Black Forest Labs
FLUX.2 Klein 9BOffen
9B FLUX.2 klein tier — near-Pro quality on a single consumer GPU.
Intelligenz
88.2 #28
AAQI 88.0
Ausgabegeschwindigkeit
55 t/s
ITL 18.2 ms/tok
Blended-Preis (3:1)
$0.02 /1M
Input $0.02/M · Output $0.02/M
Kontext
64K
≈ 160 A4-Seiten · max. Output 4,096
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
FLUX.2 Klein 9B
Claude Mythos Preview (#1)
Average (68)
Radar-Achsen sind aus Kategorie-Scores approximiert, wo direkte Benchmark-Messungen fehlen — siehe Methodik.
Stärken & Trade-offs
Wo das Modell gewinnt
- Best quality-per-GB in the FLUX.2 family
- Runs on RTX 3060-class hardware
- Open weights — fine-tune and self-host freely
Worauf achten
- Still trails Dev/Pro on typography and faces
- Half the speed of the 4B klein tier
- 2K output ceiling
Killer-Anwendungsfälle
Hobbyist & indie pipelines
Pro-adjacent images on consumer cards.
Fine-tuned niche styles
Small enough to iterate LoRAs overnight.
Local production tools
Self-hosted rendering for studios and agencies.
Developer-Quickstart & API
Setzen Sie zuerst
HF_TOKEN — API-Schlüssel holencurl https://router.huggingface.co/v1/chat/completions \
-H "Authorization: Bearer $HF_TOKEN" \
-H "content-type: application/json" \
-d '{
"model": "black-forest-labs/FLUX.2-klein-9b",
"messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://router.huggingface.co/v1",
api_key=os.environ["HF_TOKEN"],
)
resp = client.chat.completions.create(
model="black-forest-labs/FLUX.2-klein-9b",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://router.huggingface.co/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.HF_TOKEN}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "black-forest-labs/FLUX.2-klein-9b",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);Offizielle Ressourcen & Links
API-Bereitstellung
Hosts & Latenz vergleichen
Durchsatz, TTFT und Cache-Preise bei Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock und Azure.
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Ergebnisse nach Quelle
Kategorie-Punkte
Benchmark-Ergebnisse
Live-Spezifikationen & Architektur
Unter der Haube
FLUX.2 Klein 9B — consumer-GPU diffusion
- 9B distilled transformer — the klein quality tier
- Fits 8GB VRAM at Q4
- Near-Pro prompt adherence on standard scenes
- Full LoRA fine-tuning support
Veröffentlichungsdatum
14. Okt. 2026
Architektur
FLUX.2 Klein 9B — consumer-GPU diffusion
Parameter
9B
Lizenz
Open Weights
Kontextfenster
64,000 tokens
Max. Ausgabe
4,096 tokens
Modalitäten
text + image
Cache-Preise
Lesen $0.008 · Schreiben $0.025 /1M
Reasoning
—
Eingabepreis
$0.02/M
Ausgabepreis
$0.02/M
Ausgabegeschwindigkeit
55 t/s
Zeit bis zum ersten Token
—
Daten aktualisiert
22. Okt. 2026
Hardware & lokale Inferenz
Daten: Convly AI (CC BY 4.0) ↗VRAM (4-bit Q4)
6 GB
Min. GPU
RTX 3060 8GB / any 8GB GPU
Geschätzte Monatsrechnung
Geschätzte Monatsausgaben
$0.00
Ersparnis ggü. GPT-4o wird berechnet…
Zitieren & Einbetten
GitHub-Markdown-Badge
Loading badge markdown...BibTeX
@misc{llmpodium2026flux2klein9b,
title = {Benchmark Analysis and Intelligence Evaluation of FLUX.2 Klein 9B},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/flux-2-klein-9b}
}Score-Badge einbetten
Fügen Sie Ihrem GitHub- oder Hugging-Face-README ein Live-Podium-Score-Badge hinzu — es verlinkt auf das Live-Ranking.
Vorschau
Markdown
Loading badge snippet...HTML
Loading badge snippet...Mehr von Black Forest Labs
Alternative Modelle
Nächste Alternativen zu FLUX.2 Klein 9B basierend auf Leistung, Preis und Benchmarks.