FLUX.3 Klein: el FLUX open source más reciente en local
FLUX.3 es la generación más reciente de modelos de imagen de Black Forest Labs. En esta generación la división dentro de ComfyUI está muy clara: la versión alojada en la nube solo ofrece un API Partner Node de pago por imagen, mientras que la versión open source local es klein (escrito oficialmente como FLUX.3 [klein]): los pesos se descargan una vez y se ejecutan en tu propia GPU, sin API key ni créditos por imagen.
klein reúne en un mismo conjunto de pesos la generación de texto a imagen y la edición por instrucciones: la generación funciona con prompts y la edición con «instrucción + imagen de referencia», citando varias imágenes de referencia mediante marcadores como <ref_image_0> y <ref_image_1>. ComfyUI lo soporta de forma nativa desde la v0.41.0 y además incluye cuatro plantillas oficiales. Esta página recorre el flujo de trabajo FLUX.3 Klein al completo, desde la descarga de los pesos hasta la edición final.
Qué podrás hacer al terminar
- Cargar la plantilla oficial y ejecutar texto a imagen con FLUX.3 Klein: imagen en 50 pasos y cfg 3.5 por defecto
- Hacer edición por instrucciones con el mismo conjunto de pesos: cambiar el color del vestido o los pendientes manteniendo el resto de la imagen intacto
- Escribir instrucciones de edición precisas usando
<ref_image_0>para citar imágenes de referencia y<obj_1>para delimitar la zona de edición - Cambiar a la versión destilada Distilled: 16 pasos, generación rápida sin guía
- Distinguir los distintos archivos de pesos base / distilled, int8 / bf16 y no volver a descargar los equivocados
Tu situación actual
- Quieres probar el FLUX.3 más reciente, pero al investigar descubres que la versión en la nube solo ofrece una API de pago por imagen, que lo único que se ejecuta en local es klein y que los tutoriales en español escasean
- Siguiendo tutoriales antiguos de FLUX.1 y FLUX.2 para montar el flujo de trabajo: el CLIPLoader no tiene el tipo
flux3, los nodos de imagen de referencia tampoco encajan y el lienzo se llena de rojo - Quieres cambiar solo un objeto de la foto (unos pendientes, el color de un vestido), pero al usar imagen a imagen normal, toda la cara acaba repintada
Cuándo conviene usar esta técnica
Cuando necesites:
- La generación open source más reciente de FLUX: texto a imagen + edición por instrucciones en un mismo conjunto de pesos
- Edición precisa con una sola frase: cambiar colores o accesorios conservando el resto de la imagen tal cual
- Composición con múltiples imágenes de referencia: combinar lo mejor de varias imágenes en una sola salida
- Generación rápida con pocos pasos: 4–16 pasos en la versión destilada, sin guía
Y no quieras:
- Abrir una API de pago por imagen para la versión alojada de FLUX.3
- Forzar tareas de varias imágenes en el flujo de imagen única de FLUX.1 Kontext
🎒 Preparativos antes de empezar
- Haber completado el flujo de trabajo FLUX.2: familiarízate primero con el patrón de loaders de la familia FLUX en aquella lección
- Saber cargar un flujo de trabajo desde la biblioteca de plantillas y ejecutarlo con
Ctrl+Enter(si no lo recuerdas, repasa la primera generación de imágenes; para el uso detallado de la biblioteca de plantillas, consulta el tutorial de la biblioteca de plantillas) - Conocer las reglas del directorio de modelos: colocar los archivos en los subdirectorios correspondientes bajo
models/(repasa dónde van los modelos) - ComfyUI actualizado a 0.41.0 o superior (el soporte nativo de FLUX.3 Klein llegó con la v0.41.0; al escribir esto la última versión es la v0.44.0, consulta los cambios de versión en el registro de actualizaciones)
- Una cuenta de Hugging Face: los pesos están en un repositorio gated y hay que aceptar primero la FLUX Kommunity License para poder descargarlos
- Deja espacio en el disco para los cinco archivos de modelo (la plantilla usa por defecto la versión cuantizada int8; consulta el tamaño exacto en la página del repositorio)
Idea central
Primero memoriza los cinco diseños clave de FLUX.3 Klein; cada paso posterior sirve para verificarlos:
- Un conjunto de pesos, dos tareas. La generación de texto a imagen y la edición por instrucciones cargan el mismo checkpoint; al editar, la imagen de referencia se codifica en la condición, y la instrucción describe «en qué convertirla».
- Dos checkpoints. La versión completa (base) genera en 50 pasos; la versión destilada por pasos (Distilled) está diseñada para muestreo sin guía y genera en 4–16 pasos; la plantilla usa por defecto 16 pasos.
- Codificador nuevo, VAE antiguo. El codificador de texto se cambia a Qwen3-VL-4B, cargándolo con
CLIPLoadery type seleccionado enflux3; el VAE reutiliza directamente elflux2-vae.safetensorsde FLUX.2. - La imagen de referencia entra en la condición. El nodo
Set Reference Multi Latentcodifica la imagen de referencia y la añade a las dos condiciones, positiva y negativa; se pueden conectar hasta 100 imágenes, y al mismo tiempo genera un latent vacío preparado según el tamaño de la imagen de referencia que sirve como lienzo. - Upsampler de prompts opcional. Modelo pequeño Qwen3.5 9B, activado por defecto en la plantilla; primero expande tu frase corta en una descripción completa antes de enviarla al muestreo; si no lo quieres, apaga el interruptor.
Comparado con las dos generaciones anteriores, a nivel de nodos lo que más cambia son el codificador y la imagen de referencia:
| Componente | FLUX.1 | FLUX.2 | FLUX.3 Klein |
|---|---|---|---|
| Carga del codificador de texto | DualCLIPLoader | CLIPLoader(type flux2) | CLIPLoader(type flux3) |
| Codificador de texto | T5 + CLIP | Mistral | Qwen3-VL-4B |
| VAE | ae.safetensors | VAE de FLUX.2 | Reutiliza el VAE de FLUX.2 |
| Imagen de referencia | Kontext, una sola | ReferenceLatent Varias | Set Reference Multi Latent(hasta 100)+ marcador de prompt <ref_image_N> |
Cómo elegir entre la versión completa y la destilada:
| base (versión completa) | Distilled (versión destilada) | |
|---|---|---|
| Nombre de archivo (int8) | flux3-image-klein-base-int8-convrot.safetensors | flux3-image-klein-int8-convrot.safetensors |
| Pasos | 50 | 4–16(por defecto en la plantilla 16) |
| cfg | Texto a imagen 3.5 / edición 1 | Fijo 1(sin ajuste expuesto) |
| Prompt negativo | Expuesto en la plantilla, vacío por defecto | No expuesto, la condición negativa se deja directamente vacía |
| Adecuado para | Generación formal con prioridad de calidad | Iteración diaria con prioridad de velocidad |
Sígueme paso a paso
Paso 1: carga la plantilla de flujo de trabajo de FLUX.3 Klein (actualiza primero ComfyUI)
Por qué: el soporte nativo de FLUX.3 Klein y los dos nodos integrados Set Reference Multi Latent y FLUX.3 Layout Prompt son núcleo introducido en la v0.41.0; la plantilla oficial también exige 0.41.0 o superior, así que una versión antigua cargaría con nodos rojos seguro.
- Actualiza primero ComfyUI a 0.41.0 o superior (al escribir esto, la más reciente es la v0.44.0)
- Abre la biblioteca de plantillas (Browse Templates) y busca «FLUX 3 Image Klein»; verás cuatro plantillas oficiales:
| Nombre de la plantilla (nombre en chino en la biblioteca) | Uso |
|---|---|
| FLUX 3 Image Klein: texto a imagen | Texto a imagen con la versión completa (la principal de esta lección) |
| FLUX 3 Image Klein Distilled: texto a imagen | Texto a imagen con la versión destilada |
| FLUX 3 Image Klein: edición de imagen | Edición por instrucciones con la versión completa |
| FLUX 3 Image Klein 蒸馏版: edición de imagen | Edición por instrucciones con la versión destilada |
- Carga primero «FLUX 3 Image Klein: texto a imagen»
Deberías ver: en el lienzo hay un gran nodo subgrafo llamado Text to Image (FLUX 3 Image Klein), conectado al lado por SaveImage y ResolutionSelector, sin ningún nodo rojo.
- Plantilla cargada, lienzo sin nodos rojos
💡 ¿Qué es un subgrafo?
Esta plantilla encapsula los cargadores, el muestreador y el tamaño del lienzo en un nodo subgrafo (subgraph). Haz doble clic en el nodo del subgrafo para entrar y ver su interior: UNETLoader, dos CLIPLoader(codificador + upsampler), VAELoader, KSampler están todos dentro. Para el uso diario basta con rellenar los parámetros en el nodo exterior.
Paso 2: acepta el acuerdo, descarga el paquete de cinco archivos de FLUX.3 Klein y colócalos en su sitio
Por qué: los pesos están en el repositorio gated de Hugging Face black-forest-labs/flux-3-image-klein-comfy; sin aceptar antes la FLUX Kommunity License no podrás obtener los archivos; la plantilla usa por defecto la versión de archivo único int8(convrot) para reducir el consumo de VRAM.
- Inicia sesión en Hugging Face, abre la página del repositorio de arriba y haz clic para aceptar el acuerdo
- Descarga estos cinco archivos (son justamente los que la plantilla carga por defecto):
| Archivo | Colocar en | Uso |
|---|---|---|
flux3-image-klein-base-int8-convrot.safetensors | models/diffusion_models/ | Modelo de difusión versión completa |
flux3-image-klein-int8-convrot.safetensors | models/diffusion_models/ | Modelo de difusión versión destilada |
qwen3vl_4b_int8_convrot.safetensors | models/text_encoders/ | Codificador de texto (Qwen3-VL-4B) |
qwen3.5_9b_flux3_prompt_upsampler_w4a8.safetensors | models/text_encoders/ | Upsampler de prompts (Qwen3.5 9B) |
flux2-vae.safetensors | models/vae/ | VAE (reutiliza el de FLUX.2) |
📂 ComfyUI/
└── 📂 models/
├── 📂 diffusion_models/
│ ├── flux3-image-klein-base-int8-convrot.safetensors
│ └── flux3-image-klein-int8-convrot.safetensors
├── 📂 text_encoders/
│ ├── qwen3vl_4b_int8_convrot.safetensors
│ └── qwen3.5_9b_flux3_prompt_upsampler_w4a8.safetensors
└── 📂 vae/
└── flux2-vae.safetensorsDeberías ver: al hacer doble clic para entrar al subgrafo, en UNETLoader, en los dos CLIPLoader y en las listas desplegables de VAELoader se puede seleccionar el archivo correspondiente; si falta un modelo, la plantilla lo marca en rojo como aviso.
- Los cinco archivos aparecen en sus directorios correspondientes y se pueden seleccionar en el loader
💡 Si quieres ahorrarte una descarga
Si primero vas a ejecutar solo la versión completa, el archivo de la versión destilada (línea 2) puedes descargarlo justo antes del paso 5. Pero el codificador de texto, el upsampler y el VAE son tres archivos compartidos por las cuatro plantillas, así que lo más cómodo es descargarlos todos de una vez.
Paso 3: ejecutar FLUX.3 Klein texto a imagen (imagen en 50 pasos)
Por qué: primero valida toda la cadena con los parámetros oficiales por defecto y luego habla de ajustar parámetros; los valores por defecto de FLUX.3 son justamente el punto de equilibrio que los creadores oficiales ya ajustaron.
- Escribe el prompt en el
positive_promptdel nodo del subgrafo. También vale escribir frases cortas: el upsampler de prompts está activado por defecto, Qwen3.5 9B primero expandirá tu frase corta en una descripción completa antes de muestrear. Si quieres usar exclusivamente tus propias palabras, desactiva el interruptorenable_prompt_upsampler ResolutionSelectorelige el formato, por defecto 1:1 cuadrado (aprox. 1MP); para personalizar el tamaño, desconecta su cable hacia el subgrafo y modifica directamente elwidth/heightdel subgrafo- Confirma que los parámetros de muestreo son los de la plantilla por defecto:
steps50,cfg3.5,euler+simple - Ejecuta con
Ctrl+Enter
Deberías ver: la barra de progreso completa los 50 pasos y la imagen se guarda en ComfyUI/output/ mediante el nodo SaveImage. El prompt de ejemplo incluido en la plantilla genera un primer plano de una atleta sobre fondo blanco.
- Tu primera imagen de FLUX.3 aparece en
output/
⚠️ Con el upsampler activado, no depures fijándote en tus palabras originales
El upsampler primero reescribe y expande tu prompt, así que las palabras que escribes y las que realmente se envían al muestreo no coinciden del todo. Al investigar problemas de prompt, desactiva primero enable_prompt_upsampler y luego compara los resultados.
Paso 4: ejecutar FLUX.3 Klein edición de imagen por instrucción (cambiar el color del vestido)
Por qué: el diseño central de klein es usar el mismo conjunto de pesos para editar imágenes; la imagen de referencia entra como condición y la instrucción solo modifica la zona objetivo: esta es la diferencia esencial entre la edición de FLUX.3 y la imagen a imagen normal.
- Carga desde la biblioteca de plantillas «FLUX 3 Image Klein: edición de imágenes»
- En el nodo
LoadImage(nodo 54) pon tu propia imagen. La imagen de ejemplo de la plantilla es el retrato de una señora con un vestido largo de seda azul (fashion_portrait_blue_silk_gown_vis.png) - Mira la cadena de prompts: en el nodo
FLUX.3 Layout Promptestá escritoIn <ref_image_0>, change the dress color <obj_1> to red;<ref_image_0>se refiere a la imagen de referencia número 1 montada enSet Reference Multi Latent, y<obj_1>se refiere al recuadro número 1 dibujado enCreate Bounding Boxes(en la plantilla el recuadro cubre el vestido, descrito como dress) - Esta instrucción por defecto pasa primero por el upsampler de Qwen3.5 9B para expandirse; el upsampler de la plantilla de ediciónpuede ver también la imagen de referencia, de modo que la descripción expandida se ajusta mejor a la imagen
- Parámetros de
KSampler: 50 pasos,cfg1,euler+simple. Ten en cuenta que el cfg de edición es 1, no el 3.5 de texto a imagen - Ejecuta y arrastra el deslizador en el nodo
ImageComparepara comparar el antes y el después
Deberías ver: solo el vestido se vuelve rojo; la cara, la pose, el fondo y la composición se mantienen igual que el original.
- Comparación antes/después en
ImageCompare: cambió la zona objetivo, el resto quedó igual
💡 Por qué el tamaño de salida sigue a la imagen de referencia
Set Reference Multi Latent escala cada imagen de referencia a aproximadamente 1MP antes de codificarla, y entrega al muestreador como lienzo un latent vacío preparado según ese tamaño. Para personalizar el tamaño de salida, conecta el LATENT del nodo Empty Flux 2 Latent sin cablear de la plantilla (por defecto 1024×1024) al latent_image de KSampler.
Paso 5: cambiar a la versión destilada Distilled, imagen rápida en 16 pasos
Por qué: la versión destilada está diseñada para muestreo sin guidance y genera una imagen en 16 pasos; en la iteración diaria es mucho más rápida que los 50 pasos de la versión completa, y es el uso correcto de «borrador rápido → refinar con la versión completa cuando estés satisfecho».
- Carga la plantilla «FLUX 3 Image Klein Distilled: texto a imagen» (o directamente, en la versión completa, cambia en
UNETLoaderaflux3-image-klein-int8-convrot.safetensors; la versión destilada es la que no llevabaseen el nombre de archivo) stepsse mantiene en 16, puedes ajustarlo entre 4–16- El cfg no hay que tocarlo: la versión destilada lo fija en 1, la plantilla ni siquiera expone este parámetro, y subirlo no mejora nada
- Ejecuta. El prompt de ejemplo de la plantilla destilada es una descripción completa de una escena nocturna de neón retro de un hotel, con el upsampler igualmente activado por defecto
Deberías ver: la imagen se completa en 16 pasos, con un tiempo de espera claramente más corto que los 50 pasos de la versión completa.
- La versión destilada genera una imagen con éxito en 16 pasos
La plantilla de edición de la versión destilada («FLUX 3 Image Klein versión destilada: edición de imágenes») solo tiene un prompt de texto, y la condición negativa se deja vacía directamente con ConditioningZeroOut. Su ejemplo cambia los pendientes de una persona, y el prompt merece la pena copiarlo para aprender cómo se escribe:
In <ref_image_0>, replace the earring <obj_1> with a single large openwork
metal statement earring, one bold curved pendant, intricate hollow metal
cutouts, layered metal wires, polished warm bronze finish, structured
artistic shape, keep it attached to the correct ear position. Match the
character's existing lighting, shadows and skin tone. No pearls, no pearl
beads, no scattered small beads. Keep all other parts of the image
completely unchanged.Describe por completo la forma, el material y el color de los nuevos pendientes, y además indica expresamente «qué no quieres» (No pearls…) y «qué mantener» (Keep all other parts…): esta es la estructura de prompt de edición de FLUX.3 que el oficial demuestra.
Punto de control ✅
- La plantilla de texto a imagen funciona: 50 pasos, cfg 3.5, la imagen aparece en
ComfyUI/output/ - La plantilla de edición funciona: solo se modifica la zona objetivo, la comparación antes/después en
ImageComparees clara - Sabes explicar los cambios del codificador: FLUX.3 usa
CLIPLoadercon type enflux3, y carga el Qwen3-VL-4B - La versión destilada genera imágenes en 16 pasos sin problemas, y sabes que subir el cfg no tiene sentido
- Los cinco archivos de modelo están en el directorio correcto y se pueden seleccionar en la lista desplegable del loader
Avisos de errores comunes
❌ Subir el cfg en la versión destilada pensando en mejorar la calidad
La versión destilada está diseñada para muestreo sin guía, con cfg fijo en 1; la plantilla ni siquiera expone el parámetro.
Lo correcto: para mejores resultados, sube steps dentro del rango 4–16 y escribe prompts más detallados; si la VRAM supera 24GB, cambia a los pesos bf16 (ver técnicas avanzadas).
❌ En el prompt de edición solo escribes «cambia los pendientes»
La edición de FLUX.3 espera una descripción completa del resultado: cómo es el nuevo objeto (forma, material, color), qué no debe aparecer y qué se mantiene igual. Si solo escribes la acción sin el resultado, el modelo tiene que inventarse el aspecto de los nuevos pendientes.
Lo correcto: escribe siguiendo la estructura de los ejemplos oficiales — describir el nuevo objeto + adaptar la luz del entorno + exclusiones + elementos a mantener (ver el prompt de ejemplo del paso 5).
❌ Descargar el checkpoint equivocado: los nombres de archivo de base y destilada solo difieren en una palabra
flux3-image-klein-**base**-int8-convrot.safetensors es la versión completa y flux3-image-klein-int8-convrot.safetensors es la destilada. Si descargas la incorrecta aparecerán rarezas como «los pasos no cuadran» o «la destilada corre 50 pasos y esperas en vano».
Lo correcto: fíjate bien en base en el nombre del archivo; descarga ambos y alterna según el escenario.
❌ ComfyUI demasiado antiguo, la plantilla llena de rojo
Set Reference Multi Latent y FLUX.3 Layout Prompt son nodos integrados añadidos en v0.41.0 y no existen en absoluto en versiones antiguas. No faltan nodos personalizados; instalar paquetes de nodos no lo soluciona.
Lo correcto: actualiza el núcleo de ComfyUI a 0.41.0 o superior (se distribuye con la versión estable desde 0.41.1) y vuelve a cargar la plantilla.
Técnicas avanzadas (opcional)
Síntesis con múltiples imágenes de referencia
El slot de image de Set Reference Multi Latent se puede seguir ampliando (el nodo admite 1–100 imágenes); cada imagen corresponde, en el orden de los slots, a <ref_image_0>, <ref_image_1>… del prompt. La recomendación oficial, igual que en el pipeline de referencia, es escribir cada imagen de referencia tanto en el prompt positivo como en el negativo. Al enlazar varios Set Reference Multi Latent, las imágenes de referencia se acumulan en lugar de reemplazarse.
Edición por regiones con cajas delimitadoras
Con el nodo Create Bounding Boxes dibujas cajas sobre la imagen y escribes una descripción para cada una (el color debe ir en la descripción; la paleta no surte efecto); con FLUX.3 Layout Prompt luego se combinan el número, las coordenadas y la descripción de cada caja en una tabla de layout que FLUX.3 entiende, que se añade al final del prompt y se referencia con <obj_1>, <obj_2>. En la plantilla de texto a imagen, la salida de FLUX.3 Layout Prompt está conectada por defecto solo a PreviewAny como vista previa, sin entrar en el subgrafo — para usarla, conecta su salida STRING a la entrada prompt del nodo del subgrafo.
La resolución de la imagen de referencia es un control de coste
Set Reference Multi Latent por defecto hace resize a 1MP (unos 1024×1024). El parámetro megapixels se puede ajustar entre 0.01–16.0: subirlo conserva más detalle de la imagen de referencia a costa de VRAM y tiempo. El pipeline propio de Black Forest Labs mantiene el tamaño nativo de la imagen de referencia, hasta unos 16MP.
Con más de 24GB de VRAM: cambia a bf16
Cambia el modelo de difusión por la versión bf16 del mismo checkpoint (versión completa flux3-image-klein-base-bf16.safetensors, destilada flux3-image-klein-bf16.safetensors), y cambia también el upsampler de prompts por la versión bf16 del repositorio. Nota oficial: bf16 reproduce los prompts largos con mayor precisión.
Si quieres la versión alojada de FLUX.3
La única versión local y de código abierto es klein. La versión alojada se usa con el FLUX 3 Image Partner Node de ComfyUI (API con facturación por imagen), ideal si no quieres descargar pesos y prefieres generar imágenes directamente.
Resumen de la lección
✅ En esta lección pusimos en marcha los dos usos del flujo de trabajo FLUX.3 Klein:
- ✅ Texto a imagen: plantilla oficial + los cinco pesos, 50 pasos, cfg 3.5
- ✅ Edición por instrucciones:
<ref_image_0>para referenciar imágenes,<obj_1>para delimitar regiones, 50 pasos, cfg 1, solo cambia el objetivo - ✅ Versión destilada: 16 pasos, cfg 1 sin guía, iteración rápida
- ✅ Reconociste los cinco archivos de pesos y la diferencia entre base / distilled
Repaso de los campos de configuración clave:
| Campo | Valor recomendado | Explicación |
|---|---|---|
CLIPLoader type | flux3 | Exclusivo de FLUX.3, carga el codificador Qwen3-VL-4B |
UNETLoader | flux3-image-klein-base-int8-convrot.safetensors | Versión completa; el nombre de archivo de la destilada no contiene base |
steps | 50 (base) / 16 (distilled) | La destilada se puede ajustar entre 4–16 |
cfg | 3.5 (base, texto a imagen) / 1 (resto) | La destilada fija 1, subirlo no sirve |
| sampler / scheduler | euler / simple | Igual en las cuatro plantillas oficiales |
Set Reference Multi Latent | resize / 1 MP | Escalado de la imagen de referencia; el latent de salida sigue este tamaño |
enable_prompt_upsampler | Activado (por defecto) | El Qwen3.5 9B expande prompts cortos; desactívalo al depurar |
Avance de la próxima lección
Aquí termina la parte de modelos de imagen; la próxima lección pasa al vídeo: Wan2.2 5B: texto a vídeo e imagen a vídeo con 8GB de VRAM. Aprenderás:
- Ejecutar texto a vídeo con el modelo único 5B TI2V en 8GB de VRAM
- Un flujo de trabajo de imagen a vídeo para animar fotos estáticas
- Ideas de optimización de memoria de vídeo reducida para Wan2.2
Apéndice: referencia del código fuente
::: Haz clic en details para expandir y ver la ubicación en el código fuente
Última actualización: 2026-11-05 (ComfyUI v0.44.0 / biblioteca de plantillas v0.11+)
Los parámetros de esta página han sido verificados con los valores reales de los nodos de las cuatro plantillas JSON mencionadas anteriormente (pasos / cfg de KSampler, nombres de archivo del loader, resize de Set Reference Multi Latent / 1MP) y con el tutorial oficial.
:::