Wer Bildgeneratoren nutzt, kennt den Frust: Das Bild ist gut, aber der Hund steht auf der falschen Seite, und das Schild ist in der Mitte statt in der Ecke. FLUX.3 Image Klein von Black Forest Labs, vom ersten Tag an in Hugging Faces Bibliothek Diffusers unterstützt, bietet eine direkte Abhilfe. Man kann Begrenzungsrahmen in den Prompt schreiben, um festzulegen, wo jeder Bildteil hingehört, und Elemente aus einem Referenzbild verschieben.
Das Modell beherrscht Text-zu-Bild und Bearbeitung mit mehreren Referenzbildern in einem Checkpoint. Die Layoutsteuerung läuft über eine JSON-Liste von Regionen im Prompt, jede mit Kennung, Rahmen und kurzer Beschreibung, auf die die Hauptbeschreibung verweist. Zum Bearbeiten beschreibt der Prompt das gewünschte Bild samt Änderung, Referenzbilder werden der Reihe nach genannt. Black Forest Labs empfiehlt vollständige Szenenbeschreibungen mit Motiv, Umgebung, Licht, Bildaufbau und Stil. Der destillierte Checkpoint erzeugt standardmäßig ein Bild mit 1024 x 1024 Pixeln in 16 Schritten, auf einer Nvidia H100 in etwa 2 Sekunden, während ein Basis-Checkpoint 50 Schritte mit Guidance braucht und als Ausgangspunkt für Fine-Tuning gedacht ist.
Praktische Details zählen für kleinere Studios. Neben BF16-Gewichten liefert Black Forest Labs zeilenweise FP8- und NVFP4-Fassungen des Transformers für GPUs mit weniger Speicher, und Diffusers enthält DreamBooth-LoRA-Trainingsskripte für Generierung und Bearbeitung, sodass Teams dem Modell einen Hausstil oder ein Produkt beibringen können. Laut unserem Testbericht hat das Modell rund 5,6 Milliarden Parameter und nutzt einen Text-Encoder Qwen3-VL-4B, und die API von Black Forest Labs kostet von 0,008 Dollar pro Bild bei 768 Pixeln bis 0,036 Dollar bei 4K.
Die Platzierung zu steuern war eine der größten Schwächen von Bildmodellen, die Bildaufbau meist als Vorschlag behandeln. Das in einem Open-Weight-Modell zu bekommen, das auf bescheidener Hardware läuft, ist nützlich für Designer, Werbetreibende und alle, die in großer Zahl einheitliche Layouts erzeugen, und die Unterstützung in Diffusers erlaubt den Einbau in bestehende Abläufe.
Vor kommerzieller Nutzung sollte man die Lizenz prüfen. Unser Testbericht vermerkt, dass die Gewichte nur für Organisationen mit weniger als 5 Millionen Dollar Jahresumsatz kostenlos sind; größere Unternehmen brauchen eine eigene Vereinbarung oder die kostenpflichtige API. Die Geschwindigkeitsangabe gilt für eine H100 bei Standardauflösung, kleinere GPUs und größere Bilder sind langsamer. Und der Diffusers-Beitrag zeigt, was Layoutsteuerung in ausgewählten Beispielen leistet; wie zuverlässig sie Rahmen in vollen Szenen einhält, sollte man mit eigenen Prompts testen.