flux-2-klein

Flux 2 Klein — RunComfy の Pro Pack

runcomfy.com · 9B model · 4B model · GitHub

Black Forest Labs の Flux 2 Klein（Flux 2 を蒸留した低レイテンシ版）を RunComfy Model API でホストします。API キーは不要で、非同期 REST を使用します。

npx skills add agentspace-so/runcomfy-skills --skill flux-2-klein -g

このモデルを選ぶタイミング（同系列モデルとの比較）

Flux 2 Klein の際立った強みは、レイテンシを最優先したクリエイティブな反復です。サブ秒のフィードバックにより、ライブのアートディレクションや迅速な製品ビジュアライゼーションが可能になり、バッチ処理型モデルでは実現できない反復を続けられます。最高解像度より反復の速さが重要な場合に選んでください。

用途	使用モデル
リアルタイム／ライブのアートディレクション	Flux 2 Klein 4B
最後に高いディテールを加えながら素早く反復	Flux 2 Klein 9B
一貫した見た目のマルチリファレンスによるブランドスタイリング	Flux 2 Klein
2K～4K のキービジュアル、最高解像度	Seedream 5
プロンプトへの最大限の忠実度と極めて詳細な描写	Flux 2 Pro
画像内のテキスト、ロゴ、多言語の看板	GPT Image 2
超写実的なポートレート	Nano Banana Pro

ユーザーが「Flux 2 Klein」／「BFL Klein」／「flux klein」と明示した場合は、必ずこちらに振り分けてください。「Flux 2」とだけ言った場合は、デフォルトを決める前に Klein（高速）と Pro（最高品質）のどちらを希望するか尋ねてください。

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy アカウント — runcomfy login を実行すると、ブラウザーでデバイスコード認証が開始されます。
3. CI／コンテナー — runcomfy login の代わりに RUNCOMFY_TOKEN=<token> を設定してください。

エンドポイントと入力スキーマ

2 つのバリアントがあり、エンドポイントの形式とプロンプトの構文は同じです。

blackforestlabs/flux-2-klein/9b/text-to-image

忠実度を最優先するバリアントです。仕上げや最終出力に使用してください。

フィールド	型	必須	デフォルト	備考
prompt	string	はい	—	約 512 トークンまで。長くすると品質が低下します。
steps	int	いいえ	25	4～50。ステップ蒸留アーキテクチャのため、アイデア出しには 4～8 で十分です。仕上げには約 25 を使用してください。25 を超えても効果はほとんどありません。
width	int	いいえ	1024	通常は 512～1536。アスペクト比は 16:9 までで、合計は最大約 2K です。
height	int	いいえ	1024	width と意図するアスペクト比を合わせてください。

blackforestlabs/flux-2-klein/4b/text-to-image

レイテンシを最優先するバリアントです。4 ステップの推論をサブ秒で実行します。ライブでの反復やアイデア出しに使用してください。

フィールドは 9B と同じです。デフォルトの steps は実質 4 で、このステップ数に合わせて構築されたバリアントです。

リファレンス画像（両バリアント）

スタイル転送や構図のガイドに、同じエンドポイントで最大 4 枚のリファレンス画像を同時に使用できます。JSON ボディでの正確なフィールド名はモデルの API タブに記載されています。CLI にはそのまま渡してください。リファレンス画像を使用することで、別個の /edit エンドポイントを使わずに編集スタイルのワークフローを実現できます。

呼び出し方法

素早いアイデア出し（4B、サブ秒）：

runcomfy run blackforestlabs/flux-2-klein/4b/text-to-image \
  --input '{"prompt": "<user prompt>"}' \
  --output-dir <absolute/path>

仕上げ／最終出力（9B、約 25 ステップ）：

runcomfy run blackforestlabs/flux-2-klein/9b/text-to-image \
  --input '{
    "prompt": "<user prompt>",
    "steps": 25,
    "width": 1024,
    "height": 1024
  }' \
  --output-dir <absolute/path>

ワイド形式のポスター：

runcomfy run blackforestlabs/flux-2-klein/9b/text-to-image \
  --input '{"prompt": "<user prompt>", "width": 1536, "height": 864}' \
  --output-dir <absolute/path>

CLI はリクエストを送信し、2 秒ごとにポーリングして処理が終了するまで待機した後、結果に含まれる *.runcomfy.net または *.runcomfy.com の URL から --output-dir にダウンロードします。標準出力には結果の JSON が出力されます。標準エラー出力には進行状況が出力されます。

パイプでの使用に適した方法：

runcomfy --output json run blackforestlabs/flux-2-klein/4b/text-to-image \
  --input '{"prompt":"..."}' --no-wait | jq -r .request_id

プロンプト — 実際に効果のある方法

これらは、実際に出力品質を向上させるモデル固有のパターンです。

被写体を先に述べる宣言的な文法。 Flux 2 Klein のトレーニングに使われた構成は、*「被写体 + 動作 + シーン + スタイル + 照明 + カメラ + 品質」*です。被写体を最初に配置し、その後に指示を加えます。例："鮮やかなハチドリが飛行中に鮮やかなピンクのハイビスカスから蜜を吸っている。朝日を浴びて虹色に輝く羽、柔らかなボケのある熱帯庭園、マクロ写真、非常にシャープなディテール、シネマティックな照明"

華美な表現より具体性が重要です。 「4k の製品写真、ソフトボックス照明、反射するテーブル、35mm、f/2.8」は予測可能な形でモデルを導きます。「とても美しい製品画像」ではそうなりません。

フェーズごとのステップ数。

• コンセプト作成：4B バリアントで 4～8 ステップ。ライブで試行錯誤する際、1 秒未満でフィードバックが得られます。
• 調整：4B のまま 8～15 ステップで、被写体とフレーミングを固めます。
• 仕上げ：9B バリアントで約 25 ステップ。テクスチャ、微細なディテール、精緻なタイポグラフィを仕上げます。

複数の参照画像を揃える。 参照画像を渡す場合は、それぞれの美的スタイルを揃えてください。水彩画、フォトリアル画像、3D レンダリングを同じ呼び出しで混ぜると、エディターが混乱します。すべての参照画像で一貫したビジュアルスタイルを選んでください。

条件付き編集：維持するものを述べてから、変更するものを伝えます。「参照画像と同じ構図と照明で、背景をビーチから山のスタジオに変更してください。」 このパターンを使うと、構図を維持できます。

テキストの描画について（Klein は 8B Qwen3 エンベッダーを搭載しており、十分な性能ですが GPT Image 2 には及びません）："鮮明なタイポグラフィ、高コントラストのラベル"を加え、テキストがぼやける場合はステップ数を約 25 に増やしてください。画像内に大量のテキストを入れる場合や多言語で描画する場合は、代わりに GPT Image 2 を使ってください。

避けるべきパターン：

• 形容詞を矛盾させないでください。「ミニマリスト + 華麗」は互いに打ち消し合います。
• 約 512 トークンを超えないでください。モデルの品質が低下し、うまく切り詰められません。
• 4K を指定しないでください。モデルの解像度上限は約 2K です。
• 超ワイド（>16:9）を指定しないでください。モデルによってトリミングされます。

得意な用途

用途	Flux 2 Klein が適している理由
ライブのアートディレクションセッション	1 秒未満のフィードバック（4B）により、リアルタイムで反復できます
インタラクティブな製品ビジュアライゼーション	バッチ処理を待たずに、UI のプレビューや製品のコンプをすばやく作成できます
複数の参照画像を使ったブランドスタイル設定	参照画像間でスタイルの一貫性が高く、統一感のあるアセットパックを作成できます
コンセプト作成から仕上げまでの高速ワークフロー	探索には 4B、最終調整には 9B を使用し、全工程で同じプロンプト文法を使えます
一般消費者向け GPU での推論	4B バリアントは控えめなハードウェアで動作します。セルフホストとの比較に関係しますが、RunComfy のホスト環境でも問題ありません

プロンプト例（良好な結果が得られることを確認済み）

モデルページから（BFL の例）：

A vibrant hummingbird mid-flight sipping nectar from a bright pink hibiscus
flower, iridescent emerald and sapphire feathers catching the morning sun,
soft bokeh tropical garden background, macro photography, razor-sharp
detail, cinematic lighting

製品写真のパターン：

A matte ceramic mug on a reclaimed-wood table, soft northern window light
from the left, shallow depth of field, 50mm prime, f/2.0, neutral
background, e-commerce ready, 4K product photography

ブランドの一貫性を保ったペア（複数の参照画像）：

Same composition and lighting as the reference image, but the bottle
label is now blue with white sans-serif typography reading "AURA";
keep the bottle silhouette, table, and shadow exactly as in the reference

制限事項

• 解像度上限は約 2K — さらに高いネイティブ解像度が必要な場合は、Seedream 5 を使用してください。
• アスペクト比の上限は 16:9 — 極端に横長または縦長の比率はトリミングされます。
• プロンプト上限は約 512 トークン — それ以上では品質が低下し、うまく切り詰められません。
• 参照画像の上限は 4 枚 — 4 枚を超えるとレイテンシが増加し、ガイダンスが弱まります。
• テキストの描画 — 8B Qwen3 エンベッダーにより改善されますが、画像内のテキストの精度では依然として GPT Image 2 が優れています。

終了コード

runcomfy CLI は sysexits 形式のコードを使用します。

code	meaning
0	成功
64	CLI 引数が不正
65	入力 JSON が不正、またはスキーマが不一致（例：width: 4096 は 422 になります）
69	上流で 5xx エラー
75	再試行可能：タイムアウト / 429
77	サインインしていない、またはトークンが拒否された

詳細なリファレンス：docs.runcomfy.com/cli/troubleshooting。

仕組み

1. スキルは、スキーマに一致する JSON 本文を指定して runcomfy run blackforestlabs/flux-2-klein/<variant>/text-to-image を呼び出します。
2. CLI は、ユーザーのベアラートークンを使って https://model-api.runcomfy.net/v1/models/blackforestlabs/flux-2-klein/<variant>/text-to-image に POST します。
3. Model API は request_id を返し、CLI は 2 秒ごとに GET .../requests/<id>/status をポーリングします。
4. 終了状態になったら、CLI は GET .../requests/<id>/result を取得し、ホスト名が .runcomfy.net または .runcomfy.com で終わる URL を --output-dir にダウンロードします。それ以外の URL は一覧表示されますが、取得されません。
5. ポーリング中に Ctrl-C を押すと POST .../requests/<id>/cancel が送信されるため、停止した GPU の料金が請求されることはありません。

このスキルでできないこと

セルフホスト可能な Flux の実行環境ではありません。機能を利用できる権限を付与するものではなく、正常に動作する RunComfy アカウントが必要です。マルチテナントには対応していません。

セキュリティとプライバシー

• トークンの保存：runcomfy login は API トークンを、モード 0600（所有者のみ読み書き可能）で ~/.config/runcomfy/token.json に書き込みます。CI やコンテナーでファイルを完全に使わずに済ませるには、環境変数 RUNCOMFY_TOKEN を設定してください。
• 入力境界：ユーザーのプロンプトは、--input を使って JSON 文字列として CLI に渡されます。CLI はプロンプトをシェル展開せず、JSON 本文を HTTPS 経由で Model API に直接送信します。プロンプトの内容によるシェルインジェクションの攻撃対象領域はありません。
• サードパーティーコンテンツ：指定した画像、マスク、動画の URL は、マシン上の CLI ではなく RunComfy モデルサーバーによって取得されます。外部 URL は信頼できないものとして扱ってください。画像を利用したプロンプトインジェクションは、あらゆる画像編集／動画編集モデルに知られているリスクです。
• 外部への接続先：model-api.runcomfy.net（リクエストの送信先）と、生成された出力のダウンロード許可リストである *.runcomfy.net／*.runcomfy.com のみです。テレメトリーやコールバックはありません。
• 生成ファイルのサイズ上限：悪意のあるモデル出力や異常なモデル出力によるディスク容量の枯渇を防ぐため、CLI は 2 GiB を超える単一のダウンロードを中止します。