Flux 2 Klein : les petits modèles ouverts de BFL, huit mois après leur sortie

Rédigé à partir des billets de Black Forest Labs et des articles de VentureBeat, ainsi que des fiches modèles sur Hugging Face, avec des scores relevés sur arena.ai et Artificial Analysis le 30 septembre 2026. Les sources originales sont citées au fil du texte. Les classements de ce secteur bougent toutes les quelques semaines, donc vérifiez-les avant de reprendre un chiffre d'ici.

Moins d'une demi-seconde. C'est ce chiffre qui m'a fait arrêter de faire défiler mon fil en janvier. Black Forest Labs l'a mis dans l'[annonce de FLUX.2 [klein]](https://bfl.ai/blog/flux2-klein-towards-interactive-visual-intelligence) du 15 janvier 2026, et l'article de VentureBeat publié le lendemain mettait « moins d'une seconde » directement dans le titre. Un modèle qu'on télécharge. Il tourne sur une carte grand public, et rend une image avant qu'on ait lâché la souris. Il y a deux ou trois ans, j'aurais classé ça dans les vœux pieux.

Une partie de mon travail chez Flami consiste à choisir quels modèles d'image se retrouvent devant des gens qui produisent des visuels produit, et l'essentiel de ce qu'ils génèrent, ce sont des brouillons qui ne seront jamais imprimés. Du coup, les petits modèles rapides comme Flux 2 Klein retiennent mon attention plus que leur taille ne le laisserait croire. Huit mois plus tard, voici où Klein en est vraiment.

Promis en novembre, avec une autre licence

Quand BFL a lancé la famille FLUX.2 le 25 novembre 2025, Klein figurait tout en bas de l'article de présentation comme « à venir », un modèle distillé en taille et placé sous licence Apache 2.0. Je l'avoue, je ne croyais pas qu'il sortirait sans qu'on ait coupé quelque chose au passage. Quelque chose a bien été coupé. Juste pas ce à quoi je m'attendais.

Ce qui est vraiment sorti en janvier

Quatre modèles au lieu de deux. On a un 4B et un 9B, chacun décliné en une version distillée pensée pour la vitesse et une version de base plus lente, destinée au fine-tuning. Chacun d'eux gère le texte-vers-image et l'édition d'image dans le même modèle, avec plusieurs images de référence possibles, ce que les précédents petits modèles Flux ne savaient pas faire.

Vient ensuite la licence. Seuls les modèles 4B sont sous Apache 2.0. La paire 9B est publiée sous la licence FLUX Non-Commercial, et la fiche du modèle 4B détaille cette séparation dans ses notes de version. Si vous voulez intégrer Klein dans un produit payant sans passer un accord à part avec BFL, c'est le 4B qu'il faut prendre.

Pour donner une échelle, le modèle ouvert [dev] compte 32 milliards de paramètres et s'appuie sur un modèle de vision-langage Mistral-3 de 24 milliards, selon le billet de lancement de FLUX.2 par Black Forest Labs. Klein 4B est huit fois plus petit. BFL annonce qu'il tient dans environ 13 Go de VRAM, ce qui suffit pour une RTX 3090 ou 4070. Les versions quantifiées FP8 et NVFP4 réduisent encore la mémoire nécessaire. Les grands frères de novembre, comme Pro, ont droit à leur propre traitement dans notre article sur le lancement de FLUX.2.

Des chiffres, en partie indépendants

La vitesse d'abord, puisque c'est l'argument principal. BFL annonce moins de 0,5 seconde sur du matériel récent pour les versions distillées. VentureBeat parle de génération en moins d'une seconde sur GB200 de Nvidia. Ce sont sans doute des chiffres obtenus dans le meilleur des cas, et je m'attendrais plutôt à ce que la résolution et le nombre d'étapes les fassent bouger sur de vraies tâches.

La qualité, c'est là que janvier et septembre racontent deux histoires différentes. Au lancement, on n'avait que la parole de BFL. Leur billet affirme que Klein égale ou dépasse des modèles cinq fois plus gros et surpasse Z-Image. Il existe maintenant des votes à l'aveugle pour vérifier ça.

• Artificial Analysis, texte-vers-image : Klein 9B à 941 sur 11 520 apparitions, Z-Image Turbo à 941 aussi, Klein 4B à 863, avec FLUX.2 [dev] comme référence à 1000 pour ce classement ;
• arena.ai, mise à jour du 24 septembre : flux-2-klein-9b 60e avec 1070 sur 150 780 votes, flux-2-klein-4b 68e avec 1030, z-image-turbo 57e avec 1084, flux-2-dev 36e avec 1146.

Donc l'affirmation sur Z-Image ne résiste pas au vote des utilisateurs. C'est une égalité sur un classement et une petite défaite sur l'autre, et ça, c'est pour le 9B. Le 4B sous Apache, lui, est derrière les deux.

À quelle distance Klein se trouve-t-il de son modèle parent ? En novembre, VentureBeat rapportait que FLUX.2 [dev] remportait 66,6 % des comparaisons texte-vers-image, contre 51,3 % pour Qwen-Image. Klein est distillé à partir de cette même base. Sur Artificial Analysis, le 9B se situe environ 60 points sous dev, ce que je lirais comme « nettement plus faible, mais toujours le même style de famille ».

Le prix, c'est l'autre moitié. Ce même article de novembre situait le modèle cloud [pro] à 0,03 $ par mégapixel. Sur le classement d'Artificial Analysis, Klein 9B apparaît autour de 15 $ pour 1 000 images via les fournisseurs d'API, pro à 30 $ et Z-Image Turbo à 5 $. Peu cher sur toute la ligne. Votre propre GPU bat tout ça dès que le volume devient assez grand, mais il faut payer l'installation et la main-d'œuvre.

À quoi bon, avec un cloud déjà si bon marché ?

Aux équipes qui sortent des milliers d'images par jour, déjà. Puis à ceux qui ne peuvent tout simplement pas envoyer leurs photos produit sur le serveur de quelqu'un d'autre, comme une marque avant un lancement encore secret ou une agence liée par un contrat client strict.

Klein n'est pas seul sur ce terrain. Z-Image Turbo est lui aussi petit et rapide, sous licence Apache 2.0 ; un article séparé sur Z-Image détaille ses compromis. BFL a manifestement conçu Klein pour lui faire face. Pour un usage commercial, la comparaison honnête oppose Klein 4B à Z-Image Turbo, puisque ce sont les deux seuls qu'on peut déployer librement, et pour l'instant Z-Image mène sur les deux classements tout en coûtant moins cher par image.

Les modèles fermés ont bougé, eux aussi. Ces taux de victoire de novembre avaient été mesurés face à la première version de Qwen-Image. Sa deuxième génération, c'est une autre histoire : Qwen Image 2.0 Pro obtient 1030 sur Artificial Analysis, au-dessus de FLUX.2 [pro] à 1004. Si c'est ce modèle que vous évaluez, il y a une page Qwen Image 2 et un test plus complet.

Là où la miniaturisation se voit

Au printemps, j'aurais parié que le petit texte est la première victime de la distillation : les mentions d'emballage, les listes d'ingrédients, tout bloc de texte dense. Je n'ai pas encore fait ce test sur nos propres scènes produit, donc prenez-le comme une hypothèse, pas comme un résultat.

Cet écart vient peut-être surtout de la distillation, ou simplement du fait qu'un modèle 4B se situe naturellement en dessous de sa propre version complète, et dans les deux cas, c'est un compromis raisonnable pour une telle vitesse. Pour des moodboards ou des esquisses de mise en page, ça suffit largement. Pour le plan produit final avec un vrai étiquetage, je reviens encore au Flux 2 complet, celui qu'on fait tourner dans Flami pour le photoréalisme produit. Klein est fait pour ce genre d'esquisse rapide et jetable, celle que personne ne devrait avoir à payer.

Klein, en bref

Qu'est-ce que Flux 2 Klein ?

Une famille de petits modèles d'image de Black Forest Labs, sortie le 15 janvier 2026, distillée à partir de la base FLUX.2. Il existe des tailles 4B et 9B, chacune en version distillée et en version de base. Ils gèrent la génération et l'édition dans un seul et même modèle.

Peut-on utiliser Flux 2 Klein à des fins commerciales ?

Les versions 4B, oui, sous Apache 2.0. Les versions 9B relèvent de la licence FLUX Non-Commercial, donc tout produit payant nécessite un accord séparé avec BFL.

Quelle carte graphique faut-il pour Klein 4B ?

Environ 13 Go de VRAM, selon BFL, ce qui correspond à une RTX 3090 ou 4070 et au-dessus. Les versions quantifiées FP8 et NVFP4 en demandent moins.

Quelle est sa vitesse ?

BFL annonce moins de 0,5 seconde par image sur du matériel récent pour les versions distillées. Les versions de base sont plus lentes.

Comment se classe-t-il face à Z-Image Turbo ?

Sur arena.ai (24 septembre 2026), Z-Image Turbo obtient 1084. Klein 9B a 1070, et Klein 4B a 1030. Sur Artificial Analysis, Klein 9B et Z-Image Turbo sont à égalité à 941, avec Klein 4B à 863.

Chiffres vérifiés le 30 septembre 2026.

Sources

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, fiche du modèle FLUX.2-klein-4B
6. Hugging Face, fiche du modèle FLUX.2-dev
7. Artificial Analysis, classement texte-vers-image
8. arena.ai, classement texte-vers-image