企业官网建设流程全解析

OpenMontage FLUX 模型选型实战指南：从快速原型到高质量出片的决策体系

【免费下载链接】OpenMontageWorld's first open-source, agentic video production system. 12 production pipelines, 100+ tools, 700+ agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage

FLUX 模型家族横跨速度、质量、价格三个维度，选错模型要么多花冤枉钱、要么拖慢生产节奏。本文以 OpenMontage 仓库中flux-best-practices技能包的核心选型文档（model-selection-guide.md）为主干，结合仓库内flux_image、image_gen等图像生成工具的真实源码实现，系统讲解 FLUX.2 与 FLUX.1 全家族的定位、定价、提示词策略与按场景选型方法。读完本文，你将掌握一套可复制的模型决策矩阵、约束条件下（预算、工期、速率限制）的取舍逻辑，以及如何在 OpenMontage 的生成管线中正确落地这些模型。

为什么模型选型如此重要

在 OpenMontage 中，图像生成被抽象为可被 Agent 直接调用的工具（如 tools/graphics/flux_image.py 中的FluxImage与 tools/graphics/image_gen.py 中的统一图像生成入口），选错模型会直接影响两类指标：

• 成本失控：FLUX.2 采用按兆像素（megapixel）计价，同样一张 1MP 图，[klein] 4B 只要 $0.014，而 [max] 要 $0.07，差距 5 倍；
• 产能浪费：高并发批量出图时选用慢速旗舰模型，会让整条视频生产管线被单张图片卡住。

因此选型文档在整个技能体系中属于Impact: HIGH的章节（见_sections.md），仅次于核心提示词原则（CRITICAL）。

快速决策矩阵

当你没有时间逐项对比时，直接查这张表（摘自 model-selection-guide.md）：

关键洞察：所有 FLUX.2 模型都原生支持基于参考图（reference images）的文生图与图生图编辑，无需再为编辑任务引入 FLUX.1 Kontext。这也正是文档反复强调"编辑优先选 FLUX.2"的原因。

决策树：按需求逐层收敛

把"我的首要需求是什么"作为起点，沿下列分支逐层收敛（原文决策树完整版）：

What's your primary need? ├─ Generate images (text-to-image OR image editing) │ ├─ Need FASTEST possible generation? │ │ └─ FLUX.2 [klein] (supports up to 4 reference images) │ │ │ ├─ Need HIGHEST quality output? │ │ └─ FLUX.2 [max] (supports up to 8-10 reference images) │ │ │ ├─ Need TEXT/TYPOGRAPHY in image? │ │ └─ FLUX.2 [flex] (supports up to 8 reference images) │ │ │ ├─ Need BALANCED speed/quality? │ │ └─ FLUX.2 [pro] (supports up to 8 reference images) │ │ │ └─ Need LOCAL/FREE generation? │ └─ FLUX.2 [dev] │ ├─ Need REAL-TIME web information? │ └─ FLUX.2 [max] (grounding search) │ └─ FLUX.1 family (only use when explicitly asked by user) ├─ FLUX.1 Kontext - context-aware editing └─ FLUX.1 Fill - inpainting/object removal

决策树传递了几个重要信号：

1. 参考图上限是硬指标：需要多图合成时，[klein] 只支持 4 张，[max]/[pro]/[flex] 支持 8 张，[max] 在 playground 场景最高可达 10 张；
2. 实时信息只有 [max] 支持：grounding search（联网检索）是 [max] 的独占能力；
3. FLUX.1 是"按需显式指定"才用的家族：默认路径应当走向 FLUX.2。

详细模型对比

按速度对比

[klein] 同时提供 4B 与 9B 两个参数规模：4B 追求极限速度、适合快速验证想法；9B 在速度仍属"非常快"的前提下提供更好的预览画质。注意 [klein] 没有 prompt upsampling（提示词放大）能力，必须自己在提示词里写足细节（详见 flux2-models.md）。

按质量对比

质量排序背后是清晰的"trade-off"逻辑：追求细节与一致性（coherence）选 [max]；要兼顾成本与稳定输出选 [pro]；[flex] 的"高质量"特指文字渲染维度，其他题材不必选它。

按成本对比

信用点定价：1 credit = $0.01 USD。FLUX.2 采用基于兆像素的计价方式。

FLUX.2 模型定价

定价公式（单位：分）：(firstMP + (outputMP-1) * mpPrice) + (inputMP * mpPrice)

公式拆解：

• firstMP是首兆像素价格，mpPrice是超出部分的单兆像素价格；
• outputMP决定输出图尺寸对成本的影响（输出越大，(outputMP-1) * mpPrice越大）；
• inputMP是输入参考图的尺寸，会额外按mpPrice计费——这就是为什么 I2I 场景下 [max] 的 1MP 单价（$0.10）显著高于 T2I（$0.07）：编辑任务既收输入图费、又收输出图费。

需要精确核算某个分辨率下的成本时，建议使用官方定价计算器核对，本文表格给出的是 1MP 基准价。

FLUX.1 模型定价

FLUX.1 家族按单图计费（不是按兆像素），价格集中在 $0.04–$0.08，其中 Kontext 系列专攻上下文感知编辑、Fill 专攻局部重绘（inpainting），详见 flux1-models.md。

FLUX.2 家族逐个拆解

FLUX.2 [klein] —— 速度优先

• 4B / 9B 两个参数版本，亚秒级生成；
• 为速度牺牲极致细节；无 prompt upsampling，提示词必须自己写足；
• 参考图上限 4 张。

提示词风格：叙事散文（Narrative Prose），像小说家描写场景一样组织语言，词序重要（主体前置），重点突出光线氛围，篇幅控制在 40–70 词。

示例：

A cozy coffee shop interior bathed in warm afternoon light, steam rising lazily from ceramic cups, worn leather armchairs arranged around small wooden tables, bookshelves lining exposed brick walls, the soft atmosphere of a quiet afternoon with dust motes floating in sunbeams through tall windows

FLUX.2 [max] —— 质量天花板

• 细节与一致性最好，世界知识广，提示词遵循度最强；
• 内置 grounding search（实时联网检索）；
• 参考图上限 8 张（API）/ 10 张（playground）。

提示词风格：技术参数 + 描述散文。要出写实作品就大胆写机身、镜头、光圈、胶片色彩科学：

Portrait of a weathered fisherman, age 70, deep wrinkles telling stories of decades at sea, salt-and-pepper beard with streaks of white, wearing a navy cable-knit sweater with visible wool texture. Shot on Hasselblad X2D with 90mm f/2.8 lens at f/4, golden hour natural light from the left creating strong rim lighting, shallow depth of field with soft bokeh from harbor lights behind, Kodak Portra 400 color science with natural grain

需要把近期事件"画"出来时，可借助 grounding search，例如news photo of [recent event]。

FLUX.2 [pro] —— 生产级平衡

• 质量/速度比最优，输出稳定，适合批量处理；
• 支持 prompt upsampling；参考图上限 8 张；
• 提示词用"均衡细节"风格即可，无需过度堆砌技术参数，适合模板化提示词系统：

A modern minimalist living room with floor-to-ceiling windows overlooking a city skyline at dusk, clean white furniture with subtle textures, a single statement plant in the corner, warm ambient lighting from hidden sources, architectural photography style with clean lines and balanced composition

FLUX.2 [flex] —— 文字渲染专家

• 文字渲染质量业内领先，可同时处理多个文本元素；
• steps 可调范围 1–50，guidance 可调范围 1.5–10（steps 越大质量越好，guidance 越大越严格遵循提示词）；
• 参考图上限 8 张；适合招牌、海报、UI 稿、信息图。

提示词风格：排版聚焦，必须用引号框住精确文本，并显式描述字体风格与层级：

A modern minimalist poster design with the headline "DESIGN SUMMIT 2025" in bold condensed sans-serif typography centered in the upper third, subtitle "Innovation Meets Creativity" in lighter weight below, date "MARCH 15-17" in small caps at the bottom, all text in white on a gradient background transitioning from deep purple #4A0080 to coral #FF6B6B, clean geometric accent lines, professional print quality

FLUX.2 [dev] —— 本地/免费开发

• Hugging Face 开源权重，本地运行建议约 13GB VRAM；
• 非商业用途免费，提供未蒸馏的 base 变体用于微调实验；
• 提示词风格与 [pro] 一致，适合上线前的开发测试与提示词迭代（使用前注意核对其许可协议中的商用限制）。

FLUX.1 家族：仅在显式指定时使用

FLUX1.1 [pro] —— 标准文生图

提示词遵循度强、架构成熟、可大规模扩展，单图 $0.04，适合标准描述式提示词。示例：

A golden retriever puppy playing in autumn leaves, warm afternoon sunlight, shallow depth of field with bokeh background, joyful expression, professional pet photography style

FLUX.1 Kontext —— 上下文感知编辑

能理解图像上下文、保留未编辑区域、支持风格迁移与对象修改。编辑提示词策略分四档：

• 基础编辑（直接指令）：Change the color of the car to red
• 受控编辑（明确保留项）：Change the setting to nighttime while maintaining the exact same composition and the painting's artistic style
• 复杂变换（明确几何保留）：Transform the modern office into a Victorian library with the same furniture arrangement. Keep the window positions and overall room proportions identical.
• 文字编辑（描述放置与融合）：Add the text "OPEN" as a neon sign in the window, red glowing letters with slight reflection on the glass, matching the nighttime atmosphere

文档明确建议：FLUX.2 通过参考图实现编辑的效果优于 Kontext，Kontext 只作为备选。

FLUX.1 Kontext Max —— 多参考编辑

最多处理 10 张参考图、跨参考图编辑一致性最好，但并发速率限制仅 6（后文速率限制章节会展开）。多参考提示词可以用自然语言描述图间关系，也可以用编号显式指定来源：

The person from image 1 is sitting in the cafe from image 2, wearing the outfit from image 3, with the lighting style of image 4

Replace the top half of the person in image 1 with the clothing from image 2, maintaining the pose and background

FLUX.1 Fill —— 局部重绘/物体移除

专攻物体移除、区域补全、纹理感知填充与无缝融合。提示词描述"被遮罩区域应该被什么填充"：

Fill with continuation of the brick wall texture and ivy

Complete with matching ocean waves and sandy beach

按使用场景推荐

创意探索 / 构思阶段 → FLUX.2 [klein]

• 快速迭代、概念测试、情绪板（mood board）生成、提示词变体探索。

生产级营销素材 → FLUX.2 [pro]

• 质量一致、速度合理、规模化成本可控、适合自动化流程稳定输出。

Hero 图 / 高端内容 → FLUX.2 [max]

• 细节最大化、一致性最佳、支持 grounding search，为关键视觉多付一点溢价是值得的。

排版 / 招牌 / 海报 → FLUX.2 [flex]

• 文字渲染出众、质量档位可调、UI 稿与信息图的最佳选择。

角色一致性 → FLUX.2 [max] 或 [pro]

• 多参考支持（最多 8–10 张）、编辑一致性最好，跨场景保持角色身份，质量优于 FLUX.1 Kontext。

照片编辑 / 润饰 → FLUX.2 [klein]、[pro] 或 [max]

• 原生 I2I（参考图即输入图），支持风格迁移、对象修改、属性更改，效果优于 FLUX.1 Kontext。

实时信息 → FLUX.2 [max]

• grounding search 覆盖时事新闻可视化、天气/位置数据等需要最新信息的场景。

本地开发 / 测试 → FLUX.2 [dev]

• 零 API 成本、完全可控、可做微调实验、支持离线。

组合式生产管线

单一模型往往无法覆盖整条生产链路，文档给出了三种经典组合：

图文编辑（Editorial with Typography）

1. FLUX.2 [max] - Generate base image (highest quality) 2. FLUX.2 [flex] - Add text overlay pass

先用 [max] 出最高质量底图，再用 [flex] 叠加文字层，各取所长。

角色一致系列（Character-Consistent Series）

1. FLUX.2 [max] - Create character reference 2. FLUX.2 [max]/[pro] - Generate consistent variations using reference images 3. FLUX.2 [klein] - Quick iteration on variations if needed

先以 [max] 建立角色参考图，再用参考图生成一致变体，最后用 [klein] 快速试错。

电商产品管线（E-commerce Product Pipeline）

1. FLUX.2 [pro] - Bulk product generations 2. FLUX.2 [pro]/[klein] - Product variations (colors, angles) using references 3. FLUX.2 [flex] - Add promotional text/pricing

批量出图交给 [pro] 控成本，变体用参考图，促销文案交给 [flex]。

约束条件下的选型

预算有限

• 高产量：FLUX.2 [klein] 4B（1MP T2I 仅 $0.014）
• 需要质量：FLUX.2 [pro]（性价比最高，$0.03）

工期紧张

• 任何任务：FLUX.2 [klein]
• 质量优先：FLUX.2 [pro]

质量必须最大化

• 无条件：FLUX.2 [max]

文字必须可读

• 无条件：FLUX.2 [flex]

编辑已有图片

• 快速编辑：FLUX.2 [klein] + 参考图
• 高质量编辑：FLUX.2 [max] 或 [pro] + 参考图
• 备选：FLUX.1 Kontext（但 FLUX.2 优先）

速率限制敏感

• 优先：FLUX.2 全系（24 并发上限）
• 回避：FLUX.1 Kontext Max（仅 6 并发上限）

并发上限直接决定批处理吞吐量：同一批 24 张图的任务，用 FLUX.2 一次并发即可跑完，用 Kontext Max 则要排队 4 轮。这是自动化生产管线中最容易被忽视的选型因素。

总结速查表

Speed? → FLUX.2 [klein] Quality? → FLUX.2 [max] Balance? → FLUX.2 [pro] Text? → FLUX.2 [flex] Edit? → FLUX.2 [klein/pro/max] with reference images Free? → FLUX.2 [dev]

核心洞察：所有 FLUX.2 模型都原生支持基于参考图的图像编辑，因此编辑类任务应优先 FLUX.2 而非 FLUX.1 Kontext。

选型体系在 OpenMontage 中的落地实现

模型选型并非孤立文档，它在 OpenMontage 中有完整的工程化落地，可从三个层面印证：

1. 工具层：模型枚举与默认值

tools/graphics/flux_image.py 中的FluxImage工具把模型抽象为model参数枚举：["flux-pro/v1.1", "flux/dev", "flux-pro"]，默认flux-pro/v1.1，并透传width/height（默认 1024×1024）、seed、num_inference_steps、guidance_scale等参数到 fal.ai 的https://fal.run/fal-ai/{model}端点。其estimate_cost实现与本文定价逻辑一致：pro系列按 $0.05 估算，dev 档按 $0.03 估算。

值得注意的是，该工具的supports保留了negative_prompt字段透传——但从最佳实践文档看，FLUX 的官方建议是不依赖负向提示词，而是用正向描述表达期望（详见 negative-prompt-alternatives.md），实际使用时应以正向提示词为主。

2. 路由层：Provider 抽象

tools/graphics/image_gen.py 提供了更上层的统一入口：provider参数枚举["openai", "flux", "local"]，当provider == "flux"时调用内部_generate_flux，并默认请求https://fal.run/fal-ai/flux/dev。这意味着一套提示词可以在不同图像后端之间切换，模型选型决策被收敛为一次路由参数调整，而无需改动上层 Agent 逻辑。

3. 自托管层：ComfyUI 工作流

对追求本地/免费路线的场景，仓库在 tools/_comfyui/workflows/flux2-txt2img.json 提供了flux2-txt2img的 ComfyUI 工作流模板，且 tests/contracts/test_comfyui_tools.py 中的test_flux2_workflow_has_templated_nodes等用例会校验该工作流的节点模板与模型加载逻辑（含custom-flux模型路由、flux2-vae.safetensors等依赖），保证自托管 FLUX.2 与云端 API 在提示词实践上保持一致。这与文档中 FLUX.2 [dev] "本地开发、免费、完全可控"的定位互为印证。

技能体系定位

选型指南在技能包内与 flux2-models.md、flux1-models.md 等规则文件构成"总-分"结构：SKILL.md负责加载入口与快速参考，model-selection-guide.md负责"选哪个模型"的决策，AGENTS.md提供完整上游长文参考。仓库中的FluxImage工具通过agent_skills = ["flux-best-practices", "bfl-api"]显式绑定该技能包，确保 Agent 在调用 FLUX 生成时自动携带这套选型与提示词规范。

实践建议清单

1. 默认走 FLUX.2：除非用户显式要求，否则不主动选用 FLUX.1；
2. 用参考图替代 Kontext：编辑任务一律走 FLUX.2 的 reference images 通道；
3. 按生产阶段切模型：原型用 [klein] → 批量用 [pro] → 终稿用 [max] → 含文字用 [flex]；
4. 盯住兆像素定价：输出尺寸与输入参考图尺寸都会影响成本，批量任务前先按定价公式粗算；
5. 留意并发上限：高吞吐批处理优先 FLUX.2（24 并发），避免 Kontext Max（6 并发）成为瓶颈；
6. 本地验证后再上云：[dev] 免费权重用于开发测试，正式管线再切换到 [pro]/[max] 等商用档位。

【免费下载链接】OpenMontageWorld's first open-source, agentic video production system. 12 production pipelines, 100+ tools, 700+ agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage