FLUX 3 API の使い方：開発者向け完全ガイド

クイックアンサー

FLUX 3 は Black Forest Labs のテキスト→動画および画像→動画生成に対応し、音声同期も行うマルチモーダル動画モデルです。CometAPI での本番モデル ID は flux-3 です。検証済みの非同期ワークフローは、タスク作成に POST /v1/videos、ポーリングに GET /v1/videos/{task_id} 、完了した MP4 のダウンロードに GET /v1/videos/{task_id}/content を使用します。

提供状況の更新（2026年9月24日検証済み）：Black Forest Labs は FLUX 3 Video を7月の Early Access 段階から前進させ、2026年8月4日に BFL API と一部パートナー経由でのテキスト→動画・画像→動画の初回リリースを一般提供しました。CometAPI は 8月13日に Video API 形式で本番モデル ID flux-3 を追加しました。提供状況、フィールド、価格のソース・オブ・トゥルースとして、BFL のリリース告知と CometAPI のライブモデルページを参照してください。

FLUX 3 Early Access 以降の変更点は？

重要な変更は運用上の提供体制です。7月の申請制ロールアウトを中心に取り上げていた初期の記事に対し、BFL は8月のリリースで呼び出し可能な動画エンドポイント、公開された制約、本番価格を導入しました。続いて CometAPI が flux-3 を統合 Video API ワークフローから利用可能にしました。

CometAPI の過去記事 FLUX 3 API: Availability, Early Access, Video & Dev は、ローンチ履歴や7月時点の予備評価として引き続き有用です。より広い比較は Best AI Video APIs in 2026 を参照してください。本ガイドはそれらのトピックを簡潔に抑え、実際に動くリクエスト、ポーリング、プロンプト、コスト管理、本番運用に焦点を当てます。

FLUX 3 とは？

FLUX 3 は、動画・音声・画像・アクション関連予測に対応する BFL のマルチモーダルモデルファミリーです。現在の動画リリースは、1つのプロバイダーネイティブなエンドポイントでテキスト→動画、画像→動画、動画継続をサポートします。

動画開発者向けの主な能力は、最大20秒・24 fps、HD または Full HD 出力、音声同期、多言語音声とリップシンク、1回の生成内での複数ショット、画像→動画制御のため最大10個の固定キーフレームです。

FLUX 3 API 仕様

FLUX 3 Video の実力は？

BFL は、テキスト→動画の総当たり人間嗜好評価で Elo スコア 1135 を報告しています。同じ公開比較で、FLUX 3 は画像→動画の嗜好で Seedance 2.0 と同点となり、他の評価対象モデルを上回りました。

これらは有用なポジショニングの根拠ですが、ベンダー実施の人間嗜好評価であり、独立した本番向けベンチマークではありません。ゲートウェイのレイテンシ、キューの信頼性、コストの一貫性、反復生成の安定性は測定していないため、本番チームは自チームのプロンプトセットで評価すべきです。

FLUX 3 ベンチマーク結果

出典: Black Forest Labs — FLUX 3 Video, Part 1: Generation.

FLUX 3 API を使う前に必要なもの

• CometAPI のアカウントと、バックエンドの環境変数に保存した API キー
• 主体・動き・カメラ方向・雰囲気・必要な音声やセリフを定義するプロンプト
• 動画生成が非同期であることを前提にした堅牢なジョブ処理経路
• 反復テストに十分なクレジット（課金は生成尺と解像度に依存）

キーは CometAPI の API ダッシュボードで作成してください。フロントエンドの JavaScript、モバイルバンドル、公開リポジトリ、スクリーンショットに掲載しないでください。

FLUX 3 のモデル ID とエンドポイント

CometAPI で FLUX 3 API を使う方法

ステップ 1: API キーを設定する

macOS または Linux の場合:

export COMETAPI_KEY="your_api_key"

Windows PowerShell の場合:

$env:COMETAPI_KEY="your_api_key"

ステップ 2: FLUX 3 の動画を作成する

現在のFLUX 3 クイックスタートは、model、prompt、seconds、size を含む multipart リクエストを使用します。以下の例は 720p・5秒のクリップを要求します:

curl 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"

このリクエストはジョブを開始します。同一の HTTP 応答内で完成した MP4 を受け取る設計にしないでください。

ステップ 3: タスク ID を保存する

作成リクエストが成功したら直ちに識別子を永続化します:

{
  "id": "video_task_id",
  "status": "queued"
}

ポーリングを始める前に、ユーザーまたはジョブレコードの横にタスク ID を保存してください。プロセスの再起動で、すでに課金された生成を失わないようにします。

ステップ 4: 動画ステータスをポーリングする

curl https://api.cometapi.com/v1/videos/{task_id} \
  -H "Authorization: Bearer $COMETAPI_KEY"

まずは 10 秒程度の間隔から始めます。completed、succeeded、success を成功の終端状態として扱い、failed、failure、cancelled、canceled を失敗の終端状態として扱ってください。

ステップ 5: MP4 をダウンロードする

curl https://api.cometapi.com/v1/videos/{task_id}/content \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  --output flux3_output.mp4

完了後は、提供元の一時 URL を恒久資産として使い続けるのではなく、ファイルを自前のオブジェクトストレージやメディアパイプラインにコピーしてください。

FLUX 3 動画生成の完全な Python ワークフロー

以下の例は、ジョブの作成、ID の保存、完了までのポーリング、失敗状態のチェック、MP4 シグネチャの検証、ディスクへの書き出しを行います。

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}"}

response = requests.post(
    f"{base_url}/v1/videos",
    headers=headers,
    files={
        "model": (None, "flux-3"),
        "prompt": (
            None,
            "A product bottle rotates slowly on wet black stone, "
            "soft rim lighting, macro lens, realistic reflections.",
        ),
        "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}")

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)

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)")

画像→動画とキーフレームの使い方

CometAPI の FLUX 3 ページには、画像→動画の対応が記載されています。現時点の公開サンプルはテキスト→動画を示しているため、他モデルから参照画像フィールドをそのまま流用できると仮定する前に、ライブのゲートウェイドキュメントを確認してください。

BFL のネイティブ API は明確です：画像→動画は mode i2v と keyframes フィールドを使用します。1枚で開始フレームを固定、2枚で開始と終了を固定、最大10枚を時間指定して連続ショットを絵コンテ化できます。

BFL ネイティブのキーフレーム例

curl -X POST https://api.bfl.ai/v1/flux-3-video \
  -H "x-key: $BFL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "mode": "i2v",
    "prompt": "They sprint through the lantern-lit alley as the camera tracks behind them.",
    "keyframes": [
      [0, "data:image/png;base64,<first-frame>"],
      [8, "data:image/png;base64,<last-frame>"]
    ],
    "duration": 8
  }'

プロバイダーネイティブとゲートウェイのパラメータは、必ず別々のアダプタで管理してください。BFL は mode、keyframes、start_video、resolution、draft などのフィールドを使用しますが、CometAPI の検証済みサンプルは model、prompt、seconds、size を使用します。

FLUX 3 API パラメータ解説

より良い FLUX 3 プロンプトの書き方

BFL の動画プロンプトガイドは、主体と動作、カメラ、シーンと雰囲気、動きの質、連続性を明確に指示することを推奨しています。音声主導のシーンでは、セリフ、声、効果音、環境音を指定してください。

実用的なプロンプト構成

Subject + Environment + Action + Camera + Lighting
+ Dialogue/Voice + Sound Effects + Ambience + Constraints

映画的プロンプト

A lone cyclist rides through a rain-soaked neon street at midnight.
The camera begins low beside the rear wheel, then rises into a smooth tracking shot.
Reflections stretch across wet asphalt under moving cyan and magenta light.
Audio: steady rainfall, chain noise, distant traffic, no music, no dialogue.
Keep the same rider, bicycle, jacket, and weather throughout the shot.

プロダクト動画プロンプト

A premium stainless-steel espresso machine stands on a dark stone counter.
Begin with a macro close-up of water droplets on the metal housing.
Orbit clockwise as the machine brews; steam catches warm side light.
Finish on a clean three-quarter hero angle with the cup in the foreground.
Audio: pump vibration, steam hiss, ceramic contact, quiet cafe ambience.
Do not change the product shape, logo placement, material, or color.

セリフとネイティブ音声のプロンプト

A young chef works alone in a compact Tokyo ramen shop at night.
Start close on boiling broth, then pull back as the chef sets down a bowl.
Warm tungsten lighting, natural reflections, documentary handheld motion.
The chef quietly says in Japanese: 「お待たせしました。」
Audio: bubbling broth, soft rain outside, distant street traffic.
No subtitles and no background music.

「make a cinematic ramen shop video」のようなプロンプトでは、動きやフレーミング、音、連続性が未指定のままです。明確な指示は、よりテスト可能な本番向けブリーフになります。

FLUX 3 API の価格

BFL の価格はワークフロー別です：フルのテキスト→動画と画像→動画は HD で $0.17/s、FHD で $0.29/s、HD の Draft Mode は $0.06/s。動画継続は HD で $0.43/s、FHD で $0.54/s、HD の Draft は $0.12/s。CometAPI では現在、flux-3 が 720p で $0.136/s、1080p で $0.232/s と表示されています。大規模バッチ前にライブ価格を確認してください。

最後の2列の読み方: 値は HD/720p が先、FHD/1080p が後です。

反復コストを下げる方法

• 720p で試作し、選定したプロンプトを 1080p に移行
• まず 5 秒クリップで構図・動き・プロンプト解釈を検証
• 主要なプロンプト要素は一度に1つだけ変更
• BFL ネイティブ API を使う場合、フル品質の前に Draft Mode を試す
• 成功したプロンプトと参照の判断をアプリのメタデータに保存

FLUX 3 vs Wan 3.0 vs Seedance 2.5

FLUX 3、Wan 3.0、Seedance 2.5 は、万能の勝者を探すよりもワークフロー別に比較してください。権威ある仕様リンクは下の表ヘッダーのとおりです。

価格に関する注意: 開始価格は品質や解像度が厳密に同条件の比較ではありません。各ライブモデルページの解像度別表を用いて予算化してください。

どの Video API を選ぶべき？

• 現実的な動き、音声同期、マルチショットのロジック、ネイティブキーフレームや継続制御が必要なら、FLUX 3。
• 多様な入力から始まり、30 秒の生成ウィンドウが重要なら、Wan 3.0。
• より長く、参照依存度が高い物語で、強いアイデンティティ・製品・スタイル制御が必要なら、Seedance 2.5。

FLUX 3 API 本番運用のベストプラクティス

非同期ジョブを永続状態として保持

送信直後にタスク ID を保存してください。サーバー再起動やワーカーのリトライが、アプリが元のタスクを失って再課金を招くことのないようにします。

過度なポーリングを避ける

ライブドキュメントで特に推奨がない限り、約 10 秒間隔から始めます。毎秒ポーリングは、体験を大きく改善しない一方でリクエスト負荷を増やします。

ダウンロードを検証する

アセット完了と判断する前に、コンテンツ長と MP4 シグネチャを確認してください。HTTP 成功応答でも、ボディが有効な動画でない場合があります。

ネイティブとゲートウェイのスキーマを分離

BFL ネイティブと CometAPI のリクエストは別アダプタで管理します。これにより、mode、keyframes、start_video といったネイティブのフィールドが、model、prompt、seconds、size を期待するゲートウェイ呼び出しに混入するのを防げます。

失敗時のコンテキストを完全保存

HTTP ステータス、レスポンスボディ、task ID、model ID、プロンプト版、size、duration、内部ジョブ ID を記録します。API キーはマスクしてください。

出荷前に小さな評価セットを用意

カメラモーション、人、製品、タイポグラフィ、セリフ、高速モーション、必要なアスペクト比を網羅する 10–30 の代表プロンプトを作成。モデルや統合バージョンが変わる際に同じセットを実行し、動画生成が確率的であるため重要なプロンプトは繰り返し評価します。

FAQ

CometAPI における FLUX 3 のモデル ID は？

現在のモデル ID は flux-3です。

FLUX 3 はどの CometAPI エンドポイントを使いますか？

検証済みの Video API ワークフローは、POST /v1/videos、続いて GET /v1/videos/{task_id} と GET /v1/videos/{task_id}/content を使用します。

FLUX 3 は同期ですか？

いいえ。非同期ジョブとして扱ってください。送信、タスク ID の永続化、ポーリング、ダウンロードの流れです。

FLUX 3 はどのくらいの長さを生成できますか？

BFL のドキュメントでは、T2V/I2V が 5–20 秒、継続が 5–15 秒です。

FLUX 3 は音声を生成しますか？

はい。BFL のネイティブ API ではデフォルトで音声同期が有効です。

FLUX 3 は画像→動画に対応していますか？

はい。CometAPI には画像→動画の対応が記載され、BFL のネイティブ API では i2v の mode と keyframes で実装されています。

BFL のキーフレームを CometAPI でそのまま使えますか？

そう仮定しないでください。リクエストスキーマが異なります。ゲートウェイの参照画像ワークフローを出荷前に、現行の CometAPI クイックスタートを確認してください。

CometAPI で 5 秒の FLUX 3 動画はいくらですか？

現行の CometAPI 掲載料金では、5 秒で 720p が $0.68、1080p が $1.16 です。ライブ参照リンクは上の価格表を参照してください。

FLUX 3 は Wan 3.0 や Seedance 2.5 より優れていますか？

ワークフロー次第です。FLUX 3 は動きの整合性が高い視聴覚ショットや、BFL ネイティブのキーフレーム/継続制御に強みがあります。Wan 3.0 は入力の幅広さを重視し、Seedance 2.5 はより長く参照主導の物語構築に強みがあります。

結論

FLUX 3 は CometAPI 上で動作する非同期の Video API パスを持ち、BFL のネイティブドキュメントではキーフレーム、継続、音声、Draft Mode などのより深い制御が公開されています。

安全な統合パスはシンプルです：短い 720p のテキスト→動画リクエストから始め、タスク ID を永続化し、控えめにポーリングし、MP4 をダウンロードして検証。その後、プロンプトテンプレート、ストレージ、リトライロジック、反復可能な評価セットを追加します。ネイティブとゲートウェイのスキーマは分離し、フィールドや価格をハードコードする前にライブのモデルページを確認してください。