我们真的需要更多 5B 级通用图像模型吗？

一位用户用同一提示词在 3 MP 分辨率下对比多个 DiT 图像模型后认为，5B 级通用图像模型妥协过多，12–16B 才是甜点区间，9–10B 已接近下限。其测试中 FLUX 2 Klein 9B 的图像质量几乎全面优于 FLUX 3 Klein，并主张通过 4-bit 量化提升可及性，Krea 2 的 INT4 DiT 加 INT4 文本编码器可在 8 GB GPU 上运行。