Lokale Bildgenerierung — Pixel ohne Genehmigung

Der Schwergewichtschampion der Open-Source-Bildgenerierung. Eine 27-Milliarden- Parameter-Architektur, die einen Diffusion Transformer mit einem Vision-Language-Modell verschmilzt und fotorealistische Menschen sowie zweisprachige Textdarstellung liefert, die es mit reinen Cloud-Diensten aufnehmen kann — alles unter Apache 2.0, was bedeutet: dir gehört jedes Pixel, das es generiert.

Bestplatziertes Apache 2.0 Open-Weight-Modell auf Arena.ai (Elo ~1.130). Fotorealistische menschliche Gesichter ohne Uncanny Valley. Zweisprachige Textdarstellung in Englisch und Chinesisch. Volle kommerzielle Rechte ohne jegliche Einschränkungen.

27 Milliarden Parameter sind eine Menge neuronales Netz zum Zuhause-Betreiben. Du brauchst eine RTX 4090 mit INT4-Quantisierung, um es auf ~14GB VRAM zu quetschen, und selbst dann bist du am Limit der Hardware. Die Dokumentation ist stark China-lastig.

Der Bildgenerator des Volkes. Vom selben Team gebaut, das Stable Diffusion erschaffen hat, packt FLUX.2 Klein den FLUX-typischen Fotorealismus in Modelle, die klein genug sind, um auf einem durchschnittlichen Gaming-Laptop zu laufen. Die 4B-Variante braucht nur 8GB VRAM — das heißt, die RTX 4060 in deinem Uni-Laptop kann jetzt studioqualitative Bilder produzieren. Apache 2.0 lizenziert.

Das zugänglichste hochqualitative lokale Modell — die 4B-Variante läuft auf 8GB VRAM. Apache 2.0 Lizenz ohne jegliche kommerzielle Einschränkungen. Erbt den FLUX-Fotorealismus. Beste Text-im-Bild-Darstellung seiner Größenklasse. Riesiges ComfyUI- und LoRA-Ökosystem.

Klein ist die Consumer-Stufe — Black Forest Labs behält die beste Qualität ihren proprietären Pro- und Max-Modellen vor. Die FLUX.2 Dev-Variante existiert, ist aber nicht kommerziell nutzbar. Klein-spezifische LoRAs wachsen noch im Vergleich zur riesigen FLUX.1-Bibliothek.

Der Geschwindigkeitsdämon der lokalen Bildgenerierung. Ein 6-Milliarden-Parameter- Modell, das Bilder in 8 Inferenzschritten generiert — oft unter einer Sekunde — auf so bescheidener Hardware, dass andere KI-Modelle neidisch werden. Läuft auf 6GB VRAM mit Quantisierung. Apache 2.0 lizenziert. Wenn FLUX.2 Klein die Qualität demokratisiert hat, hat Z-Image die *Geschwindigkeit* demokratisiert.

Bildgenerierung unter einer Sekunde in 8 Inferenzschritten. Läuft auf nur 6GB VRAM mit Quantisierung — das zugänglichste lokale Modell überhaupt. Apache 2.0 mit vollen kommerziellen Rechten. Mehrere spezialisierte Varianten (Turbo, Edit, Omni-Base) für verschiedene Workflows. Zweisprachige Textdarstellung in Englisch und Chinesisch.

Das neueste der drei mit dem kleinsten Community-Ökosystem. Qualität bei maximalen Einstellungen liegt leicht hinter Qwen-Image und FLUX auf ihrem Höchstniveau. Die LoRA-Bibliothek ist noch im Aufbau verglichen mit FLUX' jahrelanger Sammlung.