Model icon
flux-3/text-to-video
Text to Video
Image to Video
Se flere modeller fra Black Forest Labs
Model:
Skab videoer på 5–20 sekunder med indbygget lyd ud fra tekst, et kildebillede, første og sidste billedramme, en eksisterende video eller op til ti placerede keyframes.
Input

Create synchronized sound with the video.

Output

Eksempel på output

Det her er eksempeldata. Generér et nyt resultat for at se det rigtige output.

Opgave-ID:flux3-text-to-video-defaultOprettet:PoYo default
Status:finishedFremdrift:100%
Prisdetaljer

Betal efter forbrug. Intet abonnement og ingen skjulte gebyrer.

1 kredit = $0.005
Niveau720p1080p
Tekst til video / Billede til video / Keyframes / Første og sidste billede
$0.170/sek.
34 kreditter/sek.
$0.290/sek.
58 kreditter/sek.
Forlæng video
$0.410/sek.
82 kreditter/sek.
$0.530/sek.
106 kreditter/sek.
Eksempel på pris (Tekst til video / Billede til video / Keyframes / Første og sidste billede · Standardworkflows · 720p): Video på 5 sekunder: $0.850 · Video på 10 sekunder: $1.70
Sådan afregnes det: Afregnes pr. sekund output-video.

Prisen beregnes ud fra det endelige output.

Tilgængelig nu

Komplet guide til at bruge FLUX 3 Video API med indbygget lyd

FLUX 3 Video API med indbygget lyd

Byg audiovisuelle workflows med Black Forest Labs' FLUX 3 gennem fem produktionsklare PoYo-endpoints: tekst til video, billede til video, første og sidste billedramme, videoforlængelse og placerede keyframes.

Generér klip på 5–20 sekunder i 720p eller 1080p, vælg mellem otte billedformater, og skab synkroniseret indbygget lyd i den samme anmodning.

Funktioner og multimodale evner i FLUX 3 API

Generér og rediger billeder, skab video med synkroniseret indbygget lyd, og styr resultatet med reference til tekst, billeder, video og keyframes.

01

Én multimodal fundamentmodel

FLUX 3 lærer billede, video og lyd samlet i én arkitektur. Den kan blande tekst og visuelle referencer i stedet for at behandle hvert medie som et separat system.

  • Lær billede, video og lyd i én fælles arkitektur
  • Kombinér sprog med reference til billeder og video
  • Understøtter varianter med fokus på generering, forståelse og handling
Én multimodal fundamentmodel

02

Billedgenerering og redigering

FLUX 3 Image er designet til mange forskellige stilarter, billedformater og opløsninger, komplekse prompts, redigering og mere præcis flersproget typografi.

  • Generér og rediger i mange stilarter og billedformater
  • Følg komplekse prompts og visuelle referencer
  • Gengiv flersproget typografi mere præcist
Billedgenerering og redigering

03

Video med indbygget lyd

FLUX 3 Video kan skabe klip på op til 20 sekunder med indbygget lyd, herunder tekst til video, billede til video, video til video, fortsættelse, keyframes og flersproget dialog.

  • Skab klip på op til 20 sekunder i én generering
  • Generér dialog, stemning og lyd, der følger begivenhederne i billedet
  • Brug tekst til video, billede til video og video til video

04

Referencer, keyframes og videofortsættelse

Styr et optagelsesforløb med startbilleder, visuelle referencer, kildeklip eller definerede keyframes. FLUX 3 er også designet til at fortsætte video og lyd sammen og kæde enkelte klip sammen til længere sekvenser med flere optagelser.

  • Animér en startbilledramme, eller bevar et refereret motiv
  • Skab overgange mellem definerede keyframes
  • Fortsæt audiovisuelle klip, og byg længere sekvenser
Multimodale workflows i FLUX 3 for billede, video, lyd og handling

Hvad kan du bygge med FLUX 3 API?

01

Billedgenerering og redigering

Skab kampagnevisuals, produktkoncepter, redaktionelle billeder, flersprogede designs og redigeringer styret af referencer i én billed-workflow.

02

Korte videoer med indbygget lyd

Generér komplette audiovisuelle klip, hvor dialog, stemning, lydeffekter, kamerabevægelser og visuel handling hænger sammen i samme scene.

03

Karakterscener drevet af referencer

Brug billeder eller kildevideo til at føre et motiv, en karakter, et produkt eller en visuel stil med ind i nye omgivelser og samtidig bevare den centrale reference.

04

Storyboards og previsualisering

Forvandl tekst, keyframes og concept art til levende forhåndsvisninger af overgange, kameraføring, scenernes timing og kreativ gennemgang.

05

Flersproget marketingindhold

Udvikl lokaliserede billeder, animeret typografi og videokoncepter drevet af dialog til internationale kampagner og sociale kanaler.

06

Kreative pipelines med flere optagelser

Fortsæt audiovisuelle klip, og kæd optagelser sammen til længere sekvenser, mens du bruger ensartede referencer igennem hele produktions-workflowet.

FLUX 3 API vs FLUX 2 API

FLUX 2 er den nuværende billedfamilie til produktion. FLUX 3 udvider platformen til en samlet multimodal model til billeder, video, indbygget lyd og varianter med fokus på handling.

FunktionFLUX 3 Video APIFLUX 2 API
Primært fokusSamlet fundament for billede, video, lyd og handlingBilledgenerering og redigering
Billedgenerering og redigeringAnnonceretTilgængelig
VideogenereringOp til 20 sekunder annonceretUnderstøttes ikke
Indbygget lydDialog, stemning og synkroniseret lydUnderstøttes ikke
ReferenceinputTekst, billeder, video og keyframesTekst og billeder
VideofortsættelseFortsættelse af video og lyd annonceretUnderstøttes ikke
Nuværende tilgængelighedFem video-workflows tilgængelige på PoYoTilgængelig på PoYo
Bedst egnet tilNye multimodale og audiovisuelle workflowsBilledgenerering og redigering i produktion i dag

PoYo tilbyder i øjeblikket fem FLUX 3-video-workflows. Varianter til billedgenerering og handling er fortsat en del af den bredere produktkøreplan for FLUX 3.

Ofte stillede spørgsmål om FLUX 3 API

Hvad er FLUX 3?

FLUX 3 er Black Forest Labs’ samlede multimodale model til billedgenerering og redigering, videogenerering med indbygget lyd, visuelle referencer, styring med keyframes og flersproget dialog.

Er FLUX 3 allerede udgivet?

Black Forest Labs annoncerede FLUX 3 den 23. juli 2026. PoYo tilbyder nu fem video-endpoints til produktion, som dækker tekst, billeder, første og sidste billedramme, forlængelse og keyframes.

Hvad kan FLUX 3 generere?

Ifølge BFL dækker FLUX 3 billedsyntese og redigering, video med indbygget lyd, multimodale referencer og forudsigelse af handlinger gennem specialiserede varianter.

Hvor lange kan FLUX 3-videoer være?

PoYo accepterer varigheder som heltal fra 5 til 20 sekunder og kan generere synkroniseret indbygget lyd i den samme anmodning.

Hvad kommer FLUX 3 API til at koste?

Standard-workflows koster 34 kreditter pr. sekund i 720p eller 58 i 1080p. Videoforlængelse koster 82 kreditter pr. sekund i 720p eller 106 i 1080p.

Understøtter FLUX 3 referencer til billeder og video?

Ja. PoYo understøtter ét billede til billede til video, to billeder i en bestemt rækkefølge til generering med første og sidste billedramme, op til ti placerede keyframes og en MP4-kilde til videoforlængelse.

Er FLUX 3 open source?

BFL har annonceret FLUX 3 Dev som en multimodal rygrad med åbne vægte, men vægtene, licensen, hardwarekravene og udgivelsesdatoen er endnu ikke offentliggjort.

Hvordan adskiller FLUX 3 sig fra FLUX 2?

FLUX 2 fokuserer på billedgenerering og redigering i produktion. FLUX 3 tilføjer video, indbygget lyd, videoreferencer, fortsættelse, flersproget dialog og varianter med fokus på handling i en samlet modelfamilie.

Hvorfor bruge FLUX 3 Video API på PoYo

01

Gennemsigtige priser

Brug gennemsigtige priser pr. sekund på tværs af workflows i 720p og 1080p, med den estimerede kreditpris vist før genereringen.

02

Stabilt API

Byg til produktion med stabil API-adgang, tydelig statusrapportering og pålidelig behandling af opgaver.

03

Fuld understøttelse af parametre

Få adgang til alle officielt udgivne indstillinger for billeder, video, indbygget lyd, visuelle referencer og keyframes.

04

Erfarent team

Stol på et erfarent teknisk team til integrationsdokumentation, fejlsøgning og langsigtet support i produktion.