TL;DR: FLUX 3 — Black Forest Labs-тың біріктірілген мультимодальды іргелі моделі. Оның жалпыға қолжетімді Video API-ы мәтіннен, суреттерден, кілт-кадрлардан немесе бар бейнеден 24 кадр/с жиіліктегі 20 секундқа дейінгі клиптерді, қажет болса синхрондалған аудиомен бірге, жасайды. Ажыратымдылық HD-ден UHD/4K-қа дейін қолдау табады, ал FLUX 3 Image және ашық салмақты FLUX 3 Dev бөлек жоспарланған релиздер ретінде қалады.
FLUX 3 деген не?
FLUX 3 — Black Forest Labs жасаған алдыңғы қатарлы мультимодальды модель. BFL суретке бір, видеоға бір, аудиоға бір тәуелсіз модель үйретудің орнына, осы модальдар үшін ортақ ұсынымды бірге үйретеді.
Негізгі идея — суреттер, видео және дыбыс бір негіздегі әлемнің әртүрлі бақылаулары. Қозғалып келе жатқан көліктің көрнекі бейнесі, қозғалысы, дыбысы, кеңістіктік байланыстары, материалдық қасиеттері және себеп-салдарлық мінез-құлқы бар. Бұл сигналдарды бірге үйрету модельге жеке кадрларды үйретуден гөрі көбірек шектеулер береді.
Сондықтан Black Forest Labs FLUX 3-ті жай ғана сурет немесе видео генераторы емес, шынайылық моделі немесе әлем моделі бағытына қадам ретінде сипаттайды. Шығарылған видео жүйесі бұл бағытты қазірдің өзінде көрсетеді: синхрондалған аудио, қозғалыс, сахна құрылымы, диалог, камера мінезі және қоршаған орта дыбыстары бір генерация жұмыс ағынында өңделеді.
Жарияланған FLUX 3 мүмкіндіктерінің бәрі әлі көпшілікке ашық емес. 2026 жылғы қыркүйек айындағы жағдай бойынша FLUX 3 Video қолжетімді, ал FLUX 3 Image және ашық салмақты FLUX 3 Dev бөлек релиз элементтері ретінде тұр.
FLUX 3 сипаттамалары (қысқаша)
Төмендегі сипаттамалар шілдедегі алдын ала конфигурациядан емес, қазіргі FLUX 3 әзірлеуші құжаттамасынан алынған.
| Сипаттама | Ресми FLUX 3 құжаттамасы |
|---|---|
| Әзірлеуші | Black Forest Labs |
| Модель отбасы | FLUX 3 |
| Модель түрі | Біріктірілген мультимодальды іргелі / генеративті видео моделі |
| Қоғамдық видео релизі | 2026 ж. 4 тамыз |
| Негізгі үйрету бағыты | Сурет, видео және аудионы бірлескен ұсыным ретінде үйрету |
| Зерттеу негізі | Self-Flow |
| Ағымдағы негізгі API шығысы | Синхрондалған аудиосы бар видео |
| Мәтіннен видеоға | Қолдау бар |
| Суреттен видеоға | Қолдау бар |
| Кілт-кадрдан видеоға | Қолдау бар |
| Бейнені жалғастыру | Қолдау бар |
| Ең көбі T2V/I2V ұзақтығы | 20 секунд |
| Видео жалғастыру ұзақтығы | 5–15 секунд |
| Кадр жиілігі | 24 кадр/с |
| Ажыратымдылық | HD, FHD, QHD/2K және UHD/4K |
| FHD 16:9 ажыратымдылығы | 1920 × 1088 |
| Сурет сілтемелері | I2V/кілт-кадрларда 10-ға дейін |
| Нативті аудио | Иә |
| Көптілді диалог | Иә |
| Ерін синхрондауы | Иә |
| Бір генерациядағы бірнеше кадр | Иә |
| Draft режимі | Иә |
| Жария статикалық сурет FLUX 3 endpoint | BFL әлі жалпыға шығарған жоқ |
| Ашық салмақты FLUX 3 Dev | Жоспарланған |
Ағымдағы BFL құжаттамасы мәтіннен/суреттен видеоға 5–20 секундты, ал бейнені жалғастыруға 5–15 секундтық генерация терезесін көрсетеді. Қолдау табатын жақтар қатынасы: 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 және 9:16.
FLUX 3 қалай жұмыс істейді?
Self-Flow
Негізгі зерттеу іргетасы — Self-Flow, Black Forest Labs-тың өзін-өзі қадағалауға негізделген flow-matching тәсілі. Дәстүрлі генеративті үйрету конвейерлері жиі бөлек алдын ала үйретілген ұсыным модельдеріне немесе қосалқы қадағалауға сүйенеді. Self-Flow пайдалы ұсынымдарды тікелей генеративті мақсаттан үйренуге арналған.
Маңызды механизм — Dual-Timestep Scheduling. Үйрету кезінде түрлі токен топтарына әртүрлі шу деңгейлері берілуі мүмкін. Бұл ақпараттық асимметрия жасайды: кірістің кей бөліктері басқаларына қарағанда көбірек пайдалы ақпарат қамтиды, желіні жетіспейтінді тұжырымдауға көмектесетін ұсынымдарды құруға мәжбүрлейді.
Практикада бұл FLUX 3-ке нысандар, кадрлар, қозғалыс, дыбыс және уақытша оқиғалар арасындағы байланыстарды үйренуге итермелейді, тек жеке кадрлардың қалай көрінуін жаттап алуға емес.
Self-Flow әдісі архитектурасы — ресми сурет көзі: Black Forest Labs Self-Flow жобасы
BFL сондай-ақ FLUX.2-ден алынған арқауымен миллиондаған видеолар мен жүздеген миллион суреттерде бірлескен мультимодальды үйретуді сынады. Эксперименттер ұсыным үйрету мен генерацияны бөлек жүйелер ету қажет емес деген FLUX 3 гипотезасын қолдайды.
Неліктен видео FLUX 3 үшін орталықта
Видео әлем моделін жасау үшін ерекше құнды, өйткені ол статикалық сурет бере алмайтын ақпаратты қамтиды. Бір кадр доптың еденнен жоғары тұрғанын көрсете алады; видео доптың құлап келе жатқанын, секіріп, соққыдан деформацияланып, дыбыс шығарып, кейін бағытын өзгерткенін аша алады.
BFL видео болжаудың FLUX 3 үйрету есептеуінің 95%-дан астамын құрайтынын ашты. Аудио салыстырмалы түрде арзан, өйткені ол көрінетін оқиғалармен тығыз байланысқан төмен өлшемді сигнал. Бұл бөлу неге видеоны FLUX 3-тің алғашқы жалпы қолжетімді мүмкіндігі етіп шығарғанын түсіндіреді.
FLUX 3 не істей алады?
Мәтіннен видеоға
Пайдаланушылар табиғи тілдегі нұсқаулардан толық видеоны жасай алады. BFL шығарылған модель қарапайым және күрделі prompt-тарды өңдеп, қозғалысты, сахна логикасын, көрнекі композицияны және дыбысты үйлестіретінін айтады. Бұл, әсіресе, бір ғана анимацияланған нысаннан емес, бірнеше тізбекті оқиғалар бар prompt-тар үшін пайдалы.
Суреттен видеоға және кілт-кадрлар
FLUX 3 бастапқы суретті анимациялай алады, соңғы кадрға қарай бағыттала алады немесе бірнеше суретті уақыт бойынша кілт-кадрлар ретінде қолдана алады. Ағымдағы API 10-ға дейін сурет сілтемесін суреттен-видеоға жұмыс ағындарында қолдайды, бұл жасаушыларға модельден бүкіл тізбекті импровизациялауды сұраудың орнына, сахнаның уақыт өте қалай өзгеретінін басқаруға мүмкіндік береді.
Видеоны жалғастыру
Бар видео мен оның аудиосы контекст ретінде беріледі, ал FLUX 3 ары қарай не болатынын генерациялай алады. BFL қозғалысты, камера мінезін, диалогты және дыбысты өтпелер арасында сақтайтын жалғастыруды сипаттайды, бұл екі тәуелсіз клипті жасап, кейін біріктіруден едәуір өзгеше.
Нативті аудио және диалог
FLUX 3 генерация барысында аудионы бірден шығарады, бөлек сөйлеу немесе дыбыс генерациялау кезеңін қажет етпейді. Шығарылған аудио мүмкіндіктеріне диалог, дыбыстық эффектілер және фондық дыбыстар кіреді. Көптілді диалог пен ерін синхрондауы да қолдау табады.
Бір генерацияда бірнеше кадр
Бір prompt бірнеше сахна немесе камера бұрыштарын қамти алады. Бұл маңызды, өйткені бұрынғы көптеген видео модельдер ең күштісі — бір қысқа, көрнекі тұрғыда үздіксіз шот сұралғанда; FLUX 3 бір генерация ішінде көпкадрлы тізбектерді әдейі қолдайды.
Draft режимі
Draft режимі жоғары көлемді видео генерацияға арналған ең практикалық жаңалықтардың бірі. Әрбір prompt экспериментіне толық баға төлеудің орнына, әзірлеушілер тезірек, арзанырақ алдын ала қарауды жасап, содан кейін таңдалған draft-ты композиция мен қозғалысты сақтай отырып жақсарта алады. Ағымдағы BFL бағаларына сәйкес, стандартты T2V/I2V draft бағасы секундына $0.06, ал кәдімгі HD генерациясы — секундына $0.17.
Әлі шықпағандары қандай?
FLUX 3-тің іске қосылуы бір архитектуралық бағыт аясында сурет, видео, аудио және әрекет мүмкіндіктерін сипаттады, бірақ қолжетімділік кезең-кезеңімен ашылады.
| Мүмкіндік | Ағымдағы BFL жол картасы және қолжетімділік |
|---|---|
| FLUX 3 видео генерациясы | Жалпыға қолжетімді |
| Нативті видео аудио | Жалпыға қолжетімді |
| Мәтіннен видеоға | Жалпыға қолжетімді |
| Суреттен видеоға / кілт-кадрлар | Жалпыға қолжетімді |
| Видеоны жалғастыру | Жалпыға қолжетімді |
| Бай сурет/видео/аудио сілтеме комбинациялары | Кеңейту жоспарланған |
| FLUX 3 Image генерациясы және өңдеу | Жақында |
| FLUX 3 Dev ашық салмақтары | Жоспарланған |
| Әрекетті болжауды ендіру | Зерттеу / коммерциялық серіктес трегі |
Бұл айырмашылық FLUX.2 Max моделімен таныс пайдаланушылар үшін ерекше маңызды. FLUX.2 статикалық сурет генерациясына арналған ағымдағы арнайы опция болып қала береді, ал жария FLUX 3 өнімі видео мен аудиоға шоғырланған.
FLUX 3 бенчмарк көрсеткіштері
Қазір FLUX 3 бойынша екі пайдалы бенчмарк бар: BFL-дың релизден кейінгі ішкі бағалауы және тәуелсіз үшінші тарап бағалауы. Біріншісі BFL протоколы бойынша салыстырмалы адамдық талғамды көрсетеді; екіншісі — осы күшті жақтар бөлек жасалған бенчмаркта да сақталатынын тексереді.
Шығарылымнан кейінгі BFL ELO бағалауы
Алғашқы шілде хабарламасында алдын ала жеңіс көрсеткіштері болды. Ағымдағы пайдаланушылар үшін маңыздырақ бенчмарк — BFL-дың 4 тамыздағы шығарылған модель бағалауы. Black Forest Labs ішкі all-vs-all бағалауда мәтіннен видеоға ELO 1135 деп хабарлайды.
FLUX 3 шығарылған модель ELO бағалауы — ресми сурет көзі: Black Forest Labs
| Метрика | BFL шығарылған модель бағалауы |
|---|---|
| Мәтіннен видеоға ELO | 1135 |
| T2V позициясы | BFL сынаған топтағы ең жоғары ұпай |
| Суреттен видеоға нәтиже | Ең күшті бәсекелеспен тең түсті және қалған бағаланған модельдерді басып озды |
| Бағалау түрі | Ішкі адамдық-талғам бағалауы |
| Модель кезеңі | Жалпыға қолжетімді FLUX 3 Video релизі |
Бұл релиздегі тамыз моделін бағалағандықтан, алдынғы бенчмарктан күшті дәлел. Дегенмен бұл вендор жүргізген бенчмарк, сондықтан FLUX 3 әрбір prompt санатында барлық бәсекелестерден озады деп түсіндіруге болмайды.
Тәуелсіз FLUX 3 бенчмаркі
Megaton-ның v-benchmark v2 тәуелсіз тексеруді ұсынады. FLUX 3 2026 жылғы тамызда бағаланып, қазіргі таңда 76.51/100 Megaton индексін көрсетеді, бағалау сәтіндегі жария топтамада #3 орында.
| Бенчмарк өлшемі | Megaton FLUX 3 бағалауы |
|---|---|
| Megaton индексі | 76.51 |
| Нұсқауға сәйкестік | 87.07 |
| Сахна бірізділігі | 94.76 |
| Физика | 70.63 |
| Адам шынайылығы | 73.70 |
| Нысан және өнім шынайылығы | 83.82 |
| Себеп-салдар және семантикалық тұтастық | 80.91 |
| Мәтін шынайылығы | 82.41 |
| Кинематография | 71.43 |
| Талғам және көркемдік бағыт | 65.00 |
Жалпы ұпайдан гөрі профиль ақпараттырақ. 94.76-дағы Сахна бірізділігі — ең күшті негізгі санат, ал нұсқауға сәйкестік, нысан шынайылығы, себеп-салдарлық тұтастық және мәтін шынайылығы да 80-нен жоғары. Физика, адам шынайылығы және көркемдік бағыт әлсіздеу, бұл уақытша ұсынымның күшеюі синтетикалық қозғалысты немесе көркем сападағы ауытқуларды толық жоймайтынын көрсетеді.
Бұл сондай-ақ неге бенчмарк қорытындылары әртүрлі болуы мүмкін екенін түсіндіреді: BFL-дың ішкі талғам тесті FLUX 3-ті өз салыстыру жиынында ең жоғары қояды, ал Megaton-ның тәуелсіз тізімі оны үшінші орынға қояды. Әртүрлі prompt-тар, бағалау өлшемдері, бағалаушылар топтары және жинақтау әдістері әртүрлі рейтингтер береді.
FLUX 3 мен Seedance 2.5, MiniMax H3, Wan 3.0 салыстыруы
AI видео нарығы 2026 жылы тез дамыды. FLUX 3 енді барған сайын ұзақ форма генерациясын, синхрондалған аудионы, сілтемелерді және өңдеуді біріктіретін мультимодальды жүйелермен бәсекелеседі.
| Өлшем | FLUX 3 | Seedance 2.5 | MiniMax H3 | Wan 3.0 |
|---|---|---|---|---|
| Әзірлеуші | Black Forest Labs | ByteDance Seed | MiniMax | Alibaba |
| Ең көп жарнамаланған клип | 20 с | 30 с | 15 с | 30 с |
| Видео ажыратымдылығы | HD / FHD / QHD (2K) / UHD (4K) | API деңгейіне тәуелді | 2K-ға дейін | 1080p-қа дейін |
| Нативті аудио | Иә | Иә | Иә, стерео | Иә |
| Мәтіннен видеоға | Иә | Иә | Иә | Иә |
| Сурет/сілтеме кірісі | Иә | Иә | Иә | Иә |
| Кілт-кадр/сілтеме бақылауы | Уақыт бойынша күшті кілт-кадрлар | Күшті мультимодальды сілтеме бақылауы | Мультимодальды кондициялау | Мультимодальды сілтеме бақылауы |
| Видеоны жалғастыру/өңдеу | Жалғастыру бар | Өңдеуге бағытталған жұмыс ағыны | Omni генерация фокусымен | Өңдеу және сілтеме жұмыс ағындары |
| Бір генерацияда бірнеше кадр | Иә | Иә | Иә | Иә |
| Айрықша күш | Әлем-моделі архитектурасы, сахна бірізділігі, Self-Flow | Ұзақ форма әңгімелеу және сілтеме бақылауы | 2K аудиовизуал генерация және омнимодальды контекст | Ұзын клиптер және төмен бастапқы баға |
| CometAPI бастапқы/бірлік баға* | $0.136/с | $0.0824/с көрсетілген | $0.064/с | $0.040/с |
* Баға тек жуық салыстыру. Видео API-лары әртүрлі ажыратымдылық, ұзақтық, сапа деңгейлері және биллинг ережелерін қолданады, сондықтан ең арзан секундтық баға міндетті түрде бірдей сападағы ең арзан шығарылым емес.
FLUX 3 vs Seedance 2.5
Seedance 2.5-тің айқын ұзақтық артықшылығы бар — FLUX 3-тің 20 секундымен салыстырғанда 30 секундқа дейін генерация. Ол сондай-ақ сілтемеге негізделген генерацияға, өңдеуге және ұзақ формаға күшті бағытталған. FLUX 3 ортақ әлем-моделі архитектурасы, сахна бірізділігі, нативті аудиовизуал генерация, уақытталған кілт-кадрлар және кеңірек сурет/әрекет жол картасы арқылы ерекшеленеді.
Тәуелсіз тестілеу бұл жоғары деңгейлі бәсекені растайды: Megaton қазір Seedance 2.5-ті FLUX 3-тен жоғары қояды.
FLUX 3 vs MiniMax H3
MiniMax H3 2K-ға дейінгі шығыс және нативті стерео аудио ұсынады, бұл аудиовизуал контент үшін күшті техникалық сипаттама. FLUX 3 максималды генерация терезесін ұзарақ қолдайды — H3-тегі 15 секундқа қарсы 20 секунд — және оның Draft режимі құнды бақылауда итерация жасауға мүмкіндік береді.
FLUX 3 vs Wan 3.0
Wan 3.0 кең мультимодальды кірістерді, аудиовизуал генерацияны, өңдеуді және 30 секундқа дейін клиптерді баса көрсетеді. CometAPI тізіміндегі бастапқы бағасы да арзанырақ. FLUX 3 қымбатырақ, бірақ әлем-моделі позициялауымен, сахна бірізділігімен, Self-Flow зерттеу негізімен, Draft режимімен және әрекет болжаумен интеграциясымен ерекшеленеді.
FLUX 3 бағалары
Black Forest Labs FLUX 3 үшін генерацияланған видео ұзақтығы бойынша ақы алады.
| Режим | Ресми BFL FLUX 3 бағасы |
|---|---|
| T2V / I2V Draft HD | $0.06/с |
| T2V / I2V HD | $0.17/с |
| T2V / I2V FHD | $0.29/с |
| T2V / I2V QHD (2K) | $0.40/с |
| T2V / I2V UHD (4K) | $0.80/с |
| Видео жалғастыру Draft | $0.12/с |
| Видео жалғастыру HD | $0.41/с |
| Видео жалғастыру FHD | $0.53/с |
| Видео жалғастыру QHD (2K) | $0.65/с |
| Видео жалғастыру UHD (4K) | $0.95/с |
Стандартты 10 секундтық HD генерациясы BFL көрсеткен тариф бойынша шамамен $1.70 тұрады, ал 10 секундтық FHD — шамамен $2.90. Видеоны жалғастыру кәдімгі генерацияға қарағанда едәуір қымбат, сондықтан клиптерді жиі ұзартатын қолданбалар бұл шығындарды бөлек модельдеуі тиіс.
CometAPI-дегі FLUX 3 бағасы
CometAPI қазір FLUX 3-ті қолжетімді деп, моделі flux-3 ретінде тізімдейді.
| Ажыратымдылық | CometAPI FLUX 3 бағасы |
|---|---|
| 720p | $0.136/с |
| 1080p | $0.232/с |
10 секундтық генерация үшін бұл 720p-де шамамен $1.36 немесе 1080p-де $2.32 сәйкес келеді. BFL-дың $0.17/с және $0.29/с көрсетілген бағаларымен салыстырғанда, осы екі деңгей үшін CometAPI әдепкі бағалары шамамен 20% төмен.
Қолжетімділік туралы ескерту: CometAPI-дегі кейбір ескі сипаттамалық мәтін әлі де шілдедегі ерте қолжетімділік кезеңін көрсетеді. Ағымдағы тірі модель картасы, баға бөлімі және API мысалы flux-3-ті қолжетімді деп, CometAPI релиз күнін 2026 ж. 13 тамыз деп көрсетеді. Интеграциялық шешімдер үшін тірі API мен баға өрістері ескі мәтінге қарағанда маңыздырақ.
Неліктен FLUX 3 AI видеодан тыс маңызды
FLUX 3-тің ерекше тұсы — 20 секундтық видео генерация емес. Бірқатар бәсекелестер қазірдің өзінде сондай не ұзағырақ клиптерді жасай алады. Үлкен техникалық ставка — күшті видео ұсынымы интеллекттің өзге түрлеріне негіз бола алады.
Видеоны болжаудан әрекетті болжауға
Роботты басқару сигналдары — көрнекі бақылаулармен шартталған уақытша болжамдар, сондықтан BFL FLUX 3 видео ұсынымын әрекет болжауға негіз ретінде қолданады. mimic robotics-пен бірлесіп FLUX-mimic жасалды, мұнда әрекет декодері толық тәуелсіз қабылдау стекін үйретудің орнына, видео моделінен ұсынымдарды оқиды.
BFL FLUX-mimic арқауы бір RTX 5090-да 80 мс-тан аз уақыт ішінде жұмыс істей алатынын, ал толық робот жүйесінің реакция ілмегі шамамен 101 мс-қа жететінін хабарлайды. Компания Audi-мен өнеркәсіптік бағалау туралы да айтты.
Бұл жария FLUX 3 Video API-ды робототехника API-ы етеді деген емес. Бірақ BFL неге видео генерацияны оқшау медиа тапсырмасы ретінде емес, мультимодальды видео ұсынымына инвестициялағанын көрсетеді.
FLUX 3-тің басты артықшылықтары қандай?
- Уақытша және сахна бірізділігі. Megaton-ның 94.76 Сахна бірізділігі ұпайы — модельдің ең күшті негізгі санаты.
- Нативті аудиовизуал генерация. Диалог, эффектілер, фон және бейне бөлек модельдерден құрастырылмай, бірге генерацияланады.
- Күшті нұсқауға сәйкестік. Тәуелсіз 87.07 нәтижесі модельдің күшті жақтары таза визуал жылтыратудан тыс екенін көрсетеді.
- Кілт-кадрлық бақылау. Қазіргі суреттен-видеоға жұмыс ағындарында 10-ға дейін сурет қолдануға болады, бұл жасаушыларға уақыт бойынша нақты бақылау береді.
- Draft-тан финалға дейінгі жұмыс ағыны. Draft режимі AI видеодағы нақты құн мәселесін шешеді: итерациялар кезінде көп генерациялар жойылады.
- Кең көрнекі диапазон. BFL FLUX 3-ті «табиғи, кинематографиялық, ностальгиялық, ойнақы, стильденген және өзгеше» шығыстар бере алады деп позициялайды, бір ғана «үй стилімен» шектелмейді.
- Әлем-моделі зерттеу бағыты. Self-Flow және әрекет болжау FLUX 3-ті медиадан тыс өзекті етеді.
FLUX 3-тің шектеулері қандай?
- Толық мультимодальды жол картасы әлі жеткізілген жоқ. Жария FLUX 3 Image және FLUX 3 Dev ашық салмақтарын отбасылық анонс негізінде бар деп болжауға болмайды.
- 20 секунд индустриядағы ең ұзын ұзақтық емес. 2026 жылғы кей бәсекелестер 30 секундтық генерацияны қолдайды.
- Физика шешілмеген. Megaton FLUX 3-ке 70.63 Физика ұпайын береді, бұл сахна бірізділігі ұпайынан едәуір төмен.
- Адам шынайылығы әлі жетілдіруді қажет етеді. 73.70 тәуелсіз ұпай — күрделі анатомия мен реалистік адам қозғалысы әлі де сәтсіздікке ұшырауы мүмкін дегенді білдіреді.
- Видеоны жалғастыру қымбат. BFL жалғастыру бағасы секундына кәдімгі T2V/I2V-қа қарағанда едәуір жоғары.
- BFL-дың басты бәсекелік бенчмаркі — ішкі. Өндірістік шешімдер модельдің өз prompt-тары, план типтері, тілдері және сілтеме активтерімен тәуелсіз сынақтарды да қамтуы тиіс.
FLUX 3-ті CometAPI арқылы қалай қолдану керек
CometAPI-дың бұрынғы FLUX 3 шолуы шілдедегі ерте қолжетімділік кезеңін, алдын ала бенчмарктерді және жоспарланған релизді түсіндіреді. Бұл бөлім ағымдағы өндірістік интеграцияға, бағаларға және жұмыс істейтін API ағынына назар аударады, сондықтан тарихи шолуды қайталамайды. FLUX 3 өндірістік моделі flux-3 модель ID-ін қолданады.
Негізгі 720p сұранысы /v1/videos endpoint-ін қолданады:
Bash
curl --request POST "https://api.cometapi.com/v1/videos" \--header "Authorization: Bearer $COMETAPI_KEY" \ --form-string "model=flux-3" \ --form-string "prompt=Қағаз қайық таңғы жұмсақ жарықта тынық тоғанның бетімен сырғып өтеді" \ --form-string "seconds=5" \ --form-string "size=1280x720" |
|---|
Видео жұмыс ағыны асинхронды. Бастапқы жауап task ID қайтарады, қосымша генерация аяқталғанша осы task-ті тексеріп, кейін нәтижелік видеоны алады. Өндірістік қолданбаларда генерация әдетте толық рендер уақытын күтіп тұратын HTTP сұрауын ашық ұстамай, фондық жұмыс немесе task queue арқылы өңделуі тиіс.
Кімдер FLUX 3-ті қолдануы тиіс?
FLUX 3 бірнеше секундтық көрнекі тартымды клиптерден гөрі көбірек қажет ететін қолданбаларға ерекше тартымды: синхрондалған бейне және аудиосы бар жарнама жүйелері, автоматтандырылған қысқа форма өндірісі, нысан тұрақтылығы маңызды өнім демонстрациялары, көптілді диалог генерациясы, storyboard-тан видеоға жұмыс ағындары, кілт-кадрмен басқарылатын анимация, білім беру контенті және ұзарақ мультимодальды конвейерлермен эксперименттер.
Егер жалғыз талап — секундтық ең төмен баға болса, бір өтуде 20 секундтан ұзақ генерация қажет болса немесе негізгі тапсырма — статикалық сурет генерациясы болса, онда FLUX 3 азырақ тартымды болуы мүмкін. Статикалық суреттер үшін FLUX.2 Max сияқты ағымдағы FLUX сурет моделі жақсырақ сәйкесуі ықтимал.
FLUX 3 басқа AI видео модельдерінен жақсы ма?
Әрбір қолданыс жағдайына ортақ бір қорғалымды жауап жоқ. BFL-дың ішкі бағалауы шығарылған FLUX 3-ті мәтіннен видеоға салыстыруында бірінші орынға қояды, ал тәуелсіз Megaton бағалауы FLUX 3-ті жаңа бәсекелестердің артында жалпы үшінші орынға қояды. Екі нәтиже де валидті болуы мүмкін, өйткені тесттер әртүрлі prompt үлестірімдері мен сапа өлшемдерін өлшейді.
FLUX 3 сахна бірізділігі, нұсқауды орындау, нысан шынайылығы, себеп-салдар тұтастығы, мәтін рендерингі, синхрондалған дыбыс және басқарылатын кілт-кадрлар маңызды болғанда ерекше күшті көрінеді. Басқа модельдер максималды ұзақтық, ажыратымдылық, көркем талғам, адам шынайылығы, өңдеу жұмыс ағындары немесе баға бойынша ұтуы мүмкін. Әзірлеушілер үшін дұрыс салыстыру — лидербордқа емес, жұмыс жүктемесіне нақты.
Жиі қойылатын сұрақтар
FLUX 3 қазір қолжетімді ме?
Иә. FLUX 3 Video 2026 ж. 4 тамызда BFL арқылы жалпыға қолжетімді болды. CometAPI да FLUX 3-ті қолжетімді деп, модель ID-і flux-3 ретінде тізімдейді. FLUX 3 Image және FLUX 3 Dev ашық салмақтары бөлек жол картасы элементтері ретінде қалады.
FLUX 3 аудио генерациялай ала ма?
Иә. FLUX 3 Video диалог, фондық дыбыс және эффектілерді қоса алғанда, нативті синхрондалған аудио шығарады. Көптілді диалог пен ерін синхрондауы да қолдау табады.
FLUX 3 видеоларының ұзақтығы қандай болуы мүмкін?
Ағымдағы мәтіннен/суреттен видеоға генерация 5–20 секундты қолдайды. Видеоны жалғастыру 5–15 секунд жаңа контент генерациялайды.
FLUX 3 қандай ажыратымдылықтарды қолдайды?
BFL HD (кадрға 1 мегапиксельге дейін), FHD (2 МП-ға дейін), QHD/2K (4 МП-ға дейін) және UHD/4K (8 МП-ға дейін) қолдайды. 16:9 FHD шығысы — 1920 × 1088. Ажыратымдылық диапазондары жақтар қатынасына емес, кадрдағы жалпы пиксель санына негізделген; Draft режимі тек HD.
FLUX 3 суреттен видеоға қолдай ма?
Иә. Суреттен видеоға және кілт-кадр генерациясы FLUX 3 Video-ның жалпыға қолжетімді мүмкіндіктерінің бөлігі.
FLUX 3 — сурет генерациялау моделі ме?
Архитектуралық тұрғыда FLUX 3 суреттер, видео және аудио бойынша үйретілген, және BFL сурет генерациясы мен өңдеуге қатысты зерттеулерді көрсеткен. Алайда FLUX 3 Image өнімі — алдағы релиз; отбасылық жол картасын ағымдағы жария FLUX 3 Video API-ымен шатастырмаңыз.
FLUX 3 ашық бастапқы коды бар ма?
Әзірге жоқ. BFL FLUX 3 Dev — ашық салмақты мультимодальды нұсқасын жариялады, бірақ әлі жария релиз күні берілген жоқ.
FLUX 3 құны қанша?
BFL мәтіннен/суреттен видеоға HD Draft үшін $0.06/с, HD — $0.17/с, FHD — $0.29/с, QHD — $0.40/с, UHD — $0.80/с деп бағалайды. Видеодан видеоға Draft HD — $0.12/с, HD — $0.41/с, FHD — $0.53/с, QHD — $0.65/с, UHD — $0.95/с. CometAPI қазір 720p үшін $0.136/с және 1080p үшін $0.232/с деп көрсетеді.
Self-Flow деген не?
Self-Flow — BFL-дың өзін-өзі қадағалауға негізделген flow-matching зерттеу тәсілі. Ол генеративті модельге сыртқы ұсыным моделіне тәуелді болмай-ақ, пайдалы ішкі ұсынымдарды дамытуға мүмкіндік беруге арналған. Токендер бойынша әртүрлі шу деңгейлерін қолдану желіні жетіспейтін ақпаратты тұжырымдауға және мультимодальды бақылаулар арасындағы байланыстарды үйренуге итермелейді.
FLUX 3 — әлем моделі ме?
Black Forest Labs FLUX 3-ті шынайылық-модель іргетасы ретінде позициялайды, өйткені оның ортақ ұсынымдары аудиовизуалды болжаудан физикалық әрекет болжауға дейін созылады. Оны толық жалпы мақсатты әлем моделі деп атау қазіргі дәлелдерден күштірек болар еді; неғұрлым дәл сипаттама — әлем-модель мақсаттарына әдейі бағытталған мультимодальды генеративті іргелі модель.
Қорытынды
FLUX 3 Black Forest Labs үшін бір FLUX сурет моделінен келесісіне қарапайым жаңартудан үлкен өзгерісті білдіреді. Негізгі идея — әлемнің ортақ мультимодальды ұсынымын үйретіп, кейін сол ұсынымды видеоға, дыбысқа, суреттерге және түптің түбінде әрекеттерге қолдану. Self-Flow зерттеу іргетасын береді, ал шығарылған FLUX 3 Video моделі — осы стратегияның алғашқы өндірістік демонстрациясы.
2026 жылғы қыркүйек айындағы жағдай бойынша FLUX 3 Video 20 секундқа дейінгі клиптерді, 24 кадр/с жиілігін, HD-ден UHD/4K-қа дейінгі шығысты, синхрондалған аудионы, көптілді диалогты, суреттен видеоға, кілт-кадрларды, видеоны жалғастыруды, бір генерацияда бірнеше кадрды және Draft режимін қолдайды.
Бенчмарк көрінісі де іске қосылудан бері сенімдірек болды. BFL-дың ағымдағы шығарылған модель бағалауы FLUX 3-ті өзінің ішкі T2V ELO тестінде бірінші етіп көрсетсе, тәуелсіз Megaton бағалауы оны жалпы үшінші орынға қояды және ерекше күшті сахна бірізділігін айқындайды.
Сондықтан FLUX 3 әрбір жұмыс жүктемесі үшін автоматты түрде ең үздік видео модель емес. Seedance 2.5, MiniMax H3 және Wan 3.0 ұзағырақ генерация, жоғары номиналды ажыратымдылық, төмен баға немесе басқа сілтеме/өңдеу мүмкіндіктерін ұсына алады.
FLUX 3-ті ерекше қызықты ететіні — видео генератордың астындағы бағыт: BFL сенімді видео болжауға қажет бір ұсынымдар кейіннен сурет генерациясын, аудионы, физикалық пайымдауды және робот әрекеттерін де қолдай алады деп сенеді. Әзірлеушілер бұл стратегияның алғашқы өндірістік қадамын CometAPI-дегі flux-3 модель ID-імен FLUX 3 арқылы қазірдің өзінде сынай алады.