les notes de revue ensemble au lieu de ne sauvegarder que l’image finale. Telli.sh peut vous aider à organiser ces notes de recherche ; il ne s’agit pas d’une intégration de génération d’images. Créer un compte Telli.sh