Flux 2 Klein: BFLs kleine offene Bildmodelle, acht Monate nach dem Start

Geschrieben nach den eigenen Posts von Black Forest Labs und der Berichterstattung von VentureBeat, dazu die Modellkarten auf Hugging Face, mit Werten von arena.ai und Artificial Analysis vom 30. September 2026. Die Quellen sind überall verlinkt. Ranglisten in dieser Ecke verschieben sich alle paar Wochen, also vor jedem Zitat selbst nachschauen.

Unter einer halben Sekunde. Das ist die Zahl, bei der ich im Januar mit dem Scrollen aufgehört habe. Black Forest Labs hat sie am 15. Januar 2026 in die [Ankündigung von FLUX.2 [klein]](https://bfl.ai/blog/flux2-klein-towards-interactive-visual-intelligence) geschrieben, und VentureBeat hat am Tag danach „weniger als eine Sekunde“ direkt in die Überschrift gesetzt. Ein Modell zum Herunterladen, das auf einer Gaming-Grafikkarte läuft und ein Bild ausspuckt, bevor man die Maus wieder losgelassen hat. Vor ein paar Jahren hätte ich das ehrlich gesagt als Wunschdenken abgetan.

Bei Flami gehört es zu meinem Job, zu entscheiden, welche Bildmodelle den Nutzern für Produktvisuals vorgesetzt werden, und das meiste davon sind Entwürfe, die nie gedruckt werden. Kleine, schnelle Modelle wie Klein bekommen deshalb bei mir mehr Aufmerksamkeit, als ihre Größe vermuten lässt. Acht Monate später: So sieht es mit Klein heute wirklich aus.

Im November angekündigt, mit anderer Lizenz

Als BFL am 25. November 2025 die FLUX.2-Familie vorstellte, stand Klein ganz unten im Lineup-Post als „kommt noch“, ein größenreduziertes Modell unter Apache 2.0. Ich muss zugeben: Ich habe nicht geglaubt, dass es ohne Abstriche erscheint. Irgendwo wurde tatsächlich gekürzt. Nur nicht dort, wo ich es erwartet hätte.

Was im Januar tatsächlich kam

Vier Checkpoints statt zwei. Man bekommt ein 4B- und ein 9B-Modell, jeweils als destillierte Version für Tempo plus eine langsamere Basisversion zum Feintunen. Jedes davon kann Text-zu-Bild und Bildbearbeitung im selben Modell, mit mehreren Referenzbildern gleichzeitig, was den älteren kleinen Flux-Modellen nie gelungen ist.

Jetzt zur Lizenz. Nur die 4B-Modelle stehen unter Apache 2.0. Das 9B-Paar läuft unter der FLUX Non-Commercial License, und die Modellkarte zum 4B hält diese Trennung in den Release Notes fest. Wer Klein in einem bezahlten Produkt einsetzen will, ohne einen eigenen Vertrag mit BFL, kommt nur mit dem 4B durch.

Zum Vergleich: Das offene [dev]-Modell hat 32 Milliarden Parameter und ist mit einem 24B-Vision-Language-Modell namens Mistral-3 kombiniert, so der eigene FLUX.2-Launch-Post von Black Forest Labs. Klein 4B ist achtmal kleiner. BFL gibt an, dass es mit rund 13 GB VRAM auskommt, eine RTX 3090 oder 4070 reicht also. Quantisierte FP8- und NVFP4-Builds senken den Speicherbedarf noch weiter. Die größeren November-Geschwister wie Pro bekommen ihre eigene Einordnung in unserem früheren Beitrag zum FLUX.2-Start.

Zahlen, ein Teil davon unabhängig geprüft

Erst mal die Geschwindigkeit, weil das die Schlagzeile ist. BFL nennt unter 0,5 Sekunden auf moderner Hardware für die destillierten Versionen. VentureBeat erwähnt Generierung unter einer Sekunde auf Nvidias GB200. Das sind Bestfall-Werte. Vermutlich verschieben Auflösung und Schrittzahl diese Werte bei echten Jobs noch deutlich.

Bei der Qualität unterscheiden sich Januar und September deutlich. Zum Start hatten wir nur das Wort von BFL. Der Post von BFL behauptet, Klein schlage Modelle, die fünfmal so groß sind, oder ziehe zumindest gleich, und schlage Z-Image. Inzwischen gibt es Blind-Votings, mit denen sich das prüfen lässt.

• Artificial Analysis, Text-zu-Bild: Klein 9B bei 941 aus 11.520 Vergleichen, Z-Image Turbo ebenfalls bei 941, Klein 4B bei 863, FLUX.2 [dev] als Referenzpunkt der Rangliste bei 1000;
• arena.ai, Update vom 24. September: flux-2-klein-9b auf Platz 60 mit 1070 aus 150.780 Stimmen, flux-2-klein-4b auf Platz 68 mit 1030, z-image-turbo auf Platz 57 mit 1084, flux-2-dev auf Platz 36 mit 1146.

Die Z-Image-Behauptung übersteht also den Kontakt mit echten Wählern nicht. Auf der einen Rangliste ein Unentschieden, auf der anderen ein kleiner Rückstand, und das schon beim 9B. Das Apache-lizenzierte 4B liegt bei beiden noch dahinter.

Wie weit liegt Klein hinter seinem Elternmodell zurück? Im November berichtete VentureBeat, FLUX.2 [dev] habe 66,6 % der Text-zu-Bild-Vergleiche gewonnen, gegen 51,3 % für Qwen-Image. Klein ist aus derselben Basis destilliert. Bei Artificial Analysis liegt das 9B etwa 60 Punkte unter dev, was ich als „spürbar schwächer, aber noch klar aus derselben Familie“ lesen würde.

Der Preis ist die andere Hälfte. Derselbe November-Artikel nannte für das Cloud-Modell [pro] 0,03 US-Dollar pro Megapixel. Auf dem Artificial-Analysis-Leaderboard liegt Klein 9B bei etwa 15 US-Dollar pro 1.000 Bilder über API-Anbieter, pro bei 30 und Z-Image Turbo bei 5. Günstig, über die ganze Linie. Die eigene GPU schlägt sie alle, sobald das Volumen groß genug ist, nur zahlt man dann für Einrichtung und die Zeit von jemandem.

Wer braucht das, wenn die Cloud schon so billig ist?

Teams, die täglich Tausende Bilder durchschleusen, zum einen. Dann alle, die Produktfotos nicht auf einen fremden Server schicken dürfen, etwa eine Marke mit einem noch nicht veröffentlichten Launch oder eine Agentur mit einem strengen Kundenvertrag.

Allein ist Klein auf diesem Feld nicht. Z-Image Turbo ist ebenfalls klein und schnell, dazu unter Apache 2.0 lizenziert; ein eigener Beitrag zu Z-Image geht genauer auf die Kompromisse ein. BFL hat Klein offensichtlich gebaut, um dagegenzuhalten. Für kommerzielle Arbeit ist der faire Vergleich Klein 4B gegen Z-Image Turbo, weil das die beiden sind, die man frei einsetzen darf, und aktuell liegt Z-Image auf beiden Ranglisten vorn und kostet dabei noch weniger pro Bild.

Auch geschlossene Modelle haben sich bewegt. Die Gewinnraten vom November wurden noch gegen die erste Qwen-Image-Version gemessen. Die zweite Generation ist eine andere Geschichte: Qwen Image 2.0 Pro kommt bei Artificial Analysis auf 1030, FLUX.2 [pro] liegt bei 1004. Wer genau dieses Modell abwägt, findet mehr auf der Qwen Image 2 Seite und in der ausführlichen Review.

Wo die Schrumpfkur sichtbar wird

Im Frühjahr hätte ich noch gewettet, dass kleine Schrift als Erstes unter der Destillation leidet: Verpackungstexte, Zutatenlisten, jeder dichte Textblock. Diesen Vergleich habe ich an unseren eigenen Produktszenen noch nicht gemacht. Also eher eine Vermutung als ein Ergebnis.

Ich bin mir nicht sicher, ob diese Lücke vor allem an der Destillation liegt oder einfach daran, dass jedes 4B-Modell naturgemäß unter seiner vollen Version landet. So oder so: ein fairer Kompromiss für so viel Tempo. Für Moodboards und Layout-Skizzen reicht es locker. Für das finale Heldenbild eines Produkts mit echtem Etikett greife ich weiterhin zum vollen Flux 2, der Version, die wir bei Flami für fotorealistische Produktbilder einsetzen. Gebaut ist Klein genau für die schnelle Wegwerf-Skizze, die Art, für die niemand zahlen sollte.

Klein, kurz zusammengefasst

Was ist Flux 2 Klein?

Eine Familie kleiner Bildmodelle von Black Forest Labs, veröffentlicht am 15. Januar 2026, destilliert aus der FLUX.2-Basis. Es gibt die Größen 4B und 9B, jeweils als destillierte und als Basisversion. Beide erledigen Generierung und Bearbeitung im selben Modell.

Darf ich Flux 2 Klein kommerziell nutzen?

Die 4B-Versionen ja, unter Apache 2.0. Die 9B-Versionen stehen unter der FLUX Non-Commercial License, bezahlte Produkte brauchen also eine eigene Vereinbarung mit BFL.

Welche GPU braucht Klein 4B?

Rund 13 GB VRAM laut BFL, also eine RTX 3090 oder 4070 aufwärts. Quantisierte FP8- und NVFP4-Builds brauchen weniger.

Wie schnell ist es?

BFL nennt unter 0,5 Sekunden pro Bild auf moderner Hardware für die destillierten Modelle. Die Basisversionen sind langsamer.

Wie schneidet es gegen Z-Image Turbo ab?

Bei arena.ai (24. September 2026) kommt Z-Image Turbo auf 1084. Klein 9B liegt bei 1070, Klein 4B bei 1030. Bei Artificial Analysis liegen Klein 9B und Z-Image Turbo gleichauf bei 941, Klein 4B bei 863.

Zahlen geprüft am 30. September 2026.

Quellen

1. [Black Forest Labs, FLUX.2 [klein]: Towards Interactive Visual Intelligence](https://bfl.ai/blog/flux2-klein-towards-interactive-visual-intelligence)
2. Black Forest Labs, FLUX.2: Frontier Visual Intelligence
3. [VentureBeat, Black Forest Labs launches open source Flux.2 [klein]](https://venturebeat.com/technology/black-forest-labs-launches-open-source-flux-2-klein-to-generate-ai-images-in)
4. VentureBeat, Black Forest Labs launches Flux.2 AI image models
5. Hugging Face, FLUX.2-klein-4B model card
6. Hugging Face, FLUX.2-dev model card
7. Artificial Analysis, Text to Image Leaderboard
8. arena.ai, Text-to-Image Leaderboard