/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
FLUX.2-klein-4B
Опубликована
15 янв 2026

FLUX.2-klein-4B-int8

Генерация изображенийТекст → изображение3 профессии

FLUX.2-klein-4B-int8 — это версия модели FLUX.2-klein-4B с квантованием весов в формат int8, подготовленная пользователем aydin99 на основе исходной модели Black Forest Labs.

917скачиваний за 30 дней14лайковвеса обновлены15 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Квантование выполнено с помощью optimum-quanto и применяется к transformer и текстовому энкодеру Qwen3; VAE оставлен без квантования.

Модель предназначена для генерации изображений по текстовому описанию в pipeline text-to-image. Она поддерживает запуск на CUDA и Apple Silicon через MPS. По приведённым данным, квантирование уменьшает общий объём памяти примерно с 22 до 8,3 ГБ: transformer занимает около 3,6 ГБ, текстовый энкодер — около 4,5 ГБ, VAE — 0,16 ГБ. Пример использования рассчитан на изображения 512×512, четыре шага инференса и guidance_scale 0.0; заявленная скорость составляет примерно 2–3 секунды на RTX 3090 и около 8 секунд на Apple Silicon M1/M2/M3.

Главное преимущество модели — существенное снижение требований к памяти при сохранении поддержки CUDA и MPS. Ограничения включают отсутствие поддержки int4 на MPS из-за проблем PyTorch с упакованным int4-умножением и необходимость использовать ветку diffusers flux2-klein до включения поддержки FLUX.2-klein в основной выпуск. Языки, максимальный контекст, точный размер архитектуры и дополнительные модальности в README не указаны. Модель распространяется по лицензии Apache 2.0, как и базовая модель.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FLUX.2-klein-4B Int8 Quantized

This is a fully int8 weight-only quantized version of black-forest-labs/FLUX.2-klein-4B using optimum-quanto.

Both the transformer and text encoder (Qwen3) are quantized.

Works on CUDA and Apple Silicon (MPS).

Memory Savings

ComponentOriginal (bf16)Quantized (int8)
Transformer7.4 GB3.6 GB
Text Encoder (Qwen3)8.0 GB4.5 GB
VAE0.16 GB0.16 GB
Total~22 GB~8.3 GB

Usage

Installation

pip install torch diffusers transformers accelerate optimum-quanto huggingface-hub safetensors
pip install git+https://github.com/huggingface/diffusers.git@flux2-klein

Note: FLUX.2-klein support requires the flux2-klein branch of diffusers until it's merged into the main release.

Quick Start

import torch
from diffusers import Flux2KleinPipeline
from transformers import Qwen3ForCausalLM, AutoTokenizer, AutoConfig
from optimum.quanto import requantize
from accelerate import init_empty_weights
from safetensors.torch import load_file
from huggingface_hub import snapshot_download, hf_hub_download
import importlib.util
import json

# Download model
model_path = snapshot_download("aydin99/FLUX.2-klein-4B-int8")

# Load wrapper class
spec = importlib.util.spec_from_file_location(
    "quantized_flux2", 
    hf_hub_download("aydin99/FLUX.2-klein-4B-int8", "quantized_flux2.py")
)
module = importlib.util.module_from_spec(spec)
spec.loader.exec_module(module)
QuantizedFlux2Transformer2DModel = module.QuantizedFlux2Transformer2DModel

# Choose device
device = "cuda" if torch.cuda.is_available() else "mps"

# Load quantized transformer
qtransformer = QuantizedFlux2Transformer2DModel.from_pretrained(model_path)
qtransformer.to(device=device, dtype=torch.bfloat16)

# Load quantized text encoder
config = AutoConfig.from_pretrained(f"{model_path}/text_encoder", trust_remote_code=True)
with init_empty_weights():
    text_encoder = Qwen3ForCausalLM(config)

with open(f"{model_path}/text_encoder/quanto_qmap.json", "r") as f:
    qmap = json.load(f)
state_dict = load_file(f"{model_path}/text_encoder/model.safetensors")
requantize(text_encoder, state_dict=state_dict, quantization_map=qmap)
text_encoder.eval()
text_encoder.to(device, dtype=torch.bfloat16)

# Load tokenizer
tokenizer = AutoTokenizer.from_pretrained(f"{model_path}/tokenizer")

# Load pipeline (VAE + scheduler only)
pipe = Flux2KleinPipeline.from_pretrained(
    "black-forest-labs/FLUX.2-klein-4B",
    transformer=None,
    text_encoder=None,
    tokenizer=None,
    torch_dtype=torch.bfloat16
)

# Inject quantized components
pipe.transformer = qtransformer._wrapped
pipe.text_encoder = text_encoder
pipe.tokenizer = tokenizer
pipe.to(device)

# Generate!
image = pipe(
    prompt="A futuristic city at sunset, cyberpunk style",
    height=512,
    width=512,
    num_inference_steps=4,
    guidance_scale=0.0
).images[0]

image.save("output.png")

Performance

HardwareSpeed (512x512, 4 steps)
CUDA (RTX 3090)~2-3 seconds
Apple Silicon (M1/M2/M3)~8 seconds

Limitations

  • Int4 not supported on MPS: PyTorch's int4 packed matmul has bugs on Apple Silicon. Int8 works on both CUDA and MPS.
  • Requires diffusers flux2-klein branch: Until FLUX.2-klein is merged into main diffusers.

Files

├── diffusion_pytorch_model.safetensors  # Quantized transformer (3.6 GB)
├── quanto_qmap.json                      # Transformer quantization map
├── config.json                           # Transformer config
├── quantized_flux2.py                    # Wrapper class
├── text_encoder/
│   ├── model.safetensors                 # Quantized Qwen3 (4.5 GB)
│   ├── quanto_qmap.json                  # Text encoder quantization map
│   └── config.json
├── tokenizer/                            # Tokenizer files
└── vae/                                  # VAE (not quantized)

Credits

License

Apache 2.0 (same as base model)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
f38839c

0 моделей