FLUX 3 Image Klein の推論サイズを減らす GGUF 版、手元で動かす話

モデル

FLUX 3 Image Klein の推論サイズを減らす GGUF 版、手元で動かす話

スポンサーリンク

FLUX 3 Image Kleinの GGUF 版が公開。3.93 GB で推論可能。

この記事のポイント

  • テキストから画像生成と画像編集のモデル
  • UD-Q4_K_XLがQ4_K_MよりLPIPSが低い
  • 19件のレンダリングで測った

数字で見る

この記事に出てくる数字

パラメータ数 5.6B

どこで使えるか

Hugging Faceで公開済み ライセンスはother

スポンサーリンク

解説

かみくだいて説明します

画像生成モデル FLUX 3 Image Klein Base の量子化版が、unsloth によって 2026-10-16 に公開されました。5.6B のパラメータを持つ画像変換器で、テキストから画像を作る機能と画像を編集する機能の両方に対応しています。
unsloth が作った軽量版なんですね。画像を作る技術者から見ると、この量子化でどこまで品質が落ちるんですか?
品質の落ち具合を測る指標で、おすすめの設定 UD-Q4_K_XL は 3.93 GB です。同じサイズの他の設定より数値が良くて、基準となる bf16 との差は 0.057 でした。4.48 GB の UD-Q5_K_XL は bf16 にさらに近づきます。
3.93 GB でこの差なら、メモリの少ないグラボでも使いやすそうです。では、このモデルは画像を何枚まで同時に読めるんですか?
プロンプトと最大 10 枚までの参考画像を入力すると、1 枚の画像が出力されます。テキストから画像を作る場合も、1 枚の画像を編集する場合も、同じモデルで処理します。
10 枚まで読めるんですね。では、層ごとに精度を変える仕組みは、技術者が自分で調整する必要があるんですか?
調整は自動です。Unsloth Dynamic 2.0 という方法で、層ごとに敏感度を測って最適な精度を自動で選んでいます。
自動で選んでくれるんですか。では、研究でこのモデルを使う場合、プロンプトはそのまま入力していいんですか?
短いプロンプトのまま入力すると汎用的な画像しか出ないので、必ず文章を拡張するツールを通す必要があります。公式のコードでは標準で flux-3-image-klein-pup が読み込まれます。
文章を拡張するツールを通さないと使えないんですか。では、このモデルの 5.6B という数字には、テキストを処理する部分も含まれていますか?
含まれていません。5.6B は画像を生成する変換器だけの数字で、テキストを処理する Qwen3-VL-4B-Instruct という別のモデルが別に動きます。
変換器とテキスト処理のモデルが別々なんですね。最後に、このモデルは画像生成 AI を仕事で使っている人に、いまの道具と比べてどこが変わるんですか?
BF16やFP8といった重み形式を一緒に用意しています。プロンプト拡張は必須で、拡散モデル単独では動かないので、専用のアップサンプリングかLLMでシステムプロンプト付きの拡張が必要です。

出典

この記事のもとになった情報

※ 本文と音声は生成 AI が作成しています。内容は出典をご確認ください。
本作品のキャラクターには株式会社Live2Dの著作物であるサンプルデータが株式会社Live2Dの定める規約に従って用いられています。本作品は制作者の完全な自己の裁量で制作されています。このキャラクターモデルは株式会社Live2Dより許諾を得て商用利用しています。

スポンサーリンク

-モデル