Was ist FLUX.2 [dev]?
Black Forest Labs hat FLUX.2 [dev] am 25. November 2025 veröffentlicht. Es ist ein Rectified-Flow-Transformer mit 32 Milliarden Parametern, kombiniert mit Mistrals Vision-Language-Modell Mistral-3 mit 24 Milliarden Parametern als Text-Encoder. Ein einziger Checkpoint beherrscht Text-zu-Bild, Bearbeitung eines Einzelbilds und Komposition aus bis zu 10 Referenzbildern, mit bis zu 4 Megapixeln.
Die Gewichte liegen zugangsbeschränkt auf Hugging Face, unter der FLUX [dev] Non-Commercial License v2.0, derselben Lizenz wie FLUX.1 Kontext [dev]. Erzeugte Bilder darfst du kommerziell nutzen, aber den Betrieb des Modells in einer umsatzbringenden Tätigkeit oder in allem, was Endnutzer erreicht, deckt nur eine kostenpflichtige Lizenz von BFL. Es ersetzt FLUX.1 Kontext [dev] als großes offenes Bearbeitungsmodell von BFL; darüber stehen die nur per API verfügbaren FLUX.2 [pro], [flex] und [max].
Was kostet FLUX.2 [dev]?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | FLUX [dev] Non-Commercial License v2.0 |
| fal | $0.012 per megapixel | Ein- und Ausgabe-Megapixel werden berechnet |
Gewichte kostenlos für nicht kommerzielle Nutzung; kommerzielles Self-Hosting braucht eine BFL-Lizenz (Preis nicht veröffentlicht). Gehostet bei fal für $0,012 pro Megapixel Ein- und Ausgabe; Artificial Analysis nennt $24 pro 1.000 Bilder.
Lohnt sich FLUX.2 [dev]?
FLUX.2 [dev] ist eher Maßstab als Empfehlung. Artificial Analysis setzt es als Referenzpunkt seiner Bildbearbeitungs-Rangliste fest auf 1000 Elo, was Platz fünfzig von 79 Modellen bedeutet. BFLs eigenes FLUX 3 Image Klein erreicht dort 1069 für $9 pro 1.000 Bilder, gegenüber $24 für FLUX.2 [dev], und Fibo 2.0 führt die offenen Modelle mit 1085 an.
Was bleibt, ist das Ökosystem. Die Hugging-Face-Seite listet 81 Adapter, 41 Fine-Tunes und 18 quantisierte Varianten, und im letzten Monat kam es auf 296.097 Downloads, mehr als die 214.694 von Qwen-Image-Edit-2511. Wenn deine Pipeline schon auf FLUX-LoRAs läuft, ist das der Checkpoint, für den sie gebaut sind, und er verarbeitet bis zu 10 Referenzbilder bei bis zu 4 Megapixeln, mehr als die meisten offenen Konkurrenten.
Die Größe ist das Problem. Mit 32 Milliarden Parametern belegt allein der Transformer in BF16 etwa 64GB, der Text-Encoder mit 24 Milliarden Parametern kommt mit rund 48GB dazu. BFLs Modellkarte zeigt eine 4-Bit-Variante auf einer RTX 4090 nur, indem die Prompts an einen gehosteten Text-Encoder gehen, und nennt keinen VRAM-Wert.
Die Lizenz engt es weiter ein. Die Bilder darfst du verkaufen, aber nicht zum Training eines Konkurrenzmodells nutzen, du musst Inhaltsfilter einsetzen oder Ausgaben vor der Weitergabe prüfen, und bezahlte Arbeit mit dem Modell braucht eine kommerzielle Lizenz ohne öffentlichen Preis. BFLs eigene Preisseite führt es als rein lokal ohne gehostete API, also laufen Produktivnutzer über fal oder einen anderen Anbieter.
Wo es sich lohnt
Ein Zwei-Personen-Studio, das individuelle Produkt-Mock-ups verkauft
Das Produkt eines Kunden in mehrere Referenzszenen in Druckauflösung setzen
Rufe FLUX.2 [dev] bei fal mit dem Produktfoto und bis zu 10 Referenzen auf; eine 1-Megapixel-Bearbeitung aus einer 1-Megapixel-Eingabe kostet etwa $0,024. Bezahlte Kundenarbeit über die Gewichte bräuchte BFLs kommerzielle Lizenz, daher ist der gehostete Weg der einfachere.
Ein ML-Forscher, der Fine-Tunes für Bildbearbeitung untersucht
LoRAs auf einer verbreiteten offenen Basis trainieren und vergleichen
Nicht kommerzielle Forschung erlaubt die Lizenz, und 81 veröffentlichte Adapter liefern fertige Vergleichswerte. Plane für BF16 eine GPU mit 80GB oder mehr ein, oder eine 4-Bit-Variante mit entferntem Text-Encoder auf einer 24GB-Karte.
Der Art-Tools-Ingenieur eines Spielestudios
Einen internen Concept-Art-Editor prototypen, bevor entschieden wird, was lizenziert wird
Tests außerhalb der Produktion gelten als nicht kommerziell, das Team kann also kostenlos evaluieren. Für den Einsatz bei den Artists braucht es eine bezahlte BFL-Lizenz, und dann lohnt der direkte Vergleich mit den Bedingungen und dem höheren Wert von FLUX 3 Image Klein.
Bevor du dich festlegst
- Einrichtung
- Lizenz auf Hugging Face akzeptieren, dann Flux2Pipeline in Diffusers laden oder BFLs Referenz-Repository nutzen; das Beispiel nutzt 50 Schritte, 28 gelten als guter Kompromiss.
- Integrationen
- Diffusers, ComfyUI, BFLs flux2-Repository auf GitHub; gehostet bei fal, Replicate, Runware, Together AI, Cloudflare und DeepInfra.
- Daten und Datenschutz
- Selbst gehostet bleiben die Bilder auf deiner Hardware. Lizenz: nicht kommerzielle Nutzung des Modells, Ausgaben kommerziell nutzbar außer zum Training von Konkurrenzmodellen, Inhaltsfilter oder menschliche Prüfung Pflicht. Der offene Inferenzcode enthält ein Beispiel für Pixel-Wasserzeichen; signierte C2PA-Metadaten kommen nur von BFLs API.
- Kosten im großen Maßstab
- Bei fal kosten 100.000 Ein-Megapixel-Bearbeitungen mit Ein-Megapixel-Eingaben etwa $2.400 im Monat. Kommerzielles Self-Hosting braucht eine BFL-Lizenz, deren Preis nicht veröffentlicht ist.
- Grenzen
- Kein offizieller VRAM-Wert; Consumer-GPUs brauchen 4-Bit-Gewichte und einen ausgelagerten oder entfernten Text-Encoder; Artificial Analysis führt es bei der Bearbeitung mit 1000 Elo.
Was gut ist
- Großes Ökosystem aus LoRAs und Fine-Tunes: 81 Adapter, 41 Fine-Tunes
- Bis zu 10 Referenzbilder und 4-Megapixel-Ausgabe
- Generierung und Bearbeitung in einem Checkpoint
- Diffusers, ComfyUI und mehrere Hosting-Anbieter
Was nicht
- 1000 Elo, Platz fünfzig auf der Bearbeitungs-Rangliste von Artificial Analysis, 69 hinter FLUX 3 Image Klein
- Etwa 112GB BF16-Gewichte samt Text-Encoder
- Nicht kommerzielle Lizenz; Preis für kommerzielles Self-Hosting nicht veröffentlicht
- Ausgaben dürfen keine Konkurrenzmodelle trainieren; Inhaltsfilter Pflicht
Am besten für
Teams mit bestehender FLUX-LoRA-Pipeline und Rechenzentrums-GPUs, die Bearbeitung mit mehreren Referenzen bei bis zu 4 Megapixeln brauchen.
Alternativen zu FLUX.2 [dev]
FLUX.2 [dev]: häufige Fragen
- Lohnt sich FLUX.2 [dev]?
- FLUX.2 [dev] ist das Bildmodell, an dem sich alle messen, und auf genau dieser Skala schlägt es BFLs kleineres, günstigeres Klein inzwischen. Wir bewerten es mit 3.5 von 5.
- Was kostet FLUX.2 [dev]?
- Gewichte kostenlos für nicht kommerzielle Nutzung; kommerzielles Self-Hosting braucht eine BFL-Lizenz (Preis nicht veröffentlicht). Gehostet bei fal für $0,012 pro Megapixel Ein- und Ausgabe; Artificial Analysis nennt $24 pro 1.000 Bilder.
- Welche Nachteile hat FLUX.2 [dev]?
- 1000 Elo, Platz fünfzig auf der Bearbeitungs-Rangliste von Artificial Analysis, 69 hinter FLUX 3 Image Klein; Etwa 112GB BF16-Gewichte samt Text-Encoder; Nicht kommerzielle Lizenz; Preis für kommerzielles Self-Hosting nicht veröffentlicht; Ausgaben dürfen keine Konkurrenzmodelle trainieren; Inhaltsfilter Pflicht.
- Für wen eignet sich FLUX.2 [dev]?
- Teams mit bestehender FLUX-LoRA-Pipeline und Rechenzentrums-GPUs, die Bearbeitung mit mehreren Referenzen bei bis zu 4 Megapixeln brauchen.
- Was kostet FLUX.2 [dev] für ein Team oder im Produktivbetrieb?
- Bei fal kosten 100.000 Ein-Megapixel-Bearbeitungen mit Ein-Megapixel-Eingaben etwa $2.400 im Monat. Kommerzielles Self-Hosting braucht eine BFL-Lizenz, deren Preis nicht veröffentlicht ist.
- Ist FLUX.2 [dev] sicher für Firmendaten?
- Selbst gehostet bleiben die Bilder auf deiner Hardware. Lizenz: nicht kommerzielle Nutzung des Modells, Ausgaben kommerziell nutzbar außer zum Training von Konkurrenzmodellen, Inhaltsfilter oder menschliche Prüfung Pflicht. Der offene Inferenzcode enthält ein Beispiel für Pixel-Wasserzeichen; signierte C2PA-Metadaten kommen nur von BFLs API.
- Was sind die besten Alternativen zu FLUX.2 [dev]?
- Die nächsten Alternativen, die wir getestet haben, sind FLUX 3 Image Klein, Fibo 2.0, Qwen-Image-Edit-2511 und HunyuanImage 3.0 Instruct.
Antworten geprüft am 7. Nov. 2026.