Fitur utama (apa yang dilakukan Flux.2 Dev)
- Pembuatan Text→Image dengan kepatuhan prompt yang tinggi serta tipografi / rendering detail kecil yang lebih baik.
- Pengeditan multi-referensi — menggabungkan beberapa gambar referensi menjadi satu output, sambil mempertahankan konsistensi identitas/gaya.
- Satu checkpoint untuk pembuatan + pengeditan (tidak memerlukan model pengeditan terpisah).
- Checkpoint open-weight besar (32B) yang memungkinkan riset lokal, kuantisasi, dan adaptasi oleh komunitas.)
- VAE yang dioptimalkan untuk tradeoff learnability–quality–compression yang lebih baik (memungkinkan pengeditan/output 4MP).
Detail teknis (arsitektur & rekayasa)
- Jumlah parameter: 32 miliar parameter untuk checkpoint FLUX.2.
- Desain inti: latent flow-matching / rectified flow transformer yang dikombinasikan dengan model vision-language (BFL menyatakan mereka memasangkan VLM Mistral-3 24B dengan backbone transformer untuk semantic grounding). VLM memberikan pengetahuan dunia dan landasan tekstual, sementara transformer memodelkan struktur spasial/komposisional.
- VAE: VAE FLUX.2 baru (dirilis di bawah Apache-2.0) yang dilatih ulang untuk meningkatkan fidelitas rekonstruksi dan latent learnability, sehingga memungkinkan pengeditan resolusi tinggi.
- Sampling & distillation: dilatih menggunakan teknik guidance-distillation untuk meningkatkan efisiensi inferensi dan fidelitas.
Kinerja benchmark
Black Forest Labs menerbitkan evaluasi komparatif dan grafik yang menunjukkan performa FLUX.2 dibandingkan model gambar open-weight dan hosted kontemporer. Angka-angka utama yang dipublikasikan (ringkasan BFL / pers):
- Win rate text-to-image: FLUX.2 ~66.6% (vs. Qwen-Image 51.3%, Hunyuan ~48.1% dalam dataset head-to-head BFL).
- Win rate pengeditan single-reference: FLUX.2 ~59.8% (vs. Qwen-Image 49.3%, FLUX.1 Kontext ~41.2%).
- Win rate pengeditan multi-reference: FLUX.2 ~63.6% (vs. Qwen-Image 36.4%). BFL juga melaporkan kemampuan multi-reference hingga 10 referensi dalam rangkaian evaluasi mereka.
Kasus penggunaan umum / 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-reference).
- Fotografi produk & virtual try-on (mempertahankan detail produk di berbagai latar belakang).
- Editorial/fashion spread yang memerlukan identitas yang sama di banyak pengambilan gambar.
- Prototyping cepat dan riset (checkpoint dev memungkinkan eksperimen, fine-tuning, dan alur kerja LoRA/adapter).
Cara mengakses API Flux.2 dev
Langkah 1: Daftar untuk API Key
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke CometAPI console Anda. Dapatkan kredensial akses API key dari antarmuka. Klik “Add Token” pada API token di pusat pribadi, dapatkan token key: sk-xxxxx lalu kirimkan.

Langkah 2: Kirim Request ke API Flux.2 dev
Pilih endpoint “black-forest-labs/flux-2-dev” untuk mengirim request API dan atur request body. Metode request dan request body diperoleh dari dokumentasi API di website kami. Website kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan CometAPI key aktual dari akun Anda.
Masukkan pertanyaan atau permintaan Anda ke dalam field content—ini adalah isi 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 diproses, API akan merespons dengan status tugas dan data output.
CometAPI Kini Mendukung Model Berformat Replicate: 🔹 black-forest-labs/flux-2-pro 🔹 black-forest-labs/flux-2-dev 🔹 black-forest-labs/flux-2-flex
Promosi Waktu Terbatas: Lebih Murah 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 yang ramah bagi developer.