xAI
Grok Imagine 1.0 Video
Ab $0.009 pro Sekunde
Video
FLUX 3 — ein multimodales Modell für Video, Bild und Audio
FLUX 3 ist das multimodale Basismodell von Black Forest Labs, gemeinsam trainiert auf Bildern, Video und Audio in einer einzigen Architektur. Als KI-Videogenerator erzeugt FLUX 3 Bild und Ton zusammen — bis zu 20 Sekunden in einer Generierung — und folgt dabei Keyframes, Referenzclips und mehrsprachigen Dialogen.
Bald verfügbar — die API für dieses Modell ist noch nicht verfügbar.
Was du mit diesem Modell bauen kannst
Echte Workflows und produktionsreife Use Cases, die du mit diesem Modell bauen und ausliefern kannst.
FLUX 3 mit mehr als einem Prompt steuern
Text ist der Ausgangspunkt, nicht die ganze Anweisung. Gib FLUX 3 ein erstes Bild zum Animieren, Referenzbilder, die eine Figur festlegen, einen Quellclip, dessen Elemente in eine neue Szene übergehen sollen, oder zwei Keyframes, die Anfang und Ende eines Übergangs definieren. FLUX 3 kann außerdem ein vorhandenes Video samt Audio fortsetzen, sodass sich eine Einstellung verlängern lässt, statt sie neu zu erzeugen.
FLUX 3 Doku lesen
Eine Kampagne lokalisieren, ohne neu zu drehen
FLUX 3 beherrscht mehrsprachige Dialoge und rendert lesbaren Text im Bild, sodass eine kreative Richtung zwischen Märkten reisen kann. Schilder, Titel und animierte Typografie entstehen als Teil der Szene statt nachträglich komponiert zu werden, und die Tonspur wird zusammen mit dem Bild erzeugt — genau dort ist FLUX 3 laut den eigenen frühen Auswertungen von Black Forest Labs zu Mimik und Mehrsprachigkeit bereits am stärksten.
Ein Produkt vom Standbild in Bewegung bringen
Dasselbe FLUX 3 Backbone synthetisiert und bearbeitet Bilder über Stile, Seitenverhältnisse und Auflösungen hinweg und führt diese Standbilder anschließend in Bewegung über. Form, Farbe, Material und Branding bleiben zwischen Packshot und Clip wiedererkennbar, weil beides aus einem Modell kommt statt aus einem Bildgenerator mit angeflanschtem Videogenerator.
Warum reAPI
Ein Fundament statt drei zusammengenähter Systeme
FLUX 3 lernt aus Bildern, Video und Audio innerhalb einer einheitlichen Architektur auf Basis von Self-Flow, dem Ansatz von Black Forest Labs zur Ausrichtung multimodaler Generierung und Verständnis. Die Modalitäten beschränken einander: Der Ton muss zum Aufprall passen, die Bewegung muss der Masse gehorchen.
Ton entsteht mit dem Bild
Jede Videoausgabe von FLUX 3 bringt natives Audio aus derselben Generierung mit — Dialog, Atmo und Aufprallgeräusche landen auf dem Frame, zu dem sie gehören, statt nachträglich auf stumme Aufnahmen getimt zu werden.
Clips, die sich zu Sequenzen verketten
FLUX 3 verkettet einzelne Generierungen zu mehrminütigen Mehrschnitt-Sequenzen, wobei visuelle Referenzen Figuren und Schauplätze von Szene zu Szene stabil halten. Zwanzig Sekunden sind die Grenze einer Generierung, nicht des fertigen Stücks.
FLUX 3 vs. Seedance 2.0
In den eigenen frühen Auswertungen von Black Forest Labs liegen diese beiden von allem Verglichenen am dichtesten beieinander — Betrachtende bevorzugten FLUX 3 in 52% der Vergleiche, praktisch ein Münzwurf. Der Unterschied liegt in Verfügbarkeit und Umfang: Seedance 2.0 ist auf reAPI sofort aufrufbar, während FLUX 3 ein breiteres multimodales Fundament im laufenden Phasen-Rollout ist.
Fähigkeit
FLUX 3
Seedance 2.0 auf reAPI
Umfang
Ein multimodales Fundament über Bild, Video, Audio und Handlungsvorhersage.
Videogenerierung mit optionalem Audio.
Cliplänge pro Generierung
Bis zu 20 Sekunden mit Audio in einem Durchlauf.
4 bis 15 Sekunden pro Anfrage.
Eingabetypen
Prompt, Startbild, Referenzbilder, Referenzclip, Referenzaudio und Keyframes für gesteuerte Übergänge.
Prompt, Bilder, Rollen für erstes/letztes Bild, Referenzvideo und Referenzaudio.
Audio
Natives Audio bei jeder Videoausgabe, erzeugt zusammen mit dem Bild.
Audiogenerierung ist ein expliziter Schalter pro Anfrage.
Mehrschnitt-Kontinuität
Agentische Verkettung von Clips zu mehrminütigen Sequenzen, zusammengehalten von visuellen Referenzen.
Letztes Bild zurückgeben und in die nächste Anfrage geben, um eine Einstellung fortzusetzen.
Verfügbarkeit
Early Access bei Black Forest Labs; öffentliche API, Modell-IDs und Preise noch nicht angekündigt.
Heute auf reAPI verfügbar, Abrechnung pro Sekunde nach Auflösung.
Der Vergleich spiegelt öffentlich dokumentiertes Verhalten zum Zeitpunkt des Schreibens wider. Der Wert von 52% stammt aus der eigenen vorläufigen Auswertung von Black Forest Labs mit 10-sekündigen 720p-Text-zu-Video-Clips mit Audio, bei einem Modell, das das Unternehmen selbst als noch in Entwicklung bezeichnet; Stichprobengröße und Methodik wurden nicht veröffentlicht, es handelt sich nicht um einen unabhängigen Benchmark.
In drei Schritten bereit für FLUX 3
- step 01
API-Key erstellen
Bei reAPI registrieren und einen Key erzeugen. Ein Key, ein Guthaben und dieselbe Request-Form über alle Modelle der Plattform hinweg.
Öffnen - step 02
Die FLUX 3 Referenz lesen
Die FLUX 3 Seite verfolgt, was Black Forest Labs tatsächlich veröffentlicht hat — Fähigkeiten, Eingabetypen und Rollout-Stand — und erhält Endpunkt, Parameter und Preise, sobald sie bestätigt sind.
Öffnen - step 03
Heute mit einem verfügbaren Modell live gehen
Videomodelle mit nativem Audio sind auf reAPI bereits aufrufbar. Baue die Integration jetzt gegen eines davon; der spätere Wechsel zu FLUX 3 ist eine Modell-ID und ein Parameter-Mapping.
Öffnen
Häufig gestellte Fragen
Häufige Fragen zu diesem Modell.
FLUX 3 ist das multimodale Basismodell von Black Forest Labs. Es lernt Bilder, Video und Audio gemeinsam in einer Architektur, statt sie als getrennte Systeme zu behandeln, und BFL positioniert es als Schritt hin zu Modellen, die in physischen und digitalen Umgebungen wahrnehmen, vorhersagen und handeln.
Verwandte Modelle
Entdecke weitere Modelle derselben Kategorie.
PixVerse
Pixverse v6
Ab $0.018 pro Sekunde
Video
Topaz Labs
Topaz Video Upscaler
Ab $0.044 pro Sekunde
Video
ByteDance
Seedance 2.0 Mini
Ab $0.029 pro Sekunde
Video
start building
Bereit zum Start?
Probiere es im Playground aus oder hol dir einen API-Key, um direkt loszulegen.