FLUX 3 Image: Gezielte Edits per Bounding Box und bis zu zehn Referenzen

Black Forest Labs hat FLUX 3 Image veröffentlicht, wie The Decoder am 2. Oktober 2026 berichtete. Das Modell soll Bilder über mehrere Bearbeitungsschritte verändern, ohne den Rest des Motivs anzutasten. Das lässt sich prüfen.

Ein Produktfoto bekommt erst eine neue Farbe, dann eine andere Beschriftung und zuletzt einen neuen Hintergrund, während Form, Licht und Perspektive über alle drei Runden gleich bleiben sollen. Verschiebt sich danach die Kante der Verpackung oder fehlt die Schrift auf der Rückseite, war es kein Edit mehr.

Dann hat das Modell neu gemalt.

Gezielt ändern statt neu generieren

Laut The Decoder gibt Black Forest Labs an, dass FLUX 3 Image Mehrschritt-Edits beherrscht, bei denen andere Bildteile unverändert bleiben. Das Werkzeug dafür sind Bounding Boxes. Nach Angaben der Dokumentation von Black Forest Labs stehen sie am Ende des Prompts, jeweils als [oben, links, unten, rechts] auf einem Raster von 0 bis 1000. Innerhalb einer Box lässt sich ein einzelnes Element umfärben, verschieben, ersetzen oder entfernen, während der Rest des Bildes gleich bleiben soll.

Für das Produktbeispiel ergibt sich daraus ein klarer Prüfpfad: Nach jeder Runde wird der Bereich außerhalb der Box mit dem vorherigen Stand verglichen, am besten automatisiert per Pixel-Diff. Augenmaß reicht nicht.

Daneben deckt das Modell laut The Decoder Text-zu-Bild, Bild-zu-Bild, Textrendering und fotorealistische Ausgabe ab.

Zehn Referenzen und räumliche Vorgaben

In der Dokumentation nennt Black Forest Labs bis zu zehn Referenzbilder pro Anfrage. Im Prompt wird jedes Bild über seine Position angesprochen, etwa „Bild 1 ist die Szene, Bild 2 liefert das Objekt“. Die Ausgabe reicht bis 4K. Standardmäßig führt das Modell vor der Generierung eine Web- und Bildsuche durch, um reale Dinge korrekt darzustellen. Dieses Grounding lässt sich für schnellere Ergebnisse abschalten.

Die Arbeitsteilung ist schlüssig. Referenzen liefern das Aussehen, Bounding Boxes die Position, die Auflösung setzt den Rahmen. Über die Qualität der Ergebnisse sagt die Zahl der Stellschrauben allerdings nichts aus, deshalb gehören in einen Test echte eigene Motive und nicht nur die polierten Beispiele aus dem Launch.

Lizenzierte Gewichte zuerst

Unternehmen können laut The Decoder kommerzielle Gewichte lizenzieren, das Modell auf eigener Infrastruktur betreiben und feinabstimmen. Was diese Lizenz konkret erlaubt, muss vor einer Einführung im Einzelnen geprüft werden. Eine Open-Weight-Version war zum Veröffentlichungszeitpunkt noch nicht verfügbar, wurde aber für die darauffolgenden Wochen angekündigt.

Für Produkt- und Kreativteams bietet sich eine kurze Testreihe an: einige eigene Motive, jeweils mehrere aufeinanderfolgende Edits und nach jedem Schritt ein Diff der unberührten Bereiche. Bleiben diese Bereiche stabil und funktioniert die Kombination mehrerer Referenzen mit den eigenen Motiven, ist das Modell ein Kandidat für die Produktion. Sonst nicht.