FLUX-Modelle: präzise Bilder aus Text und lesbare Schrift

Kurze Antwort: FLUX ist die Modellfamilie des europäischen AI-Unternehmens Black Forest Labs (BFL), die Bilder aus Text erzeugt und Bilder bearbeitet. Das Team besteht aus Forschern, die Modelle wie Stable Diffusion und Latent Diffusion entwickelt haben. Bekannte Stärken von FLUX sind die Treue zum Prompt, Fotorealismus und die Fähigkeit, lesbaren Text ins Bild zu setzen. Zur Familie gehören sowohl Modelle, die nur über eine API angeboten werden, als auch offene Modelle, die du auf deinen Computer herunterladen und ausführen kannst; beide haben unterschiedliche Lizenzen. Dieser Artikel erklärt die Versionen, wofür welche gedacht ist, die Lizenzunterschiede und wie man einen guten FLUX-Prompt schreibt.

Was ist FLUX, und wer entwickelt es?

Black Forest Labs gab am 1. August 2024 zugleich seine Gründung und die erste Modellfamilie FLUX.1 bekannt. Laut der Vorstellung des Unternehmens besteht das Team aus Personen, die hinter Arbeiten wie VQGAN, Latent Diffusion, Stable Diffusion, Stable Diffusion XL und Stable Video Diffusion stehen, sowie hinter der Forschung zum Rectified-Flow-Transformer. Das Unternehmen nennt seinen Ansatz, offene Modelle zusammen mit kostenpflichtigen Produktmodellen anzubieten, „Open Core“.

Technisch hat FLUX.1 eine hybride Architektur aus multimodalen und parallelen Diffusion-Transformer-Blöcken mit 12 Milliarden Parametern und wird mit einer Methode trainiert, die Flow Matching heißt. BFL beschreibt diese Methode als allgemeinen, konzeptionell einfachen Ansatz, der Diffusion als Spezialfall enthält.

Die FLUX-Familie: welche Version wofür?

FLUX.1: pro, dev und schnell

Die erste Familie kam mit drei Modellen heraus. FLUX.1 [pro] war die Version mit der höchsten Qualität und wurde über die API angeboten. FLUX.1 [dev] war aus pro destilliert, mit offenen Gewichten, aber für nicht kommerzielle Nutzung lizenziert. FLUX.1 [schnell] (Deutsch für „schnell“) war die schnellste Version, für lokale Entwicklung und private Nutzung gedacht und unter der Apache-2.0-Lizenz offen verfügbar. Laut BFL unterstützten alle drei Versionen Seitenverhältnisse zwischen 0,1 und 2,0 Megapixeln. Später kamen FLUX1.1 [pro] mit seinem Ultra-Modus, der bis zu 4 Megapixel ausgibt, und Werkzeuge wie FLUX.1 Fill zum Auffüllen von Bildbereichen und zum Erweitern von Bildern hinzu.

FLUX.1 Kontext: Bearbeitung mit Worten

Kontext wurde am 29. Mai 2025 angekündigt und brachte FLUX in den Bereich der Bildbearbeitung. Das Modell nimmt Text und Bild entgegen und lässt dich ein Bild mit einer einfachen Anweisung verändern. Die Kernfähigkeiten laut BFL: Charakterkonsistenz über verschiedene Szenen, lokale Bearbeitung, die nur einen Teil des Bildes verändert, Stilreferenz aus einem Bild und niedrige Latenz. Kontext [pro] sowie Kontext [max] mit stärkerer Prompt-Treue und Typografie wurden über die API angeboten; außerdem wurde ein offenes Kontext-[dev]-Modell mit 12 Milliarden Parametern angekündigt. Zum Zeitpunkt des Schreibens empfiehlt BFL für neue Projekte FLUX.2 statt Kontext.

FLUX.2: mehrere Referenzen und 4 Megapixel

FLUX.2, erschienen am 25. November 2025, konzentrierte sich auf echte Produktionsarbeit. Laut Ankündigung können gleichzeitig bis zu 10 Referenzbilder verwendet werden, bis zu 4 Megapixel bearbeitet werden, komplexe Typografie, Infografiken und UI-Entwürfe mit lesbarer Schrift erzeugt werden, und mehrteilige, strukturierte Anweisungen werden besser befolgt. Die Familie besteht aus diesen Mitgliedern:

• [pro]: Ausgewogenheit von Qualität und Geschwindigkeit im Produktionsmaßstab.
• [flex]: Erlaubt Einstellungen wie Schrittzahl und Guidance-Skala; stark bei Schrift und feinen Details.
• [max]: Höchste Qualität; kann bei Bedarf im Web suchen, um Bilder auf Basis aktueller Informationen zu erzeugen.
• [dev]: Offenes Modell mit 32 Milliarden Parametern; für kommerzielle Nutzung ist eine eigene Lizenz nötig.
• [klein]: Kleine und sehr schnelle Modelle, im Januar 2026 erschienen; die Version mit 4 Milliarden Parametern läuft mit etwa 13 GB Videospeicher auf Consumer-Grafikkarten.

FLUX 3: Bild, Video und Ton in einem Modell

FLUX 3, angekündigt am 23. Juli 2026, ist das multimodale Basismodell von BFL, das Bilder, Videos und Ton gemeinsam lernt. Die Videoseite wurde mit einem frühen Zugang eröffnet; laut BFL kann es in einer einzigen Erzeugung bis zu 20 Sekunden Video mit Ton erzeugen. Auf der Bildseite bietet FLUX 3 Image laut BFLs Dokumentation bis zu 10 Referenzbilder, eine Ausgabe bis 4K und Begrenzungsrahmen, mit denen sich festlegen lässt, wo Elemente stehen. Am 15. Oktober 2026 erschien außerdem FLUX 3 Image Klein, ein offenes Modell mit 5,6 Milliarden Parametern.

Was macht FLUX besonders?

• Prompt-Treue: Bei der Vorstellung von FLUX.1 hob BFL visuelle Qualität, Prompt-Verfolgung, Flexibilität bei Größe und Seitenverhältnis, Typografie und Vielfalt der Ausgaben hervor. Mit FLUX.2 wurde die Befolgung mehrteiliger Anweisungen mit Kompositionsvorgaben stärker betont.
• Schrift im Bild: Arbeiten mit Text wie Plakate, Menüs, Infografiken und UI-Entwürfe gehören zu den Bereichen, die die FLUX.2-Ankündigung als im Produktionsalltag verlässlich beschreibt.
• Exakte Farbkontrolle: Die FLUX.2-Dokumentation empfiehlt, Markenfarben als Hex-Codes anzugeben; zum Beispiel kannst du die Farbe einer Vase als „ein Verlauf von #02eb3c nach #edfa3c“ beschreiben.
• Mehrere Referenzen: FLUX.2 und FLUX 3 Image können bis zu 10 Bilder gemeinsam verwenden, was Serien mit demselben Produkt oder Charakter erleichtert.
• Ökosystem offener Gewichte: Offene Modelle lassen sich auf eigener Hardware betreiben und mit Methoden wie LoRA an deinen eigenen Stil anpassen.

Ein Hinweis: Die meisten Vergleiche, die BFL veröffentlicht, sind eigene Bewertungen des Unternehmens. Der beste Test für deine Arbeit ist, denselben Prompt mit einigen Modellen auszuprobieren.

Lizenzen: Was bedeuten offene Gewichte, und kann ich kommerziell nutzen?

„Offene Gewichte“ bedeutet, dass die trainierten Parameter des Modells heruntergeladen werden können; das heißt nicht, dass jede Nutzung erlaubt ist. In der FLUX-Familie hängt die Lizenz vom Modell ab:

Modell	Zugang	Lizenz
FLUX.1 [schnell]	Offene Gewichte	Apache 2.0
FLUX.1 [dev]	Offene Gewichte	Nicht kommerzielle Nutzung; für kommerzielle Nutzung eigene Lizenz
FLUX.2 [dev]	Offene Gewichte	Nicht kommerzielle Nutzung; für kommerzielle Nutzung eigene Lizenz
FLUX.2 [klein] 4B	Offene Gewichte und API	Apache 2.0
FLUX.2 [klein] 9B	Offene Gewichte und API	FLUX Non-Commercial License
FLUX 3 Image Klein	Offene Gewichte und API	FLUX Kommunity License
Pro, max, flex und FLUX 3 Image	API	API-Nutzungsbedingungen

Die Lizenz von FLUX 3 Image Klein erlaubt kostenlose kommerzielle Nutzung für Einzelpersonen und Unternehmen mit einem Jahresumsatz unter 5 Millionen Dollar, dazu Forschung und nicht kommerzielle Nutzung; größere Organisationen haben die Wahl zwischen einer Lizenz für den Betrieb auf eigener Infrastruktur und der API. Wenn du ein offenes Modell in einem kommerziellen Projekt verwenden willst, lies den Lizenztext unbedingt selbst; dieser Artikel ist keine Rechtsberatung.

Wie schreibst du einen Prompt für FLUX?

BFLs Prompt-Leitfaden schlägt diese Reihenfolge als Grundgerüst vor: Motiv, Ort, Stil, Kameraeinstellungen, Licht, Farben, Effekt, zusätzliche Elemente. Das ist keine starre Formel; Teile, die nicht passen, kannst du weglassen. Die übrigen Empfehlungen des Leitfadens:

• Schreibe in natürlicher Sprache: Erkläre Beziehungen in Sätzen: wer was hält, was wo hinter was steht, woher das Licht kommt.
• Setze Text in Anführungszeichen: Setze die Wörter, die im Bild erscheinen sollen, in Anführungszeichen; sag, wo sie stehen und wie sie aussehen.
• Nenne die Kamera, statt „professionelles Foto“ zu schreiben: Nenne Kamera, Objektiv oder Filmmaterial und beschreibe die Wirkung auf das Bild: „sichtbares Korn“, „warmer Farbstich“.
• Formuliere Negatives positiv: FLUX 3 Image hat kein Feld für negative Prompts. Schreibe „eine leere Küstenstraße“ statt „keine Menschenmenge“.
• Verweise auf Referenzen nach Position: Wenn du mehrere Bilder gibst, nenne sie „1. Bild“, „2. Bild“ und sag, welche Rolle jedes hat.
• Ändere immer nur ein Detail: Beginne mit einer einfachen Version, schau, was richtig und was falsch herauskam, und korrigiere dann ein einziges Detail.

Für ein Plakat mit Schrift:

Ein vertikales Filmplakat, das eine schmale Stadtstraße mit nassem Pflaster nach einem Regen und Neonschildern zeigt. Oben steht in großer, fetter, weißer Schrift „MITTERNACHT“; darunter in kleinen Buchstaben „Demnächst im Kino“. Filmisches Licht, blaue und violette Töne, feines Filmkorn.

Produktbild in einer Markenfarbe:

Eine matte Keramik-Wasserflasche steht auf einem hellgrauen Studioboden; die Farbe der Flasche ist #1F6F5C. Weiches Seitenlicht, ein leichter Schatten, 85-mm-Objektiv, geringe Schärfentiefe.

Bearbeitung mit Referenzen:

Setze den Rucksack von 1. Bild auf den Rücken der Person, die auf dem Waldweg in 2. Bild läuft. Behalte Farbe und Logo des Rucksacks genau bei; das Licht soll sich an die Morgensonne anpassen.

Die FLUX.2-Dokumentation zeigt außerdem, den Prompt für Automatisierung und wiederkehrende Aufgaben strukturiert (als JSON) zu schreiben, aufgeteilt in Felder wie Motiv, Hintergrund, Licht, Stil, Kamerawinkel und Komposition. Die Beispiel-Prompts in der Dokumentation sind auf Englisch; wenn ein deutscher Prompt nicht das gewünschte Ergebnis bringt, probiere denselben Prompt auf Englisch und lass den Text, der im Bild erscheinen soll, wortgleich in Anführungszeichen stehen.

Welches FLUX-Modell soll ich wählen?

• Schnelle Versuche und hohes Volumen: FLUX.2 [klein] oder FLUX 3 Image Klein; beide sind sehr schnell und haben offene Gewichte.
• Auf dem eigenen Computer betreiben: Die Modelle mit offenen Gewichten. Laut BFL läuft FLUX 3 Image Klein mit seiner INT8-Version auf Grafikkarten mit 8 GB Videospeicher.
• Plakate, Infografiken, dichter Text: FLUX.2 [flex] oder FLUX 3 Image; Schrift und feine Details sind die Stärke dieser Versionen.
• Bilder auf Basis aktueller Informationen: FLUX.2 [max], das mit Websuche arbeitet, oder FLUX 3 Image, das standardmäßig im Web sucht.
• Ein kommerzielles Produkt: Die API-Modelle oder offene Modelle, deren Lizenz kommerzielle Nutzung erlaubt; prüfe die Lizenztabelle.

Was sind die Grenzen?

• Reproduzierbarkeit: FLUX 3 Image hat kein Seed-Feld; derselbe Prompt kann bei zwei Durchläufen verschiedene Ergebnisse liefern. BFL empfiehlt, sich mehr als ein Ergebnis anzusehen, bevor du entscheidest, dass eine Änderung nichts gebracht hat.
• Zeitaufwand bei hoher Auflösung: Laut Dokumentation kann die 4K-Erzeugung mehrere Minuten dauern, und da eine Änderung der Auflösung als neue Erzeugung gilt, kann sich die Komposition verändern.
• Hardware: Offene Modelle lokal auszuführen erfordert eine starke Grafikkarte; große Modelle wie FLUX.2 [dev] laufen auf Consumer-Hardware nur in komprimierten Versionen.
• Lizenzeinschränkungen: Prüfe die Bedingungen, bevor du ein Bild, das mit einem nicht kommerziell lizenzierten Modell entstanden ist, in kommerzieller Arbeit verwendest.
• Herkunft der Vergleiche: Die meisten Leistungsdiagramme stammen aus BFLs eigenen Tests; prüfe sie mit deinen eigenen Beispielen.

Häufige Fehler

• Eine Stichwortliste schreiben: Statt „Katze, Fenster, Sonne, 4k, Meisterwerk“ beschreibe die Szene in ein oder zwei Sätzen. BFLs Leitfaden empfiehlt, Details zu schreiben, die man im Bild zeigen kann, statt Füllwörter wie „Meisterwerk“.
• Text ohne Anführungszeichen angeben: Setzt du den Text im Bild nicht in Anführungszeichen, hält das Modell ihn womöglich für einen Teil der Beschreibung.
• Seitenverhältnis und Prompt widersprechen sich: Wählst du einen sehr breiten Bildausschnitt, beschreibst aber eine enge Szene, füllt das Modell den Raum selbst aus; bei einem breiten Ausschnitt schreibe, was an den Seiten zu sehen ist.
• Die Lizenz nicht lesen: „Offene Gewichte“ bedeutet nicht immer „kommerziell frei nutzbar“.
• Entwürfe in höchster Auflösung erzeugen: Verfeinere den Prompt in niedriger Auflösung und erstelle die endgültige Version in großem Format.

Zusammenfassung

• FLUX ist die Bildmodellfamilie von Black Forest Labs; das Team besteht aus den Forschern hinter Stable Diffusion.
• FLUX.1 erschien in drei Versionen (pro, dev, schnell); Kontext brachte die Bearbeitung, FLUX.2 mehrere Referenzen und 4 Megapixel.
• FLUX 3 vereint Bild, Video und Ton in einem Modell; FLUX 3 Image bietet 10 Referenzen und 4K-Ausgabe.
• Seine Stärken sind Prompt-Treue, Fotorealismus und lesbare Schrift im Bild.
• Modelle mit offenen Gewichten haben unterschiedliche Lizenzen: Apache 2.0, eine nicht kommerzielle Lizenz und eine umsatzbegrenzte Community-Lizenz.
• Ein guter Prompt nutzt natürliche Sprache, Text in Anführungszeichen, eine benannte Kamera und Licht sowie positive Formulierungen.