概要
FLUX.2 [klein] をローカル環境で動かしてみました。
画像生成・画像編集が高速に行えるとされている FLUX.2 [klein] ですが、
- ローカル環境でも動作可能
- FP8 量子化モデルで超高速
- 画像生成・画像編集ともに実用的な速度
という点で、かなり扱いやすいモデルだと感じました。
生成時間が 10 秒を下回ってくると、体感的にも非常に快適だと感じます。
FLUX.2
FLUX.2 は、Black Forest Labs がリリースした「画像生成＋画像編集」対応の AI モデルです。
前モデルである FLUX.1 と比べ、画質・操作性・制御性が大幅に向上しています。
ドキュメント
https://docs.bfl.ai/flux_2
FLUX.2 には複数のバリエーションがありますが、オープンウェイトなのは FLUX.2 [dev] と FLUX.2 [klein] です。
- FLUX.2 [max]
最高品質・最高性能のモデル - FLUX.2 [pro]
高画質で、コストと速度のバランスが良い - FLUX.2 [flex]
ステップ数やガイダンスを柔軟に調整可能 - FLUX.2 [dev]
開発・研究向けモデル - FLUX.2 [klein]
軽量・超高速・低レイテンシ
※ klein はドイツ語で「小さい」を意味します
FLUX.2 [klein], FLUX.2 [dev]
FLUX.2 [klein] および FLUX.2 [dev] は Hugging Face で公開されています。
https://huggingface.co/collections/black-forest-labs/flux2
- FLUX.2-dev
FLUX.2 の開発・研究向けオープンウェイトモデルです。 - FLUX.2-klein-4B / 9B 系
軽量・超高速モデルで、ローカル実行やリアルタイム生成に適しています。 - ベースモデル
FLUX.2-klein-base-4B / base-9B
蒸留されていないベース（未蒸留）重み。ファインチューニング用途向け - 量子化・最適化バージョン
FP8 量子化：VRAM 使用量削減と高速化を目的としたバージョン
NVFP4：NVIDIA GPU 向けにさらに最適化
ライセンス
- FLUX.2-dev
FLUX [dev] Non-Commercial License v2.0
→ 商用利用不可
https://huggingface.co/black-forest-labs/FLUX.2-dev/blob/main/LICENSE.txt - FLUX.2-klein-4B
Apache 2.0 ライセンス
→ 商用利用可能
https://choosealicense.com/licenses/apache-2.0/
https://huggingface.co/datasets/choosealicense/licenses/blob/main/markdown/apache-2.0.md - FLUX.2-klein-9B
FLUX Non-Commercial License v2.1
→ 商用利用不可
https://huggingface.co/black-forest-labs/FLUX.2-klein-9B/blob/main/LICENSE.md
Comfy Org による再パッケージ版
Confy Org による再パッケージ版も公開されており、今回はこちらの情報を参考にします。
https://docs.comfy.org/tutorials/flux/flux-2-klein
Hugging Face
https://huggingface.co/Comfy-Org/flux2-klein-4B
ローカル実行環境の用意
PC 環境
NVIDIA GeForce RTX 5060 Ti 16GB を搭載した自作 PC で行います。
Stability Matrix + ComfyUI の実行環境の用意
ComfyUI は、以前 Stability Matrix で用意したものを使います。準備方法については、過去記事をご参照ください。
準備
古いバージョンだと正常に動作しない可能性があるため、事前に更新しておきます。
- Stability Matrix – Settings – アップデート
- Stability Matrix – パッケージ – ComfyUI の更新
以下では、
Stability Matrix 2.15.5
ComfyUI v0.9.2
で試しています。
必要なファイルのダウンロード
ComfyUI v0.9.2 では、FLUX.2 [klein] のワークフローがまだ統合されていなかったので、手動で用意します。
最初にワークフローファイルをダウンロードして、ComfyUI でワークフローを開くと、足りないファイルがダウンロードできるのでそのやり方が早いです。
(1) ワークフローのダウンロード
以下のサイトにアクセスします。
https://docs.comfy.org/tutorials/flux/flux-2-klein
「Flux.2 Klein 4B Workflows」セクションから、以下のワークフローを json ファイルとしてダウンロードします。
（.txt で保存された場合は .json に変更します。）
- 4B Text-to-Image Workflow （テキストから画像を生成するワークフロー) : 今回はこれを使用
image_flux2_klein_text_to_image.json - 4B Image Edit Base (ベースモデルを使った画像編集用ワークフロー)
image_flux2_klein_image_edit_4b_base.json - 4B Image Edit Distilled (FP8モデルを使った画像編集用ワークフロー) : 今回はこれも使用
image_flux2_klein_image_edit_4b_distilled.json
(2) 拡散モデル、テキストエンコーダー、VAE のダウンロード
ComfyUI を起動して、image_flux2_klein_text_to_image.json をドラックアンドドロップします。
不足しているファイルがある場合、ポップアップが表示されるのでダウンロードします。
- flux-2-klein-base-4b.safetensors
- qwen_3_4b.safetensors
- fux2-vae.safetensors
- flux-2-klein-4b.safetensors
次に image_flux2_klein_image_edit_4b_distilled.json もドラックアンドドロップします。
追加で以下をダウンロードします。
- flux-2-klein-4b-fp8.safetensors
ファイルの配置
ComfyUI の models フォルダには配置せず、Stability Matrix の Models フォルダ配下に配置します。
(1) Diffusion モデル
flux-2-klein-4b-fp8.safetensors, flux-2-klein-base-4b.safetensors, flux-2-klein-4b.safetensors
→ StabilityMatrix のインストールフォルダ\Data\Models\TextEncoders\Data\Models\DiffusionModels
(2) テキストエンコーダ
qwen_3_4b.safetensors
→ StabilityMatrix のインストールフォルダ\Data\Models\TextEncoders
(3) VAE
fux2-vae.safetensors
→ StabilityMatrix のインストールフォルダ\Data\Models\TextEncoders\Data\Models\VAE
C:\StablilityMatrix にインストールしている場合は以下のような形です:
C:\STABILITYMATRIX\DATA\MODELS
├─DiffusionModels
│ flux-2-klein-4b-fp8.safetensors
│ flux-2-klein-4b.safetensors
│ flux-2-klein-base-4b.safetensors
├─TextEncoders
│ qwen_3_4b.safetensors
└─VAE
flux2-vae.safetensors画像生成を行ってみた
テキストから画像生成 – ベースモデル
image_flux2_klein_text_to_image.json のワークフローを開きます。
デフォルトでは、プロンプトは以下になっています。
A hedgehog wearing a tiny party hat surrounded by confetti, early digital camera style, slight noise, flash photography, candid moment, 2000s digicam aesthetic, festive birthday celebration atmosphereまずは、そのまま [実行する] をクリックします。
約 43 秒で生成されました。
初回は モデルを VRAM やメモリに読み込むのでその分少し時間がかかります。
そのままプロンプトだけ変えて実行します。
ここでは FLUX.1 [schnell] で試したサンプルと同じプロンプトにしてみます。
２回目は 約 38 秒かかりました。
a bottle with a beautiful rainbow galaxy inside it on top of a wooden table in the middle of a modern kitchen beside a plate of vegetables and mushrooms and a wine glasse that contains a planet earth with a plate with a half eaten apple pie on it
テキストから画像生成 – 蒸留モデル
次に、蒸留モデルでの画像生成を試します。
(1) 必要に応じて image_flux2_klein_text_to_image.json のワークフローファイルを読み込みなおします。
(2) 右上の [Text to Image (Flux.2 Klein 4B)] と [画像を保存] のノードをそれぞれ右クリックして [バイパス] を選択します。
→ 紫色になり無効化されたことを確認します。
(3) 右下の [Text to Image (Flux.2 Klein 4B Distilled)] と [画像を保存] のノードをそれぞれ右クリックして [バイパス] を選択します。
実行します。蒸留モデルだと 約10秒で生成できました。
プロンプトを変えて再実行します。 約8秒で生成できました。
テキストから画像生成 – FP8 量子化モデル
さらに FP8 量子化モデルで試します。
(1) 必要に応じて image_flux2_klein_text_to_image.json のワークフローファイルを読み込みなおします。
(2) 右上の [Text to Image (Flux.2 Klein 4B)] と [画像を保存] のノードをそれぞれ右クリックして [バイパス] を選択します。
→ 紫色になり無効化されたことを確認します。
(3) 右下の [Text to Image (Flux.2 Klein 4B Distilled)] と [画像を保存] のノードをそれぞれ右クリックして [バイパス] を選択します。
(4) [Text to Image (Flux.2 Klein 4B Distilled)] ノードの [unet_name] を flux-2-klein-4b-fp8.safetensors に変更します。
画像を生成します。約 4.5秒で生成できました。
プロンプト変更後も、約 4.5秒で生成できました。
10秒以下になってくると、体感的には非常に速く感じますね。
画像編集を行ってみる。
次に画像の編集を行います。
利用するワークフローは、image_flux2_klein_image_edit_4b_distilled.json です。
元画像は、Qwen Image で生成した以下にします。
今回は読み込む画像は１枚なので、右下の２つのノードは右クリックからバイパスし、右上の２つのノードを有効化します。
変更を指示するプロンプトに以下を入力します。
wearing a white down jacket
生成します。約 9秒かかりました。
プロンプト変えてみます。
running and jumping生成します。こちらも ９秒程度かかりました。
さらに試してみます。いずれも ９秒程度で生成されました。
wearing glasses
chasing a soccer ball on a soccer field
参考となれば幸いです。
▼ 関連
