> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/modeles/flux-3.md).

# FLUX 3 Image : comment l’exécuter en local

Exécutez et affinez FLUX.3 Image Klein en local avec Unsloth FP8 et des quantifications GGUF, l’amélioration des prompts, la retouche d’images et l’entraînement de LoRA.

**FLUX.3 Image Klein** est le modèle de génération et de retouche d’images à partir de texte de 5,6 milliards de paramètres de Black Forest Labs, doté d’un encodeur de texte Qwen3-VL-4B et de **16 étapes**. Dans Unsloth, une image de 1024 × 1024 prend environ **3 à 5 secondes** sur un A100 de 40 Go.

{% columns %}
{% column width="50%" %}
Klein apprécie les prompts longs et détaillés ; l’ **améliorateur de prompts** les rédige à partir d’une idée courte.

Les versions quantifiées utilisent [Unsloth Dynamic](https://unsloth.ai/docs/basics/dynamic-3.0-ggufs), qui conserve une précision élevée pour les couches importantes. Utilisez-les dans [Unsloth](https://unsloth.ai/docs/fr/desktop.md), stable-diffusion.cpp et d’autres outils.

* FLUX.3 Image Klein : [GGUF](https://huggingface.co/unsloth/flux-3-image-klein-GGUF) • [FP8](https://huggingface.co/unsloth/flux-3-image-klein-FP8)
* FLUX.3 Image Klein Base : [GGUF](https://huggingface.co/unsloth/flux-3-image-klein-base-GGUF) • [FP8](https://huggingface.co/unsloth/flux-3-image-klein-base-FP8)
* Améliorateur de prompts : [GGUF](https://huggingface.co/unsloth/flux-3-image-klein-pup-GGUF)

Testé avec Unsloth 2026.11.4 sur un NVIDIA A100 (40 Go).
{% endcolumn %}

{% column width="50%" %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FQTjIpy3wMaxquGwfFjXu%2Fflux-3-image-klein-out-lighthouse-enhanced.webp?alt=media" alt="Photo of a white lighthouse with a lit lamp and a keeper&#x27;s cottage on a rocky coast at sunset"><figcaption><p>UD-Q4_K_XL, améliorateur activé. Prompt : « Un phare sur une falaise côtière à l’heure dorée »</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FAUr9I8myeHeT9jCPPdV3%2Fflux-3-image-klein-out-bison.webp?alt=media" alt="A bison in a misty geothermal landscape at dawn"><figcaption><p>GGUF UD-Q4_K_XL</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fv7aDDYG13wwm4n2gTUCX%2Fflux-3-image-klein-out-cafe.webp?alt=media" alt="A chalkboard sign that reads Unsloth Coffee outside a cafe"><figcaption><p>Dépôt FP8, bf16</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FpqnjARNGI1y6IQ7dB6k5%2Fflux-3-image-klein-out-robot.webp?alt=media" alt="A small knitted robot next to a houseplant on a windowsill"><figcaption><p>Dépôt FP8, INT8</p></figcaption></figure></div>

### Klein ou Klein Base ? <a href="#klein-or-klein-base" id="klein-or-klein-base"></a>

| Modèle                      | Étapes et guidance      | Utilisation                                        |
| --------------------------- | ----------------------- | -------------------------------------------------- |
| **FLUX.3 Image Klein**      | 16 étapes, guidance 1   | Créer et retoucher des images. **Commencez ici.**  |
| **FLUX.3 Image Klein Base** | 50 étapes, guidance 3.5 | [Entraînement de LoRA](#train-a-lora) et recherche |

Klein est une version distillée de Base ; Unsloth définit les étapes et la guidance pour les deux. Seul Klein a été testé ici.

### Besoins en mémoire <a href="#memory-requirements" id="memory-requirements"></a>

| Votre matériel                           | Commencez avec                                                           |
| ---------------------------------------- | ------------------------------------------------------------------------ |
| **un GPU de 24 Go ou plus**              | **FLUX.3 Image Klein (Fast FP8)**. Unsloth choisit la précision adaptée. |
| **un GPU de 12 à 16 Go**                 | GGUF **UD-Q4\_K\_XL**. Vous devrez peut-être désactiver l’améliorateur.  |
| **GPU avec 8 Go ou moins**               | GGUF **UD-Q3\_K\_XL** ou **UD-Q2\_K\_XL**, améliorateur désactivé        |
| **Mac avec 16 Go ou plus**               | GGUF **UD-Q4\_K\_XL**                                                    |
| **CPU uniquement, 16 Go de RAM ou plus** | GGUF **UD-Q4\_K\_XL** (lent)                                             |

Les autres lignes sont des estimations. Mesures effectuées sur l’A100 de 40 Go (`nvidia-smi`, valeurs maximales) :

| Éléments chargés                                                       | Mémoire GPU utilisée |
| ---------------------------------------------------------------------- | -------------------- |
| GGUF UD-Q4\_K\_XL + encodeur de texte INT8, prêt                       | 9,3 Go               |
| Idem, avec l’améliorateur de prompt                                    | environ 17 Go        |
| Idem, pendant la génération                                            | environ 22 Go        |
| Entrée FP8 rapide (poids bf16) + améliorateur, pendant la modification | environ 27 Go        |

Avec stable-diffusion.cpp, UD-Q4\_K\_XL + encodeur de texte Q8\_0 + VAE utilisés **8,0 Go de VRAM** (L4).

#### FP8, INT8 et GGUF <a href="#fp8-int8-and-gguf" id="fp8-int8-and-gguf"></a>

* **FLUX.3 Image Klein (FP8 rapide)** télécharge le [dépôt FP8](https://huggingface.co/unsloth/flux-3-image-klein-FP8) (environ 17 Go), qui contient les poids bf16, FP8 et INT8. Avec **Précision** sur **Auto**, Unsloth choisit ce qui tient : sur notre A100 de 40 Go, il a conservé **bf16**. **INT8** charge le fichier INT8-ConvRot. L’encodeur de texte a toujours été exécuté en INT8-ConvRot. **FP8** nécessite un GPU compatible avec FP8 (non testé).
* **flux-3-image-klein-GGUF (lent)** ne télécharge que la quantification choisie et fonctionne aussi sur les Mac et les processeurs.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FyPEeQllb7XKpoHewivZV%2Fflux-3-image-klein-precision.png?alt=media" alt="The Advanced settings with the Precision menu open, showing Auto, Off, FP8, INT8 and MXFP8" width="352"><figcaption><p>Avancé → Précision (DÉSACTIVÉ = bf16)</p></figcaption></figure>

| Fichier GGUF     | Taille | Notes                  |
| ---------------- | ------ | ---------------------- |
| **BF16**         | 11 Go  | Pleine précision       |
| **Q8\_0**        | 6,1 Go | Le plus proche de BF16 |
| **UD-Q5\_K\_XL** | 4,5 Go |                        |
| **UD-Q4\_K\_XL** | 3,9 Go | **Recommandé**         |
| **UD-Q3\_K\_XL** | 3,3 Go | Pour les petits GPU    |
| **UD-Q2\_K\_XL** | 2,6 Go | Le plus petit          |

#### Notes sur le matériel <a href="#hardware-notes" id="hardware-notes"></a>

Ces modèles nécessitent Unsloth 2026.11.5 ou une version ultérieure.

* **T4 et autres GPU sans prise en charge de bf16 :** Klein et Klein Base fonctionnent en fp16 avec des poids INT8. Sur une T4 Colab de 15 Go, en 1024 x 1024 :

  | Tâche                                                       | Temps par image |
  | ----------------------------------------------------------- | --------------- |
  | Klein, génération d’image à partir de texte                 | 34 à 38 s       |
  | Klein Base, génération d’image à partir de texte, 12 étapes | environ 54 s    |
  | Modification avec Klein                                     | environ 96 s    |
  | Modification avec Klein Base                                | environ 130 s   |

  Les modifications nécessitent jusqu’à environ 9,1 Go de mémoire GPU. Le mode **Par défaut** n’est désormais plus plus lent que le mode de vitesse **Désactivé** sur ces cartes. Les LoRA se chargent et le rendu fonctionne. L’entraînement nécessite un GPU compatible bf16 (Ampere ou plus récent) ; sur une T4, Unsloth refuse de démarrer et affiche « This trainer requires a bfloat16-capable GPU ».
* **AMD sous Linux** (Radeon 8060S, gfx1151) : l’entraînement LoRA de Klein Base avec **bf16** et **nf4** comme formats de base, le rechargement, le rendu avec la LoRA sur Klein et l’export fonctionnent. Les modèles de base **int8**, **fp8** et **mxfp8** sont réservés à NVIDIA.
* **AMD sous Windows** (gfx1151) : l’entraînement LoRA fonctionne ; en l’absence de compilateur C++, il s’effectue sans torch.compile et affiche un avertissement. Les rendus en 512 px, qui produisaient du bruit dans les versions antérieures, sont désormais corrects.

### Démarrage rapide <a href="#quickstart" id="quickstart"></a>

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FGg2Q8Jd4doV8TVHuEbdL%2Fflux-3-image-klein-flow.webp?alt=media" alt="Animation: pick FLUX.3 Image Klein (Fast FP8), type a prompt, click Generate and get a lighthouse on a cliff"><figcaption><p>Le flux Unsloth, accéléré</p></figcaption></figure>

{% stepper %}
{% step %}

#### Installer Unsloth <a href="#install-unsloth" id="install-unsloth"></a>

Téléchargez l’application [Unsloth Desktop](https://unsloth.ai/docs/fr/desktop.md) pour [macOS](https://unsloth.ai/docs/fr/commencer/install/mac.md), [Windows](https://unsloth.ai/docs/fr/commencer/install/windows-installation.md) ou [Linux](https://unsloth.ai/docs/fr/commencer/install/linux.md).

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Télécharger Unsloth</a>

Ou depuis le terminal. macOS, Linux, WSL :

{% code collapsedlinecount="10" %}

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

{% endcode %}

Windows PowerShell :

{% code collapsedlinecount="10" %}

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% endcode %}

Lancez ensuite Unsloth et ouvrez `http://localhost:8888`:

{% code collapsedlinecount="10" %}

```bash
unsloth studio -H 0.0.0.0 -p 8888
```

{% endcode %}
{% endstep %}

{% step %}

#### Ouvrir Images <a href="#open-images" id="open-images"></a>

Sélectionnez **Images** dans la barre latérale. **Créer** s’ouvre par défaut.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F8VA0qli15m452CIo2DeL%2Fflux-3-image-klein-images-page.png?alt=media" alt="The Unsloth Images page with the Create workflow open and no model loaded"><figcaption><p>La page Images</p></figcaption></figure>
{% endstep %}

{% step %}

#### Choisissez FLUX.3 Image Klein <a href="#pick-flux.3-image-klein" id="pick-flux.3-image-klein"></a>

Cliquez sur **Sélectionner un modèle d’image**, recherchez `flux-3-image-klein` et choisissez :

* **FLUX.3 Image Klein (Fast FP8)** : GPU NVIDIA avec 24 Go ou plus.
* **flux-3-image-klein-GGUF (Slow)** : choisissez une quantification. **UD-Q4\_K\_XL** est recommandé.

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F7ld8GwJlyKwIf9n0WXy2%2Fflux-3-image-klein-picker-search.png?alt=media" alt="Model picker search results for flux-3-image-klein with the Fast FP8, GGUF and Base entries"><figcaption><p>Résultats de recherche</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FuwZH1ghawU9coIRFFfQE%2Fflux-3-image-klein-gguf-quants.png?alt=media" alt="The GGUF entry expanded to show its quants, with UD-Q4_K_XL marked recommended"><figcaption><p>Quantifications GGUF</p></figcaption></figure></div>

Lors du premier chargement, le modèle, l’encodeur de texte Qwen3-VL-4B et le VAE sont téléchargés.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FpGtiaObZ9zOIVlRFb72x%2Fflux-3-image-klein-download.png?alt=media" alt="Download panel showing unsloth/flux-3-image-klein-FP8 at 16 of 17 GB" width="400"><figcaption><p>Premier téléchargement de l’option Fast FP8</p></figcaption></figure>
{% endstep %}

{% step %}

#### Télécharger l’améliorateur de prompt <a href="#download-the-prompt-enhancer" id="download-the-prompt-enhancer"></a>

**Améliorer le prompt** est activé par défaut, mais l’améliorateur doit être téléchargé séparément. Cliquez sur **Télécharger (6.9 GB)**. En attendant, les prompts sont utilisés tels quels.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F3ImhyuNDB6ajCvlyIvHy%2Fflux-3-image-klein-enhance-download.png?alt=media" alt="Enhance prompt switch with the message that the 6.9 GB prompt upsampler is not downloaded and a Download button" width="400"><figcaption><p>L’améliorateur n’a pas encore été téléchargé</p></figcaption></figure>
{% endstep %}

{% step %}

#### Rédigez votre prompt et générez l’image <a href="#write-your-prompt-and-generate" id="write-your-prompt-and-generate"></a>

Unsloth définit **16 étapes** et **guidance 1** ; conservez-les. Définissez une seed pour reproduire un résultat.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FMnY6sWJJfDmxiIVJ4xSq%2Fflux-3-image-klein-settings.png?alt=media" alt="Create panel with the lighthouse prompt, Enhance prompt on, 1024 by 1024 size, 16 steps and guidance 1" width="432"><figcaption><p>Paramètres par défaut de Klein</p></figcaption></figure>

**Aperçu** affiche le prompt enrichi ; **Utiliser comme prompt** le copie dans le champ pour le modifier.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FYYLjG5FX73Houj4AuVCE%2Fflux-3-image-klein-enhanced-prompt.png?alt=media" alt="The short lighthouse prompt and, below it, the long enhanced prompt written by the prompt enhancer" width="338"><figcaption><p>Aperçu du prompt enrichi</p></figcaption></figure>

Cliquez sur **Générer**. **Recette** affiche tous les paramètres, y compris **Prompt enrichi**.

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FYBY7Z8KuulG11IHwzyEa%2Fflux-3-image-klein-result.png?alt=media" alt="Finished image of a lighthouse on a rocky coast at sunset, with the enhanced prompt on the left"><figcaption><p>UD-Q4_K_XL, seed 42</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F6pEui5DMl0ErLuhr9aPu%2Fflux-3-image-klein-recipe.png?alt=media" alt="Recipe card showing the prompt, the enhanced prompt, model, GGUF file, size, time, steps, guidance and seed" width="320"><figcaption><p>Fiche de recette</p></figcaption></figure></div>
{% endstep %}
{% endstepper %}

#### Améliorateur de prompt <a href="#prompt-enhancer" id="prompt-enhancer"></a>

L’améliorateur est [flux-3-image-klein-pup](https://huggingface.co/unsloth/flux-3-image-klein-pup-GGUF), un modèle de 9B (UD-Q4\_K\_XL 6,0 Go + fichier vision 0,9 Go) qui s’exécute sur votre GPU à côté de Klein. Il utilise environ **7,5 Go** de mémoire GPU et ajoute quelques secondes par image ; la première image générée avec lui a pris 23,5 s. Vous manquez de mémoire ? Désactivez-le et rédigez un prompt détaillé : décor, sujet, action, lumière et style.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FGY1Tu4gOxIg3INJktImx%2Fflux-3-image-klein-out-lighthouse-plain.webp?alt=media" alt="Simpler photo of a lighthouse at the end of a grassy cliff path at golden hour" width="400"><figcaption><p>Même prompt et même seed, améliorateur désactivé (4,3 s)</p></figcaption></figure>

### Modification d’image <a href="#image-editing" id="image-editing"></a>

Sélectionnez **Modifier** dans la barre latérale, importez une image, rédigez une instruction et cliquez sur **Générer**. Conservez 16 étapes et guidance 1. **Ajouter une image** ajoute d’autres références. Lorsque **Améliorer le prompt** est activé, l’améliorateur analyse également votre image. Les instructions courtes et concrètes donnent les meilleurs résultats.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FWnpm5byWe25kaz6AI8ad%2Fflux-3-image-klein-edit.png?alt=media" alt="Edit workflow with the lighthouse image as the source, the instruction to paint red and white stripes and add a sailboat, the enhanced edit prompt and the result"><figcaption><p>Génération rapide FP8 (bf16) : 8,9 s, sans compter l’améliorateur</p></figcaption></figure>

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fbzd0jcFnSE1JWobeV6R4%2Fflux-3-image-klein-edit-before.webp?alt=media" alt="Original image of a white lighthouse on a grassy cliff at golden hour"><figcaption><p>Avant</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FJHm0cjexC7FEH2RcY0g0%2Fflux-3-image-klein-edit-after.webp?alt=media" alt="Edited image where the lighthouse has red and white stripes and a small sailboat is on the sea"><figcaption><p>« Peins le phare avec des rayures rouges et blanches et ajoute un petit voilier sur la mer »</p></figcaption></figure></div>

### Entraîner un LoRA <a href="#train-a-lora" id="train-a-lora"></a>

Voir [Affiner FLUX 3](https://unsloth.ai/docs/fr/modeles/flux-3/fine-tune-flux-3.md)

#### Avant et après <a href="#before-and-after" id="before-and-after"></a>

Même prompt et même seed avec Klein, sans (à gauche) et avec (à droite) le LoRA : `a trtcrd of a cat sitting on a throne holding a golden cup, "queen of cats"`.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FWcXrlSDBcGYYD6BVE7Uj%2Fflux-3-image-klein-lora-before-after.webp?alt=media" alt="A photo-style cat on a throne without the LoRA, and a tarot card cat with the LoRA"><figcaption><p>16 étapes, seed 42</p></figcaption></figure>

Les prompts sans le mot déclencheur changent beaucoup moins. Stable-diffusion.cpp ne charge pas encore les LoRA FLUX.3.

[Poursuivre avec le guide de réglage fin](https://unsloth.ai/docs/fr/modeles/flux-3/fine-tune-flux-3.md#before-and-after)

### Exécuter depuis le code <a href="#run-from-code" id="run-from-code"></a>

#### API Unsloth <a href="#unsloth-api" id="unsloth-api"></a>

Unsloth propose un point de terminaison compatible avec l’API OpenAI : `POST /v1/images/generations` . Chargez d’abord Klein dans la page Images : les requêtes utilisent le modèle chargé, sauf si **Changer de modèle d’image et de vidéo pour chaque requête** est activé dans **Paramètres → API**. Créez également une clé API à cet endroit (voir [API Unsloth](https://unsloth.ai/docs/fr/notions-de-base/api.md)); les exemples la récupèrent depuis `UNSLOTH_API_KEY`.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FaVPPWWZ0eRFi4YI6Lgyb%2Fflux-3-image-klein-api-settings.png?alt=media" alt="Settings, API page with the Images and Video quickstart and the switch for loading models by request" width="563"><figcaption><p>Paramètres → API</p></figcaption></figure>

Avec `openai` (`pip install openai`):

{% code collapsedlinecount="10" %}

```python
import base64
import os

from openai import OpenAI

client = OpenAI(base_url="http://localhost:8888/v1", api_key=os.environ["UNSLOTH_API_KEY"])

result = client.images.generate(
    model="unsloth/flux-3-image-klein-FP8",
    prompt="A lighthouse on a coastal cliff at golden hour",
    size="1024x1024",
    response_format="b64_json",
    extra_body={"steps": 16, "guidance": 1.0, "seed": 42},
)

with open("lighthouse.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))
```

{% endcode %}

Avec `curl`:

{% code collapsedlinecount="10" %}

```bash
curl -s http://localhost:8888/v1/images/generations \
  -H "Authorization: Bearer $UNSLOTH_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "unsloth/flux-3-image-klein-FP8",
    "prompt": "A lighthouse on a coastal cliff at golden hour",
    "size": "1024x1024",
    "response_format": "b64_json",
    "seed": 7
  }' \
  | python3 -c "import sys, json, base64; open('lighthouse-curl.png', 'wb').write(base64.b64decode(json.load(sys.stdin)['data'][0]['b64_json']))"
```

{% endcode %}

`size` est `WIDTHxHEIGHT`, de 256 à 2048, par multiples de 16. `steps` et `guidance` ont pour valeurs par défaut 16 et 1.

**LoRA via l’API** (Unsloth 2026.11.5 ou version ultérieure) : ajoutez `"loras": [{"id": "my-lora", "weight": 1.0}]` à la requête, où `id` correspond au nom dans la liste des LoRA, ou `"loras": []` pour n’en utiliser aucune. Sans `loras`, les chargements FP8 et INT8 conservent les LoRA avec lesquels ils ont été chargés, par exemple après **Déployer pour créer**.

Les chargements FP8 et INT8 ne prennent en charge les LoRA qu’au chargement du modèle. Une requête sur un tel chargement peut utiliser les LoRA avec lesquels il a été chargé, ou certains d’entre eux, mais une LoRA qui n’a pas été chargée avec le modèle entraîne une erreur 400. Chargez d’abord le modèle avec cette LoRA : sélectionnez-la sur la page Images, puis cliquez sur **Réappliquer**, ou envoyez-la sous la forme `loras` lors du chargement du modèle. Un chargement bf16 (**Précision** réglée sur **Désactivée**) accepte n’importe quelle LoRA à chaque requête.

{% hint style="info" %}
L’API n’exécute pas l’optimiseur de prompt. Envoyez un prompt détaillé ou rédigez-en un avec **Aperçu** sur la page Images.
{% endhint %}

#### GGUF avec stable-diffusion.cpp <a href="#gguf-with-stable-diffusion.cpp" id="gguf-with-stable-diffusion.cpp"></a>

Exécutez le GGUF avec `sd-cli` de [stable-diffusion.cpp](https://github.com/unslothai/stable-diffusion.cpp) (version épinglée par Unsloth ; sans optimiseur de prompt).

**1. Téléchargez `sd-cli`** (Linux, CUDA 13). La [page des versions](https://github.com/unslothai/stable-diffusion.cpp/releases/tag/master-982-0518b34-u27b9ddc) propose également des versions pour CUDA 12, Vulkan, CPU, macOS et Windows.

{% code collapsedlinecount="10" %}

```bash
curl -L -o sd.zip https://github.com/unslothai/stable-diffusion.cpp/releases/download/master-982-0518b34-u27b9ddc/sd-master-982-0518b34-u27b9ddc-bin-Linux-Ubuntu-22.04-x86_64-cuda13.zip
unzip -o sd.zip
mv sd-master-982-0518b34-u27b9ddc-bin-Linux-Ubuntu-22.04-x86_64-cuda13 sd
./sd/sd-cli --version
```

{% endcode %}

**2. Téléchargez le modèle, l’encodeur de texte et le VAE** (environ 8,5 Go) :

{% code collapsedlinecount="10" %}

```bash
pip install -U huggingface_hub
hf download unsloth/flux-3-image-klein-GGUF flux-3-image-klein-UD-Q4_K_XL.gguf --local-dir models
hf download unsloth/Qwen3-VL-4B-Instruct-GGUF Qwen3-VL-4B-Instruct-Q8_0.gguf --local-dir models
hf download unsloth/flux-3-image-klein-FP8 vae/diffusion_pytorch_model.safetensors --local-dir models
```

{% endcode %}

**3. Générez une image** (14 s sur un A100, chargement compris) :

{% code collapsedlinecount="10" %}

```bash
./sd/sd-cli \
  --diffusion-model models/flux-3-image-klein-UD-Q4_K_XL.gguf \
  --llm models/Qwen3-VL-4B-Instruct-Q8_0.gguf \
  --vae models/vae/diffusion_pytorch_model.safetensors \
  -p "Un phare blanc sur une falaise côtière couverte d’herbe à l’heure dorée, les vagues se brisant sur les rochers en contrebas, une douce lumière chaude et basse, des nuages légers au-dessus de la mer, photo de paysage détaillée" \
  --steps 16 --cfg-scale 1.0 --sampling-method euler \
  -W 1024 -H 1024 --diffusion-fa --seed 42 \
  -o lighthouse-sdcpp.png
```

{% endcode %}

**4. Modifiez une image** (24 s). Fournissez jusqu’à 10 images de référence avec `-r`. Décrivez l’image modifiée dans son ensemble, et pas uniquement les changements.

{% code collapsedlinecount="10" %}

```bash
./sd/sd-cli \
  --diffusion-model models/flux-3-image-klein-UD-Q4_K_XL.gguf \
  --llm models/Qwen3-VL-4B-Instruct-Q8_0.gguf \
  --vae models/vae/diffusion_pytorch_model.safetensors \
  -r lighthouse-sdcpp.png \
  -p "The same lighthouse on the same coastal cliff at golden hour, now painted with bold red and white horizontal stripes, with a small white sailboat on the sea" \
  --steps 16 --cfg-scale 1.0 --sampling-method euler \
  -W 1024 -H 1024 --diffusion-fa --seed 42 \
  -o lighthouse-sdcpp-edit.png
```

{% endcode %}

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FvzWfsBB5NEx4aj1sJZxK%2Fflux-3-image-klein-sdcpp-lighthouse.webp?alt=media" alt="White lighthouse on a grassy cliff above breaking waves at golden hour, made with sd-cli"><figcaption><p>sd-cli, seed 42</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FcDFt1OjcIM85yHspkii0%2Fflux-3-image-klein-sdcpp-edit.webp?alt=media" alt="The same lighthouse painted with red and white stripes, with a small sailboat on the sea"><figcaption><p>sd-cli edit</p></figcaption></figure></div>

Sur Mac ou sur CPU, utilisez une quantification GGUF dans l’application, ou les compilations `Darwin-macOS-arm64` / CPU `sd-cli` (non testées par nos soins).

### Paramètres recommandés <a href="#recommended-settings" id="recommended-settings"></a>

| Paramètre                  | Unsloth (FP8 ou GGUF)                             | stable-diffusion.cpp      |
| -------------------------- | ------------------------------------------------- | ------------------------- |
| **Étapes**                 | **16**                                            | `--steps 16`              |
| **Guidage / CFG**          | **1**                                             | `--cfg-scale 1.0`         |
| **Échantillonneur**        | Défini par Unsloth                                | `--sampling-method euler` |
| **Prompt négatif**         | Non utilisé                                       | Non utilisé               |
| **Taille**                 | `1024×1024` pour commencer, jusqu’à 2048          | `-W 1024 -H 1024`         |
| **Améliorateur de prompt** | Activé (téléchargement de 6,9 Go)                 | Non disponible            |
| **Graine**                 | N’importe quel nombre pour reproduire un résultat | `--seed 42`               |

### Exemples de résultats <a href="#example-outputs" id="example-outputs"></a>

A100 40 Go, 1024 × 1024, 16 étapes, guidage 1, graine 42.

| Prompt                                                                                                                          | Modèle            | Améliorateur    | Durée                   |
| ------------------------------------------------------------------------------------------------------------------------------- | ----------------- | --------------- | ----------------------- |
| Un phare sur une falaise côtière à l’heure dorée                                                                                | GGUF UD-Q4\_K\_XL | Activé          | 23,5 s (première image) |
| Un phare sur une falaise côtière à l’heure dorée                                                                                | GGUF UD-Q4\_K\_XL | Désactivé       | 4,3 s                   |
| Un bison dans un paysage géothermique brumeux à l’aube                                                                          | GGUF UD-Q4\_K\_XL | Désactivé (API) | 4,5 s                   |
| Un menu écrit à la craie sur un tableau noir devant un petit café, avec la mention « Unsloth Coffee », sous la lumière du matin | FP8 rapide, bf16  | Désactivé (API) | 3,4 s                   |
| Un minuscule robot tricoté qui arrose une plante d’intérieur sur un rebord de fenêtre                                           | FP8 rapide, INT8  | Désactivé (API) | 2,7 s                   |

La première image Fast FP8 après le chargement prend environ 16 s pendant qu’Unsloth compile le modèle.

### Dépannage <a href="#troubleshooting" id="troubleshooting"></a>

<details>

<summary>FLUX.3 Image Klein n’apparaît pas dans le sélecteur de modèles</summary>

[Mettez Unsloth à jour](https://unsloth.ai/docs/get-started/install/updating) et redémarrez. Si un modèle est chargé, le sélecteur s’ouvre sur **Sur l’appareil**: cliquez sur **Recommandé**.

</details>

<details>

<summary>L’option « Améliorer le prompt » est activée, mais mon prompt n’est pas amélioré</summary>

Cliquez sur **Télécharger** sous **Améliorer le prompt**. La recette affiche une ligne **Prompt amélioré** lorsqu’elle a été exécutée. L’API ne l’exécute jamais.

</details>

<details>

<summary>Je n’ai plus de mémoire GPU</summary>

Désactivez **Améliorer le prompt** ou utilisez une quantification plus faible, par exemple UD-Q3\_K\_XL.

</details>

<details>

<summary>L’API ignore le modèle que j’ai demandé</summary>

Chargez Klein sur la page Images ou activez **Changer de modèle d’image et de vidéo selon la requête** dans **Paramètres → API**.

</details>

<details>

<summary>sd-cli indique que libcudart.so.12 ou libcudart.so.13 est manquant</summary>

Utilisez l’archive `cuda13` avec CUDA 13, l’archive `cuda12` avec CUDA 12, ou la version Vulkan.

</details>

Voir aussi [Comment exécuter des modèles de diffusion d’images localement](https://unsloth.ai/docs/fr/notions-de-base/diffusion-image.md).


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/fr/modeles/flux-3.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
