Нейросеть FLUX: FLUX 3 против FLUX 2 — лучше, но медленнее?

Новая нейросеть нарисовала правильные пальцы и перестала путать буквы в вывеске. Кажется, можно обновляться. Но стоило отправить восемь запросов одновременно — и выяснилось, что скорость всего сервиса важнее красивого одиночного результата. В наших тестах переход с FLUX.2 Klein 4B на FLUX 3 Image Klein улучшил кириллицу и открытые ладони, а среднее время полного запроса выросло с 8,94 до 21,19 секунды.

Для практики в Чатиуме можно собрать свою мастерскую изображений: сохранять задания, видеть результаты рядом и отмечать ошибки. Начните с такого запроса:

Ниже — разбор нашего испытания от 16 октября 2026 года: 20 пар изображений по разным заданиям, ещё 16 пар с руками и отдельная проверка очереди. Это сравнение конкретных рабочих конфигураций. У них различались число шагов и обработка промпта, поэтому приписывать весь результат одной архитектуре было бы неправильно.

Кто выпускает FLUX и какие версии мы сравниваем

За названием FLUX стоит Black Forest Labs. Это семейство моделей, а не одна нейросеть с одинаковыми свойствами. Для нашего сервиса важны компактные модели Klein: их можно развернуть на собственных GPU и встроить генерацию в приложение.

Даты сверены с анонсами Black Forest Labs. Мы проверяли новую модель на следующий день после её выхода. FLUX.2 Klein 9B, другие варианты FLUX 2 и видеомодели в это сравнение не входят.

Улучшатель промпта — дополнительная модель, которая превращает короткое задание в более подробное описание для генератора. В официальном репозитории FLUX 3 Image Klein он входит в рекомендуемый процесс работы. Это влияет и на картинку, и на время ответа: пользователь ждёт завершения всей цепочки.

Как мы тестировали: одинаковые задания, разные конфигурации

Красивую картинку легко получить несколькими попытками. Для сравнения полезнее заранее выбрать задания и сохранить результаты, даже если в них нашлись ошибки. В основной серии было 20 одинаковых исходных промптов: портреты, предметная съёмка, интерьеры, иллюстрации, баннеры, надписи и схемы.

Размер изображения для каждой пары совпадал, seed был зафиксирован на 731. Один seed помогает повторить запуск внутри конфигурации, но не означает одинаковый начальный шум у разных моделей.

У серверов совпадали тип GPU, лимит мощности, модель процессора, 9 vCPU и 50 ГБ оперативной памяти. Версии драйверов различались. Модель Bonsai находилась в памяти, но во время теста не генерировала; распознавание речи не загружали. Первый запрос к каждой модели исключили как прогревочный, затем чередовали обращения.

Это отвечает на вопрос «что изменилось при переходе между нашими конфигурациями сервиса». Для отдельного исследования качества самих моделей понадобились бы дополнительные серии с одинаковой обработкой текста, несколькими seed и слепой оценкой.

Кириллица: главное улучшение видно на обычной вывеске

Для афиши или карточки товара красивый фон не спасает ошибку в названии. Поэтому в заданиях были точные надписи, которые можно проверить посимвольно. Среди шести сюжетов с кириллицей FLUX 3 выполнил все целевые надписи в 6 из 6 случаев, FLUX 2 — в 1 из 6.

На обложке статьи — одна из этих пар. Задание просило вывеску «Доброе утро». Старая конфигурация исказила буквы и добавила постороннюю надпись на двери; новая написала нужную фразу правильно. На приглашении с текстом «ДЕНЬ ОТКРЫТЫХ ДВЕРЕЙ», датой «24 ОКТЯБРЯ» и временем «18:30» новая модель также выполнила все три условия. Старая сохранила дату и время, но ошиблась в заголовке.

Результат обнадёживает именно для русскоязычных афиш, вывесок и простых подписей. Шесть заданий не дают гарантии для любого текста: перед публикацией всё равно нужно читать изображение, а длинную верстку надёжнее проверять отдельно от иллюстрации.

По визуальной оценке всех 20 пар новая конфигурация получила преимущество в 13, в шести явного победителя не было, в одной лучше оказалась старая. Это наша оценка отдельных изображений, включая небольшие преимущества, а не слепой рейтинг моделей.

Руки: лишних пальцев меньше, но жест «три» всё ещё сложный

После общего сравнения мы отдельно проверили то, на чём генераторы часто выдают себя: ладони, захват предметов и жесты. Получилось восемь ситуаций с двумя seed — 731 и 932. Все первые успешные результаты сохранены; неудачные руки не заменяли удачной перегенерацией.

У этой серии другое ограничение: FLUX 2 работал на отдельном L40S 48 ГБ, а FLUX 3 — на рабочем A40. Поэтому по этим парам обсуждаем качество изображений, но не сравниваем скорость GPU.

Две открытые ладони, seed 731. Исходные изображения показаны без ретуши.

В шести примерах с раскрытыми кистями — ладони перед собой, приветствие и руки на столе — правильное число пальцев получилось у старой конфигурации в 2 из 6 случаев, у новой в 6 из 6. При захвате кружки или рукопожатии часть пальцев скрыта, поэтому такие изображения нельзя автоматически записывать в успешные.

Но правильное количество пальцев ещё не означает выполненное задание. Жест «три» не получился ни у одной модели на обоих seed. В показанном ниже примере старая модель раскрыла всю ладонь, а новая выпрямила четыре пальца вместо трёх.

Для приложения это две разные проверки: «нет лишних пальцев» и «человек показывает именно то, что просили». В интерфейсе сравнения их стоит хранить отдельными отметками.

Где новая версия тоже ошиблась

Улучшение кириллицы легко принять за улучшение всей логики рисунка. Но схема может содержать правильные слова и при этом неправильно объяснять процесс. В задании с развилкой FLUX 3 исправил подписи, однако добавил лишнюю стрелку, направленную в ромб решения.

Это результат генерации с ошибкой, а не инструкция по устройству процесса.

Были и более бытовые промахи. В вертикальном кофейном баннере требовался стеклянный стакан: FLUX 3 заменил его чашкой с блюдцем, и в этой паре старая модель оказалась ближе к заданию. В другом баннере новая версия добавила незапрошенные предметы. Если картинка должна оставить место под текст или точно показать товар, подобные детали важнее общего впечатления «выглядит красиво».

Почему полный запрос стал в 2,37 раза дольше

Пользователь видит время от отправки задания до готовой картинки. На сервере внутри этого ожидания есть несколько этапов: подготовка текста, генерация, сохранение и передача результата. Если смотреть только на генератор, можно пропустить основную задержку.

Сам этап генерации вместе с сохранением PNG занял почти одинаковое время. Основной прирост оказался за его пределами — в части цепочки, где у новой конфигурации работает улучшатель промпта и передаётся результат. Значение 12,90 секунды получено вычитанием двух замеров; это не отдельное точное измерение времени улучшателя.

Полный запрос здесь заканчивается ответом GPU-сервиса и включает загрузку PNG. Последующая финализация на стороне Чатиума в этот показатель не входит. Поэтому обещать пользователю готовый результат ровно через 21 секунду нельзя: под нагрузкой добавляется очередь.

При восьми одновременных запросах на одном A40 пакет завершался в среднем за 78,10 секунды у FLUX 2 и за 203,03 секунды у FLUX 3. Для каждой конфигурации провели два таких пакета; все 16 запросов в каждой группе завершились успешно.

Два GPU: ускорять нужно весь запрос

Первая идея при росте очереди — добавить ещё один сервер. Мы проверили её и получили неприятный результат: второй A40 почти не помог новой модели. Причина оказалась в распределении работы.

В старой схеме основной сервер улучшал промпт, а затем передавал часть генераций реплике. Получалось, что подготовка запросов оставалась сосредоточена в одном месте. Во второй схеме на каждый сервер отправлялась задача целиком: он сам улучшал текст и создавал картинку.

Для каждой двухсерверной схемы это один тестовый пакет. Он хорошо показывает узкое место, но ещё не описывает поведение сервиса при длительной или меняющейся нагрузке.

После проверки, 16 октября, распределение полного цикла включили на рабочих серверах. Отдельный запуск через обычный асинхронный API завершил восемь запросов за 102,4 секунды, по четыре на каждом GPU. Сохранение PNG и обратные вызовы отработали. Этот запуск мог пересекаться с пользовательским трафиком и прогревом, поэтому он приведён отдельно от контролируемых замеров.

На каких серверах запускается FLUX и сколько это стоит

Наличие открытых весов позволяет выбирать между готовым API и собственным развёртыванием. Но требование «модель помещается в видеопамять» не равно требованию «сервис выдерживает несколько пользователей одновременно».

В нашем основном тесте использовались NVIDIA A40 в RunPod. Под нагрузкой замеренное использование видеопамяти достигало 41,52 ГиБ со старой конфигурацией и 33,76 ГиБ с новой. В эти числа входят Bonsai в памяти и резервы CUDA. Замеры делались примерно раз в полсекунды; это наблюдавшиеся значения всего процесса, а не размер весов и не гарантированный абсолютный пик.

Для локального запуска ориентиры другие. Официальная карточка FLUX.2 Klein 4B указывает примерно 13 ГБ видеопамяти. Для FLUX 3 Image Klein разработчик заявляет запуск INT8-варианта на NVIDIA RTX с 8 ГБ через ComfyUI или Diffusers. Это другие настройки: наши результаты BF16 на A40 на такую машину автоматически не переносятся. Понадобится проверить выбранную сборку, разрешение, улучшатель промпта и очередь.

В день теста один арендованный A40 стоил $0,59 в час. При непрерывных последовательных запросах расчётная стоимость занятого GPU на тысячу изображений получилась $1,46 для FLUX 2 и $3,47 для FLUX 3. В пакетном тесте новой модели на двух правильно распределяющих работу A40 — около $4,08 на тысячу.

Эти суммы не являются тарифом API. Они рассчитаны из времени конкретного прогона и часовой цены GPU; простой, хранение и остальные компоненты в них не включены. Два постоянно работающих A40 по тогдашней ставке — $849,60 за 30 дней, плюс около $20 за диски. Если запросов мало, стоимость одной полезной картинки окажется выше. Обновление модели само по себе не меняет почасовую цену этих серверов, но уменьшает число запросов, которые они успевают обработать.

Что пишут люди — и почему отзывы расходятся

В анонсе Black Forest Labs делает акцент на качестве новой модели. У пользователей первые впечатления неоднородны: они проверяют разные задания, сборки и процессы обработки. Поэтому чужой удачный пример полезно читать вместе с условиями, на которых он получен.

В обсуждении релиза FLUX 3 Image Klein в сообществе StableDiffusion на Reddit встречаются жалобы на анатомию и слишком гладкую кожу; другие участники обращают внимание на обработку промпта и настройку рабочего процесса. В отдельной теме «Flux 3 Klein as edit model» автор Few-Intention-1526 показывает неудачные попытки изменения позы и сцены и считает результат хуже FLUX 2. Это опыт конкретного пользователя с редактированием, а не независимый тест всех возможностей модели.

У семейства FLUX 2 Klein есть и положительные отзывы: например, в январском обсуждении ComfyUI пользователь zengonzo хвалил перенос собственных набросков в изображения, хотя отмечал отдельные ошибки. В обсуждении фигурирует вариант 9B, поэтому этот отзыв не следует считать оценкой нашей конфигурации 4B. Эти наблюдения объясняют, почему обновляться только по номеру версии — слабая стратегия.

Наши результаты дают более узкий ответ: в проверенных конфигурациях и заданиях новая версия лучше справилась с кириллицей и раскрытыми кистями. Редактирование по референсам в основной серии мы не исследовали, поэтому спор о нём этим тестом не закрывается. Обзор публичных обсуждений подготовлен 25 октября 2026 года.

Короткий вызов FLUX из Чатиума

Снаружи пользователю достаточно формы и галереи. Внутри приложения Чатиум может запустить агента с инструментом генерации изображений. Пример ниже показывает только вызов: completed и failed — заранее созданные серверные обработчики вашего приложения, generationId — ID сохранённого задания, ctx — контекст серверного обработчика.

import { startCompletion } from '@start/sdk'
import { completed, failed } from './generation-callbacks'

await startCompletion(ctx, {
  model: 'chatium/agent-basic-1',
  messages: [{
    role: 'user',
    content: [{ type: 'text', text: 'Создай афишу с надписью «Доброе утро»' }],
  }],
  nativeTools: [{ name: 'generate-image', model: 'chatium/flux' }],
  onCompletionCompleted: completed,
  onCompletionFailed: failed,
  context: { generationId },
})

startCompletion запускает асинхронную работу и не возвращает готовую картинку в результате await. Обработчик completed получает сообщения завершённой генерации, из которых приложение сохраняет результат инструмента; failed фиксирует ошибку. В обоих обработчиках нужно проверять, что вызов пришёл от приложения start.

Здесь chatium/flux — инструмент платформы, а не выбор конкретного старого чекпойнта. Этот вызов позволяет использовать FLUX в своём приложении, но не воспроизводит сравнение двух версий один в один. Для такого эксперимента нужны отдельно зафиксированные конфигурации генераторов. Форму, историю заданий и серверную логику можно разместить в аккаунте Чатиума; ждать генерацию пользователь будет через состояния «в очереди», «в работе» и «готово».

Когда обновление оправдано

Для нашего сценария новая конфигурация интересна прежде всего там, где дорого исправлять результат вручную: короткие русские надписи, афиши и люди с хорошо видимыми кистями. Потратить больше времени на генерацию может быть разумно, если это сокращает переделки. Но число переделок мы в этом тесте не измеряли — это следующий показатель для рабочего приложения.

Если важнее быстрый перебор черновиков и высокая пропускная способность того же GPU, старая конфигурация сохраняет преимущество по времени. Если важна точная схема или жест, обе версии требуют проверки человеком. Решение об обновлении стоит принимать по своим заданиям и по времени до пригодного результата, включая очередь и ручные исправления.

Материал основан на тестах Тимура от 16 октября 2026 года. Сведения о релизах дополнены по официальным анонсам и документации Black Forest Labs, отзывы — по обсуждениям пользователей. Изображения сравнения взяты из исходного отчёта без изменения результатов генерации.

Частые вопросы