Flux は単体のチェックポイントではなく、画像モデルの一族だ。2024 年の第一世代から始まり、途中で編集専用の枝を伸ばし、いまは第二世代に来ている。自分の機械で実際に動かせる公開された一員が、この世代の小さいほうで、2026 年 1 月に出された。狙いは狭くはっきりしている。生成の待ち時間を対話できる水準まで下げ、重みを公開して各自が自分で動かせるようにする、というものだ。

一つのモデルで生成と編集の両方

小さいほうの版は、生成と編集を一つの構造に畳み込んでいる。文章からの生成、参照一枚を使った編集、複数の参照を合わせた生成。この三つを同じ重みが担うので、モデルを入れ替える必要がない。使う側から見た違いは具体的だ。一文を書いて絵を得る、参照画像を放り込んで一部を変える、二、三枚の要素を組み合わせて新しい画面を作る。どれも同じ一本の流れを通り、三つ目のために別の編集モデルを探してくる必要もない。

名前はドイツ語の「小さい」から来ていて、指しているのは大きさと待ち時間であり、能力を削ったという話ではない。公開されている数字では、端から端までの推論が一秒を切る水準に届く。二つの規模のうち大きいほうは、九十億パラメータのフローモデルと八十億パラメータのテキスト符号化器で組み、蒸留のあとは四ステップだけ回す。ステップ数を一桁まで詰めることが、一般的な拡散の構成より一桁速い理由そのものだ。

二つの規模、二つのライセンス

一族には九十億と四十億の二つの規模があり、選ぶ決め手は画質よりもライセンスのほうだ。四十億のほうは Apache 2.0 で完全に開かれていて、商用も改変も再配布も条件なし。ローカル開発と端末側の配備に向けた一員である。九十億はこの小さめの級での旗艦で品質は上だが、公開された重みは非商用の条件で提供され、商売に使うなら別途の交渉がいる。蒸留版のほかに、蒸留前の基底版も用意され、訓練の信号をそのまま保つ。微調整や LoRA の訓練、独自の流れを組むならこちらで、出力の幅も蒸留版より広い。

ビデオメモリの下限と量子化版

四十億の版は公表値でおよそ十三ギガバイトのビデオメモリを挙げており、直近二世代のミドルから上のゲーム用カードなら届く範囲に入る。九十億のほうは必要量が明らかに大きい。グラフィックカードのメーカーと組み、精度を落とした二種類の量子化版を一式そろえて公開した。最新二世代の上位カードで 1024 平方の文章からの生成を回したときの公表値はこうだ。一つ目の形式は最大で一倍半速く、使用量は最大四割減。二つ目は最大でほぼ三倍速く、使用量は最大五割五分減。量子化版は元と同じライセンスで、能力はそのままに容積だけ小さい。

実際の動かし方

重みはモデル配布の場で公開されていて、参照実装が標本化のコードとともに添えられている。コードの側から手を入れたい人はそこから始めればいい。日々の使い方は大きく二つの道だ。コミュニティでよく使われるノード式の画面と、標準的な Python の拡散ライブラリ。後者では専用のパイプラインのクラスがモデルを読み込み、ビデオメモリの退避を併用すれば山を下げられる。公開されたモデルカードの例もそうなっている。カードと格闘したくない人は、貸し出しの窓口を呼ぶ手もあり、どちらの規模も用意され、出力の百万画素ごとの課金になる。

気に留めておきたいこと

モデルカードは限界について率直だ。事実を伝える用途には向かない。文字は描けるが、字面が崩れることが十分に多い。統計的なモデルとして、重みは訓練データの偏りを映す。

四十億は定義上、圧縮した規模でもある。文字の描画や写実的な細部では九十億や一族のより大きい版に劣るので、画質を求めるなら上を選ぶことになる。時間軸の点も一つ知っておきたい。2026 年 7 月に第三世代が出て、画像、動画、音声、動きの予測にまたがるマルチモーダルな構成になったが、そのうち画像の能力はいま早期の提供段階にあり、重みを公開した版は今後の公開として挙げられている。いま重みを手元に置いて自分で動かしたいなら、第二世代の小さいほうが一族で最も新しい公開の選択肢だ。

まとめると、民生用のカードに収まり、商用に使える整ったライセンスを持ち、生成と編集でモデルを替えずに済む公開モデルが欲しいなら、小さいほうの版が今いちばん悩まない選択になる。画質を優先し商用が関わらないなら、大きいほうを見ればいい。