FLUX 2 per designer: modelli, costi e limiti reali

FLUX 2 è il modello di immagini AI da scegliere quando serve governare il risultato, non lasciarsi sorprendere: colori del brand fissati tramite codici hex, lo stesso personaggio per dieci fotogrammi, testi che in gran parte restano leggibili e pesi da usare sulla propria GPU. Non offre l'atmosfera tipica di Midjourney. Offre uno strumento da produzione.

Il verdetto: affidabile e controllabile, non un oracolo estetico

Per produrre immagini ripetibili e coerenti con il brand, FLUX 2 è oggi l'opzione open-weight più solida sul mercato. Black Forest Labs, il team di Friburgo dietro Stable Diffusion, ha lanciato la famiglia il 25 novembre 2025, per poi aggiungere i modelli compatti [klein] il 15 gennaio 2026. A renderlo uno strumento di design, anziché un semplice giocattolo, sono i controlli disponibili: si possono bloccare i colori esatti del brand con codici hex, mantenere coerente un personaggio o un prodotto tra più generazioni fornendo fino a dieci immagini di riferimento e specializzare il modello sul proprio stile visivo tramite training LoRA. Una LoRA è un piccolo file aggiuntivo che insegna a un modello di base un'estetica specifica senza doverlo riaddestrare da zero.

Non è, però, un oracolo estetico. Midjourney continua a produrre fin dal primo tentativo immagini più rifinite e con una direzione artistica più chiara, mentre Nano Banana di Google interviene sulle fotografie con maggiore pulizia. FLUX 2 rinuncia a parte di quella magia imprevedibile in cambio della ripetibilità. Per chi lavora nel design, di solito è uno scambio vantaggioso: un'immagine magari meno spettacolare, ma replicabile con precisione, vale più di un risultato magnifico impossibile da ricreare.

La scelta rapida: [klein] 4B per generare gratuitamente a fini commerciali sul proprio hardware, [pro] per i flussi di produzione in hosting, [flex] quando l'immagine è soprattutto tipografia e [max] soltanto per le immagini hero in cui la qualità conta più del costo.

Che cos'è davvero FLUX 2, il generatore di immagini AI

Il vero salto di FLUX 2 nasce da un cambio di cervello. Mentre gran parte dei modelli di immagini affida la lettura del prompt a un encoder testuale piccolo e poco sofisticato, FLUX 2 usa Mistral Small 3.1, un modello visivo-linguistico da 24 miliardi di parametri, e trasferisce poi quella comprensione a un rectified flow transformer. Un flow transformer è il motore che trasforma il rumore in immagine; «rectified» indica semplicemente che segue un percorso più diretto e veloce. Il modello [dev] completo arriva a circa 32 miliardi di parametri ed è distribuito come un unico checkpoint capace sia di generare nuove immagini sia di modificare quelle esistenti, senza richiedere uno strumento separato.

Il vantaggio concreto di un modello linguistico più potente è la capacità di comprendere davvero prompt complessi. Se si chiede «un bicchiere d'acqua su un tavolo di legno nella luce pomeridiana», riesce più spesso a rendere correttamente la rifrazione, l'ombra calda e direzionale e le venature del legno, perché Mistral porta con sé una conoscenza del mondo reale invece di procedere soltanto per approssimazioni statistiche. Accetta inoltre prompt strutturati in campi etichettati — soggetto, ambiente, illuminazione, palette cromatica, stile — una forma molto più vicina a un brief creativo che a una semplice frase.

Per la produzione contano soprattutto due numeri. L'output nativo arriva fino a 4 megapixel, sufficienti per il web e per la maggior parte dei contenuti social senza upscaling; inoltre, una generazione può essere condizionata con fino a 10 immagini di riferimento contemporaneamente, il meccanismo che permette di mantenere coerenti personaggi e prodotti.

Le cinque varianti a confronto

È qui che molte pagine piene di specifiche sbagliano prospettiva: le cinque varianti non compongono una scala qualitativa da risalire, ma rispondono a cinque lavori diversi. I prezzi indicati sono le tariffe API ufficiali di Black Forest Labs per megapixel; un megapixel (MP) corrisponde all'incirca a un'immagine 1000x1000, quindi una generazione standard da 1MP costa più o meno quanto riportato.

[klein] 4B è il punto di partenza giusto per la maggior parte dei designer. È l'unica variante con licenza Apache 2.0: può essere eseguita sul proprio computer e consente di vendere l'output senza vincoli. Condensa il grande modello 32B in 4 miliardi di parametri, funziona su una scheda consumer con circa 8GB di VRAM (una RTX 3090 o 4070) e completa il rendering in meno di mezzo secondo. Tramite l'API di BFL parte da $0.014/MP; su fal è inoltre disponibile a noleggio una versione «Base» non distillata da $0.009/MP, che sacrifica velocità in cambio della possibilità di regolare la qualità e addestrare LoRA.

[pro] è la scelta predefinita per la produzione. Con un costo di $0.03/MP per la generazione, si colloca ai vertici della classifica immagini di LM Arena, intorno a un ELO di 1265 con l'aggiornamento v1.1, alla pari con GPT Image. L'API supporta fino a 8 immagini di riferimento e il rendering richiede da quattro a otto secondi. Per generare varianti pubblicitarie o scatti di prodotto attraverso una pipeline in hosting, è questa la voce di costo da considerare.

[flex] nasce per la tipografia. La maggior parte dei modelli di immagini continua a deformare il testo e [flex] è la risposta di Black Forest Labs: espone i passaggi di sampling e la guidance scale, così da poter spingere il modello verso una maggiore leggibilità, ed è ottimizzato per gerarchie tipografiche articolate, infografiche con numeri reali, mockup UI e composizioni dense di testo. A $0.05/MP è la variante da usare quando l'immagine è un poster, un grafico o una schermata, non una scena. Accetta anche pesi LoRA, permettendo a un brand di incorporare il proprio sistema tipografico.

[max] è la variante per stampa e immagini hero. Usa la stessa architettura 32B alla massima qualità, senza scorciatoie, a partire da $0.07/MP, e dispone di una funzione assente nelle altre versioni: il web grounding in tempo reale. Durante la generazione può cercare sul web per riprodurre correttamente il packaging di un prodotto appena lanciato o un evento di attualità, invece di inventarlo a partire da dati di training non aggiornati. Va usato con criterio, per quell'unica immagine destinata a occupare molto spazio.

[dev] è il laboratorio aperto. I pesi da 32 miliardi di parametri si possono scaricare gratuitamente da Hugging Face con licenza non commerciale; al momento del lancio era il modello di immagini open-weight più capace per numero di parametri. BFL non offre un endpoint in hosting: bisogna eseguirlo in proprio. A precisione piena richiede 80GB di memoria GPU, ma una versione quantizzata a 4 bit occupa circa 20GB e gira su una RTX 4090. La quantizzazione riduce il modello memorizzandone i numeri a una precisione inferiore, in cambio di una lieve perdita qualitativa e di un ingombro molto più contenuto. È la variante pensata per chi fa fine-tuning e ricerca, non per chi desidera semplicemente ottenere un'immagine.

Dove mostra i suoi limiti in un brief reale

Partiamo dai difetti, perché nessuna variante ne è priva. Sul piano estetico è competente, ma non magnetico. Sottoponendo lo stesso brief a Midjourney e FLUX 2, l'immagine di Midjourney appare in genere più curata nella direzione artistica: luce migliore, atmosfera più incisiva, composizione più consapevole. FLUX 2 produce un risultato corretto e controllabile, che spesso ha bisogno di un secondo passaggio per sembrare davvero intenzionale. Nella fase esplorativa di un moodboard, quando servono proposte molto diverse tra loro, questa lacuna pesa.

Fuori da [flex], il testo resta un punto debole. Le varianti di base gestiscono abbastanza bene scritte brevi e pulite, ma basta chiedere un paragrafo, un lockup di logo o un testo in prospettiva per ottenere caratteri plausibili ma privi di senso. [flex] riduce il problema senza eliminarlo. Il testo generato va trattato come un segnaposto da ricostruire in Figma o Illustrator, non come un elemento grafico definitivo.

Premia i prompt ricchi e penalizza la superficialità. Il cervello Mistral è progettato per prompt dettagliati e strutturati. Tre parole portano a un risultato generico; il modello migliora concretamente quando soggetto, illuminazione, palette e composizione sono indicati in campi separati. Richiede più lavoro rispetto a digitare un mood in Midjourney.

[dev] richiede un investimento hardware. L'espressione «open weights» suona come sinonimo di gratis finché non si calcola il costo della GPU. Su una 4090 a 4 bit servono circa 15 secondi per megapixel; su una scheda da 8GB con offloading, una sola immagine può richiedere un minuto o più. Per la maggior parte dei team, gli endpoint klein o pro in hosting costano meno dell'elettricità e del tempo d'attesa.

Quale variante scegliere per il proprio lavoro

La scelta corretta dipende meno dal budget che dal contesto in cui si svolge il lavoro e da chi dovrà gestirlo.

La regola decisionale: se l'output deve essere venduto e generato sulla propria infrastruttura, conviene partire da [klein] 4B per la licenza Apache 2.0 e passare alle varianti superiori solo quando lo impone un'esigenza precisa — tipografia, qualità da immagine hero o informazioni aggiornate dal web. Non ha senso scegliere automaticamente [max] perché è il migliore: costa cinque volte la tariffa di klein per una qualità che gran parte dei lavori di produzione non richiede.

Per capire dove si colloca FLUX 2 rispetto alle alternative chiuse, il confronto più utile è con l'editor di Google: Nano Banana, spiegato mostra in quali casi un modello progettato intorno alla fotografia offre modifiche più pulite.

FLUX 2 è gratis?

In parte. I modelli [dev] e [klein] sono distribuiti come open weights, quindi si possono scaricare ed eseguire gratuitamente; la licenza Apache 2.0 di [klein] 4B consente persino di vendere ciò che si genera. Le varianti in hosting ([pro], [flex], [max]) si pagano invece per megapixel tramite l'API di Black Forest Labs, da $0.03 a $0.07/MP.

FLUX 2 è open source?

I pesi di [dev] e [klein] sono aperti, ma il codice e i pesi di [pro]/[max] non lo sono. Soltanto [klein] 4B adotta una vera licenza permissiva (Apache 2.0). [dev] e [klein] 9B usano una licenza non commerciale che impone limiti sui pesi, pur consentendo l'uso commerciale dell'output.

Quanto costa FLUX 2?

Sull'API di BFL, si parte da $0.014/MP per [klein] e si arriva a $0.07/MP per [max], mentre [pro], a $0.03/MP, rappresenta il miglior compromesso per la produzione. Eseguendo [dev] o [klein] sulla propria GPU, la generazione è gratuita al netto dei costi di hardware ed energia.

Per quali lavori è adatto FLUX 2?

Per produrre immagini controllabili e coerenti con il brand: varianti pubblicitarie, fotografie di prodotto, mockup UI e qualsiasi progetto che richieda colori fissi oppure lo stesso personaggio o prodotto in molti fotogrammi. È meno efficace nell'esplorazione di atmosfere con una forte direzione artistica, ambito in cui Midjourney resta avanti.

Vuoi ricevere l'analisi del prossimo modello nella settimana del lancio, con prezzi reali e una valutazione del risultato invece dell'hype? Iscriviti alla newsletter per trovarla direttamente nella tua inbox.