FLUX.3 Image Kleinをローカルで動かす条件　8GB級GPU・料金・ライセンスの確認点

FLUX.3 Image Klein（フラックス・スリー・イメージ・クライン）は、テキストからの画像生成、画像編集、複数の参照画像を使った生成を一つのモデルで扱うオープンウェイトの画像モデルだ。Black Forest Labs（BFL）は2026年10月15日、画像生成器が5.6Bパラメータのモデルを公開した。

BFLはINT8版について、8GBからのNVIDIA GeForce RTX GPUで動くと説明している。ただし、この数字は量子化形式と実行環境を含む条件であり、どのGPUでも、どの解像度でも動くという意味ではない。ローカル運用では、モデル形式、ワークフロー、入力素材、ライセンスを一つずつ分けて確認する必要がある。

8GB VRAMは入口であって動作保証ではない

8GBだけでは判断できない。 BFLの公式発表は、INT8版が8GBからのNVIDIA GeForce RTX GPUで動くと説明する一方、生成器のウェイトはBF16で11.2GB、FP8で5.6GBとしている。同じモデル名でも精度形式が変われば、読み込み条件と必要なメモリーは変わる。

生成時には画像生成器のほか、テキストエンコーダー、画像の入出力を担うコンポーネント、推論用のテンソルがGPUメモリーを使う。ブラウザー、録画ソフト、別の生成処理なども空きを減らす。起動成功だけを見ず、目標の画像サイズ、生成時間、失敗率、編集結果を測る必要がある。

モデルには、低遅延の蒸留版と、微調整や研究向けのBase版がある。Hugging Faceの公式記事は、蒸留版を16ステップでガイダンスなし、Base版を50ステップで使う構成として案内している。ウェイトのファイルサイズだけを見て、完成した推論環境のVRAMを見積もることはできない。

最初の検証では、GPU名とVRAM、モデル版、精度、画像サイズ、バッチ数、参照画像の枚数を記録する。固定したプロンプトで負荷を一項目ずつ増やせば、8GBで止まる条件と、まだ余裕のある条件を切り分けやすい。

バウンディングボックスと参照画像は何を制御するのか

指定できるのは構図の手がかりであり、画素の固定ではない。 FLUX.3 Image Kleinは、プロンプトにバウンディングボックスの座標を入れ、物体をどこに置くか、参照画像のどの部分を動かすかを指定する。Hugging Faceの解説では、テキストからの生成、複数参照による画像変換、レイアウト制御を同じモデルで扱う流れが示されている。

この方式は、商品画像の構図案、広告のラフ、人物や物体の配置検討に向く。指定した枠が従来の画像編集ソフトのマスクになるわけではなく、枠外の変化を止める機能でもない。顔、ロゴ、文字、商品形状を納品条件にする場合は、生成後の比較と手作業の修正を工程に入れる必要がある。

参照画像は、人物、物体、スタイル、背景などの役割をプロンプトで明示して使う。入力した画像が元の構造を固定するわけではないため、複数回の出力を残し、保つべき特徴を項目ごとに検査する。文字や商標は、生成段階だけで完成品とみなさない方がよい。

DiffusersとComfyUIは別の導入経路

対応していることと、既存ワークフローがそのまま動くことは別だ。 DiffusersはPythonから推論パイプラインを呼び出す構成で、サービスや独自UIに組み込みやすい。Hugging FaceはModularPipelineを使った読み込み例と、最新のDiffusers、Transformersを使う手順を公開している。PyTorch、テキストエンコーダー、量子化形式の組み合わせも確認する必要がある。

ComfyUIはノードを接続してモデル、エンコーダー、入力画像、サンプラー、保存処理を組み立てる。BFLは専用のモデル配布先を用意している。ComfyUI向けの公式モデルページには、対応するウェイトと利用手順がまとめられている。

導入前に、フレームワーク、GPUドライバー、モデル版、ノード、エンコーダー、入力サイズ、ステップ数、保存先を記録する。アップデート前にはワークフローを複製し、直前の構成へ戻せる状態を残す。ファイルが出力された段階では検証は終わらない。プロンプトの反映、後処理、切り抜き、色、ファイル名まで確認する。

日本ではどうなる

日本から確認できる入手経路は、BFLのAPI、Hugging Faceのウェイト、Hugging FaceのSpace、Diffusers、ComfyUIだ。BFL公式発表はAPIの料金を1K画像あたり0.009ドルからと案内しているが、これは日本円の店頭価格ではなく、為替、決済条件、利用量を含まない。ローカルウェイトは「無料ダウンロード」だけで導入費がゼロになるわけではなく、GPU、電力、保存領域、更新対応の費用が残る。特定の日本向けGPU価格や国内販売価格をBFLが示した資料は、本稿執筆時点で確認できていない。

法務では、モデルのライセンスと入力・出力素材の権利を分ける。文化庁は著作権法30条の4について、情報解析など著作物に表現された思想や感情の享受を目的としない利用を対象に、生成AIと著作権の考え方やチェックリストを公表している。これはFLUXの利用許諾を代替するものではなく、入力画像の収集、追加学習、出力の公開を一律に認める説明でもない。

国内の具体例として文化庁のFAQは、無断転載されたイラストを生成AIの追加学習に使うケースや、LoRAの作成・配布を取り上げている。文化庁は、学習時の複製と出力で創作的表現を享受させる目的を分け、30条の4が適用されない場合があると説明している。一方、FLUX.3 Image Kleinを日本企業が本番運用した事例や、日本向けの公式導入料金は、本稿執筆時点で公的資料から確認できていない。

商用利用では、BFLのFLUX Kommunity Licenseを読む。年商などの条件を満たすQualifying Userの商用出力と、それ以外の利用、モデルの配布、派生モデル、出力へのAI表示は同じ扱いではない。日本の著作権法を確認しても、BFLとの契約条件が消えるわけではない。制作会社や企業は、利用者の売上、公開先、コンテンツフィルター、出力確認、モデル配布の有無を先に一覧化するとよい。

小規模検証で比較する五つの数字

代表的な一作業を、既存手段と同じ条件で比較する。 画像を一枚きれいに出すだけでは、導入の判断材料にならない。

1. 背景差し替え、複数参照、構図制御など、改善したい作業を一つ選ぶ。
2. 利用許諾を確認した素材、固定プロンプト、画像サイズ、モデル版をそろえる。
3. VRAMのピーク、完了時間、失敗・再実行回数、人工修正時間を記録する。
4. 人物、文字、ロゴ、色、構図など、納品条件を項目ごとに判定する。
5. ウェイト、推論コード、追加ノード、出力の利用条件と更新・復旧手順を確認する。

8GB級GPUを使う場合はINT8の経路で試し、同じ入力をFP8や別の解像度でも比較する。APIを使う場合は画像単価と待ち時間、ローカルで動かす場合はGPUの購入・稼働費と保守時間を分けて計算する。品質、速度、費用、権利確認、復旧性のどれか一つだけで決めないことが重要だ。

ライセンスはオープンウェイトの後に読む

オープンウェイトは無条件の商用利用を意味しない。 FLUX Kommunity Licenseは、非商用・非本番利用と、Qualifying Userが生成物を商用利用する場合を分け、モデルの配布、派生物、コンテンツフィルター、AI生成の表示に条件を置いている。Qualifying Userの定義には本人と関係会社の年間売上高が500万ドル未満という条件が含まれる。

ライセンス上の生成物の扱いと、日本でその画像を公開・販売できるかは別の判断になる。参照画像、学習素材、ロゴ、人物、生成画像の類似性を確認し、必要なら権利者の許諾を取る。モデル、テキストエンコーダー、ComfyUIのノード、推論コードが同じ条件で配布されるとは限らないため、構成要素ごとにライセンスを保存する。

1. 対象作業と納品条件を決め、固定素材とプロンプトを用意する。
2. 目標GPUでモデル版、精度、解像度、参照画像数を変えながら試す。
3. VRAM、時間、品質、再実行、手直し、導入工数を記録する。
4. ライセンスと素材の権利、更新、配布、出力表示の担当者を決める。

よくある質問

8GBのVRAMがあれば、すべての設定で生成できるのか
できない。BFLの説明はINT8版と一部のNVIDIA GeForce RTX GPUに結び付いている。精度、画像サイズ、バッチ数、参照画像、常駐プロセスで必要なVRAMは変わる。自分の構成で測る必要がある。

Hugging Faceから落とせば日本で無料運用できるのか
ウェイトの取得経路と、運用費・利用許諾は別だ。GPU、電力、保存領域、保守に費用がかかる。商用出力や本番環境ではFLUX Kommunity Licenseの条件も確認する。

日本の著作権法30条の4があれば、入力画像を何でも学習に使えるのか
そうは限らない。文化庁の資料は利用目的や出力の性質を分けて説明している。著作物の収集、追加学習、生成物の公開を同じ判断で処理せず、素材の許諾と利用目的を確認する。

ComfyUIに対応していれば既存ワークフローをそのまま使えるのか
できない場合がある。モデル、エンコーダー、ノード、精度、ステップ数、保存処理を対応させ、複製したワークフローで代表的な素材を最後まで試す必要がある。

初回検証で最低限残す記録は何か
モデル版、精度、GPUとVRAM、画像サイズ、参照画像数、生成時間、VRAMピーク、失敗回数、人工修正時間、出力品質、ライセンス確認の結果を残す。同じ入力と設定を保存すれば、既存手段との比較ができる。