Quiconque a utilisé un générateur d'images connaît la frustration : l'image est réussie, mais le chien est du mauvais côté et le panneau au centre alors qu'on le voulait dans un coin. FLUX.3 Image Klein, de Black Forest Labs, pris en charge dès le premier jour par la bibliothèque Diffusers de Hugging Face, apporte une réponse directe. On peut écrire des boîtes de délimitation dans la requête pour indiquer où placer chaque élément de l'image, et déplacer des éléments issus d'une image de référence.
Le modèle gère à la fois le texte vers image et l'édition à partir de plusieurs images de référence, dans un seul point de contrôle. Le contrôle de la mise en page passe par une liste JSON de régions dans la requête, chacune dotée d'un identifiant, d'une boîte et d'une courte description à laquelle renvoie la légende principale. Pour éditer, la requête décrit l'image voulue avec la modification incluse, et les références sont citées dans l'ordre. Black Forest Labs recommande des descriptions complètes de la scène : sujet, décor, lumière, composition et style. Le point de contrôle distillé produit par défaut une image de 1024 x 1024 en 16 étapes, en 2 secondes environ sur une Nvidia H100, tandis qu'un point de contrôle de base tourne en 50 étapes avec guidage et sert de point de départ à l'affinage.
Les aspects pratiques comptent pour les petits studios. En plus des poids BF16, Black Forest Labs fournit des versions FP8 par ligne et NVFP4 du transformeur pour les GPU moins dotés en mémoire, et Diffusers inclut des scripts d'entraînement DreamBooth LoRA pour la génération comme pour l'édition, de sorte que les équipes peuvent apprendre au modèle un style maison ou un produit. Selon notre test, le modèle compte environ 5,6 milliards de paramètres et utilise un encodeur de texte Qwen3-VL-4B, et l'API de Black Forest Labs facture de 0,008 dollar par image en 768 pixels à 0,036 dollar en 4K.
Le contrôle du placement était l'un des points les plus faibles des modèles d'image, qui traitent souvent la composition comme une suggestion. L'obtenir dans un modèle à poids ouverts qui tourne sur du matériel modeste est utile aux graphistes, aux annonceurs et à tous ceux qui produisent en volume des mises en page cohérentes, et la prise en charge par Diffusers permet de l'intégrer aux chaînes existantes.
Vérifiez la licence avant tout usage commercial. Notre test relève que les poids ne sont gratuits que pour les organisations réalisant moins de 5 millions de dollars de chiffre d'affaires annuel ; les plus grandes entreprises doivent passer un autre accord ou utiliser l'API payante. Le chiffre de vitesse vaut pour une H100 à la résolution par défaut : des GPU plus modestes et des images plus grandes seront plus lents. Enfin, le billet de Diffusers montre ce que permet la mise en page sur des exemples choisis ; sa fiabilité dans des scènes chargées est à tester avec vos propres requêtes.