Flux 2 Klein 是 Black Forest Labs 推出的 AI 图像生成模型系列，官方定位为其最快的图像生成模型家族，主打亚秒级（sub-second）生成速度，并将文生图与图像编辑统一到一个紧凑模型架构中。
主要能力方面，Flux 2 Klein 支持文本到图像生成、图像编辑、多参考图（multi-reference）支持，官方称可实现风格迁移、角色一致性与结构控制，且无需额外适配器。它还具备高级文字渲染能力（由 Qwen3 文本编码器驱动），适合海报、Logo、菜单与含品牌文字的电商素材；并提供原生局部重绘（inpainting）与扩图（outpainting），借助统一潜空间保持光照与纹理一致。
速度方面，官方数据称生成一张图低于 0.5 秒；蒸馏变体经引导蒸馏压缩至 4 步推理，在现代硬件上最低可达 0.3 秒，适用于实时预览与交互式应用。
模型版本方面，Flux 2 Klein 基于 40 亿或 90 亿参数的整流流（rectified flow）Transformer 架构。4B 版本以 Apache 2.0 许可完全开源，面向商业应用、本地开发、边缘部署与生产使用，可在 RTX 3090 或 RTX 4070 等消费级 GPU 上运行，仅需 8–13GB 显存。9B 版本位于质量与延迟的帕累托前沿，官方称其可匹配或超越体积为其 5 倍的模型，并通过步数蒸馏仅需 4 步推理。此外还有蒸馏变体（速度优先）与基础变体（未蒸馏、保留完整训练信号，适合 LoRA 训练、自定义风格微调与研究）。
使用方式方面，官方表示 Flux 2 Klein 可在 ComfyUI 中使用（提供文生图与编辑的预置工作流），也可通过 Diffusers、BFL API、Cloudflare Workers AI、fal.ai 与 Replicate 使用。官方页面提供在线生成入口与展示案例（涵盖写实人像、3D 等距插画、拼贴海报、产品广告摄影、贴纸等风格）。
资源需求与限制方面，官方称在 RTX 3090 或 4070 上需 8–13GB 显存；量化 GGUF 版本可进一步降低需求，FP8 可节省 40% 显存，NVFP4 可节省 55% 显存。官方 FAQ 还涉及基础版与蒸馏版的区别、所需 GPU 与显存、开源与商用许可、本地运行方法、LoRA 与微调支持、SDXL 提示词差异以及与 Midjourney 的对比等问题。
需要说明的是，以上速度、参数规模、显存占用与兼容平台等信息均来自官方页面描述，实际效果可能因硬件、版本与使用方式而异；页面未提供具体价格与收费信息，暂未提供。
