Fitur utama (apa yang dilakukan Flux.2 Dev)
- Pembuatan Teks→Gambar dengan kepatuhan tinggi terhadap prompt dan tipografi/perenderan detail kecil yang lebih baik.
- Penyuntingan multi-referensi — menggabungkan beberapa gambar referensi menjadi satu keluaran, dengan tetap mempertahankan konsistensi identitas/gaya
- Satu checkpoint untuk pembuatan + penyuntingan (tidak memerlukan model penyuntingan terpisah).
- Checkpoint open-weight besar (32B) memungkinkan riset lokal, kuantisasi, dan adaptasi oleh komunitas.)
- VAE yang dioptimalkan untuk kompromi kemampuan pembelajaran–kualitas–kompresi yang lebih baik (memungkinkan penyuntingan/keluaran 4MP).
Detail teknis (arsitektur & rekayasa)
- Jumlah parameter: 32 miliar parameter untuk checkpoint FLUX.2.
- Desain inti: latent flow-matching / rectified flow transformer dikombinasikan dengan model visi-bahasa (BFL menyatakan mereka memasangkan VLM Mistral-3 24B dengan backbone transformer untuk landasan semantik). VLM menyumbang pengetahuan dunia dan landasan tekstual, sementara transformer memodelkan struktur spasial/komposisional.
- VAE: VAE FLUX.2 baru (dirilis di bawah Apache-2.0) dilatih ulang untuk meningkatkan fidelitas rekonstruksi dan kemampuan pembelajaran laten, sehingga memungkinkan penyuntingan beresolusi tinggi.
- Sampling & distilasi: dilatih menggunakan teknik guidance-distillation untuk meningkatkan efisiensi dan fidelitas inferensi.
Kinerja benchmark
Black Forest Labs menerbitkan evaluasi komparatif dan grafik yang menunjukkan kinerja FLUX.2 dibandingkan model gambar open-weight dan hosted kontemporer. Angka kunci yang dipublikasikan (BFL / ringkasan pers):
- Tingkat kemenangan teks-ke-gambar: FLUX.2 ~66.6% (vs. Qwen-Image 51.3%, Hunyuan ~48.1% dalam dataset head-to-head BFL).
- Tingkat kemenangan penyuntingan satu referensi: FLUX.2 ~59.8% (vs. Qwen-Image 49.3%, FLUX.1 Kontext ~41.2%).
- Tingkat kemenangan penyuntingan multi-referensi: FLUX.2 ~63.6% (vs. Qwen-Image 36.4%). BFL juga melaporkan kemampuan multi-referensi hingga 10 references dalam rangkaian evaluasi mereka.
Kasus penggunaan tipikal / yang direkomendasikan
- Varian gambar iklan dan pemasaran di mana model/aktor/produk yang sama harus tetap konsisten di banyak adegan atau latar belakang (konsistensi multi-referensi).
- Fotografi produk & coba pakai virtual (mempertahankan detail produk di berbagai latar belakang).
- Spread editorial/fashion yang memerlukan identitas yang sama di banyak bidikan.
- Prototipe cepat dan riset (checkpoint dev memungkinkan eksperimen, fine-tuning, dan alur kerja LoRA/adapter).
Cara mengakses API Flux.2 dev
Langkah 1: Daftar untuk Kunci API
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke konsol CometAPI. Dapatkan kunci API kredensial akses untuk antarmuka. Klik “Add Token” pada API token di pusat pribadi, dapatkan kunci token: sk-xxxxx dan kirimkan.

Langkah 2: Kirim Permintaan ke API Flux.2 dev
Pilih endpoint “black-forest-labs/flux-2-dev ” untuk mengirim permintaan API dan atur badan permintaan. Metode permintaan dan badan permintaan diperoleh dari dokumen API situs web kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI asli Anda dari akun Anda.
Masukkan pertanyaan atau permintaan Anda ke bidang content—itulah yang akan direspons oleh model . Proses respons API untuk mendapatkan jawaban yang dihasilkan.
Langkah 3: Ambil dan Verifikasi Hasil
Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah pemrosesan, API merespons dengan status tugas dan data keluaran.
CometAPI Sekarang Mendukung Model Format Replicate: 🔹 black-forest-labs/flux-2-pro 🔹 black-forest-labs/flux-2-dev 🔹 black-forest-labs/flux-2-flex
Promosi Waktu Terbatas: Lebih rendah daripada harga resmi Replicate!
👇 Mulai Membangun Sekarang Create Predictions – API Doc
⚡ Pilihan Fleksibel:
- Pro: Dirancang untuk produksi berefisiensi tinggi dan pengiriman cepat.
- Flex: Memaksimalkan kualitas gambar dengan parameter yang dapat disesuaikan.
- Dev: Optimasi ramah pengembang.