Claude Code собрал конвейер на FLUX.3 klein: 290 кадров врачей за $3,2 аренды GPU

Специалист по платному трафику для стоматологических клиник заменил фотосессии врачей генерацией. Конвейер строится на модели FLUX.3 klein (генератор изображений с 5,6 млрд параметров), интерфейсе ComfyUI и облачной аренде видеокарт RunPod. На входе ссылка на страницу врачей клиники и по одному портрету с сайта, на выходе папка проверенных кадров: врач в лупах лечит пациента, смотрит КТ на мониторе, оперирует или показывает ребёнку игрушечного динозавра, и всё это в интерьере именно этой клиники и в её форме. За неделю накопилось 290 одобренных кадров для более чем 20 врачей из нескольких клиник, а аренда GPU, тесты моделей и хранение обошлись примерно в $3,2. Весь код и конфиги написал Claude Code (Opus 5.5, High Effort). Человек ставил ТЗ, корректировал архитектуру и утверждал результат.

Инфраструктура: платить только за минуты генерации

Требования были простые: платить только за минуты генерации, не скачивать модели заново и не светить ComfyUI в интернет. Автор выбрал RunPod Secure Cloud с сетевым диском на 60 ГБ. Модели и ComfyUI лежат на диске, а под создаётся и удаляется вокруг него. Community Cloud дешевле, но сетевые диски не поддерживает. Диск стоит $0,07 за ГБ в месяц, то есть $4,2, и списывается даже при остановленном поде.

Карты перебираются по приоритету: RTX 4090 ($0,89/ч), RTX PRO 4500 Blackwell 32 ГБ ($0,72/ч), RTX PRO 4000 Blackwell 24 ГБ ($0,57/ч). Наличие у RunPod везде «Low» и меняется за минуты, поэтому скрипт pod.sh up идёт по списку. Если на хосте старого пода нужной карты нет, скрипт удаляет под и создаёт новый в том же датацентре, а диск остаётся. Наружу открыт только 22/tcp, ComfyUI доступен через SSH-туннель на 127.0.0.1:8188. API-ключ лежит только в .env.

Команда down повторяет stop, пока под не перейдёт в EXITED: один раз API ответил таймаутом, и без повтора под остался бы включённым. Перед каждым up агент пишет оценку стоимости, а после сессии всегда останавливает под. Состояние проекта хранится в CLAUDE.md, чтобы следующая сессия продолжала с того же места.

Почему FLUX.3 klein и зачем ему upsampler

Автор прогнал три модели на одних промптах и одном референсе. FLUX.2 klein 4B (Apache 2.0) хорошо держит сходство лица, но примерно в половине кадров вместо зеркальца рисует зонд, а экраны выходят с псевдоинтерфейсом. FLUX.2 klein 9B рисует зеркальце верно в 3 из 3 кадров, но лицензия Non-Commercial допускает только тесты, поэтому модель осталась для сравнения. FLUX.3 klein вышла 13 октября: энкодер Qwen3-VL-4B, до 10 референсов, distilled-версия на 16 шагов без guidance. Из трёх она лучше всех следует промпту. Лицензия FLUX Kommunity v1.0 разрешает рекламу, если выручка лицензиата с аффилированными лицами меньше $5 млн в год.

Набор файлов весит около 17,5 ГБ. В него входят int8-трансформер, int8-энкодер, prompt upsampler на Qwen3.5-9B и VAE от FLUX.2. ComfyUI из образа RunPod (0.30.0) новую модель не знал, и его обновили на диске до 0.41.2.

Upsampler обязателен. FLUX.3 ждёт описание сцены на 150–200 слов, а BFL прямо не рекомендует работать без своего upsampler.

Это отдельная языковая модель: она смотрит на референсы и переписывает запрос в подробное описание. В примере с шестью референсами (лицо, кабинет, лупы, зеркальце, хват рук, эмблема клиники) 324 слова превратились в 235. Upsampler перечислил мебель с фото кабинета и сам описал внешность врача.

При этом он выкинул фразу про референс хвата и перепутал нумерацию картинок, но кадр вышел правильным. Из-за жадного декодирования один промпт даёт одно описание, поэтому seed меняет детали, но не позу и не композицию. Кадр считается 12–18 секунд на RTX PRO 4500, с upsampler около 27 секунд.

Первый кадр сессии ждёт около двух минут, пока модели читаются с сетевого диска.

Правила промптов и синдром одного кабинета

Первая версия хранила готовые промпты, и врачи двух клиник оказались почти в одинаковых кабинетах. Тогда автор разделил кадр на три части: карточка врача (специальности, пол) с фото с сайта, сцена из setups.yaml (действие, поза, предмет, пациент) и облик клиники из looks.yaml (помещения, форма, свет, план кадра, логотип). Библиотека сцен общая для всех клиник и содержит 31 сцену. Файл проекта перекрывает библиотечный.

Правила, проверенные на кадрах:

• не описывать внешность врача: описание спорит с фото и уводит лицо;
• поворот корпуса и головы задавать отдельно, иначе поза головы копируется с фото;
• взгляд в камеру держит сходство лучше, чем взгляд вниз;
• пациента одевать явно, иначе он получит такую же форму, как врач;
• стены задавать без рамок, чтобы не появились похожие на дипломы рамки. Фальшивые дипломы в рекламе врача недопустимы.

В промптах не стоит писать 8k, cinematic и bokeh. Upsampler вырезает оценочные слова, а cinematic тянет к «пластиковой» коже. Улыбку «голливудскую» писать тоже нельзя, это против правил клиник.