关键特性(Flux.2 Dev 的功能)
- 文本→图像生成,具备高提示遵从性,并改进了排版 / 小细节渲染。
- 多参考编辑 — 将多个参考图像合成为单一输出,保持身份/风格一致性
- 生成 + 编辑单一检查点(无需单独的编辑模型)。
- 大规模开放权重检查点(32B),允许本地研究、量化和社区适配。)
- 优化的 VAE,在可学习性–质量–压缩之间实现更佳权衡(支持 4MP 编辑/输出)。
技术细节(架构与工程)
- 参数量: FLUX.2 检查点包含 32 billion 个参数。
- 核心设计: 潜在流匹配 / 整流流 Transformer 与视觉-语言模型结合(BFL 表示他们将 Mistral-3 24B VLM 与 Transformer 主干耦合以进行语义锚定)。VLM 提供世界知识与文本语义支撑,而 Transformer 建模空间/组合结构。
- VAE: 全新的 FLUX.2 VAE(在 Apache-2.0 下发布),重新训练以提升重建保真度与潜在可学习性,支持高分辨率编辑。
- 采样与蒸馏: 使用引导蒸馏技术进行训练,以提升推理效率与保真度。
基准表现
Black Forest Labs 发布了对比评测与图表,展示了 FLUX.2 相较于当代开放权重与托管图像模型的表现。已公布的关键数据(BFL / 媒体摘要):
- 文本到图像胜率: FLUX.2 ~66.6%(vs. Qwen-Image 51.3%,Hunyuan ~48.1%,基于 BFL 的正面对比数据集)。
- 单参考编辑胜率: FLUX.2 ~59.8%(vs. Qwen-Image 49.3%,FLUX.1 Kontext ~41.2%)。
- 多参考编辑胜率: FLUX.2 ~63.6%(vs. Qwen-Image 36.4%)。BFL 还报告在其评测套件中多参考能力可达 10 个参考。
典型/推荐用例
- 广告与营销图像变体:在多场景/背景下保持同一模特/演员/产品的一致性(多参考一致性)。
- 产品摄影与虚拟试穿(在不同背景中保持产品细节)。
- 编辑/时尚大片:在多张照片中保持同一身份的一致性。
- 快速原型与研究(dev 检查点允许实验、微调和 LoRA/adapter 工作流)。
如何访问 Flux.2 dev API
步骤 1:注册获取 API 密钥
登录 cometapi.com。若您尚未成为我们的用户,请先注册。登录您的 CometAPI console。获取接口的访问凭证 API 密钥。在个人中心的 API token 中点击 “Add Token”,获取令牌密钥:sk-xxxxx 并提交。

步骤 2:向 Flux.2 dev API 发送请求
选择 “black-forest-labs/flux-2-dev ” 端点发送 API 请求并设置请求体。请求方法与请求体可在我们网站的 API 文档中获取。我们的网站也提供 Apifox 测试以便您使用。将 <YOUR_API_KEY> 替换为您账户中的实际 CometAPI 密钥。
在 content 字段中插入您的问题或请求——模型将对其进行响应。处理 API 响应以获得生成的答案。
步骤 3:检索并验证结果
处理 API 响应以获取生成的答案。处理完成后,API 会返回任务状态与输出数据。
CometAPI 现已支持 Replicate 格式模型: 🔹 black-forest-labs/flux-2-pro 🔹 black-forest-labs/flux-2-dev 🔹 black-forest-labs/flux-2-flex
限时优惠:低于 Replicate 官方定价!
👇 立即开始构建 创建预测 – API 文档
⚡ 灵活选择:
- Pro: 专为高效生产与快速交付而设计。
- Flex: 通过可调参数最大化图像质量。
- Dev: 面向开发者的友好优化。