Flux 3 ImageとKlein：Black Forest Labsが次世代画像モデルをリリース

画像モデルには昔から困った癖があります。ひとつの細部だけ直してほしいと頼むと、いつの間にか画面全体を描き直してしまうのです。ジャケットの色を変えたら、顔が少し違って見える。テーブルの上のカップを消したら、頼んでもいない本が棚に現れる。Black Forest Labsは、こうした問題を終わらせることを掲げて新世代モデルを開発しました。

フラッグシップのFlux 3 Imageは10月1日に登場しました。10月15日には、同じモデルの小型版で、自分のグラフィックカードにダウンロードして動かせるFlux 3 Image Kleinが加わりました。どちらも現在、ChatPlusで利用できます。ここでは、何ができるのか、まだ足りないところはどこか、そしてどちらを選ぶべきかを整理します。

Black Forest Labsとは

Black Forest Labsは、ドイツのフライブルクに拠点を置く研究所です。一般向けの画像生成ブームの火付け役となったStable Diffusionを以前に手がけた研究者たちによって、2024年に設立されました。最初のFluxは同じ年に登場し、写実性を重視するユーザーの間でたちまち人気になりました。Flux 2は2025年末に続き、そのPro版はいまもChatPlusで利用できます。

Flux 3ファミリーは7月23日に発表されました。画像、動画、音声を同時に学習しており、画像からは細部を、動画からは動きや物理表現を学んでいます。画像モデルの登場は10月までかかりました。

Flux 3 Imageでできること

画面のほかの部分をそのまま残す編集

最大の目玉は、Black Forest Labsが「ピクセルパーフェクト編集」と呼ぶ機能です。何を変えたいかを伝えると、モデルはその部分だけを変えます。それ以外は「だいたい同じ」ではなく、ピクセル単位で同じまま保たれます。1枚の画像に対して、何ラウンドも作業できます。壁を塗り替え、次に椅子を消し、その次に窓を追加しても、写真の中の人物はずれていきません。

一見小さなことに聞こえますが、画像モデルがたいてい破綻するのはまさにここです。編集のたびに画面全体が少しずつ描き直されると、5回目には元の画像がほとんど残っていません。Flux 3 Imageなら、同じ画像を好きなだけ詰めていけます。

1回のリクエストで最大10枚の写真

モデルには最大10枚の参照画像を送れます。そして、それぞれから何を取り入れるかを説明できます。1枚目の写真の人物、2枚目のジャケット、3枚目の背景、といった具合です。それらを1つのシーンに統合しながら、人物や物体を見分けられる状態に保ちます。「image 1の人物にimage 2のジャケットを着せる」のように、画像番号で指定するとよく機能します。

この記事のカバー画像はFlux 3 Imageが描きました。こちらから渡した参照画像は、マスコットのMaxを4方向から示したシート1枚だけです。そこに、色紙で秋の森を組み立てるMaxの紙コラージュを依頼しました。モデルは光沢のあるプラスチック製ロボットを自力で紙の質感に変換しつつ、緑の目とアンテナはそのまま保ちました。

「もう少し左」ではなくボックスで指定

APIでは、Flux 3 Imageがバウンディングボックスに対応しています。文字どおり四角形を描いて、見出しはここ、靴はここ、顔はここ、と指定できます。ポスターや商品カードを作るデザイナーにとっては、何十回もの試行錯誤を減らせます。同じ仕組みで、編集範囲を画面内の一部分に限定することもできます。

ChatPlusではまだボックスを描けません。ジェネレーターが言葉で動くためです。ただしモデルは、文章で書いたレイアウトをよく理解します。「見出しは上部中央、ボトルは前景の右側、左側には文字用の余白」のように書くと、たいていそのとおりの配置で出てきます。

高解像度

このモデルはアップスケーリングなしのネイティブ描画で、最大4K、約16メガピクセルまで対応します。ChatPlusでは2つのモードを用意しています。標準は約1メガピクセル、Ultraは4メガピクセルです。後者なら、トリミング、小さめの印刷、細部の拡大確認にも十分です。ウールの繊維、ガラスに付いた霜、紙の質感。こうした表現こそ、Fluxが選ばれる理由です。

Klein：ダウンロードできる小型モデル

Kleinは、56億パラメータの軽量なFlux 3 Imageです。できることは同じです。テキストからの画像生成、編集、最大10枚の参照画像の合成、バウンディングボックスへの追従、最大4Kの描画に対応します。ただし、はるかに高速で、コストもかなり低くなっています。

大きな違いはオープンウェイトであることです。モデルはHugging Faceで公開されているため、ダウンロードして自分で動かせます。圧縮版はメモリ8 GBのグラフィックカードに収まり、RTX 4070では9秒未満で画像を1枚描画します。バージョンは2つあります。高速な蒸留版は16ステップで画像を生成します。ベース版はより遅く、自分のスタイル、ブランド、キャラクターに合わせてモデルをファインチューニングしたい人向けです。小規模な企業も商用プロジェクトで利用できます。

Kleinにはひとつ癖があります。非常に詳細なシーン説明で学習されていることです。短いプロンプトをそのまま送ると、結果ははっきり弱くなります。そのため生成前に、短いプロンプトが、ショット、光、背景、細部まで含む十分な説明へ自動的に展開されます。これはChatPlusではすでに有効になっているので、長文を書く必要はありません。普通の一文で十分です。

私たちのテストでは、Kleinは3〜6秒で画像を返します。Flux 3 Imageは標準モードで約30秒、Ultraでは1分近くかかります。価格差はさらに大きいです。詳しくは後ほど説明します。

数字から見えること

正直なところ、評価は一枚岩ではありません。Black Forest Labs自身のテストでは、Kleinは生成、編集、参照画像の扱いのすべてで、あらゆるオープンモデルを上回っています。クローズドモデルのIdeogram V4.5やFlux 2 Proにも勝っています。同研究所の前世代の小型モデル、90億パラメータのFlux 2 Kleinと比べると、新モデルはパラメータ数を38%減らしながら、生成で91レーティングポイント、編集で70ポイント向上しています。

一方、どのモデルが作ったかを伏せて2枚の画像のうち優れているほうを人間が選ぶ独立系のブラインド画像ランキングでは、Flux 3 Imageは現在11位です。GPT Image 2を含むOpenAIのモデルや、GoogleのNano Banana 2.1がその上にいます。つまり、「1文から作った画像として、どれが一番見栄えがよいか」という問いでは、Flux 3は王者ではありません。

ただし、Flux 3の強みはそこではありません。Flux 3が得意なのはコントロールです。副作用のない編集、正確なレイアウト、高いディテール。1文だけに基づくブラインドランキングでは、そのどれも測れません。単に「きれい」ではなく、「まさにこのとおりで、それ以外は変えない」が必要なら、Flux 3は有力な選択肢です。

ChatPlusでの料金

Black Forest Labsの料金は、Kleinが1K画像あたり0.9セントから、Flux 3 Imageがほぼ5セントです。ChatPlusのメディアクレジット料金も、同じ差を反映しています。

5クレジットのKleinは、ChatPlusで最も安い画像生成です。Nano Banana 2.1の4分の1、GPT Image 2の半額です。Flux 3 Imageに2メガピクセルの段階がないのは、実行元のプロバイダーがその選択肢を提供していないためです。モードは標準とUltraの2つです。

使い方

どちらのモデルも、画像ジェネレーターのモデル一覧にあります。Flux 3 ImageとFlux 3 Kleinです。品質設定はその隣にあり、クレジットでの価格も表示されます。テキスト説明から生成することも、自分の写真から始めることもできます。写真をアップロードして、どこをどう変えるかを書くだけです。

ChatPlusでFlux 3 Imageを開くと、モデルがあらかじめ選択された状態になります。Kleinも同じ一覧にあります。

どちらのモデルにも効くコツをいくつか紹介します。

シーン全体を説明しましょう。Fluxは具体的な指示を好みます。画面に何があるか、光がどこから来るか、背景は何か、カメラがどれくらい近いか。「窓辺の手袋」でも動きますが、「古い木の窓枠に置かれた編み込み模様の手袋、ガラスには霜、冷たい朝の光、クローズアップ」のほうがずっとよい結果になります。

編集するときは、残すものを明記しましょう。「ジャケットを青にして、顔と背景は変えない」のほうが、単に「青いジャケット」より確実です。Flux 3はもともと画面をよく保持しますが、ひと言添えて損はありません。

複数の写真を使うときは、番号で呼びましょう。「image 1の女性をimage 2のソファに座らせる」のほうが、「これらの写真を組み合わせて」より明確です。

Kleinで探り、Imageで仕上げましょう。Kleinで10パターン試しても、Flux 3 Imageの1枚分より安く済みます。気に入った構図を見つけてから、フラッグシップをUltraで描き直すのがおすすめです。

どのモデルを選ぶべきか

ChatPlusには現在5つの画像モデルがあり、それぞれ役割が違います。

Flux 3 Imageは、細部とコントロールが重要なとき向けです。商品写真、レイアウトを決め込んだポスター、複数回にわたる編集、印刷用途に向いています。

Flux 3 Kleinは、下書き、アイデア出し、低コストで大量のバリエーションを作りたいときに向いています。今すぐ画像が必要なときにも便利です。

Flux 2 Proは、その写真らしいルックが好きな人のために残っています。Flux 3 Imageより安く、中間の2メガピクセルオプションもあります。

GPT Image 2は、画像内の文字を読めるようにしたいときに使うモデルです。看板、グリーティングカード、表紙などに向いています。

Nano Banana 2.1は、人物写真の編集や、広告っぽくない自然な写真に向いています。

まとめ

Flux 3 Imageは、Black Forest Labsの新しいフラッグシップで、2026年10月1日にリリースされました。画像のほかの部分に触れずに編集でき、最大10枚の参照画像からシーンを構築し、最大4Kで描画します。Flux 3 Kleinは10月15日に登場しました。ほぼ同じことができ、数秒で描画する小型のオープンウェイト版です。1文からの生成を比べるブラインドランキングでは、Flux 3はまだGPT ImageやNano Bananaの後れを取っていますが、コントロールとディテールでは肩を並べるものは多くありません。どちらもChatPlusで利用可能です。Kleinは5メディアクレジットから、Flux 3 Imageは24からです。