FLUX.1

FLUX.1 ist ein hochmodernes Text-zu-Bild-Modell von Black Forest Labs, dem Team hinter dem ursprünglichen Stable Diffusion. Mit 12 Milliarden Parametern gehört es zu den leistungsstärksten Open-Source-Bildgeneratoren und besticht insbesondere durch seine herausragende Fähigkeit, Text in Bildern korrekt darzustellen — ein Bereich, in dem viele Konkurrenten scheitern. Das Modell basiert auf einer neuartigen Transformer-Architektur und ist in drei Varianten erhältlich: FLUX.1-pro für maximale Qualität, FLUX.1-dev als Open-Weight-Version für Entwickler und FLUX.1-schnell als destillierte Variante für schnelle Inferenz.

Die Dev-Variante benötigt in voller Präzision (bf16) etwa 22 bis 24 GB VRAM, lässt sich aber durch FP8-Quantisierung auf 12 GB reduzieren. Mit CPU-Offloading und Quantisierung sind sogar Grafikkarten mit 8 GB VRAM nutzbar, wenngleich langsamer. FLUX.1-schnell erzeugt Bilder in nur ein bis vier Schritten und erreicht dabei beeindruckende Geschwindigkeiten.

Die Bildqualität übertrifft in vielen Benchmarks sowohl Stable Diffusion als auch DALL-E 3, besonders bei fotorealistischen Darstellungen und komplexen Kompositionen. Das Modell unterstützt flexible Auflösungen und lässt sich über ComfyUI, die Diffusers-Bibliothek oder direkt über die offizielle GitHub-Implementierung lokal betreiben. Für datenschutzbewusste Anwender bietet FLUX.1 eine vollständig lokale Alternative zu Cloud-Diensten bei gleichwertiger oder überlegener Bildqualität.