FLUX 3はウェイトを公開しない
FLUX.1 は Apache 2.0 で公開され、ComfyUI でローカル推論するユーザーにはおなじみの存在だった。FLUX Pro は半オープン・半クローズド。そして FLUX 3 Image で Black Forest Labs は API のみを提供する形に切り替えた。
この変更は Hacker News のフロントページに載り、100 ポイントまで伸びた。ところがコメント 11 件のうち、核心を外しているものがほとんどだった。議論されているのはモデル性能ではなく、ビジネスモデルの転換である。
一通りスレッドを眺めたが、prompt fidelity や text rendering といった技術論に終始している。誰も正面から答えようとしない問いがある。最強だったオープンソース画像モデルチームが「API 売り」に舵を切ったとき、この分野にオープンソースである意味はまだ残るのか、という問いだ。
出典: bfl.ai/models/flux-3-image
世代は進化したが、どこで進化したか
公式ページが打ち出している 4 つの軸は次のとおり。
- 写実性
- プロンプト忠実度
- テキストレンダリング
- 画像編集
デモ画像を見ると、FLUX 3 は指、衣類のしわ、商用プロダクツ系のカットで FLUX 1.1 Pro から一段上がっている。ただし Midjourney v7 との差は決定的なものではない。
実感をいくつか並べておく。
- 指: FLUX 1 時代は 6 本指や欠損が当たり前だったが、FLUX 3 のデモでは肉眼でわかる瑕疵はほぼない
- 衣類のしわ: シャツやシルク系のひだに物理的なサブサーフェススキャッタリングが乗り、プラスチック感が消えた
- 商用プロダクト画像: 白抜き商品写真の輪郭処理や影の投射がそのまま納品に使えるレベルに達した
- テキストレンダリング: 英語ポスターレベルの組み立てもほぼ失敗しないが、中国語はまだ弱点
ここまでの改善なら、FLUX 2 がオープンソース路線を続けていても追いつけただろう。本当に差を生んだのは、クローズド化に伴うプロダクトのイテレーション速度だ。コミュニティの PR マージを待たずに、自分たちで直して自分たちで出せる。
クローズド勢との比較、オープンソース勢との比較
横並びで表にするとこうなる。
| 項目 | FLUX 3 Image | Midjourney v7 | Ideogram 3.0 | DALL·E 4 |
|---|---|---|---|---|
| 写実性 | 優 | 優+ | 中 | 良 |
| プロンプト忠実度 | 優+ | 良 | 良 | 優 |
| テキストレンダリング | 良(英語) | 良 | 優 | 優 |
| 編集機能 | 優 | 中 | 中 | 良 |
| 価格(参考) | bfl.ai 従量課金 | サブスク | サブスク | クレジット制 |
クローズド勢のなかに位置づけると、FLUX 3 の写実性は Midjourney と比べて 5〜10% ほど視覚的な差が残る。一方でプロンプトへの従順さは Midjourney を逆に上回っている可能性がある。
オープンソース側で比較対象になるのは Stable Diffusion 3.5、HunyuanImage、Qwen-Image あたりだ。技術指標ではリードしているが、生態系の規模が桁違いに違う。ControlNet、LoRA、コミュニティのワークフローと、SD 系が十数年かけて積み上げてきた資産を、FLUX がクローズド化したことで引き継ぐプレイヤーはいなくなった。
少し前まで ComfyUI 上で FLUX の LoRA を調整している人たちをよく見かけたが、FLUX 3 のクローズド化でこれらのワークフローは一夜で吹き飛んだ。
中国系画像モデルが絞られるのは価格決定権
FLUX 3 がクローズド化されたことで、bfl.ai が価格を決め、呼び出し側を囲い込む構図が完成した。
中国系のモデルが ToB で攻め込もうとしても、顧客から「なぜ FLUX じゃないのか」と聞かれるのが現実だろう。オープンなウェイトはかつて中国チームにとって堀だった。API を出さないなら自分でウェイトを回す、という選択肢が生态系上の立ち位置を安定させていた。その堀を Black Forest Labs が自分で壊しにきた。
実利用のシーンに落とし込むと次のとおり。
- EC プロダクト画像: FLUX 3 は商用レベルを直接出力できる。中国勢が追いつくには計算資源を投じるしかない
- ポスター制作: テキストレンダリングとレイアウトの組み合わせでは、FLUX 3 が英語シーンでほぼ実用域に達した
- コンテンツ制作: サブスク型とトークン課金の戦いになるが、FLUX のこのやり方は中小企業のワークフローに馴染みやすい
中国勢に残されたルートは、垂直ドメインで突き抜ける方向だ。医療画像、工業設計、アニメ IP などのロングテール領域。汎用モデルの汎用性能レースは FLUX 3 と Midjourney v7 で事実上締め出されている。
編集部の見立て
FLUX シリーズの路線変更は、画像モデル業界全体の縮図でもある。
筆者の見立てはこうだ。クローズド路線のほうが価格プレミアムを産み、オープンソース側は追従ポジションしか残らない。ここが重要なのは、Black Forest Labs がオープンソース勢の出身だという点だ。彼らはオープンソースで SOTA を作れることを証明した上で、そのドアを閉めた。OpenAI が非営利から有限責任に転換したときよりも、Meta が Llama のウェイトを開き続けているいまよりも、はるかに破壊力が大きい。
今回の動きが過去のケースと違う点は次のとおり。
- OpenAI のクローズド化と異なり、FLUX はオープンソースで SOTA を獲ってから転向しているので説得力が段違い
- Stable Diffusion がオープンに留まり続けるのとは異なり、FLUX 3 は生態系のポジションが価格決定権に食われることを証明した
- Llama の「名目上のオープンソース」と異なり、FLUX 1 の Apache 2.0 は本物のオープンだった。それを取り戻したぶん、心に刺さる
予測: 今後 6〜12 か月で、同じ路線を取る画像モデルチームが相次ぐ。クローズドのほうが優れているからではなく、資本市場がすでにクローズドに値段をつけたからだ。bfl.ai はこのラウンドで資金調達しなくても、API 収入だけでチームが維持できる水準にある。オープンソース勢(SD 系・中国勢)は、垂直ドメインの堀を見つけるか、「追従ポジション」という立ち位置を受け入れるかの二択になる。
不確実な点: FLUX 3 のクローズド路線が続くかどうかは、bfl.ai が学習コストを吸収できるかにかかる。SOTA 画像モデルの学習は一回あたり数億ドル規模で、API 収入で賄えるかどうかは公開データがない。耐えきれなければ、オープンソース路線に逆戻りするかもしれない。ただ、それは別の話だ。