TL;DR
API FLUX 3 nie jest jeszcze powszechnie dostępne jako publiczne, produkcyjne API. Black Forest Labs ogłosiło FLUX 3 i otworzyło Wczesny dostęp dla FLUX 3 Video, podczas gdy stabilne identyfikatory modeli, pełne publiczne specyfikacje API i szerszy dostęp są wciąż w przygotowaniu.
Deweloperzy mogą już teraz aplikować o Wczesny dostęp lub kontynuować benchmarki dostępnych API wideo, przygotowując się do oceny FLUX 3 wraz z rozszerzaniem dostępu.
What Is FLUX 3?
FLUX 3 to nowy multimodalny model bazowy Black Forest Labs do zadań związanych z obrazem, wideo, dźwiękiem i akcjami.
W odróżnieniu od FLUX.2, który koncentruje się głównie na generowaniu i edycji obrazów, FLUX 3 jest wspólnie trenowany na obrazach, wideo i audio. Zgodnie z oficjalnym ogłoszeniem FLUX 3, celem jest modelowanie struktury wizualnej, ruchu, interakcji fizycznych i dźwięku w ramach wspólnej architektury, a nie traktowanie każdej modalności jako odrębnego systemu.
Dla deweloperów najważniejsze pytanie brzmi, czy te możliwości są już dostępne przez gotowe do produkcji API.
Is the FLUX 3 API Available Now?
Nie, API FLUX 3 nie jest jeszcze powszechnie dostępne jako publiczne, produkcyjne API.
Na dzień 24 lipca 2026 r. Black Forest Labs oferuje program Wczesnego dostępu, zaczynając od FLUX 3 Video. Stabilne produkcyjne identyfikatory modeli, kompletne publiczne specyfikacje API, limity zapytań i inne szczegóły produkcyjne nie zostały jeszcze udostępnione do powszechnego użytku.
Zainteresowani testami deweloperzy mogą aplikować przez oficjalną stronę modelu FLUX 3.
FLUX 3 Availability at a Glance
| Pozycja | Aktualny status |
|---|---|
| Ofcjalne ogłoszenie | Opublikowano 23 lipca 2026 |
| Publiczne API FLUX 3 | Brak powszechnej dostępności |
| Stabilne produkcyjne ID modeli | Nieopublikowane |
| FLUX 3 Video | Wczesny dostęp |
| Maksymalna ogłoszona długość wideo | Do 20 sekund na generację |
| Natywne audio | Obsługiwane |
| FLUX 3 Image | Wczesny dostęp planowany w kolejnych tygodniach |
| FLUX 3 Action | Wybrani partnerzy badawczy i komercyjni |
| FLUX 3 Dev | Planowany multimodalny backbone z otwartymi wagami |
Black Forest Labs informuje, że różne możliwości FLUX 3 będą wdrażane etapami w nadchodzących tygodniach i miesiącach.
To rozróżnienie ma znaczenie: FLUX 3 zostało ogłoszone i jest dostępne dla wybranych użytkowników w ramach Wczesnego dostępu, ale nie jest jeszcze publicznym endpointem, który każdy deweloper mógłby zintegrować w środowisku produkcyjnym.
What Can FLUX 3 Video Do?
FLUX 3 Video to pierwsza kluczowa funkcja FLUX 3, która trafiła do Wczesnego dostępu.
Według BFL potrafi generować klipy z natywnym dźwiękiem o długości do 20 sekund w pojedynczej generacji. Obsługuje zarówno generowanie wyłącznie na podstawie promptu, jak i przepływy pracy wykorzystujące obrazy, wideo lub sekwencje audiowizualne jako referencje.
Watch FLUX 3 in Action
Ta zapowiedź daje wczesny wgląd w możliwości multimodalne FLUX 3 w zakresie wideo, audio, generowania obrazów i predykcji akcji.
https://www.youtube.com/watch?v=PCPhl8qMF_Y
Ogłoszone możliwości obejmują:
- generowanie wideo z tekstu;
- generowanie wideo z obrazu na podstawie klatki startowej lub referencji wizualnej;
- transformację wideo-do-wideo;
- kontynuację wideo i audio;
- generowanie wideo z klatek kluczowych;
- wielojęzyczne dialogi;
- audio zsynchronizowane ze zdarzeniami wizualnymi;
- różne proporcje obrazu i style wizualne;
- łączenie klipów w dłuższe sekwencje wieloujęciowe;
- generowanie typografii i animowanego designu.
Wstępna ewaluacja BFL wykorzystała 10‑sekundowe klipy tekst‑do‑wideo w 720p z dźwiękiem. Jednak kompletne specyfikacje produkcyjne, obejmujące obsługiwane rozdzielczości, liczby klatek, kodeki, zachowanie kolejki, opóźnienia i formaty wyjściowe, nie zostały jeszcze opublikowane.
Te szczegóły ostatecznie zadecydują o tym, jak praktyczne będzie FLUX 3 Video w rzeczywistych obciążeniach produkcyjnych.
What Is FLUX 3 Dev?
FLUX 3 Dev to planowana wersja z otwartymi wagami multimodalnego backbone’u FLUX 3.
Black Forest Labs opisuje ją jako backbone z otwartymi wagami przeznaczony do obciążeń związanych z obrazem, wideo, audio, tworzeniem treści i predykcją akcji. Firma nie opublikowała jeszcze wag modelu, rozmiarów parametrów, wymagań sprzętowych, daty wydania ani warunków licencyjnych.
Dla deweloperów zainteresowanych lokalnym wdrożeniem, dostrajaniem, badaniami lub większą kontrolą nad infrastrukturą inferencji, FLUX 3 Dev to wydanie, na które warto czekać.
Zespoły powinny wstrzymać się z planami dotyczącymi infrastruktury lub licencjonowania, dopóki BFL nie opublikuje ostatecznych specyfikacji technicznych i warunków użytkowania.
Śledź oficjalną stronę FLUX 3 po aktualizacje dotyczące wydania.
FLUX 3 vs FLUX.2: What Changed?
FLUX 3 reprezentuje szerszą zmianę niż samo dodanie generowania wideo do FLUX.2.
| Funkcja / Wymiar | FLUX.2 | FLUX 3 |
|---|---|---|
| Główny fokus | Generowanie i edycja obrazów | Generowanie i predykcja multimodalna |
| Główne modalności | Obraz | Obraz, wideo, audio i predykcja akcji |
| Modelowanie czasowe | Nie jest głównym obszarem | Kluczowa zdolność |
| Natywne audio w wideo | Nie | Tak |
| Generowanie wideo | Nie | Tak |
| Maksymalna długość wideo | N/D | Do 20 sekund na generację |
| Predykcja akcji | Nie jest kluczową zdolnością | Planowana w ramach FLUX 3 Action dla wybranych partnerów |
| Wersja z otwartymi wagami | FLUX.2 Dev jest dostępny | FLUX 3 Dev jest planowany; specyfikacje w przygotowaniu |
| Obecna dostępność | Udostępniona rodzina modeli | Etapowy Wczesny dostęp |
FLUX.2 pozostaje produkcyjną rodziną do generowania i edycji obrazów z zarządzanymi wariantami API oraz dostępną wersją Dev z otwartymi wagami. FLUX 3 rozszerza architekturę o zadania temporalne, audiowizualne i związane z akcjami.
Dla zespołów skupiających się dziś na generowaniu obrazów FLUX.2 pozostaje bardziej praktyczną opcją.
Zobacz przegląd FLUX.2 lub przewodnik integracji API FLUX.2 dla obecnych przepływów generowania obrazów.
FLUX 3 obejmuje również predykcję akcji.
W raporcie FLUX 3 x mimic BFL opisuje FLUX‑mimic, model akcji wideo zbudowany na backbone’ie FLUX 3 we współpracy z mimic robotics. BFL informuje, że system był testowany na zadaniach produkcyjnych w Audi.
Leżąca u podstaw idea jest taka, że model zdolny do uczenia się, jak sceny fizyczne ewoluują w czasie, może również rozwinąć reprezentacje przydatne do przewidywania akcji robotów.
Prace te należy traktować oddzielnie od przyszłego API do generowania treści. FLUX 3 Action jest początkowo przeznaczone dla wybranych partnerów badawczych i komercyjnych.
What Do the Early FLUX 3 Benchmarks Show?
Black Forest Labs opublikowało wstępne oceny preferencji dla wczesnego kandydata FLUX 3 Video, wykorzystujące 10‑sekundowe klipy tekst‑do‑wideo w 720p z dźwiękiem.
W opublikowanej ocenie FLUX 3 uzyskał:
- 52% preferencji vs Seedance 2.0;
- 52% vs Gemini Omni Flash;
- 57% vs Happy Horse 1.1;
- 59% vs Happy Horse v1;
- 60% vs Kling v3 Pro;
- do 69% vs Grok Imagine Video;
- 77% vs Runway Gen-4.5;
- 93% vs Luma Ray 3.2.
Źródło*: Black Forest Labs,* FLUX 3: Real World Models**, 23 lipca 2026. Wyniki oparto na wstępnej ocenie wczesnego kandydata FLUX 3.
Wyniki są obiecujące, ale BFL zaznacza, że zarówno model, jak i środowisko oceny są wciąż w trakcie opracowywania. Należy więc traktować je jako wstępne oceny wykonane przez dostawcę, a nie niezależne benchmarki produkcyjne.
Wyniki preferencji nie pokazują też, jak model wypada pod względem opóźnień API, niezawodności, przepustowości, awarii technicznych ani spójności między powtórzeniami generacji.
Gdy szerszy dostęp do API FLUX 3 stanie się dostępny, zespoły powinny uruchomić te same prompty w FLUX 3 i w swoich obecnych modelach w spójnych warunkach testowych.
How Can Developers Access FLUX 3?
Na dzień 24 lipca 2026 r. FLUX 3 jest dostępny poprzez program Wczesnego dostępu BFL oparty na aplikacjach, a nie ogólnodostępne publiczne API.
Deweloperzy, którzy chcą przetestować model, mogą aplikować przez oficjalną stronę FLUX 3.
CometAPI planuje obsługę FLUX 3 po oficjalnym potwierdzeniu dostępności API i specyfikacji integracji. Umożliwi to deweloperom korzystanie z FLUX 3 obok innych modeli AI w ramach tej samej infrastruktury API, bez konieczności tworzenia osobnej integracji od zera.
Tymczasem zespoły mogą dalej budować w oparciu o modele już dostępne w CometAPI:
| Twój przypadek użycia | Rekomendowane modele i zasoby |
|---|---|
| Generowanie wideo AI | Zacznij od Veo 3 lub eksploruj Seedance, Kling, Sora, Runway i inne modele poprzez CometAPI Video Generation API. |
| Wideo z natywnym audio | Oceń Veo 3 pod kątem generowania wideo z zsynchronizowanymi dialogami, efektami dźwiękowymi i dźwiękiem otoczenia. |
| Generowanie i edycja obrazów | Użyj udostępnionej rodziny FLUX.2 poprzez przewodnik integracji API FLUX.2 lub przetestuj FLUX.2 Pro. |
| Przepływy z otwartymi wagami | Eksploruj FLUX.2 Dev oczekując na wagi, licencję i wymagania sprzętowe FLUX 3 Dev. |
| Przyszłe porównanie FLUX 3 | Zbuduj wielokrotnego użytku benchmark, korzystając z frameworka ewaluacyjnego poniżej, a następnie uruchom te same testy, gdy dostęp do FLUX 3 się rozszerzy. |
Takie podejście pozwala deweloperom dostarczać dziś rozwiązania z użyciem odpowiednich alternatyw, jednocześnie będąc gotowym do oceny lub integracji FLUX 3, gdy dostęp do API zostanie rozszerzony.
How to Evaluate the FLUX 3 API After Release
Zespoły zainteresowane FLUX 3 mogą przygotować benchmark, zanim pojawi się publiczny dostęp do API.
Reprezentatywny zestaw testów powinien obejmować obciążenia najważniejsze dla produktu:
| Grupa testów | Co mierzyć |
|---|---|
| Zgodność z promptem | Wymagane obiekty, akcje, instrukcje kamery i wykluczenia |
| Spójność postaci | Tożsamość, ubiór, proporcje i głos |
| Ruch fizyczny | Kontakt, ciężar, trajektorie i ciągłość |
| Natywne audio | Synchronizacja ust, dokładność dialogów, timing i dźwięk otoczenia |
| Edycja i referencje | Referencje obrazowe, transformacje wideo, klatki kluczowe i kontynuacja |
| Typografia i wielojęzyczna treść wyjściowa | Pisownia, stabilność układu, animacja i poprawność językowa |
Dla każdego żądania śledź:
- prompt i zasoby referencyjne;
- wersję modelu i endpointu;
- rozdzielczość, czas trwania i proporcje;
- opóźnienia kolejki, generowania i dostarczenia;
- awarie techniczne i odrzucenia bezpieczeństwa;
- ocenę akceptacji przez człowieka;
- typowe wzorce błędów wizualnych, ruchowych, tekstowych i audio.
Uruchamiaj ważne prompty wielokrotnie.
Wideo generatywne jest stochastyczne i jedno mocne wyjście nie musi oznaczać, że model jest wystarczająco niezawodny do produkcji. Powtarzane testy ujawniają spójność i wzorce błędów, które dopracowane dema mogą ukrywać.
Gdy FLUX 3 stanie się publicznie dostępny, uruchom ten sam zestaw zadań na swoich obecnych modelach. Daje to bardziej użyteczne porównanie niż używanie innych promptów lub ręcznie dobranych przykładów dla każdego modelu.
What Should Developers Watch Next?
Zanim uznasz FLUX 3 za gotowy do produkcji, zwróć uwagę na pięć kluczowych kwestii:
- Stabilne publiczne endpointy API i produkcyjne ID modeli.
- Obsługiwane rozdzielczości, czasy trwania, liczby klatek, kodeki i sterowanie natywnym audio.
- Limity zapytań, współbieżność, zachowanie kolejki i opóźnienia generacji.
- Warunki dotyczące użycia komercyjnego, moderacji treści, prywatności i retencji danych.
- Wagi FLUX 3 Dev, rozmiary parametrów, wymagania sprzętowe i szczegóły licencji.
Te szczegóły zadecydują, czy FLUX 3 stanie się nie tylko imponującą rodziną modeli, ale także praktyczną opcją dla zastosowań produkcyjnych.
FAQ
Czy API FLUX 3 jest dostępne?
Na dzień 24 lipca 2026 r. FLUX 3 nie jest powszechnie dostępny jako publiczne API. Jest udostępniany etapami w ramach programu Wczesnego dostępu, a deweloperzy mogą aplikować przez oficjalną stronę FLUX 3 Black Forest Labs.
Jak uzyskać dostęp do FLUX 3 Video?
Deweloperzy i firmy mogą aplikować o Wczesny dostęp do FLUX 3 Video przez oficjalną stronę modelu FLUX 3.
Czy FLUX 3 generuje wideo z dźwiękiem?
Tak. FLUX 3 Video generuje natywny dźwięk wraz z wideo i obsługuje możliwości takie jak wielojęzyczne dialogi, kontynuacja audiowizualna oraz dźwięki zsynchronizowane ze zdarzeniami wizualnymi. BFL podaje, że pojedyncza generacja może trwać do 20 sekund.
Czym jest FLUX 3 Dev?
FLUX 3 Dev to planowana wersja z otwartymi wagami multimodalnego backbone’u FLUX 3. BFL nie opublikowało jeszcze wag modelu, rozmiaru parametrów, wymagań sprzętowych, daty wydania ani warunków licencyjnych.
Jaka jest różnica między FLUX 3 a FLUX.2?
FLUX.2 koncentruje się na produkcyjnym generowaniu i edycji obrazów. FLUX 3 rozszerza się do architektury multimodalnej obejmującej obraz, wideo, natywne audio i predykcję akcji.
Final Thoughts
FLUX 3 warto obserwować, szczególnie jeśli interesuje Cię generowanie wideo z natywnym audio oraz szersze przepływy multimodalne.
Na razie praktyczne podejście to kontynuowanie budowy i benchmarków na dostępnych modelach przy jednoczesnym przygotowaniu wielokrotnego użytku zestawu ewaluacyjnego. Gdy dostęp do API FLUX 3 się rozszerzy, zespoły mogą uruchomić te same prompty w różnych modelach i porównać jakość wyjść, spójność, opóźnienia, niezawodność i typowe wzorce błędów.
Chcesz integrować generowanie wideo już dziś? Sprawdź CometAPI Video Generation API aby pracować z aktualnie dostępnymi modelami.