Panduan Lengkap Model FLUX — Tolok Ukur Baru Generasi Gambar AI Open Source

Ditinjau dan diverifikasi oleh FeiYueh · Terakhir diverifikasi 2026-08-31

FLUX.1 dirilis pada Agustus 2024 oleh Black Forest Labs, perusahaan yang didirikan tim asli Stable Diffusion setelah keluar dari sana. Dengan arsitektur rectifi

FLUX.1 dirilis pada Agustus 2024 oleh Black Forest Labs, perusahaan yang didirikan tim asli Stable Diffusion setelah keluar dari sana. Dengan arsitektur rectified flow transformer berparameter 12 miliar, model ini mencapai performa tingkat layak pakai pada tiga kelemahan klasik model open source: struktur tangan, tata letak teks, dan kepatuhan terhadap prompt. FLUX juga menyediakan tiga tingkat lisensi sekaligus — schnell yang sepenuhnya open source, dev dengan bobot non-komersial, dan pro yang hanya lewat API — sehingga pengguna dapat menimbang sendiri antara privasi lokal, kualitas hasil, dan lisensi komersial. Strategi berlapis inilah, bukan kualitas absolut satu model tunggal, yang menjadi kunci ekosistem FLUX mampu mengumpulkan sejumlah besar model turunan dan alur kerja dalam 18 bulan. Arsitektur Teknis FLUX dan Perbedaannya dengan Generasi Sebelumnya FLUX.1 memakai rectified flow transformer, jalur matematis yang berbeda dari latent diffusion yang dipakai seri Stable Diffusion. Model difusi tradisional menghilangkan derau secara bertahap dari noise dan membutuhkan 30 hingga 50 langkah sampling; rectified flow melatih jalur dari derau ke gambar agar mendekati garis lurus, sehingga penurunan kualitas pada sampling sedikit langkah berkurang drastis. Inilah dasar teknis yang membuat FLUX.1 schnell mampu menghasilkan gambar layak pakai dalam 1 sampai 4 langkah, sementara SD 1.5 atau SDXL pada jumlah langkah yang sama biasanya hanya menghasilkan garis besar dengan struktur yang berantakan. Skala parameter adalah pembeda lainnya. "FLUX.1 adalah rectified flow transformer berparameter 12 miliar" (sumber: pengumuman resmi Black Forest Labs, Agustus 2024) , sekitar 4,6 kali lebih besar dibanding SDXL yang berparameter sekitar 2,6 miliar (base UNet). Jumlah parameter langsung tercermin pada kemampuan mengurai makna prompt: pada adegan dengan banyak subjek, relasi pengikatan seperti "orang di sebelah kiri memegang payung merah, orang di sebelah kanan mengenakan jaket bir

Ditinjau dan diverifikasi oleh FeiYueh · Terakhir diverifikasi 2026-08-31. Independently maintained — not AI-generated boilerplate.