FLUX.1 Kontext [dev]
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Black Forest Labs
- Organisationsart
- Industry
- Land
- Germany
- Veröffentlicht
- 29 May 2025
- Autoren
- Stephen Batifol, Andreas Blattmann, Frederic Boesel, Saksham Consul, Cyril Diagne, Tim Dockhorn, Jack English, Zion English, Patrick Esser, Sumith Kulal, Kyle Lacey, Yam Levi, Cheng Li, Dominik Lorenz, Jonas Müller, Dustin Podell, Robin Rombach, Harry Saini, Axel Sauer, Luke Smith
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Image generation, Vision
- Aufgabe
- Image generation, Text-to-image, Image captioning
- Basis-Modell
- Flux.1 [pro]
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 12B
- Trainingsdaten
- tokens
12B
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Training-Code
- Unreleased
We open FLUX.1 Kontext [dev] in a private beta release, for research usage and safety testing. Please contact us at [email protected] if you’re interested.
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Confident
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Introducing FLUX.1 Kontext and the BFL Playground
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Woher es kam
FLUX.1 Kontext [dev] wurde veröffentlicht von Black Forest Labs, im Land aufgezeichnet als Germany, während May 2025. Die Kategorie, in die der Herausgeber fällt, ist industry.
Es funktioniert im Bereich von Image generation, Vision, und wird als die Aufgabe von aufgezeichnet image generation, Text-to-image, Image captioning.
Der Ausgangspunkt war ein vorhandenes Basis-Modell, Flux.1 [pro]. Die meisten Modelle in diesem Bereich sind von einer bestehenden Basis abgeleitet, anstatt aus dem Nichts erstellt zu werden.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Antworten
FLUX.1 Kontext [dev] — Häufige Fragen
FLUX.1 Kontext [dev]— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
FLUX.1 Kontext [dev]— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
FLUX.1 Kontext [dev]— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 12B. 12B. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
FLUX.1 Kontext [dev]— Wer hat es erstellt?
Es wurde veröffentlicht von Black Forest Labs, basiert auf Germany, eine als kategorisierte Organisation industry.
FLUX.1 Kontext [dev]— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in May 2025.
FLUX.1 Kontext [dev]— Wofür wird es verwendet?
Es funktioniert im Bereich von Image generation, Vision, und wird als Bewältigung der Aufgabe von image generation, Text-to-image, Image captioning. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.