画像を部分的に直したいとき、これまでは Inpaint が定番でした。変えたい範囲をマスクで塗り、そこだけ描き直す手法です。
FLUX.1 Kontext は別のやり方を提示します。マスクを描かず、文章で「何をどう変えるか」を指示するのです。
公式
- リポジトリ: github.com/black-forest-labs/flux
- モデル: huggingface.co/black-forest-labs/FLUX.1-Kontext-dev
- 論文: arXiv:2506.15742
仕様とライセンスは更新されます。導入前に必ず公式と原文で最新を確認してください。
先に：ライセンスの話
この記事を読む多くの人にとって、技術より先に確認すべきなのがライセンスです。順序を入れ替えて先に書きます。
FLUX.1 Kontext [dev] は FLUX.1 [dev] Non-Commercial License の対象です。条文を確認したところ、Non-Commercial Purpose（非商用目的）の定義から次が明確に除外されています。
- 収益を生む活動での利用
- エンドユーザーに直接影響する、または直接やり取りする利用
- 商用目的で他のモデルを学習・ファインチューン・蒸留する利用
つまり、[dev] 版をそのまま使って作った画像で収益を上げることは、ライセンスの許諾範囲外です。
「Outputs は Derivative ではない」の誤読に注意
条文には、Outputs（生成物）は Derivative（派生物）に含まれないという記述があります。これを「だから生成画像は自由に使える」と読む人がいますが、誤読です。
この条項が言っているのは「生成した画像は、モデルを改変したものとは見なさない」という定義の整理です。一方でライセンスが制限しているのはモデルの利用目的そのものなので、収益を生む活動に使う時点で Non-Commercial Purpose から外れます。
2つは別の話です。 混同したまま販売すると、ライセンス違反になります。
商用で使うには
Black Forest Labs が商用ライセンスを提供しています。公式リポジトリには利用量を自動記録する仕組みのリファレンス実装が含まれており、CLIやデモでトラッキングを有効にする形です。
python -m flux kontext --track_usage --prompt "..."契約条件と料金は公式に確認してください。「バレなければいい」で進める話ではありません。
モデルライセンス全般の読み方は AIエロ絵の商用ライセンス完全整理 にまとめています。
何をするモデルか
論文タイトルは「FLUX.1 Kontext: Flow Matching for In-Context Image Generation and Editing in Latent Space」。潜在空間での文脈内画像生成・編集を扱うものです。
入出力
入力: 画像 + テキスト指示
↓
出力: 指示に沿って編集された画像公式リポジトリのCLI例では、次のような指示が示されています。
python -m flux kontext --prompt "replace the logo with the text 'Black Forest Labs'"**「ロゴをこの文字に置き換えて」**という指示だけで、どこを変えるかはモデルが判断します。
Inpaint との違い
| Inpaint | Kontext | |
|---|---|---|
| 範囲の指定 | マスクを描く | 文章で指示 |
| 手間 | マスク作成が必要 | 指示文のみ |
| 制御の精度 | 高い（範囲を明示） | モデルの解釈に依存 |
| 向く場面 | 特定領域の描き直し | 「何を変えるか」が言葉にできる編集 |
どちらが優れているという話ではありません。 範囲が明確なら Inpaint、内容で指示したいなら Kontext、という使い分けです。
Inpaint 側の実務は Inpaint完全ガイド にまとめています。
FLUXファミリー内での位置づけ
公式リポジトリには複数のモデルが並んでいます。役割を整理します。
| モデル | 役割 |
|---|---|
| FLUX.1 [dev] | 画像生成（text-to-image） |
| FLUX.1 Fill [dev] | 補完 |
| FLUX.1 Depth [dev] | 深度による構造条件付け |
| FLUX.1 Canny [dev] | 輪郭による構造条件付け |
| FLUX.1 Redux [dev] | 画像バリエーション |
| FLUX.1 Kontext [dev] | 画像編集 |
| FLUX.1 Krea [dev] | 画像生成 |
[dev] が付くものはいずれも同じ Non-Commercial License の対象です。ライセンス条文にも、Kontext を含む各モデル名が列挙されています。
なおオートエンコーダの重みは Apache-2.0 で公開されている、という記述が公式READMEにあります。モデル本体とは条件が異なる点に注意してください。
生成側の比較は SDXL vs FLUX.1 比較、FLUX全体は FLUX.1完全解説 にまとめています。
使い方の大枠
細かな手順は公式READMEを参照してください。全体像だけ書きます。
公式CLIから
- リポジトリを clone し依存関係を入れる
- Hugging Face からモデルを取得
python -m flux kontextに指示文を渡す--loopで対話的に繰り返し編集も可能
ComfyUI から
ComfyUI 向けの対応が進んでいます。ノード構成と必要ファイルは配布元で異なるため、ComfyUI Manager で検索して確認してください。
ComfyUI の基礎は ComfyUI完全導入ガイド を参照してください。
必要スペック
FLUX系は SDXL より重い部類です。VRAM に余裕がないと厳しく、量子化版を使う選択肢もあります。環境の考え方は AI生成PC構成完全ガイド にまとめています。
指示文の書き方
Kontext の使い勝手は指示文の具体性でほぼ決まります。
効きやすい書き方
- 対象と操作を明示する — 「背景を夜景に変更」
- 1つの指示につき1つの変更 — 複数を詰め込むと片方が無視される
- 英語で書く — 学習データの性質上、英語のほうが安定しやすい
効きにくい書き方
- 曖昧な形容だけ — 「もっと良い感じに」
- 複数の変更を1文に詰め込む
- 画像に存在しない対象への指示
段階的に進める
一度で仕上げようとせず、1つずつ変更して結果を見るほうが結果的に速いです。公式CLIには対話的に繰り返すオプションもあります。
実務での注意
変わってほしくない部分まで変わる
マスクがない以上、変更範囲はモデルの判断です。人物の顔を保ったまま背景だけ変えたい、といった場合に顔まで微妙に変わることがあります。
同一性が重要なら、Inpaintでマスクを切るか、編集後に該当部分を戻す処理が要ります。
文字の扱い
公式の例が「ロゴを文字に置き換える」であるように、テキスト系の編集は想定用途に入っています。ただし日本語の描画は英語ほど安定しないのが一般的な傾向です。
商用可否の確認を後回しにしない
これが最も多い事故です。作品を作り込んでから「売れないライセンスだった」と気づくパターンが起こりえます。
販売を視野に入れているなら、着手前にライセンスを確認してください。商用条件が明確なモデルを最初から選ぶ、という判断も有効です。
よくある詰まりどころ
指示が反映されない
- 指示が曖昧、または複数の変更を含んでいる
- 対象が画像内に存在しない
- 日本語で指示している（英語で試す）
画像全体の雰囲気が変わる
編集の強度が高すぎる可能性があります。指示を細かく分け、1段階ずつ進めてください。
VRAM不足で動かない
量子化版を検討するか、クラウドGPUを使ってください。
ComfyUIでノードが見つからない
ComfyUI Manager で不足ノードを検索してください。配布元によって名称が異なります。
その他の症状は AI画像生成トラブル辞典 を参照してください。
関連記事
- FLUX.1完全解説2026
- SDXL vs FLUX.1 比較2026
- Inpaint完全ガイド
- ComfyUI完全導入ガイド2026
- AIエロ絵の商用ライセンス完全整理2026
- Civitaiの商用可否とNSFW制限を読む2026
- AI画像生成の著作権・法律ガイド2026
まとめ
FLUX.1 Kontext は マスクを描かずに文章で画像を編集するモデルです。範囲指定の手間がない反面、どこが変わるかはモデルの解釈に委ねられます。範囲が明確なら Inpaint、内容で指示したいなら Kontext という使い分けになります。
そして、この記事で最も伝えたいのは技術ではなくライセンスです。[dev] 版は Non-Commercial License で、収益を生む活動は許諾範囲外。「Outputs は Derivative ではない」という条項を商用可の根拠と読むのは誤りです。
売るつもりがあるなら、作り始める前に商用ライセンスを取るか、条件の明確な別モデルを選んでください。
