这两年本地 AI 画图，我一直卡在同一个地方：好模型要么显存吃得太狠，要么只能在网上用、按张收费。10 月 15 日 Black Forest Labs（就是做 FLUX 系列的那家德国公司）放出 FLUX 3 Image Klein，官方给的几个数字正好戳在这个痛点上：图像模型 5.6B 参数，原生出 4K 图，用 INT8 版本时 8GB 显存的 N 卡就能跑。
我花了一个周末把官方博客、Hugging Face 模型卡、ComfyUI 文档和许可证原文都读了一遍，整理成这篇上手笔记。先说清楚：我手边这台机器没有 N 卡，没法自己跑测速，所以下面的显存、速度数字都来自官方，每个都标了出处。装法和参数按 ComfyUI 官方文档走，一步步照着做就能用。
资料核对时间：2026 年 10 月 19 日（北京时间）。ComfyUI 当前最新版是 v0.42.1。
先说结论
- 值得装：如果你有一张 8GB 以上的 NVIDIA 显卡，又想在自己电脑上画图、改图，这是目前门槛最低的一档好模型之一。
- 一定要开「提示词扩写」：官方反复强调这个模型吃的是完整的场景描述，直接丢一句短提示词进去，出来的图会很平庸。
- 商用要看营收：个人和年营收低于 500 万美元的公司可以把生成的图拿去商用，但许可证还附带了内容审核和 AI 标注的条件，不是「随便用」。
- 画国画能用，但别指望一步到位：落款、题字、印章最好后期自己加，打印要提前算好分辨率。
它到底新在哪
FLUX 3 Image Klein 是 FLUX 3 家族里第二个开放权重的模型（第一个是 FLUX 3 Action）。一个模型同时管三件事：
- 文生图：输入一段描述，出一张图。
- 改图：给一张图，用文字说要改成什么样。
- 多图参考：最多喂 10 张参考图，把里面的人物、物件、风格组合到一张新图里。
另外还有两个比较少见的能力：
- 边框控制布局：在提示词里用 0–1000 的坐标框住某个区域，告诉模型这里放什么，或者只改这个区域。模型卡也说了，框只管位置和大小，不是硬遮罩，元素还是可能跑出框外。
- 原生 4K：BFL 文档写的最大分辨率是「Up to 4K」，Comfy 官方页面说它是直接生成 4K，不是先出小图再放大。
它分两个版本：
| 版本 | 采样步数 | 引导系数（CFG） | 适合 |
|---|---|---|---|
| Klein（蒸馏版） | 16 步 | 无（ComfyUI 里固定为 1） | 日常出图、改图，BFL API 背后用的就是它 |
| Klein Base（基础版） | 50 步 | 3.5 | 训练 LoRA、微调、研究 |
文本编码器用的是 Qwen3-VL-4B-Instruct（Apache-2.0 协议）。要注意的是，5.6B 这个参数量只算图像生成部分，文本编码器另算，所以实际占用比 5.6B 听起来大。
好的地方和不够好的地方
我觉得好的：
- 小：官方拿来对比的开放模型里它参数最少，Qwen-Image 2.1 是 7B，Krea 2 是 12.9B。BFL 自己的内部评测里，它比上一代 FLUX.2 [klein] 9B 少了 38% 参数，文生图的 Elo 分反而高了 91（这是厂商自测，看个方向就好）。
- 快：NVIDIA 实测，用蒸馏版加 INT8，在 ComfyUI 里出一张 100 万像素的图，RTX 4070 不到 9 秒，RTX 5090 大约 4 秒。
- 一套模型全包：文生图、改图、多图参考都用同一套权重，不用为改图再下一个模型。
- ComfyUI 首发就支持：发布当天 ComfyUI v0.41.0 就原生支持了，还自带现成的工作流模板。
不够好的：
- 离不开提示词扩写：扩写用的是另一个 9B 模型，又多一份下载和显存开销。不想用它，就得自己用别的大模型写好完整的英文描述。
- 权重要申请：Hugging Face 上是 gated 仓库，要登录并同意许可证才能下载。
- 官方说法不完全一致：博客说 INT8 版 8GB 显存能跑，BFL 文档的概述却写「down to an RTX 3090」（24GB）。我的理解是两者说的配置不同：8GB 指 INT8 量化版跑 ComfyUI 或 Diffusers，3090 那句更像是不量化的情况。显存小的话就老老实实用 INT8。
- 文字渲染不可靠：模型卡明说生成的文字可能不准或变形。模型卡标注的语言也只有英文，中文提示词效果怎么样我没有核实到。
- 只看到 N 卡的数据：官方的量化版和测速全是 NVIDIA 显卡，Mac 和 AMD 能不能跑、跑得怎么样，我没找到官方说明。
我的显卡能跑吗
ComfyUI 版的模型文件放在 black-forest-labs/flux-3-image-klein-comfy 这个仓库里。按显存挑文件，大致是这样：
| 你的显卡 | 建议用的文件 | 官方依据 |
|---|---|---|
| 8GB 级，比如 RTX 3070，以及 RTX 30 系和更老的卡 | INT8（int8-convrot） |
模型卡：INT8 能跑在 RTX 3070 这类 8GB 显卡上，也适合不支持 FP8 的 30 系及更老的卡 |
| RTX 50 系（Blackwell） | 也可以试 NVFP4 | 模型卡：NVFP4 需要 Blackwell 架构 |
| 24GB 以上 | BF16 | ComfyUI 文档：显存超过 24GB 可以换 BF16 版，长提示词跟得更紧 |
几个文件的大小（摘自模型卡）：
| 文件 | 内容 | 大小 |
|---|---|---|
flux3-image-klein-int8-convrot.safetensors |
蒸馏版，INT8 | 5.8 GB |
flux3-image-klein-bf16.safetensors |
蒸馏版，BF16 | 11.1 GB |
qwen3vl_4b_int8_convrot.safetensors |
文本编码器，INT8 | 4.9 GB |
qwen3.5_9b_flux3_prompt_upsampler_w4a8.safetensors |
提示词扩写模型，w4a8 | 6.7 GB |
flux2-vae.safetensors |
VAE | 0.3 GB |
按 ComfyUI 模板默认的组合（蒸馏版 INT8、文本编码器 INT8、扩写模型 w4a8、VAE），我算了一下要下载大约 17.7 GB。再加一个基础版 INT8，就是 23.5 GB 左右，硬盘留 30GB 比较稳。
有一点要心里有数：8GB 卡跑生成没问题，但扩写模型本身也有 6.7GB，两个能不能都顺畅跑在 8GB 卡上，我没找到官方实测。如果发现卡顿或者爆显存，可以先关掉扩写，换成用 DeepSeek、Kimi 这类在线大模型把描述写好，再贴进去。
模型卡还给过一组参考数据：用 BFL 自己的推理代码，在数据中心卡 B200 上出 1024×1024 的图、不开扩写，峰值显存 BF16 是 31GB，FP8 是 26GB。这是官方参考代码的数字，不是 ComfyUI 的。ComfyUI 会自己调度显存，所以普通显卡请用 INT8 版加 ComfyUI，别照着这个数字去配卡。
如果你还在纠结要不要为本地 AI 买显卡，可以先看看我之前写的 llmspeed 显卡速度表，那篇说的是大模型对话，但选显存的思路是一样的。
装起来：五步
第 1 步：装好或升级 ComfyUI
还没装的话，去 ComfyUI 官网下载页 下桌面版，Windows 用户最省事。已经装了的，按 官方升级指南 升到最新版。
官方文档写的最低版本是 0.41.0。但发布后官方又修过几次工作流模板，ComfyUI 也连发了好几个小版本。我的建议是直接升到当前最新版。
第 2 步：在 Hugging Face 同意许可证
登录 Hugging Face，打开 flux-3-image-klein-comfy 仓库页面，按提示同意 FLUX Kommunity License，才能下载文件。点同意之前，建议先读完下面「能不能商用」那一节。
第 3 步：下载模型文件
可以在网页上一个个点下载，也可以用模型卡给的命令一次下好。下面是模型卡原文的命令，它下的是 INT8 版的扩写模型（9.8 GB）。想省空间，可以把最后一个文件换成 text_encoders/qwen3.5_9b_flux3_prompt_upsampler_w4a8.safetensors：
hf download black-forest-labs/flux-3-image-klein-comfy \
diffusion_models/flux3-image-klein-int8-convrot.safetensors \
text_encoders/qwen3vl_4b_int8_convrot.safetensors \
vae/flux2-vae.safetensors \
text_encoders/qwen3.5_9b_flux3_prompt_upsampler_int8_convrot.safetensors \
--local-dir ComfyUI/models
hf 是 Hugging Face 的命令行工具，用 pip install -U huggingface_hub 安装，装好后先运行 hf auth login 登录。国内下载慢的话，就用浏览器分几次下，下完放进对应的文件夹。
第 4 步：把文件放对位置
ComfyUI/models/
├── diffusion_models/ ← flux3-image-klein-int8-convrot.safetensors
├── text_encoders/ ← qwen3vl_4b_int8_convrot.safetensors
│ qwen3.5_9b_flux3_prompt_upsampler_*.safetensors
└── vae/ ← flux2-vae.safetensors
如果你自己搭工作流：模型用 Load Diffusion Model 节点加载，文本编码器用 Load CLIP 节点并把 type 选成 flux3，VAE 用 Load VAE 节点。
第 5 步：打开官方模板
在 ComfyUI 的模板库（Template Library）里搜 「FLUX 3 Image Klein Distilled: Text to Image」，从模板库重新打开。不要用发布当天存下来的旧工作流：发布没两天，BFL 就把 Hugging Face 仓库里的旧模板整套换掉了，新模板每个都内置了提示词扩写。
第一张图：参数怎么调
打开蒸馏版的文生图模板之后，基本只用动这几处：
- 提示词：模板默认开了扩写，写一句简单描述就行，它会先扩写成完整描述再出图。
- 步数：4 到 16 之间，默认 16。想先快速试构图就降到 8 左右，定稿再调回 16。
- CFG：蒸馏版固定为 1，调高也没用。
- 尺寸：在 ResolutionSelector 里选画幅，默认是 1:1 方图。试构图时先用 1024 左右的小尺寸，速度快；定稿再往上调。
- 点 Queue，图会保存到
ComfyUI/output/。
想改图就换成「Image Edit」模板：把原图接到 Set Reference Multi Latent 节点上，提示词里用 <ref_image_0> 指代第一张参考图。官方有一条提示很实用：写你要的结果，而不是写怎么改。与其写「把裙子改成红色」，不如把改完之后的整个画面描述一遍。
用基础版（Base）就是 50 步、CFG 3.5，速度慢不少，除非要训练 LoRA，日常出图用蒸馏版就够了。
拿它画国画：我的思路
最近有朋友问我能不能批量出青绿山水、工笔花鸟这类国画图。Klein 有两点正好适合：一是能直接出高分辨率，二是能用参考图锁住风格。我的做法是这样的：
1. 用画法和材质描述风格，别写画家名字。 模型卡在提示词建议里专门说了，描述风格时写色彩、笔触、质感，而不是点名某件作品。这样做效果更可控，也能避开模仿特定画家作品的版权麻烦。我常用的描述方向：
- 青绿山水：
traditional Chinese blue-green landscape painting on aged silk, mineral azurite and malachite pigments, fine ink outlines, layered mountains, mist between peaks, red maple trees, a small waterfall, vertical hanging scroll composition - 水墨写意：
Chinese ink wash painting on rice paper, wet ink bleeding into the paper fibers, varied ink tones from pale grey to deep black, generous empty space, loose expressive brushwork - 工笔花鸟：
gongbi style Chinese painting, peony and a small bird, extremely fine even outlines, layered transparent color washes, light cream silk background, square composition
2. 不要让它写字。 题款、落款、印章最好在提示词里写明 no text, no calligraphy, no seal，后期再自己加，或者请书法好的朋友写。AI 生成的汉字很容易缺笔画、写错字，放在国画上特别扎眼。
3. 风格要统一时，用参考图。 先挑一张满意的图当参考图，用改图模板接进去，再换题材描述。客户要一整套风格接近的图时，这比每次重写提示词稳定得多。
4. 打印前先算分辨率。 按印刷常用的 300 dpi 算，打印尺寸（厘米）= 像素 ÷ 300 × 2.54：
| 长边像素 | 300 dpi 可印长边 | 150 dpi 可印长边 |
|---|---|---|
| 2048 | 约 17 cm | 约 35 cm |
| 4096（按 4K 级估算） | 约 35 cm | 约 69 cm |
| 8192（4K 再放大 2 倍） | 约 69 cm | 约 139 cm |
斗方、小品直接出 4K 基本够用。要印成一米多的竖轴，就得在 ComfyUI 里再接一步放大：用 Load Upscale Model 加 Upscale Image (using Model) 两个节点，放大模型文件放进 ComfyUI/models/upscale_models/。选放大模型时要看它自己的许可证是否允许商用。放大之后一定要按 100% 比例逐块检查，AI 图最容易在树叶、水纹、远山这些细节上糊成一片。
5. 小图满意，大图还能一样吗？ 固定种子（seed）和提示词，只把分辨率调大，构图往往会变，因为分辨率本身也会影响生成结果。最稳的做法是选定小图后直接放大这一张，而不是用同样的提示词重新生成一张大图。
如果需要正版免费的字体、印章素材来做后期，可以翻翻我整理的 正版免费资源合集。
能不能商用：许可证读下来的要点
我把 FLUX Kommunity License v1.0 原文读了一遍，跟普通用户关系最大的是这几条（以下是我的理解，不构成法律意见）：
- 非商业用途免费：个人学习、研究、自娱自乐都行。
- 符合条件的用户可以商用生成的图：许可证把「Qualifying User」定义为你和关联公司的年化总营收低于 500 万美元（US$5,000,000）。符合条件的话，可以把生成的图用于商业用途，也可以为了生成这些图在生产环境里运行模型。
- 商用附带条件（第 2.e 条）：要么做内容过滤，防止生成违法或侵权内容；要么在发布前人工审核生成的图。另外，当地法律要求标注 AI 生成的，就必须标注。
- 商用的只是「生成的图」：用于商业目的的微调、分发模型这类用途不在免费范围内。模型卡说得很直接，这个商用例外不等于可以商业微调或分发。需要的话去 BFL 商业授权页 申请。
- 明确禁止：军事、监控、生物特征识别、侵犯他人肖像权等权利、生成违法内容，以及用它的输出去训练同类竞品模型。
给客户出图收费属于商用。如果你是个人或小工作室，营收远低于门槛，按许可证是可以的，记得自己审一遍图，该标 AI 生成的地方标上。
常见问题
没有显卡能用吗？
能，只是不是本地跑了。BFL 官方 API 的模型名是 flux-3-image-klein，按出图分辨率收费，1K 一张 0.009 美元，4K 一张 0.036 美元。Hugging Face 上也有官方的 在线试用页，想先看看效果可以去试试。
Mac 能跑吗？
官方的量化版本和测速都是 NVIDIA 显卡，我没找到 Mac 或 AMD 显卡的官方支持说明，这里就不乱猜了。
和 Stable Diffusion 那些老模型比，要不要换？
如果你手上已经有一套调好的 SD 工作流和 LoRA，不用急着全部换掉。Klein 的长处是同一个模型就能出图、改图、多图参考，而且能出原生 4K，新项目可以先拿它试。
能训练自己的 LoRA 吗？
可以，用基础版（Base）。Diffusers 和 Ostris 的 AI Toolkit 首发就支持 LoRA 训练。注意按许可证，为商用目的微调需要另外申请授权。
提示词能写中文吗？
模型卡标注的语言只有英文。扩写模型能不能把中文描述扩写好，我没有核实到。稳妥起见，直接写英文，或者先让大模型帮你翻成完整的英文场景描述。
本地跑 AI 不只是画图。如果你对显存不够也想跑大模型感兴趣，可以看看 AirLLM 这篇；想把电子书在本机转成有声书的，可以看 Folivox。
