Flux.2: az európai AI-képgenerátor, amely árban és minőségben is megszorongatja a Nano Banana Prót

2025.11.27. 14:22 Horváth Péter

Az AI-képgenerátorokról szóló beszélgetés az elmúlt évben szinte magától értetődően az amerikai szereplők körül forgott: a Google Nano Banana Projára (Gemini 3 Pro Image), a Midjourney legújabb verzióira és az Anthropic modelljeire figyelt a piac. Most azonban a Black Forest Labs visszahozza a fókuszt Európára.

A cég bemutatta a Flux.2 modellcsaládot, amelyet nem „szép demókhoz”, hanem kifejezetten gyártási környezetre, brandhű kreatív workflow-kra és vállalati integrációra terveztek. A hangsúly a kiszámíthatóságon, a nyíltságon és a költséghatékonyságon van, nem pusztán a látványosságon.

Ha többet akarsz tudni, kövess minket Facebookon!

A Flux.2 lényege egy olyan belső képi reprezentáció – leegyszerűsítve egy tömörített „képi gondolkodási tér” –, amelyben a modell minden képet feldolgoz, legyen szó generálásról vagy szerkesztésről.

A Black Forest Labs ezt a rendszerszintű alapelemet teljesen nyílt formában tette közzé: a Flux.2 VAE Apache 2.0 licenc alatt érhető el, és az összes Flux.2 modell erre épül.

A lépés jelentősége messze túlmutat azon, hogy „open-source”. A nyílt belső képi forma azt jelenti, hogy egy vállalat ugyanazt a technikai alapot használhatja a saját szerverein futtatott nyílt súlyú Flux.2 Dev modellben, mint amikor a Flux.2 Pro hosztolt szolgáltatását hívja API-n keresztül. A két környezet összekapcsolható, verziózható, auditálható és hosszú távon is kompatibilis marad, ami egy olyan iparágban, ahol a beszállítóktól való függés eddig szinte elkerülhetetlen volt, ritka és nagyon tudatosan megtervezett struktúrának számít.

Milyen modellek vannak?

A modellcsalád több tagból áll, de a filozófiája egységes. A Flux.2 Pro a vállalati felhasználóknak szánt, gyors és kiszámítható csúcsmodell, amely arra törekszik, hogy a zárt rendszerek minőségét és megbízhatóságát hozza, miközben a számítási igénye csökkentett.

A Flux.2 Flex a fejlesztők terepe, ahol a generálás belső paraméterei kézben tarthatók, így gyors előnézetek és részletes végleges képek is ugyanabból a folyamatból készülhetnek.

A Flux.2 Dev a kutatás és a kísérletezés terepe: ez a 32 milliárd paraméteres, letölthető és lokálisan futtatható modell ugyanazokat a képességeket egyesíti egyetlen rendszerben, amelyet más szolgáltatóknál külön modulok és pipeline-ok kezelnek.

A Klein névre keresztelt, kisebb erőforrásra optimalizált, teljesen nyílt modell pedig hamarosan érkezik, és a cég ígérete szerint jobb minőséget ad majd, mint azonos méretű, a semmiből tanított riválisai.

A Flux.2 VAE az alap, amely mindent összefog. Ez az elem az egész rendszer szíve. A VAE teremti azt a belső képi teret, amely egyszerre tömör, tanulható és nagy felbontásban is hűen visszaállítható.

Sokkal jobb emlékezés

A Flux.2 működésének központi eleme az a képesség, hogy több különböző referencia alapján is képes megtartani a vizuális azonosságot – legyen az egy ember arca, egy termék részlete, egy karakter stílusa vagy egy márka színrendszere.

Akár tíz referencia is megadható, és a modell úgy építi fel az új képet, hogy közben felismerhetőek maradnak a kulcsformák, textúrák és vizuális jellegzetessék. Ez a képesség különösen értékes olyan területeken, ahol nagy mennyiségű, egymással összhangban álló képre van szükség: termékkatalógusok, webáruházak, marketingkampányok, storyboardok, márkaarculati dokumentumok, képregényszerű narratívák.

A legtöbb korábbi modell elveszítette a részletek egy részét két-három referencia után, a Flux.2 viszont kifejezetten stabilabb ilyen helyzetekben.

A tipográfia területén is ritka előrelépést látunk. A generatív modellek többsége még mindig bizonytalan a kis méretű szöveg, a finom betűformák vagy a strukturált felületek esetében. A Flux.2 ezzel szemben meglepően jól kezeli a plakátszerű, UI-szerű vagy infografika-jellegű elrendezéseket: a betűk olvashatók, az arányok tartják magukat, a kompozíció pedig kevésbé „lebeg szét”, mint a legtöbb konkurensnél. Ez a képesség fontos azoknál a feladatoknál, ahol a kép és a szöveg együtt alkot egységet – például webdizájn, prospektusok, termékoldalak, vizuális dokumentációk vagy oktatási anyagok.

Verseny a többiekkel

A teljesítményt tekintve a Flux.2 Dev a jelenlegi nyílt súlyú mezőny élére került. A Black Forest Labs által közölt összehasonlító tesztek szerint

  • text-to-image feladatokban 66 százalék fölötti arányban választották jobbnak más open-weight modelleknél,
  • egyetlen referencia alapján történő szerkesztésnél közel 60 százalékos,
  • több referencia esetén pedig 63 százalék feletti eredményt ért el.

A modell ráadásul kedvező helyen szerepel azokban az összevetésekben is, ahol a vizuális minőséget és a képenkénti költséget egymáshoz viszonyítják: a Flux.2 a magas minőség és az alacsony ár tartományába esik, míg a Nano Banana Pro ugyan sok területen jobb ELO-értéket produkál, de lényegesen drágábban.

Milyen áron?

A Flux.2 Pro ára egyszerű: a rendszer körülbelül 0,03 dollárt számol fel megapixelenként, a bejövő és kimenő képek méretét összeadva. Ez egy 1024×1024-es képnél nagyjából 3 centet jelent. Ugyanez a Nano Banana Pro esetében több mint négyszeres, 4K képeknél pedig akár nyolcszoros költséget is jelenthet.

A modell architektúrája modern, de a lényeg nem a technológiai buzzwordökben van, hanem abban, amit ezek a megoldások a felhasználó számára jelentenek. A rendszer egy nagy teljesítményű transzformert és egy vizuális nyelvi modellt kombinál, amely érti a szöveget, felismeri az összefüggéseket, és képes a térbeli logika megtartására. Ezért működnek jobban a bonyolult, többlépcsős utasítások is, amelyeknél korábban gyakran szétcsúszott a jelentés és a kompozíció. A Flux.2 képein a fényviszonyok, az anyagok, az arányok és a térszerkezet ritkábban torzulnak el, ami hétköznapi nyelven azt jelzi, hogy a rendszer jobban „érti”, hogyan néz ki a világ.

Európa feltette magát az AI-térképre

A Flux.2 tehát nem forradalmi látványmodell, hanem egy olyan, a gyakorlatba lefordított technológiai csomag, amely arra készült, hogy a képalkotás ne ad-hoc trükkök sorozata legyen, hanem stabil eszköz a kreatív munkafolyamatokban. Európa ritkán mutat fel ilyen ambíciójú AI-terméket, és még ritkábban olyat, amely valóban versenyképes alternatívát jelent a legnagyobb amerikai modellekkel szemben.

A Flux.2 azonban pontosan ezt teszi: egyszerűen, kiszámíthatóan és érthetően működik, miközben kevés kompromisszumot követel a minőségben. Ha a jövő év az AI-modellek éles használatáról és a valós üzleti folyamatokba való beágyazásáról szól majd, akkor ez a modellcsalád nemcsak résztvevője, hanem alakítója lehet ennek az új korszaknak.