FLUX 3 Image Klein: guida pratica a immagini di riferimento, layout e modifiche locali

Hai una foto di prodotto utilizzabile, ma il layout non va bene per il prossimo impiego. Il soggetto dovrebbe spostarsi a sinistra, lo sfondo cambiare e la parte destra restare libera per un titolo. Chiedere a un generatore di ricominciare è facile; ottenere una revisione davvero utilizzabile è più difficile.

FLUX 3 Image Klein riunisce in un'unica famiglia di modelli la generazione da testo, la modifica e l'uso di più immagini di riferimento. Black Forest Labs lo ha pubblicato il 15 ottobre 2026. La novità interessante non è un altro esempio d'effetto: è poter descrivere sia cosa contiene un'immagine, sia dove collocarne gli elementi. Annuncio BFL

Questa guida ti accompagna da un piccolo esperimento iniziale a un flusso di modifica ripetibile. Parti dal browser per capire lo strumento; scegli un'API per integrarlo in un'applicazione; valuta l'esecuzione locale quando il controllo sui file o l'uso frequente giustificano la configurazione. Per scegliere non serve conoscere la matematica della diffusione.

Scegli il percorso più breve per ottenere una prima immagine utile

Sono prodotti diversi basati su pesi correlati, non pulsanti intercambiabili. Un modello è l'insieme di pesi appresi; un runtime li esegue. ComfyUI offre un'interfaccia a flussi di lavoro, Diffusers componenti Python e un'API ospitata un servizio gestito. Una funzione vista in un'interfaccia potrebbe dipendere da elaborazioni che un'altra non esegue.

Per iniziare, apri lo Space ufficiale o il BFL Playground. Prima di generare, verifica eventuali richieste di accesso e fatturazione. Il browser è lo stesso punto di partenza su Windows, macOS e Linux: per un servizio remoto non serve una GPU locale.

Usa un'immagine che possiedi e che puoi inviare a quel servizio. Per imparare è meglio fotografare la propria tazza che caricare il prodotto non ancora annunciato di un cliente. L'esercizio seguente propone un compito concreto e un criterio per valutarne il risultato.

Apporta una sola modifica controllata prima di combinare dieci riferimenti

1. Salva una copia intatta dell'immagine sorgente e annotane le dimensioni.
2. Scegli un flusso di modifica e allega quell'unica immagine.
3. Descrivi la scena desiderata nel suo insieme, indicando cosa deve restare riconoscibile.
4. Chiedi una sola modifica, per esempio uno sfondo diverso, invece di cambiare insieme soggetto, stile e composizione.
5. Confronta il risultato con la sorgente a piena risoluzione. Controlla forme, testo, bordi e illuminazione, non soltanto la miniatura.
6. Conserva insieme istruzione e risultato. Al tentativo successivo cambia una sola variabile.

Per esempio, comincia con questa descrizione:

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.

I criteri di accettazione li stabilisci tu: il manico non è cambiato, il profilo della tazza è ancora utile e lo spazio vuoto è davvero libero. Se un logo deve essere esatto, confrontalo con l'originale invece di fidarti di una ricostruzione verosimile. Quando ortografia e geometria del marchio sono imprescindibili, aggiungi la tipografia finale con un normale strumento di grafica.

La scheda ufficiale del modello descrive fino a 10 immagini di riferimento. È una capacità, non un consiglio di usarne sempre dieci. Due riferimenti con inquadrature in conflitto possono introdurre più ambiguità di una sola immagine chiara. Assegna a ogni input un ruolo specifico: soggetto, materiale, composizione o stile.

I riquadri di layout guidano la composizione, ma non bloccano i pixel

FLUX 3 supporta descrizioni di regioni con coordinate normalizzate. Invece di dire soltanto «metti l'oggetto a sinistra», puoi indicare un riquadro e descrivere il contenuto associato. L'intervallo delle coordinate è da 0 a 1000, quindi la descrizione del layout non dipende direttamente dal fatto che l'immagine finale sia larga 1024 o 2048 pixel. Guida BFL ai riquadri

Diagramma esplicativo originale. Il riquadro indica una posizione richiesta, non una generazione osservata né una maschera rigida.

Ecco un frammento illustrativo di prompt per la generazione. Descrive una nuova composizione, non una modifica di un'immagine di riferimento. Va inserito nel prompt, non in un terminale:

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'ordine è alto, sinistra, basso, destra. In questo esempio il riquadro inizia al 20% dell'altezza e all'8% della larghezza, e termina all'85% dell'altezza e al 48% della larghezza. Per un progetto reale, abbozza prima la disposizione desiderata e poi traducila in coordinate. Scambiare i valori orizzontali e verticali è un modo semplice per ottenere un risultato confuso.

Una modifica deve identificare sia la sorgente sia la destinazione. Il seguente corpo API illustrativo sposta una tazza da un riquadro sorgente centrale a uno di destinazione a sinistra. Sostituisci l'URL immagine d'esempio con un'immagine accessibile che possiedi; non inviare il segnaposto così com'è. Il primo riferimento è 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\"}]"
}

Qui from identifica il riferimento, src_bbox la regione originale e tgt_bbox la destinazione richiesta. Aggiungi righe per altri elementi quando serve un piano di conservazione più dettagliato. Il file boxes.json della CLI locale usa coordinate da 0 a 1: non incollarci i valori API da 0 a 1000. Sintassi per modifiche ospitate, formato dei riquadri locali

Non considerare un riquadro come garanzia che tutto ciò che si trova fuori resti immutato. La documentazione del checkpoint grezzo avverte che le modifiche possono interessare altre regioni e che gli elementi possono estendersi oltre i riquadri. Il percorso di modifica ospitato da BFL include anche il ripristino dei pixel: non attribuire implicitamente questa funzione del servizio a ogni pipeline locale. Verifica l'implementazione che stai usando. Limiti del checkpoint

Per lavori destinati alla stampa o a un cliente, sovrapponi le immagini vecchia e nuova in un editor. Se l'oggetto si è spostato ma il testo sulla confezione è cambiato, il compito di composizione è riuscito, quello di preservare l'asset no. Sono due valutazioni distinte; separarle rende le iterazioni molto meno frustranti.

Una richiesta API avvia un'attività, non produce ancora il file finito

Gli sviluppatori possono inviare una richiesta immagine all'endpoint documentato. In un terminale macOS o Linux, imposta privatamente BFL_API_KEY nell'ambiente, poi usa questo esempio. Potrebbero essere addebitati costi del servizio: non inserire la chiave in un repository pubblico o nel bundle del browser.

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

In Windows PowerShell, usa lo stesso endpoint con la serializzazione 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

Scegli uno solo dei metodi di invio precedenti. Entrambi salvano l'attività accettata in bfl-job.json, ma nessuno scarica il risultato. Salva nella stessa cartella il seguente script Python basato sulla libreria standard, chiamandolo poll_result.py. Lascia BFL_API_KEY disponibile al processo e poi esegui python poll_result.py su Windows oppure python3 poll_result.py su macOS/Linux. Interroga l'attività esistente e salva result.png, senza inviare un'altra richiesta di generazione.

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 dei risultati distingue gli stati in corso, pronto, moderato ed errore. Se un'eccezione di rete interrompe lo script, conserva il file dell'attività e riavvia il poller, non il comando d'invio. Prima di riprovare, esamina una risposta di invio incerta: perdere la risposta non prova che il servizio abbia rifiutato l'attività a pagamento. Schema della richiesta

Un'applicazione utile conserva tre elementi: l'asset sorgente, l'attività di generazione e il risultato approvato. L'utente dovrebbe poter tornare all'originale anche dopo aver rifiutato una revisione. È una soluzione più utile di un pulsante che nasconde ogni passaggio intermedio e produce un JPEG misterioso.

L'installazione locale comincia dal budget di memoria complessivo

L'etichetta 5.6B di Klein si riferisce al trasformatore d'immagini, non a ogni componente necessario al flusso di lavoro. Anche codificatore di testo, autoencoder d'immagini, upsampler dei prompt, attivazioni e token delle immagini di riferimento consumano risorse. La CLI di riferimento, la demo e l'API Python attivano l'upsampler per impostazione predefinita; BFL indica di mantenerlo attivo, salvo fornire una didascalia già preparata nello stile dell'upsampler. La dimensione di un file di pesi non stima quindi in modo affidabile la VRAM complessiva. È la stessa distinzione importante quando si valutano grandi modelli linguistici locali. Implementazione di riferimento

BFL pubblicizza percorsi ottimizzati per GPU consumer, inclusa una configurazione INT8 per schede da 8GB. La scheda del modello per il codice di riferimento riporta picchi molto più alti per altre configurazioni. Si tratta di ricette diverse; nessuna costituisce un minimo universale per ogni interfaccia, risoluzione e numero di riferimenti. Registra runtime, precisione, dimensione dell'immagine e criterio di offloading insieme a ogni valore di memoria. Esempi hardware del lancio, dettagli hardware del codice di riferimento

Lista di controllo originale delle risorse, non benchmark. Dimensioni dei componenti e picchi del runtime variano a seconda della ricetta.

Su Windows con una GPU NVIDIA supportata, comincia dall'integrazione ComfyUI attuale o dal runtime consigliato da BFL. Verifica il flusso di lavoro FLUX 3 preciso, invece di caricare un modello FLUX 2 solo perché il nome sembra simile. Aver scaricato correttamente il modello non dimostra la compatibilità di nodi personalizzati, kernel quantizzati e codificatori di testo.

Su Linux, il repository di riferimento e la guida d'integrazione Diffusers offrono percorsi orientati agli sviluppatori. L'installazione di riferimento qui sotto riguarda la ricetta documentata con CUDA 13, testata dall'editore su B200, non una configurazione per schede da 8GB. Per questi comandi Bash, su Windows serve un ambiente Linux/WSL compatibile. Prima verifica la compatibilità dei driver e il budget di memoria completo.

1. Installa Git e Python 3.12, quindi prepara un ambiente isolato:

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. Accetta i termini del checkpoint nel tuo account Hugging Face, autenticati con hf auth login e scarica il pacchetto distillato documentato. Il README di riferimento stima circa 52GB su disco per questo modello, l'upsampler e il classificatore di sicurezza; lo spazio su disco non è 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. Esegui una generazione lasciando attivo l'upsampling del prompt, poi esamina out.png e il JSON delle impostazioni associato:

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

4. Per un'interfaccia browser eseguita sul tuo computer, avvia python scripts/app.py, apri http://127.0.0.1:7860, seleziona Edit, allega una tua immagine sorgente e inserisci una singola modifica. Layout è la scheda separata per disegnare i riquadri. Mantieni l'app accessibile solo tramite loopback; non attivare la condivisione pubblica per materiale privato. Configurazione e demo di riferimento

Aggiungi quantizzazione o offloading sulla CPU soltanto dopo aver ottenuto un risultato di base funzionante. Per una GPU da 8GB, segui i file e le istruzioni ComfyUI specifici, non le ipotesi di memoria del codice di riferimento completo.

Su Mac, browser e API restano opzioni semplici. Non copiare i comandi CUDA né aspettarti velocità NVIDIA su Apple Silicon. Un percorso locale richiede un'implementazione Metal/MPS compatibile e memoria unificata sufficiente per tutti i componenti; un esempio generico di libreria che usa mps non dimostra che ogni percorso quantizzato funzioni. I Mac Intel sono un caso hardware distinto, non un altro nome per Apple Silicon.

Un prompt più lungo è utile quando elimina ambiguità

L'implementazione di riferimento espande un'istruzione breve in una descrizione completa della scena prima di generare l'immagine. Questo prompt upsampling è una fase separata eseguita da un modello linguistico, attiva per impostazione predefinita nella CLI, nella demo e nell'API Python di riferimento. Il README attuale collega anche una pipeline Diffusers che esegue l'upsampling a ogni richiesta. Mantieni questo comportamento invece di considerare equivalente un prompt breve e non espanso. Preparazione del prompt

Se l'upsampler e il modello d'immagini non entrano insieme in memoria, la ricetta di riferimento consente di eseguire prima l'upsampling e passare poi alla generazione la didascalia preparata. Anche un modello esterno di visione e linguaggio può preparare la didascalia usando i prompt di sistema pubblicati. Solo quella didascalia già preparata va usata con --no-pup: il flag non è un'ottimizzazione gratuita della memoria per una richiesta di una riga non espansa. Upsampling e ripristino dei pixel del servizio ospitato sono funzioni diverse; mantenere la prima non dimostra che un altro runtime includa la seconda.

Prima di aggiungere sintassi specialistica, descrivi in linguaggio comune soggetto, sfondo, illuminazione e modifica desiderata. «Rendila professionale» lascia quasi tutto da decidere. «Mantieni la tazza e il manico, usa uno sfondo semplice e lascia libera la terza parte destra» offre al sistema meno obiettivi in conflitto. Più aggettivi non significano automaticamente istruzioni migliori.

Per un secondo caso d'uso, crea una serie di illustrazioni per articoli. Mantieni costanti palette e descrizione del soggetto, variando la composizione per un'intestazione larga e un'immagine social quadrata. Verifica la coerenza dell'oggetto tra i formati: non dare per scontato che un rapporto d'aspetto riuscito si trasferisca perfettamente a un altro.

Per un terzo caso, confronta internamente modelli di confezione. Usa etichette fittizie o materiale approvato e contrassegna i risultati come concept. Un render attraente non dimostra la producibilità, la riproduzione accurata dei colori o il permesso di usare l'immagine di una persona fotografata. Dopo la generazione, la revisione del design di produzione resta necessaria.

Calcola il costo dell'asset finito, non di una sola richiesta riuscita

L'annuncio di lancio indica prezzi API a partire da 0,009 USD per immagine da 1K, al 15 ottobre. Questa tariffa di partenza non è garantita per ogni risoluzione o flusso di lavoro. Prima di stimare una campagna, controlla i prezzi BFL aggiornati, gli addebiti dell'account e le regole delle richieste.

Per il budget, conta i tentativi per ogni asset accettato. Se un compito richiede cinque revisioni, l'unità rilevante comprende quei cinque tentativi più il tempo di revisione e rifinitura. L'esecuzione locale sostituisce parte dei costi del servizio con hardware, elettricità, spazio e manutenzione; non elimina il costo di ispezionare i risultati.

Pesi aperti non significa diritti commerciali senza restrizioni. La licenza FLUX Kommunity distingue l'uso non commerciale, la generazione di output per usi commerciali idonei e altre attività commerciali. Soglie di ricavi, affiliate, ridistribuzione del modello e usi per l'addestramento richiedono verifiche specifiche. I diritti sulla foto di input, sul marchio o sulla persona restano distinti dalla licenza del modello.

Quando una modifica non funziona, circoscrivi il problema

Cosa conviene chiarire prima del secondo progetto?

FLUX 3 Image Klein sostituisce Photoshop?

È un modello di generazione e modifica con diverse modalità di esecuzione, non un'applicazione di produzione completa basata su livelli. Può aiutare a creare o revisionare asset; strumenti di selezione, tipografia precisa, gestione del colore, versioni e consegna possono restare compito del tuo editor.

Posso usare testo coreano aspettandomi lettere esatte?

Prova il testo effettivo alla dimensione di consegna. La scheda del modello avverte che il testo renderizzato può essere impreciso o distorto. Una demo inglese leggibile non prova che la composizione tipografica coreana sia affidabile. Quando puoi, mantieni il testo esatto modificabile.

L'inferenza locale mantiene offline ogni parte del flusso?

Solo se lo hai predisposto intenzionalmente. Download iniziali, espansione remota dei prompt, nodi esterni e telemetria possono generare traffico di rete. Esamina il flusso completo, non soltanto dove si trova il trasformatore d'immagini.

Quale checkpoint dovrebbe scegliere chi inizia?

Comincia dal percorso documentato di generazione distillata. Il checkpoint base è pensato per adattamento e ricerca. Dopo aver definito un compito noto, confronta le alternative sugli stessi input invece di cambiare insieme modello, prompt e risoluzione.

La svolta utile è una revisione di cui puoi fidarti

Secondo noi l'AI per immagini diventa più utile quando offre alle persone maggiore controllo sulle revisioni, non soltanto una galleria più ampia di sorprese. FLUX 3 Image Klein è interessante perché riferimenti, layout e diverse modalità di distribuzione avvicinano quel controllo al lavoro quotidiano. Resta da rendere visibili l'originale, la modifica richiesta e i criteri di accettazione.

Comincia con un'immagine e una modifica intenzionale. Un flusso che produce in modo affidabile un asset approvato vale più di un modello rapido che ti lascia a indovinare cosa sia cambiato.

Fonti e immagini

Verificato il 18 ottobre 2026. Le capacità del prodotto e i dati prestazionali riportati sopra provengono dagli editori citati; non si dichiara alcun benchmark locale né generazione a pagamento. I tre diagrammi sono illustrazioni esplicative originali. Consulta la galleria ufficiale di output BFL e la demo interattiva ufficiale per vedere esempi del prodotto; le immagini di terzi non sono ripubblicate qui.

• Annuncio BFL, 15 ottobre
• Checkpoint, limiti e ricette locali
• Integrazione Diffusers ed esempi di flusso, 15 ottobre
• Schema delle richieste API BFL
• Licenza FLUX Kommunity

Rendi riutilizzabili i tuoi esperimenti

Conserva insieme link alle fonti, prompt, impostazioni e note di revisione, invece di salvare soltanto l'immagine finale. Telli.sh può aiutarti a organizzare queste note di ricerca; non è un'integrazione per generare immagini. Crea un account Telli.sh