Flux

Tilgængelig

flux-3

Flux 3 API

Name: Flux 3 API
Brand: CometAPI
SKU: flux-3
Price: 0.17 USD
Availability: InStock

FLUX 3 - Modeller i den virkelige verden: Mod multimodale flowmodeller som rygraden i visuel intelligens.

Startpris

$0.136 / sekund

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Aug 13, 2026

Flux

Playground

Prøv Flux 3 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over Flux 3, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Hvad er Flux 3?

En ny generation af multimodale grundmodeller

FLUX 3 er den nyeste spydspidsmodel udviklet af Black Forest Labs, virksomheden grundlagt af flere af de oprindelige Stable Diffusion-forskere.

I stedet for at behandle billedgenerering, videogenerering, lydforståelse og robotik som separate AI-systemer, forsøger FLUX 3 at løse dem med én fælles neurale repræsentation.

Traditionelle diffusionsmodeller lærer primært:

Tekst → Billede
Billedredigering
Billedvariation

FLUX 3 lærer derimod:

Billedgenerering
Videogenerering
Lydforståelse
Bevægelsesforudsigelse
Tidsmæssig konsistens
Handlingsforudsigelse
Verdensdynamik

Denne arkitektur bevæger sig ud over ren generativ AI mod det, forskere i stigende grad kalder Verdensmodeller.

Tekniske specifikationer

Specifikation	Flux 3
Udvikler	Black Forest Labs
Udgivelse	2026 (forhåndsannoncering)
Modeltype	Samlet multimodal grundmodel
Arkitektur	Flow Matching / multimodal grundarkitektur
Inputmodaliteter	Tekst, billede, video, lyd
Outputmodaliteter	Billede, video, lyd, handlingsforudsigelse
Træningsstrategi	Fælles multimodal træning
Primært mål	Verdensmodellering
Billedgenerering	Ja
Videogenerering	Ja
Lydmodellering	Ja
Robotikunderstøttelse	Ja
Handlingsforudsigelse	Ja
API-tilgængelighed	Tidlig adgang
Open source	Nej (i øjeblikket)
Kommerciel API	Planlagt

Funktioner og højdepunkter ved Flux 3

Rettelse: Din disposition anmodede om "Features and Highlights of Claude Sonnet 5." Da denne artikel handler om Flux 3, er den passende sektion "Features and Highlights of Flux 3."

1. Forenet multimodal træning

I stedet for at sammensætte flere ekspertmodeller optimerer Flux 3 samlet på tværs af alle understøttede modaliteter.

Fordele omfatter:

Delt semantisk forståelse
Ræsonnering på tværs af modaliteter
Bedre konsistens
Reduceret skiften mellem modaliteter

2. Verdensmodellering

Måske den største innovation er overgangen fra billedsyntese til verdensforståelse.

Modellen forsøger at lære:

tyngdekraft
objektpermanens
kollision
tidslig bevægelse
kausalitet
menneskelig bevægelse

Dette gør Flux 3 velegnet til robotsimulering og interaktive miljøer.

3. Indbygget videolæring

I modsætning til mange diffusionssystemer, der udvider billedgenerering til video, behandler Flux 3 angiveligt video som det centrale læringssignal.

Ifølge Black Forest Labs:

Videotræning forbruger over 95 % af træningsberegningsressourcerne
Tidslig forståelse prioriteres over statisk rendering
Bevægelsesforudsigelse forbedrer konsistensen

4. Lydintegration

Flux 3 lærer lyd sammen med de øvrige modaliteter i stedet for at tilføje det efterfølgende.

Mulige kapabiliteter omfatter:

læbesynkronisering
forståelse af omgivelseslyde
multimodal ræsonnering
synkroniseret videogenerering

5. Robotorienteret design

Meddelelsen fremhæver robotik som et vigtigt anvendelsesområde.

Mulige anvendelser:

robotplanlægning
navigation
industriel automation
autonome systemer

6. Billedgenerering i høj kvalitet

Flux 3 fortsætter BFL's stærke ry for:

fotorealisme
typografi
overholdelse af prompts
realistisk lys
komposition

samtidig med at den udvider sig ud over rene billedopgaver.

Modelversioner

Ved lanceringen har Black Forest Labs introduceret Flux 3 som en samlet multimodal platform snarere end en bred familie af varianter. Offentlig information omfatter aktuelt:

Model	Status
Flux 3	Tidlig adgang
Flux 3 API	Planlagt
Billedgenerering	Tilgængelig
Videogenerering	Forhåndsvisning
Lydgenerering	Forhåndsvisning
Handlingsforudsigelse	Forhåndsvisning

Yderligere varianter (såsom Pro, Dev eller letvægtsudgaver) er endnu ikke officielt annonceret.

Benchmark-resultater

Da modellen og den omkringliggende ramme stadig er under udvikling, er disse resultater foreløbige, og vi forventer yderligere forbedringer under fasen med tidlig adgang. På tværs af tidlige evalueringer var FLUX 3 foretrukket frem for Grok Imagine Video i op til 69 % af sammenligningerne, Kling v3 Pro i 60 %, Happy Horse v1 i 59 %, Happy Horse 1.1 i 57 %, Seedance 2.0 og Gemini Omni Flash i 52 %. FLUX 3 var foretrukket frem for Runway Gen-4.5 i 77 % af sammenligningerne og frem for Luma Ray 3.2 i 93 % af sammenligningerne.

Flux 3

Påståede styrker omfatter:

Overlegen tidsmæssig konsistens
Bedre fysisk ræsonnering
Forbedret bevægelsesgenerering
Indbygget multimodal læring
Robotorienteret verdensmodellering

I modsætning til traditionelle billedbenchmarks (FID, CLIPScore, GenEval) vil mange af Flux 3's tiltænkte anvendelser sandsynligvis kræve nye evalueringsmetoder med fokus på videosammenhæng, multimodal tilpasning og handlingsforudsigelse.

Begrænsninger

Trods sin imponerende arkitektur har Flux 3 stadig flere begrænsninger.

Tidlig adgang

Modellen er i øjeblikket ikke generelt tilgængelig.

Ukendt pris

Officiel API-prissætning er endnu ikke annonceret.

Hardwarekrav

Fordi modellen samlet lærer billeder, videoer, lyd og handlingsforudsigelse, forventes inferens at kræve væsentligt mere beregningskraft end FLUX-modeller kun til billeder.

Begrænset dokumentation

Mange arkitektoniske detaljer er stadig ikke offentliggjort.

Sådan bruger du Flux 3 API på CometAPI

Når Flux 3 bliver tilgængelig via API-udbydere, kan en samlet API-gateway som CometAPI forenkle integrationen.

En typisk arbejdsgang er:

Registrer en CometAPI-konto.
Hent en API-nøgle fra dashboardet.
Vælg Flux 3-modellen (når den er tilgængelig).
Send forespørgsler via standard REST- eller SDK-grænseflader.
Modtag genererede billeder, videoer eller multimodale outputs.

Det præcise endpoint og payload vil afhænge af CometAPI's offentliggjorte dokumentation, når Flux 3-understøttelse udgives.

Hvorfor bruge CometAPI?

For udviklere, der bygger applikationer, som kan bruge flere AI-udbydere, kan en API-aggregationsplatform tilbyde flere driftsmæssige fordele:

Ensartet grænseflade: Én API til flere grundmodeller i stedet for at vedligeholde separate integrationer.
Fleksibilitet i udbydervalg: Lettere skift mellem modeller i takt med at kapaciteter eller priser udvikler sig.
Forenklet nøglehåndtering: Centraliseret autentificering og fakturering.
Hurtigere eksperimenter: Sammenlign forskellige billede- eller multimodale modeller med minimale kodeændringer.
Skalérbarhed: Videresend forespørgsler på tværs af udbydere og administrer forbrug mere effektivt.

Om CometAPI understøtter Flux 3 — og den præcise funktionspakke — afhænger af dens aktuelle modelkatalog og udgivelsesplan.

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

5-sekunders test

$0.68

Estimeret CometAPI-forbrugsomkostning

10-sekunders test

$1.36

Estimeret CometAPI-forbrugsomkostning

15-sekunders test

$2.04

Estimeret CometAPI-forbrugsomkostning

Priser for Flux 3

Udforsk konkurrencedygtige priser for Flux 3, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan Flux 3 kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

Flux 3 Video Generation Pricing

Customer model ID: flux-3

Resolution	Official price / second	CometAPI price / second
720p	$0.170	$0.136
1080p	$0.290	$0.232

Billed per second. Supported resolutions: 720p and 1080p. The default group price uses the 0.8x group ratio.

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/videosGET/v1/videos/{task_id}/contentGET/v1/videos/{task_id}

Eksempelkode og API til Flux 3

Få adgang til omfattende eksempelkode og API-ressourcer for Flux 3 for at strømline din integrationsproces. Vores detaljerede dokumentation giver trin-for-trin vejledning, der hjælper dig med at udnytte det fulde potentiale af Flux 3 i dine projekter.

POST

/v1/videos

GET

/v1/videos/{task_id}/content

GET

/v1/videos/{task_id}

set -euo pipefail

# 1. Create a five-second 720p video.
response=$(curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1/videos" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=flux-3" \
  -F "prompt=A paper boat glides across a still pond in soft morning light" \
  -F "seconds=5" \
  -F "size=1280x720")

task_id=$(jq -er '.id // .task_id // .data.id // .data.task_id' <<<"$response")
echo "Task: $task_id"

# 2. Poll until generation finishes.
while true; do
  response=$(curl --fail-with-body --silent --show-error \
    "https://api.cometapi.com/v1/videos/${task_id}" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  status=$(jq -r '(.status // .data.status // "") | ascii_downcase' <<<"$response")
  progress=$(jq -r '.progress // .data.progress // "unknown"' <<<"$response")
  echo "Status: ${status:-unknown}; progress: $progress"

  case "$status" in
    failed|failure|cancelled|canceled)
      echo "$response" >&2
      exit 1
      ;;
    completed|succeeded|success)
      break
      ;;
  esac
  [[ "$progress" == "100%" ]] && break
  sleep 10
done

# 3. Download the generated MP4.
output_dir="output"
mkdir -p "$output_dir"
output_path="$output_dir/$task_id.mp4"
curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1/videos/${task_id}/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "$output_path"

video_size=$(wc -c <"$output_path" | tr -d ' ')
signature=$(dd if="$output_path" bs=1 skip=4 count=4 2>/dev/null | od -An -tx1 | tr -d '
')
if ((video_size < 12)) || [[ "$signature" != 66747970 ]]; then
  echo "Content response is not a non-empty MP4 file" >&2
  exit 1
fi
echo "Saved: $output_path ($video_size bytes)"

cURL Code Example

set -euo pipefail

# 1. Create a five-second 720p video.
response=$(curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1/videos" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=flux-3" \
  -F "prompt=A paper boat glides across a still pond in soft morning light" \
  -F "seconds=5" \
  -F "size=1280x720")

task_id=$(jq -er '.id // .task_id // .data.id // .data.task_id' <<<"$response")
echo "Task: $task_id"

# 2. Poll until generation finishes.
while true; do
  response=$(curl --fail-with-body --silent --show-error \
    "https://api.cometapi.com/v1/videos/${task_id}" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  status=$(jq -r '(.status // .data.status // "") | ascii_downcase' <<<"$response")
  progress=$(jq -r '.progress // .data.progress // "unknown"' <<<"$response")
  echo "Status: ${status:-unknown}; progress: $progress"

  case "$status" in
    failed|failure|cancelled|canceled)
      echo "$response" >&2
      exit 1
      ;;
    completed|succeeded|success)
      break
      ;;
  esac
  [[ "$progress" == "100%" ]] && break
  sleep 10
done

# 3. Download the generated MP4.
output_dir="output"
mkdir -p "$output_dir"
output_path="$output_dir/$task_id.mp4"
curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1/videos/${task_id}/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "$output_path"

video_size=$(wc -c <"$output_path" | tr -d ' ')
signature=$(dd if="$output_path" bs=1 skip=4 count=4 2>/dev/null | od -An -tx1 | tr -d ' \n')
if ((video_size < 12)) || [[ "$signature" != 66747970 ]]; then
  echo "Content response is not a non-empty MP4 file" >&2
  exit 1
fi
echo "Saved: $output_path ($video_size bytes)"

Python Code Example

import os
import time
from pathlib import Path

import requests

api_key = os.environ["COMETAPI_KEY"]
base_url = "https://api.cometapi.com"
headers = {"Authorization": f"Bearer {api_key}"}

# 1. Create a five-second 720p video.
response = requests.post(
    f"{base_url}/v1/videos",
    headers=headers,
    files={
        "model": (None, "flux-3"),
        "prompt": (
            None,
            "A paper boat glides across a still pond in soft morning light",
        ),
        "seconds": (None, "5"),
        "size": (None, "1280x720"),
    },
    timeout=120,
)
response.raise_for_status()
task = response.json()
data = task.get("data") or {}
task_id = task.get("id") or task.get("task_id") or data.get("id") or data.get("task_id")
if not task_id:
    raise RuntimeError(f"Create response has no task ID: {task}")
print(f"Task: {task_id}")

# 2. Poll until generation finishes.
while True:
    response = requests.get(
        f"{base_url}/v1/videos/{task_id}", headers=headers, timeout=60
    )
    response.raise_for_status()
    task = response.json()
    data = task.get("data") or {}
    status = str(task.get("status") or data.get("status") or "").lower()
    progress = task.get("progress") or data.get("progress") or "unknown"
    print(f"Status: {status or 'unknown'}; progress: {progress}")

    if status in {"failed", "failure", "cancelled", "canceled"}:
        raise RuntimeError(f"Video generation failed: {task}")
    if status in {"completed", "succeeded", "success"} or progress == "100%":
        break
    time.sleep(10)

# 3. Download the generated MP4.
response = requests.get(
    f"{base_url}/v1/videos/{task_id}/content", headers=headers, timeout=300
)
response.raise_for_status()
video = response.content
if len(video) < 12 or video[4:8] != b"ftyp":
    raise RuntimeError("Content response is not a non-empty MP4 file")

output_dir = Path("output")
output_dir.mkdir(parents=True, exist_ok=True)
output_path = output_dir / f"{task_id}.mp4"
output_path.write_bytes(video)
print(f"Saved: {output_path} ({len(video)} bytes)")

JavaScript Code Example

import { mkdir, writeFile } from "node:fs/promises";
import path from "node:path";

const apiKey = process.env.COMETAPI_KEY;
if (!apiKey) throw new Error("Set COMETAPI_KEY before running this example");

const baseUrl = "https://api.cometapi.com";
const headers = { Authorization: `Bearer ${apiKey}` };
const sleep = (milliseconds) =>
  new Promise((resolve) => setTimeout(resolve, milliseconds));

// 1. Create a five-second 720p video.
const form = new FormData();
form.append("model", "flux-3");
form.append(
  "prompt",
  "A paper boat glides across a still pond in soft morning light",
);
form.append("seconds", "5");
form.append("size", "1280x720");

let response = await fetch(`${baseUrl}/v1/videos`, {
  method: "POST",
  headers,
  body: form,
  signal: AbortSignal.timeout(120_000),
});
if (!response.ok) throw new Error(`${response.status} ${await response.text()}`);
let task = await response.json();
const taskId = task.id || task.task_id || task.data?.id || task.data?.task_id;
if (!taskId) throw new Error(`Create response has no task ID: ${JSON.stringify(task)}`);
console.log(`Task: ${taskId}`);

// 2. Poll until generation finishes.
while (true) {
  response = await fetch(`${baseUrl}/v1/videos/${taskId}`, {
    headers,
    signal: AbortSignal.timeout(60_000),
  });
  if (!response.ok) throw new Error(`${response.status} ${await response.text()}`);
  task = await response.json();
  const data = task.data || {};
  const status = String(task.status || data.status || "").toLowerCase();
  const progress = task.progress || data.progress || "unknown";
  console.log(`Status: ${status || "unknown"}; progress: ${progress}`);

  if (["failed", "failure", "cancelled", "canceled"].includes(status)) {
    throw new Error(`Video generation failed: ${JSON.stringify(task)}`);
  }
  if (
    ["completed", "succeeded", "success"].includes(status) ||
    progress === "100%"
  ) {
    break;
  }
  await sleep(10_000);
}

// 3. Download the generated MP4.
response = await fetch(`${baseUrl}/v1/videos/${taskId}/content`, {
  headers,
  signal: AbortSignal.timeout(300_000),
});
if (!response.ok) throw new Error(`${response.status} ${await response.text()}`);
const video = Buffer.from(await response.arrayBuffer());
if (video.length < 12 || video.subarray(4, 8).toString("ascii") !== "ftyp") {
  throw new Error("Content response is not a non-empty MP4 file");
}

const outputDir = "output";
await mkdir(outputDir, { recursive: true });
const outputPath = path.join(outputDir, `${taskId}.mp4`);
await writeFile(outputPath, video);
console.log(`Saved: ${outputPath} (${video.length} bytes)`);

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-video

image-to-video

Input og output

Input

text

Output

video

Produktionsprofil

Udbyder: Flux
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Flux 3 til produktions-workflows, der matcher dens video-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Tekst-til-video-koncepter og socialt indhold

Produktdemoer og filmiske storyboards

Billed-til-video-bevægelse og kreativ iteration

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

Aliyun

Wan3.0

Fra hurtig verifikation til filmisk output, baseres faktureringen på varigheden af den genererede video, valg af passende opløsning og omdannelse af hver generering til en planlagt kreativ investeringsaktivitetsregel

Se model

Aliyun

Happy Horse 1.1

HappyHorse 1.1 er en multimodal videogenereringsmodel, designet til professionel indholdsproduktion, reklame, kortfilm, produktion til sociale medier og historiefortælling. Den udvider mulighederne i HappyHorse 1.0—som vakte betydelig opmærksomhed efter at have placeret sig højt i uafhængige evalueringer af videogenerering—med stærkere scenesammenhæng og forbedret visuel fidelitet.

Se model

OpenAI

Sora 2 Pro

Sora 2 Pro er vores mest avancerede og kraftfulde mediegenereringsmodel, der kan generere videoer med synkroniseret lyd. Den kan skabe detaljerede, dynamiske videoklip ud fra naturligt sprog eller billeder.

Se model

Aliyun

Happy Horse 1.0

Happy Horse 1.0 — en højkvalitets lyd- og videogenereringsmodel, der understøtter tekst-til-video- og billede-til-video-generering. Den kan generere synkroniserede visuelle elementer, lyd og læbebevægelser, hvilket gør den velegnet til kortfilm, annoncekreativer og produktpræsentationer.

Se model

OpenAI

Sora 2

Superkraftig videogenereringsmodel, med lydeffekter, understøtter chatformat.

Se model

MiniMax

MiniMax H3

minimax-h3 er en ny model til videogenerering, designet til kreativ produktion af høj kvalitet. Den leverer forbedret promptforståelse, stærkere visuel konsistens, mere flydende bevægelser og mere fleksibel kontrol over referencebilleder til filmiske arbejdsgange inden for videogenerering.

Se model

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

flux-3

Bliv ved med at udforske

Sammenlign modeller, og fortsæt din research

Flux

Tilgængelig

flux-3

Flux 3 API

FLUX 3 - Modeller i den virkelige verden: Mod multimodale flowmodeller som rygraden i visuel intelligens.

Startpris

$0.136 / sekund

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Aug 13, 2026

Flux

Playground

Prøv Flux 3 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over Flux 3, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Hvad er Flux 3?

En ny generation af multimodale grundmodeller

FLUX 3 er den nyeste spydspidsmodel udviklet af Black Forest Labs, virksomheden grundlagt af flere af de oprindelige Stable Diffusion-forskere.

I stedet for at behandle billedgenerering, videogenerering, lydforståelse og robotik som separate AI-systemer, forsøger FLUX 3 at løse dem med én fælles neurale repræsentation.

Traditionelle diffusionsmodeller lærer primært:

Tekst → Billede
Billedredigering
Billedvariation

FLUX 3 lærer derimod:

Billedgenerering
Videogenerering
Lydforståelse
Bevægelsesforudsigelse
Tidsmæssig konsistens
Handlingsforudsigelse
Verdensdynamik

Denne arkitektur bevæger sig ud over ren generativ AI mod det, forskere i stigende grad kalder Verdensmodeller.

Tekniske specifikationer

Specifikation	Flux 3
Udvikler	Black Forest Labs
Udgivelse	2026 (forhåndsannoncering)
Modeltype	Samlet multimodal grundmodel
Arkitektur	Flow Matching / multimodal grundarkitektur
Inputmodaliteter	Tekst, billede, video, lyd
Outputmodaliteter	Billede, video, lyd, handlingsforudsigelse
Træningsstrategi	Fælles multimodal træning
Primært mål	Verdensmodellering
Billedgenerering	Ja
Videogenerering	Ja
Lydmodellering	Ja
Robotikunderstøttelse	Ja
Handlingsforudsigelse	Ja
API-tilgængelighed	Tidlig adgang
Open source	Nej (i øjeblikket)
Kommerciel API	Planlagt

Funktioner og højdepunkter ved Flux 3

Rettelse: Din disposition anmodede om "Features and Highlights of Claude Sonnet 5." Da denne artikel handler om Flux 3, er den passende sektion "Features and Highlights of Flux 3."

1. Forenet multimodal træning

I stedet for at sammensætte flere ekspertmodeller optimerer Flux 3 samlet på tværs af alle understøttede modaliteter.

Fordele omfatter:

Delt semantisk forståelse
Ræsonnering på tværs af modaliteter
Bedre konsistens
Reduceret skiften mellem modaliteter

2. Verdensmodellering

Måske den største innovation er overgangen fra billedsyntese til verdensforståelse.

Modellen forsøger at lære:

tyngdekraft
objektpermanens
kollision
tidslig bevægelse
kausalitet
menneskelig bevægelse

Dette gør Flux 3 velegnet til robotsimulering og interaktive miljøer.

3. Indbygget videolæring

I modsætning til mange diffusionssystemer, der udvider billedgenerering til video, behandler Flux 3 angiveligt video som det centrale læringssignal.

Ifølge Black Forest Labs:

Videotræning forbruger over 95 % af træningsberegningsressourcerne
Tidslig forståelse prioriteres over statisk rendering
Bevægelsesforudsigelse forbedrer konsistensen

4. Lydintegration

Flux 3 lærer lyd sammen med de øvrige modaliteter i stedet for at tilføje det efterfølgende.

Mulige kapabiliteter omfatter:

læbesynkronisering
forståelse af omgivelseslyde
multimodal ræsonnering
synkroniseret videogenerering

5. Robotorienteret design

Meddelelsen fremhæver robotik som et vigtigt anvendelsesområde.

Mulige anvendelser:

robotplanlægning
navigation
industriel automation
autonome systemer

6. Billedgenerering i høj kvalitet

Flux 3 fortsætter BFL's stærke ry for:

fotorealisme
typografi
overholdelse af prompts
realistisk lys
komposition

samtidig med at den udvider sig ud over rene billedopgaver.

Modelversioner

Ved lanceringen har Black Forest Labs introduceret Flux 3 som en samlet multimodal platform snarere end en bred familie af varianter. Offentlig information omfatter aktuelt:

Model	Status
Flux 3	Tidlig adgang
Flux 3 API	Planlagt
Billedgenerering	Tilgængelig
Videogenerering	Forhåndsvisning
Lydgenerering	Forhåndsvisning
Handlingsforudsigelse	Forhåndsvisning

Yderligere varianter (såsom Pro, Dev eller letvægtsudgaver) er endnu ikke officielt annonceret.

Benchmark-resultater

Flux 3

Påståede styrker omfatter:

Overlegen tidsmæssig konsistens
Bedre fysisk ræsonnering
Forbedret bevægelsesgenerering
Indbygget multimodal læring
Robotorienteret verdensmodellering

Begrænsninger

Trods sin imponerende arkitektur har Flux 3 stadig flere begrænsninger.

Tidlig adgang

Modellen er i øjeblikket ikke generelt tilgængelig.

Ukendt pris

Officiel API-prissætning er endnu ikke annonceret.

Hardwarekrav

Fordi modellen samlet lærer billeder, videoer, lyd og handlingsforudsigelse, forventes inferens at kræve væsentligt mere beregningskraft end FLUX-modeller kun til billeder.

Begrænset dokumentation

Mange arkitektoniske detaljer er stadig ikke offentliggjort.

Sådan bruger du Flux 3 API på CometAPI

Når Flux 3 bliver tilgængelig via API-udbydere, kan en samlet API-gateway som CometAPI forenkle integrationen.

En typisk arbejdsgang er:

Registrer en CometAPI-konto.
Hent en API-nøgle fra dashboardet.
Vælg Flux 3-modellen (når den er tilgængelig).
Send forespørgsler via standard REST- eller SDK-grænseflader.
Modtag genererede billeder, videoer eller multimodale outputs.

Det præcise endpoint og payload vil afhænge af CometAPI's offentliggjorte dokumentation, når Flux 3-understøttelse udgives.

Hvorfor bruge CometAPI?

For udviklere, der bygger applikationer, som kan bruge flere AI-udbydere, kan en API-aggregationsplatform tilbyde flere driftsmæssige fordele:

Ensartet grænseflade: Én API til flere grundmodeller i stedet for at vedligeholde separate integrationer.
Fleksibilitet i udbydervalg: Lettere skift mellem modeller i takt med at kapaciteter eller priser udvikler sig.
Forenklet nøglehåndtering: Centraliseret autentificering og fakturering.
Hurtigere eksperimenter: Sammenlign forskellige billede- eller multimodale modeller med minimale kodeændringer.
Skalérbarhed: Videresend forespørgsler på tværs af udbydere og administrer forbrug mere effektivt.

Om CometAPI understøtter Flux 3 — og den præcise funktionspakke — afhænger af dens aktuelle modelkatalog og udgivelsesplan.

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

5-sekunders test

$0.68

Estimeret CometAPI-forbrugsomkostning

10-sekunders test

$1.36

Estimeret CometAPI-forbrugsomkostning

15-sekunders test

$2.04

Estimeret CometAPI-forbrugsomkostning

Priser for Flux 3

Flux 3 Video Generation Pricing

Customer model ID: flux-3

Resolution	Official price / second	CometAPI price / second
720p	$0.170	$0.136
1080p	$0.290	$0.232

Billed per second. Supported resolutions: 720p and 1080p. The default group price uses the 0.8x group ratio.

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/videosGET/v1/videos/{task_id}/contentGET/v1/videos/{task_id}

Eksempelkode og API til Flux 3

POST

/v1/videos

GET

/v1/videos/{task_id}/content

GET

/v1/videos/{task_id}

set -euo pipefail

# 1. Create a five-second 720p video.
response=$(curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1/videos" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=flux-3" \
  -F "prompt=A paper boat glides across a still pond in soft morning light" \
  -F "seconds=5" \
  -F "size=1280x720")

task_id=$(jq -er '.id // .task_id // .data.id // .data.task_id' <<<"$response")
echo "Task: $task_id"

# 2. Poll until generation finishes.
while true; do
  response=$(curl --fail-with-body --silent --show-error \
    "https://api.cometapi.com/v1/videos/${task_id}" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  status=$(jq -r '(.status // .data.status // "") | ascii_downcase' <<<"$response")
  progress=$(jq -r '.progress // .data.progress // "unknown"' <<<"$response")
  echo "Status: ${status:-unknown}; progress: $progress"

  case "$status" in
    failed|failure|cancelled|canceled)
      echo "$response" >&2
      exit 1
      ;;
    completed|succeeded|success)
      break
      ;;
  esac
  [[ "$progress" == "100%" ]] && break
  sleep 10
done

# 3. Download the generated MP4.
output_dir="output"
mkdir -p "$output_dir"
output_path="$output_dir/$task_id.mp4"
curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1/videos/${task_id}/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "$output_path"

video_size=$(wc -c <"$output_path" | tr -d ' ')
signature=$(dd if="$output_path" bs=1 skip=4 count=4 2>/dev/null | od -An -tx1 | tr -d '
')
if ((video_size < 12)) || [[ "$signature" != 66747970 ]]; then
  echo "Content response is not a non-empty MP4 file" >&2
  exit 1
fi
echo "Saved: $output_path ($video_size bytes)"

cURL Code Example

set -euo pipefail

# 1. Create a five-second 720p video.
response=$(curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1/videos" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=flux-3" \
  -F "prompt=A paper boat glides across a still pond in soft morning light" \
  -F "seconds=5" \
  -F "size=1280x720")

task_id=$(jq -er '.id // .task_id // .data.id // .data.task_id' <<<"$response")
echo "Task: $task_id"

# 2. Poll until generation finishes.
while true; do
  response=$(curl --fail-with-body --silent --show-error \
    "https://api.cometapi.com/v1/videos/${task_id}" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  status=$(jq -r '(.status // .data.status // "") | ascii_downcase' <<<"$response")
  progress=$(jq -r '.progress // .data.progress // "unknown"' <<<"$response")
  echo "Status: ${status:-unknown}; progress: $progress"

  case "$status" in
    failed|failure|cancelled|canceled)
      echo "$response" >&2
      exit 1
      ;;
    completed|succeeded|success)
      break
      ;;
  esac
  [[ "$progress" == "100%" ]] && break
  sleep 10
done

# 3. Download the generated MP4.
output_dir="output"
mkdir -p "$output_dir"
output_path="$output_dir/$task_id.mp4"
curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1/videos/${task_id}/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "$output_path"

video_size=$(wc -c <"$output_path" | tr -d ' ')
signature=$(dd if="$output_path" bs=1 skip=4 count=4 2>/dev/null | od -An -tx1 | tr -d ' \n')
if ((video_size < 12)) || [[ "$signature" != 66747970 ]]; then
  echo "Content response is not a non-empty MP4 file" >&2
  exit 1
fi
echo "Saved: $output_path ($video_size bytes)"

Python Code Example

import os
import time
from pathlib import Path

import requests

api_key = os.environ["COMETAPI_KEY"]
base_url = "https://api.cometapi.com"
headers = {"Authorization": f"Bearer {api_key}"}

# 1. Create a five-second 720p video.
response = requests.post(
    f"{base_url}/v1/videos",
    headers=headers,
    files={
        "model": (None, "flux-3"),
        "prompt": (
            None,
            "A paper boat glides across a still pond in soft morning light",
        ),
        "seconds": (None, "5"),
        "size": (None, "1280x720"),
    },
    timeout=120,
)
response.raise_for_status()
task = response.json()
data = task.get("data") or {}
task_id = task.get("id") or task.get("task_id") or data.get("id") or data.get("task_id")
if not task_id:
    raise RuntimeError(f"Create response has no task ID: {task}")
print(f"Task: {task_id}")

# 2. Poll until generation finishes.
while True:
    response = requests.get(
        f"{base_url}/v1/videos/{task_id}", headers=headers, timeout=60
    )
    response.raise_for_status()
    task = response.json()
    data = task.get("data") or {}
    status = str(task.get("status") or data.get("status") or "").lower()
    progress = task.get("progress") or data.get("progress") or "unknown"
    print(f"Status: {status or 'unknown'}; progress: {progress}")

    if status in {"failed", "failure", "cancelled", "canceled"}:
        raise RuntimeError(f"Video generation failed: {task}")
    if status in {"completed", "succeeded", "success"} or progress == "100%":
        break
    time.sleep(10)

# 3. Download the generated MP4.
response = requests.get(
    f"{base_url}/v1/videos/{task_id}/content", headers=headers, timeout=300
)
response.raise_for_status()
video = response.content
if len(video) < 12 or video[4:8] != b"ftyp":
    raise RuntimeError("Content response is not a non-empty MP4 file")

output_dir = Path("output")
output_dir.mkdir(parents=True, exist_ok=True)
output_path = output_dir / f"{task_id}.mp4"
output_path.write_bytes(video)
print(f"Saved: {output_path} ({len(video)} bytes)")

JavaScript Code Example

import { mkdir, writeFile } from "node:fs/promises";
import path from "node:path";

const apiKey = process.env.COMETAPI_KEY;
if (!apiKey) throw new Error("Set COMETAPI_KEY before running this example");

const baseUrl = "https://api.cometapi.com";
const headers = { Authorization: `Bearer ${apiKey}` };
const sleep = (milliseconds) =>
  new Promise((resolve) => setTimeout(resolve, milliseconds));

// 1. Create a five-second 720p video.
const form = new FormData();
form.append("model", "flux-3");
form.append(
  "prompt",
  "A paper boat glides across a still pond in soft morning light",
);
form.append("seconds", "5");
form.append("size", "1280x720");

let response = await fetch(`${baseUrl}/v1/videos`, {
  method: "POST",
  headers,
  body: form,
  signal: AbortSignal.timeout(120_000),
});
if (!response.ok) throw new Error(`${response.status} ${await response.text()}`);
let task = await response.json();
const taskId = task.id || task.task_id || task.data?.id || task.data?.task_id;
if (!taskId) throw new Error(`Create response has no task ID: ${JSON.stringify(task)}`);
console.log(`Task: ${taskId}`);

// 2. Poll until generation finishes.
while (true) {
  response = await fetch(`${baseUrl}/v1/videos/${taskId}`, {
    headers,
    signal: AbortSignal.timeout(60_000),
  });
  if (!response.ok) throw new Error(`${response.status} ${await response.text()}`);
  task = await response.json();
  const data = task.data || {};
  const status = String(task.status || data.status || "").toLowerCase();
  const progress = task.progress || data.progress || "unknown";
  console.log(`Status: ${status || "unknown"}; progress: ${progress}`);

  if (["failed", "failure", "cancelled", "canceled"].includes(status)) {
    throw new Error(`Video generation failed: ${JSON.stringify(task)}`);
  }
  if (
    ["completed", "succeeded", "success"].includes(status) ||
    progress === "100%"
  ) {
    break;
  }
  await sleep(10_000);
}

// 3. Download the generated MP4.
response = await fetch(`${baseUrl}/v1/videos/${taskId}/content`, {
  headers,
  signal: AbortSignal.timeout(300_000),
});
if (!response.ok) throw new Error(`${response.status} ${await response.text()}`);
const video = Buffer.from(await response.arrayBuffer());
if (video.length < 12 || video.subarray(4, 8).toString("ascii") !== "ftyp") {
  throw new Error("Content response is not a non-empty MP4 file");
}

const outputDir = "output";
await mkdir(outputDir, { recursive: true });
const outputPath = path.join(outputDir, `${taskId}.mp4`);
await writeFile(outputPath, video);
console.log(`Saved: ${outputPath} (${video.length} bytes)`);

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-video

image-to-video

Input og output

Input

text

Output

video

Produktionsprofil

Udbyder: Flux
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Flux 3 til produktions-workflows, der matcher dens video-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Tekst-til-video-koncepter og socialt indhold

Produktdemoer og filmiske storyboards

Billed-til-video-bevægelse og kreativ iteration