FLUX.2はどんなモデル？Black Forest Labsが2025年11月に発表した画像生成・編集の新世代
ひとことで言うと、何が新しいモデルなのか
室谷代表取締役まず基本から。FLUX.2は、画像を作る生成と、既にある画像を直す編集を、ひとつのモデルファミリーにまとめたやつなんですよ。
発表は2025年11月25日。ドイツはフライブルクのBlack Forest Labsが出してます。
発表は2025年11月25日。ドイツはフライブルクのBlack Forest Labsが出してます。
テキトー教師DotAI 認定講師生成と編集が別々のモデルじゃない、というのが最初に戸惑うところで。現場でも「じゃあ2つ契約するんですか？」って聞かれるんですけど、そうじゃないんですよね。
室谷代表取締役しかも参照画像を最大10枚まで同時に食わせられる。キャラクターでも製品でも、同じ見た目を保ったまま別カットを作れるってことです。
出力は最大4メガピクセルまで。
出力は最大4メガピクセルまで。
テキトー教師DotAI 認定講師10枚は効きますよね。1枚だけだと、どうしても顔が変わったり服の色が転んだりして、そこを手で直す作業が発生してましたから。
開発元のBlack Forest Labsはこれまで何を作ってきた会社か
室谷代表取締役ここ、意外と知られてないので整理しておくと。Black Forest Labsは2024年設立で、FLUX.1[dev]とか、編集系のFLUX.1 Kontext[pro]なんかを作ってきた会社です。
要はFLUXシリーズの本家ですね。
要はFLUXシリーズの本家ですね。
テキトー教師DotAI 認定講師室谷代表取締役業界構造で見ると、モデルを作る会社と、それをサービスに組み込んで売る会社がはっきり分かれてきたんですよね。BFLは前者に振り切ってる。
だからAPIやオープンウェイトで外に配る形になってるんですよ。
だからAPIやオープンウェイトで外に配る形になってるんですよ。
テキトー教師DotAI 認定講師その分、利用する側は「どの経路で使うか」を自分で選ぶ必要がある、と。そこはまた別の話ですね。
テキスト生成と画像編集が1つのアーキテクチャに統合された仕組み
室谷代表取締役中身の話をすると、潜在フローマッチングっていう方式を使ってて、Mistral-3の24Bパラメータの視覚言語モデルと、整流フロー変換器を組み合わせてるんですよ。
テキトー教師DotAI 認定講師その2つ、役割で分けると分かりやすいんですよ。視覚言語モデルのほうが「この画像に何が写っていて、何を頼まれているか」を理解する係。
変換器のほうが実際に絵を描く係です。
変換器のほうが実際に絵を描く係です。
室谷代表取締役理解する係と描く係が同じ土台に載ってるから、文章で指示したときに崩れにくい、という理解でいいんですよね。テキスト生成も編集も同じ仕組みで回る、と。
テキトー教師DotAI 認定講師そう考えると、さっき言った「生成と編集が1つ」ってのも納得で。別々の道具を継ぎ足したのではなく、最初から同じ設計なんですよ。
細かいパラメータの数字が気になる人は、公式のモデルページで確認するのが確実です。
細かいパラメータの数字が気になる人は、公式のモデルページで確認するのが確実です。
FLUX.1からどこが進化した？マルチリファレンスと文字描写の実力
最大10枚の参照画像で一貫性を保つマルチリファレンス
室谷代表取締役FLUX.2で一番でかい変更は、テキストから画像を作る機能と、既存画像の編集・複数画像の合成が同じアーキテクチャに統合されたことなんですよね。参照画像は最大10枚まで同時に突っ込める、と。
テキトー教師DotAI 認定講師そこは現場の反応が全然違います。前の世代だと、同じキャラクターを別カットで出そうとすると毎回プロンプトで説明し直すんですよ。
それが参照画像を何枚か置くだけで揃うわけですから。
それが参照画像を何枚か置くだけで揃うわけですから。
室谷代表取締役制作フローで言うと、商品やモデルのビジュアルを量産する案件はこれで変わるはずで。撮影の代替というより、企画段階のバリエーション出しのコストが落ちるイメージなんですよね。
テキトー教師DotAI 認定講師最初に戸惑うのが「何枚入れればいいのか」で。参照を増やせば安定する代わりに、どれを優先するかの指示が曖昧だとブレます。
前世代との差分はFLUX.1とは？Stable Diffusionとの違いと料金・ライセンスを公式情報で整理を見ると分かりやすいですよ。
前世代との差分はFLUX.1とは？Stable Diffusionとの違いと料金・ライセンスを公式情報で整理を見ると分かりやすいですよ。
読める文字やインフォグラフィックはどこまで行ったのか
テキトー教師DotAI 認定講師文字の描写、ここが地味に一番インパクトあるかもしれないですね。複雑なタイポグラフィとかインフォグラフィック、UIモックアップみたいに「読める文字」を出すのが実用レベルになったと公式が言ってます。
室谷代表取締役画像生成AIって、バナーみたいな文字入りの制作物では今まで使いどころが限られてたんですよ。文字が崩れる前提だと、結局デザイナーが後から差し替える手間が残るので。
そこが埋まると発注の構造が変わってくる。
そこが埋まると発注の構造が変わってくる。
テキトー教師DotAI 認定講師現場感覚で言うと、まずは短いコピーや英字のラフで当たりを取るのが安全です。長い文章をいきなり任せるより、見出し一枚から試すとハマりやすいですね。
室谷代表取締役いきなり本番入稿ではなく、ラフのスピード勝負に使う。そこが現実的な落としどころなんですよね。
最大4メガピクセルとプロンプト追従性の向上
FLUX.2で進化したポイント
マルチリファレンス
参照画像を最大10枚まで同時に投入可能。テキスト生成・画像編集・複数画像合成が同一アーキテクチャに統合され、同じキャラクターを別カットで出す際のプロンプト再説明が不要に。
読める文字の描写
複雑なタイポグラフィやインフォグラフィック、UIモックアップなど「読める文字」の出力が実用レベルに。バナー等で崩れて差し替える手間が減る。
最大4メガピクセル出力
SNS用の小さい画像から印刷物のラフや大きめのバナーまで一発で出せる想定に。
プロンプト追従性の向上
複雑で構造化された指示への追従性が向上。要素数の多いレイアウト指示でも崩れにくい。
ワールドノレッジの理解
実世界の知識・光・空間配置の理解が向上。Mistral-3の24B視覚言語モデルと整流フロー変換器の組み合わせ。
室谷代表取締役出力が最大4メガピクセルまで、というのも効きます。SNS用の小さい画像なら十分だったのが、印刷物のラフや大きめのバナーまで一発で出せる想定になるわけで。
テキトー教師DotAI 認定講師しかも複雑で構造化された指示への追従性が上がってるのが大きいです。要素の数が多いレイアウト指示でも崩れにくくなった、と公式ブログにあります。
室谷代表取締役あと実世界の知識・光・空間配置の理解、いわゆるワールドノレッジですね。中身はMistral-3の24Bの視覚言語モデルと整流フロー変換器の組み合わせと。
画像モデルが言語モデルの知識を取り込みにいってる構図で、業界的にも象徴的だと思ってるんですよ。
画像モデルが言語モデルの知識を取り込みにいってる構図で、業界的にも象徴的だと思ってるんですよ。
テキトー教師DotAI 認定講師内部の作りが見えると、なぜ指示追従が良くなったのかが腹落ちします。プロンプトの書き方も「単語を並べる」から「構造を説明する」に変わりますね。
max・pro・flex・dev・kleinの違い、結局どれを選べばいい？
5つのモデルの性格をざっくり分けるとこうなる
室谷代表取締役5つあるんですけど、性格がかなり違うんですよね。kleinが最速の量産型で消費者向けGPUでも動く。
maxが最高品質、proが量産向けの高品質・低コスト版、flexはステップ数やガイダンススケールを調整できる開発者向け、devが320億パラメータのオープンウェイト。
maxが最高品質、proが量産向けの高品質・低コスト版、flexはステップ数やガイダンススケールを調整できる開発者向け、devが320億パラメータのオープンウェイト。
テキトー教師DotAI 認定講師名前だけ並べられると全部同じに見えるんですけど、役割が分かれてるんですね。初めて触る人は「maxが一番えらいんでしょ」で止まりがちです。
室谷代表取締役最高品質なのは間違いないんですけど、maxだけがグラウンディング検索に対応してる、という差分のほうが現場だと効きます。整理するとこうです。
| モデル | 性格 | 向いてる場面 |
|---|---|---|
| klein | 最速・大量生成、消費者向けGPUで動作 | とにかく枚数を回す |
| max | 最高品質、グラウンディング検索はこれだけ | 見せ場の1枚 |
| pro | 量産向けの高品質・低コスト | 制作ラインの主力 |
| flex | ステップ数・ガイダンス調整可、文字と細部に強い | 細かい作り込み |
| dev | 320億パラメータのオープンウェイト | ローカル検証 |
テキトー教師DotAI 認定講師なるほど、上から順に偉いんじゃなくて横並びで担当が違うと。シリーズ全体の見取り図はFLUXとは？最新のFLUX3を含む種類・料金・商用利用・使い方を解説のほうが掴みやすいので、そっちと行き来する読者が多いです。
参照できる画像枚数と得意分野の差
室谷代表取締役参照画像の枚数も、地味に選定基準になるんですよ。max・pro・flexがAPIで8枚、maxはプレイグラウンドだと10枚まで。
kleinは4枚、devは推奨が最大6枚という配分です。
kleinは4枚、devは推奨が最大6枚という配分です。
テキトー教師DotAI 認定講師10枚と言われてもピンとこないんですけど、キャラクターと製品と背景を別々に渡せる、くらいの感覚で合ってますか。
室谷代表取締役そうそう。素材を何枚も突っ込む案件だとkleinの4枚では足りない、という話になる。
逆に1〜2枚で済む量産案件ならkleinで回したほうが速いんですよね。
逆に1〜2枚で済む量産案件ならkleinで回したほうが速いんですよね。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこで、あとから参照を増やしたくなるとモデルごと変えることになるんですよ。先に絵コンテを決めてから選ぶのが結局近道ですね。
用途別の選び方（量産・最高品質・ローカル検証）
室谷代表取締役MYUUUの現場だと、まず量産ラインはproかklein。コストが生成枚数に比例する従量課金なので、単価で決めると迷わないんですよね。
テキトー教師DotAI 認定講師現場感覚で言うと、最初にmaxで試して「これでいい」となってから下のモデルに下げる人が多いです。順番は逆のほうが安いんですけど、品質の基準が先に欲しい気持ちは分かります。
室谷代表取締役最高品質が要る工程だけmax、普段の検証はdevをローカルで、という切り分けが現実的です。devは32Bなのでマシンパワーは要りますけど、商用で使うならライセンスの話が効いてくるので、そこは別で確認したほうがいい。
テキトー教師DotAI 認定講師kleinの4Bは手元のGPUで動くので、まず触ってみる入り口としては軽いですね。枚数と品質とライセンス、この3つで選べば迷わない気がします。
画像編集や複数画像の合成は実際どこまでできる？
1枚の画像を直すときの使いどころ
室谷代表取締役編集って実際どこまで効くんですか。現場だと、既存の写真を直す用途から入るのか、新しく生成する方から入るのか、どっちが多いんでしょう。
テキトー教師DotAI 認定講師初めて触る人は編集側から入る人が多いですね。手元の写真を入れて「ここだけ変えたい」と指示する使い方です。
FLUX.2はテキストからの生成と画像編集を同じアーキテクチャに統合しているので、その行き来が素直なんですよ。
FLUX.2はテキストからの生成と画像編集を同じアーキテクチャに統合しているので、その行き来が素直なんですよ。
室谷代表取締役出力は最大4メガピクセルまで出せるんでしたっけ。商品写真の差し替えくらいの用途なら、それで足りる現場は多そうですね。
テキトー教師DotAI 認定講師ええ、そこはかなり現実的です。ただ、細かい文字を後から入れ込むような修正は、仕上がりを見ながら何度か往復する前提で考えたほうがいい。
一発で決まると思ってると、そこが一番の落とし穴になります。
一発で決まると思ってると、そこが一番の落とし穴になります。
複数枚を混ぜて商品やキャラクターの雰囲気を揃える
室谷代表取締役マルチリファレンスって、要は参照画像を同時に何枚も渡せるって理解で合ってます？
テキトー教師DotAI 認定講師合ってます。公式では最大10枚まで同時に参照できるとされていて、キャラクターや製品、スタイルの一貫性を保つのが狙いです。
モデルごとにAPIで扱える枚数が違って、[max][pro][flex]が8枚、[dev]が推奨最大6枚、[klein]が4枚という整理になっています。
モデルごとにAPIで扱える枚数が違って、[max][pro][flex]が8枚、[dev]が推奨最大6枚、[klein]が4枚という整理になっています。
室谷代表取締役枚数が効くのは、シリーズ商品をまとめて展開するような仕事ですよね。同じ質感・同じ色味で何十点も作るとき、参照を増やせるかどうかで手戻りの量が変わってくる。
テキトー教師DotAI 認定講師ただ、参照を増やせば増やすほど良くなるわけではないんです。どの画像の何を拾わせるかを言葉で指定しないと、要素が混ざって別物になる。
ここはハマる人が多いところです。
ここはハマる人が多いところです。
生成と編集を同じモデルで回す実務的な意味
室谷代表取締役制作フローとして見ると、生成と編集が別モデルに分かれてると間に人が挟まって工数が乗るんですよね。時給で換算すると、その往復が地味に高いんですよ。
テキトー教師DotAI 認定講師現場感覚でもそこは大きいです。ツールを切り替えるたびに絵柄のクセが変わって、寄せ直しが発生する。
同じモデルの中で生成も編集も回せると、その調整がまるごと減ります。
同じモデルの中で生成も編集も回せると、その調整がまるごと減ります。
室谷代表取締役あとはタイポグラフィやUIモックアップの文字が実用レベルになったのも効きますね。画像を作って、文字だけ差し替えて、また同じ場所に戻せる。
分業前提で外に出す流れだと、この一手間が積み上がっていく。
分業前提で外に出す流れだと、この一手間が積み上がっていく。
テキトー教師DotAI 認定講師たしかに。ただ何でも一度で通るわけではないので、参照画像をどう選ぶか、指示をどう書くかを先に決めておくほうが、結果的に速いです。
料金はいくら？APIの従量課金をモデル別に並べる
1枚あたりの単価をモデルごとに比べる
FLUX.2 APIのモデル別従量課金
| モデル | 課金の単位 | 公式の開始価格 | 追加課金 |
|---|---|---|---|
| klein 4B | 1メガピクセルまで＋追加分を加算 | $0.014 | 追加1MPごと$0.001 |
| klein 9B | 1メガピクセルまで＋追加分を加算 | $0.015 | 追加1MPごと$0.002 |
| pro | 1枚あたり | $0.03/枚から | ― |
| flex | 1枚あたり | $0.05/枚から | ― |
| max | 1枚あたり | $0.07/枚から | ― |
| dev | 非商用は無料、商用は別ライセンス | ― | ― |
室谷代表取締役まず数字を並べますか。公式ドキュメントのAPI料金だと、kleinの4Bが1メガピクセルまで0.014ドル、9Bが0.015ドル。
proが1枚0.03ドルから、flexが0.05ドルから、maxが0.07ドルからです。
proが1枚0.03ドルから、flexが0.05ドルから、maxが0.07ドルからです。
| モデル | 課金の単位 | 公式の開始価格 |
|---|---|---|
| klein 4B | 1メガピクセルまで＋追加分を加算 | $0.014＋追加1MPごと$0.001 |
| klein 9B | 同上 | $0.015＋追加1MPごと$0.002 |
| pro | 1枚あたり | $0.03/枚から |
| flex | 1枚あたり | $0.05/枚から |
| max | 1枚あたり | $0.07/枚から |
| dev | 非商用は無料、商用は別ライセンス | ― |
テキトー教師DotAI 認定講師並べてもらうと差がはっきりしますね。初めて触る人がまず驚くのが、maxとkleinで単価がかなり開くところなんです。
「同じFLUX.2なのに？」と聞かれるんですけど、中身が別物なので当然と言えば当然なんですよ。
「同じFLUX.2なのに？」と聞かれるんですけど、中身が別物なので当然と言えば当然なんですよ。
室谷代表取締役そうなんですよね。maxはグラウンディング検索まで含む最高品質枠で、kleinは大量生成前提の軽量枠。
単価の差は能力の差というより用途の差なんです。
単価の差は能力の差というより用途の差なんです。
テキトー教師DotAI 認定講師そこを取り違えると「安いほうが得」で選んで、仕上がりにがっかりするパターンになります。先に用途を決めてから単価を見る順番がいいですね。
解像度で変わるkleinの課金の考え方
室谷代表取締役kleinだけは「1枚いくら」じゃなくて、面積で金額が動くんですよ。1メガピクセルまでが基本料で、そこを超えた分が1メガピクセルごとに加算される。
テキトー教師DotAI 認定講師ここ、最初に戸惑うのが解像度との関係なんです。大きい画像を1枚作るのと、小さい画像を何枚も作るのとで、合計のメガピクセル数が同じなら近い金額になる。
逆に言うと、構図のテストを小さいサイズで回しているうちは安く済みます。
逆に言うと、構図のテストを小さいサイズで回しているうちは安く済みます。
室谷代表取締役大量に回すバッチ処理だと、この加算がじわっと効いてくる。細かい試算は公式のPricing Calculatorで見るのが早いです。
あと9Bは追加分のレートが4Bより少し高いので、そこも込みで比べたほうがいい。
あと9Bは追加分のレートが4Bより少し高いので、そこも込みで比べたほうがいい。
テキトー教師DotAI 認定講師4Bと9Bで追加分の単価が違うんですね。品質で選ぶなら、その差も含めて見たほうがよさそうです。
サブスクなしの従量課金をどう見積もるか
室谷代表取締役で、ここは経営目線で地味に効くところなんですけど、BFLのAPIはサブスクもシート課金もなくて、生成した分だけ払う従量課金なんですよね。固定費ゼロは入りやすい反面、使った分がそのまま原価になる。
テキトー教師DotAI 認定講師現場感覚で言うと、無料で試しているうちは「今いくら使ったか」の感覚が抜けがちなんですよ。1枚0.03ドルでも、1000枚回せば30ドル。
試行錯誤の回数がそのままコストになります。
試行錯誤の回数がそのままコストになります。
室谷代表取締役だから見積もりは単価かける想定枚数を先に置いて、そこにやり直し率をかける。出す前に何枚捨てる前提で組むかを決めておくだけで、数字の読み方が変わります。
自社サーバーで商用利用する場合のライセンスは4階層に分かれてますが、中身はライセンスの回で整理しましょう。
自社サーバーで商用利用する場合のライセンスは4階層に分かれてますが、中身はライセンスの回で整理しましょう。
テキトー教師DotAI 認定講師商用利用はできる？ライセンスはモデルごとにどう違う
Apache 2.0なのはklein 4Bだけ、9Bとdevは別扱い
モデル別・商用利用ライセンスの違い
| モデル/経路 | 無許諾で商用OK | 出力物の商業利用 | 別ライセンス |
|---|---|---|---|
| klein 4B | ○ | ○ | 不要(Apache 2.0) |
| klein 9B | × | ○ | 要(FLUX Non-Commercial License) |
| dev | × | ○ | 要(FLUX Non-Commercial License) |
| 自社サーバー商用(セルフホスト) | × | ○ | 要(セルフホスト商用ライセンス) |
| API経由 | ○ | ○ | 不要(全プラン標準) |
室谷代表取締役ライセンス、ここが一番ややこしいところで。無許諾で商用OKなのはklein 4Bだけで、あれはApache 2.0なんですよね。
9BとdevはFLUX Non-Commercial Licenseで、同じ「klein」でも4Bと9Bで扱いが変わる・・・
9BとdevはFLUX Non-Commercial Licenseで、同じ「klein」でも4Bと9Bで扱いが変わる・・・
テキトー教師DotAI 認定講師現場でよく聞くのは「重みが無料で配られてるなら商用もOKでしょ」という思い込みなんですよ。重みは無料でも、それを使ってサービスを作って売るなら別ライセンスが要る、という区別が最初はピンと来ないみたいで。
室谷代表取締役さらに紛らわしいのが、Non-Commercialでも出力物の商業利用自体は許可されてる点で。モデルを使って稼ぐのはダメ、生成物を売るのはOK、という線引きなんですよ。
テキトー教師DotAI 認定講師そこ、初めて触る人が一番戸惑う境目ですね。「自分の広告バナーを作る」のか「バナー生成サービスを売る」のかで話が変わると。
前世代のライセンス整理はFLUX.1の料金とライセンスの記事でも触れられているので、並べて見ると違いが追いやすいです。
前世代のライセンス整理はFLUX.1の料金とライセンスの記事でも触れられているので、並べて見ると違いが追いやすいです。
自社サーバーで商用利用するなら4つの階層
室谷代表取締役で、自社サーバーで商用利用したい場合ですね。ここはセルフホスト商用ライセンスという別契約になって、階層が4つあるんですよ。
まとめるとこうです。
まとめるとこうです。
| 階層 | 想定 | 使えるモデル | 上限の目安 |
|---|---|---|---|
| Builder | 開発者・小規模チーム | klein系 | 月1万枚・1ドメイン・10ユーザー、ファインチューニング権付き。オンライン購入可 |
| Platform | 量産するプロダクトチーム | klein 9B Base＋dev | 月10万枚・1ドメイン |
| Professional | 代理店・制作会社 | dev＋klein | 月10万枚・最大3クライアント（3ドメイン）、以降は追加課金 |
| Enterprise | 全モデル | 全モデル | カスタム量・複数ドメイン、要問い合わせ |
テキトー教師DotAI 認定講師こうして並べると、上に行くほど「誰に使わせるか」の縛りが増えていく構造なんですね。ドメイン数とクライアント数で区切られているのが分かりやすいです。
室谷代表取締役そうなんですよ。代理店が複数クライアントの制作物を回すならProfessional、自社プロダクト1本に絞るならPlatform、という選び方になる。
ここは枚数より「展開の広さ」で見たほうが判断しやすいと思います。
ここは枚数より「展開の広さ」で見たほうが判断しやすいと思います。
API経由の商用利用権はどこまで含まれる？
室谷代表取締役一方でAPI経由は話がシンプルで、全プランで商用利用権が標準で含まれてて別ライセンスは不要、と公式に書かれてます。
テキトー教師DotAI 認定講師たしかに、これが一番ハードル低いですね。まずAPIで試して、量が増えてから自社サーバーを検討する、という順番が素直なんじゃないですか。
室谷代表取締役経営目線で言うと、その順番が正解なんですよ。いきなり年間のライセンス契約を結ぶより、従量課金で原価が読めてからのほうが判断できる。
1枚あたり数セントの水準で回っているうちは、固定費で枠を買う理由が薄いんですよね。
1枚あたり数セントの水準で回っているうちは、固定費で枠を買う理由が薄いんですよね。
テキトー教師DotAI 認定講師ただし「生成物の商用利用」と「モデルそのものを使った商用サービス」は別物、という整理だけは最初に押さえておきたいですね。ここを取り違えると後から契約のやり直しになります。
ローカルで動かすには？ComfyUIの手順と必要なVRAM
ComfyUIの公式テンプレートで動かすまでの流れ
- ComfyUIを起動し、テンプレート一覧から「Flux.2[Klein]：テキスト→画像」か「画像編集」を選ぶ
- モデル本体・テキストエンコーダー・VAEをHugging Faceからダウンロードする
- ファイルの置き場所はComfyUI公式ドキュメントの記載に従って配置する
- ワークフローを読み込んでプロンプトを入れ、実行する
室谷代表取締役ComfyUI側がテンプレートを用意してくれてるのが効くんですよね。少し前まではモデルの構成を自分で組む段階で折れてましたから。
テキトー教師DotAI 認定講師そうなんですよ。最初に戸惑うのが、モデル本体だけ落として満足してしまうパターンで。
テキストエンコーダーとVAEまで揃えて、ようやく1枚出せます。
テキストエンコーダーとVAEまで揃えて、ようやく1枚出せます。
室谷代表取締役3点セット、という覚え方でいいですね。
テキトー教師DotAI 認定講師はい。しかもテンプレートが「テキスト→画像」と「画像編集」で分かれてるので、作りたいものに合わせて入口を選べば迷いません。
klein 4BのVRAMと速度の目安
室谷代表取締役4Bって聞くとかなり軽そうに感じるんですけど、実際どれくらいなんですか。
テキトー教師DotAI 認定講師公式ドキュメントにRTX 5090での実測が出てるんですよ。蒸留版かBase版かで、まったく別物なくらい差が出ます。
| モデル | 生成時間の目安 | VRAM |
|---|---|---|
| 4B 蒸留版（Distilled・4ステップ） | 約1.2秒 | 8.4GB |
| 4B Base版（非蒸留） | 約17秒 | 9.2GB |
室谷代表取締役同じ4Bでこの差は大きい。蒸留版は試し打ち、Base版は追い込みという住み分けで見ればいいですね。
テキトー教師DotAI 認定講師現場感覚で言うと、まず蒸留版で絵の方向性を決めて、詰めたいところだけBase版に切り替える流れが現実的です。Base版はファインチューニング向きという位置づけでもありますし。
なお公式のモデル比較表では4Bは約13GB VRAMと案内されていて、実測値との差はワークフローや設定で変わるので、余裕を見ておくのが無難です。
なお公式のモデル比較表では4Bは約13GB VRAMと案内されていて、実測値との差はワークフローや設定で変わるので、余裕を見ておくのが無難です。
dev（32B）をコンシューマーGPUで回すときの注意点
室谷代表取締役で、devの32Bを家庭用のGPUで回す話になると、さすがに覚悟が要りますよね。
テキトー教師DotAI 認定講師そこは公式がNVIDIAとComfyUIで共同最適化したfp8実装を用意していて、コンシューマー向けのRTX GPUでも動く形になっています。ただ、動くことと快適に回すことは別なので、VRAMの必要量は環境で変わる前提で、公式ドキュメントを確認しておくのが安心です。
室谷代表取締役自前のGPUで回すかAPIに投げるかは、生成枚数で逆転するので。数を作るなら自前、たまにならAPIという判断はけっこう素直に下せます。
テキトー教師DotAI 認定講師あわせて、kleinの後継としてFLUX 3 Image Kleinも案内されていて、8GBクラスのRTXで動く画像生成モデルとして紹介されています。比較したいならFLUX 3 Image Kleinとは？NVIDIAのGB200で学習、8GB VRAMのRTXで動く画像生成モデルを見ておくと整理しやすいです。
公式はどこから使う？Playground・API・Hugging Faceと非公式サイトの見分け方
まず触ってみるならPlaygroundとAPI
室谷代表取締役入口はもう公式に集約されてるんですよね。まず触るだけなら bfl.ai/play のPlayground、実装に落とすなら docs.bfl.ai のAPI。
この2つを押さえれば迷わないです。
この2つを押さえれば迷わないです。
テキトー教師DotAI 認定講師初めて触る人はそこで止まるんですよ。「結局どれが本体なの？」って。
Playgroundは画面で試す用、APIはコードから叩く用、って分けて考えると一気に整理されます。
Playgroundは画面で試す用、APIはコードから叩く用、って分けて考えると一気に整理されます。
室谷代表取締役順番としては、Playgroundで出力の傾向を見てからAPIに移るのが無駄が少ないですね。うちでも検証はまず画面で、当たりが出たら実装、という流れが多いです。
Hugging Faceの重みとサードパーティAPI
室谷代表取締役自前で回したいなら、Hugging Faceで[klein]と[dev]の重みが配布されていて、推論コードはGitHubのflux2リポジトリで公開されてます。ここまで揃ってると検証の立ち上がりが早いんですよね。
テキトー教師DotAI 認定講師現場でよく聞くのは「重みはあるけど、どう動かすの」という戸惑いで。ComfyUIやPythonから呼ぶ前提のものなので、単体で起動するアプリだと思わないほうがいいです。
室谷代表取締役あとAPI経由ならFAL、Replicate、Runware、Verda、TogetherAI、Cloudflare、DeepInfraあたりのサードパーティから[dev]が使えます。既存の契約に乗せられるのは、調達の観点だと地味に効くところで。
テキトー教師DotAI 認定講師なるほど、新しい契約を増やさずに済むと。
flux2ai.ioのような非公式サイトに注意
FLUX 2の入口と注意点
公式サイト
- bfl.ai/play のPlaygroundで画面から試せる
- docs.bfl.ai のAPIでコード実装
- まずPlaygroundで出力傾向を確認→APIへ移行が無駄が少ない
Hugging Face・サードパーティ
- Hugging Faceで[klein]と[dev]の重みを配布
- 推論コードはGitHubのflux2リポジトリ
- ComfyUIやPythonから呼ぶ前提で単体アプリではない
- FAL、Replicate、Runware、Verda、TogetherAI、Cloudflare、DeepInfraから[dev]が使える
室谷代表取締役ここが一番注意なんですけど、検索すると flux2ai.io みたいにFLUX 2の名前を使った第三者の画像生成サイトが出てくるんですよ。公式は bfl.ai だけです。
テキトー教師DotAI 認定講師試用ボタンを押したら別のサービスに飛んだ、というのは実際に見かけます。料金もライセンスも公式とは無関係なことがあるので、そこは冷静に見たほうがいいです。
室谷代表取締役特に商用で使う前提だと、どこが提供元かで話が変わってきますからね。判断に迷ったら bfl.ai と docs.bfl.ai に戻る、これでいいと思います。
FLUX 3が出た今、FLUX.2を選ぶ理由
室谷代表取締役2026年11月時点の公式の料金ページやドキュメントのモデル一覧だと、先頭はFLUX 3 Image、FLUX 3 Image Kleinで、FLUX.2はその次の世代として並んでるんですよね。最新ではない、と。
テキトー教師DotAI 認定講師ただ「最新じゃない＝使えない」ではないのがこの界隈で。ドキュメントもAPIもオープンウェイトも今も提供が続いてるので、現役で使えます。
室谷代表取締役既存のワークフローがFLUX.2で組まれてるなら、乗り換えるコストのほうが高いこともある。何を作るかで選ぶ話ですね。
最新世代の中身はFLUX 3 Maxとは？falがFLUX 3を追加学習、I2V首位タイの動画生成モデルで解説してます。
最新世代の中身はFLUX 3 Maxとは？falがFLUX 3を追加学習、I2V首位タイの動画生成モデルで解説してます。
テキトー教師DotAI 認定講師選ぶ基準が「新しいかどうか」じゃなく「今の用途に合ってるか」になるわけですね。
よくある質問
Q1. FLUX.2は日本語プロンプトでも使える？コツはある？
室谷代表取締役日本語でプロンプトを書く人、多いと思うんですけど、FLUX.2ってそのまま投げても大丈夫なんですかね。
テキトー教師DotAI 認定講師現場でよく聞くのは「英語の作例と日本語だと雰囲気が変わる」という声です。まずは公式の作例と同じ言語で試して、重要語だけ英語を併記すると安定しやすいです。
室谷代表取締役なるほど。いきなり長文日本語で攻めるより、短い語句で当たりを取る方がよさそうですね。
Q2. 生成コストを抑えるコツはある？
テキトー教師DotAI 認定講師APIの従量課金が気になる場合、いきなり本番サイズで何枚も回さないのが基本です。小さいサイズで構図を決めてから、採用候補だけ上げる。
室谷代表取締役それ、制作フローとしても正しいんですよね。MYUUUの現場でも、いきなり高解像度で回すと時給換算で見合わないことがあるので、まずラフで当てます。
テキトー教師DotAI 認定講師あと、プロンプトの試行回数を減らすために、使うモデルの得意分野を先に把握しておくのも効きます。
Q3. APIとローカル実行で生成結果は変わる？
室谷代表取締役APIで出した絵と、ローカルで同じモデルを動かした絵って、全然違うことあるんですよね。
テキトー教師DotAI 認定講師ありますね。量子化の違いや推論設定でディテールが変わるので、同じモデル名でも完全一致は期待しない方がいいです。
室谷代表取締役比較するときは、先に公式の推奨設定を揃えるのが前提ですね。
テキトー教師DotAI 認定講師そうですね。ローカルは環境依存なので、まずAPIで基準を作ってから差分を見るのが分かりやすいです。
Q4. 生成速度を上げるにはどうすればいい？
テキトー教師DotAI 認定講師速度は解像度、ステップ数、使うモデルでかなり変わります。まずは本番より小さいサイズで試して、当たりを引いてから上げる人が多いです。
室谷代表取締役速度と品質のトレードオフをどこで取るか、ですよね。締切がある案件だと、そこが判断ポイントになります。
テキトー教師DotAI 認定講師あとは同時に何本も回さないこと。並列で回すと体感速度が落ちるので、まず一本ずつ試すのがおすすめです。
Q5. FLUX.2のモデル更新にはどう追従すればいい？
室谷代表取締役FLUX.2ってモデル群も更新されるでしょうし、追いかけるの大変そうなんですよね。
テキトー教師DotAI 認定講師公式の発表とリポジトリを見るのが基本です。使うモデル名を固定できるか、APIの仕様が変わるかを確認しておくと、現場が急に壊れにくいです。
室谷代表取締役プロダクトに組み込むなら、検証環境で先に試す。これに尽きますね。
まとめ
室谷代表取締役FLUX.2、結局どう使うのが現実的なんですかね。
テキトー教師DotAI 認定講師まずは公式のPlaygroundかAPIで触って、モデルごとの癖と料金感を掴む。ローカルは必要になったらComfyUIで検証、商用利用はライセンスを確認、という順番が無難です。
室谷代表取締役ですね。いきなりローカル環境を組むより、先に小さく試してROIを見る。
MYUUUでもその順番でやってます。
MYUUUでもその順番でやってます。
テキトー教師DotAI 認定講師あとは公式の最新情報を見ること。モデル名も料金も変わるので、古い記事の数字をそのまま使わない方がいいです。
室谷代表取締役そうそう。触ってみて、自分の用途で使えるかを判断する。
それが一番早いです。
それが一番早いです。
