FLUX.1 Kontext [dev]
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Black Forest Labs
- Organisatietype
- Industry
- Land
- Germany
- Gepubliceerd
- 29 May 2025
- Auteurs
- 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
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Image generation, Vision
- Taak
- Image generation, Text-to-image, Image captioning
- Basis model
- Flux.1 [pro]
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 12B
- Training gegevens
- tokens
12B
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Toegang tot model
- 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.
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Introducing FLUX.1 Kontext and the BFL Playground
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
FLUX.1 Kontext [dev] werd gepubliceerd door Black Forest Labs, in het land geregistreerd als Germany, tijdens May 2025. De categorie waaronder de uitgever valt is industry.
Het werkt in het domein van Image generation, Vision, en wordt geregistreerd als het uitvoeren van de taak van image generation, Text-to-image, Image captioning.
Het startpunt was een bestaand basismodel, Flux.1 [pro]. De meeste modellen op deze schaal zijn aangepast van een bestaande basis in plaats van vanuit het niets gebouwd.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Antwoorden
FLUX.1 Kontext [dev] — veelgestelde vragen
FLUX.1 Kontext [dev]— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
FLUX.1 Kontext [dev]— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
FLUX.1 Kontext [dev]— hoeveel parameters heeft het?
Het heeft een parameter telling van 12B. 12B. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
FLUX.1 Kontext [dev]— wie heeft het gemaakt?
Het werd gepubliceerd door Black Forest Labs, gebaseerd op Germany, een organisatie geclassificeerd als industry.
FLUX.1 Kontext [dev]— wanneer is het uitgebracht?
Het werd gepubliceerd in May 2025.
FLUX.1 Kontext [dev]— waarvoor wordt het gebruikt?
Het werkt in het domein van Image generation, Vision, en wordt geregistreerd als het afhandelen van image generation, Text-to-image, Image captioning. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.