guides

FLUX 3 Max: Geschwindigkeit, Benchmarks, Preise und API-Leitfaden

Poyo.ai Team
10 min read
Share:

FLUX 3 Max Videogenerierung mit nativem Audio

FLUX 3 Max ist am 19. Oktober 2026 erschienen. Es ist eine nachtrainierte Version des FLUX-3-Videomodells, entwickelt von fal Research in Zusammenarbeit mit Black Forest Labs. Das Ziel ist einfach: die Qualität und das native Audio von FLUX 3 beibehalten und die Generierung so schnell machen, dass Sie so iterieren können wie bei Bildern.

FLUX 3 Max ist jetzt auf PoYo über drei Modell-IDs für Text-zu-Video, Bild-zu-Video und Keyframes-zu-Video verfügbar. Die FLUX 3 Max API-Seite enthält den Live-Generator, die unterstützten Steuerungsoptionen und die Preise.

Dieser Leitfaden erklärt, was FLUX 3 Max verändert, welche Aussagen zu Geschwindigkeit und Qualität einer Prüfung standhalten, wie es sich mit FLUX 3 und Seedance 2.5 vergleicht und wie Sie es über die PoYo API aufrufen.

FLUX 3 Max auf einen Blick

FeatureDetails
Entwicklerfal Research mit Black Forest Labs
Launch-Datum19. Oktober 2026
BasismodellFLUX 3
WorkflowsText-zu-Video, Bild-zu-Video (mit optionalem Endframe), Keyframes-zu-Video
Dauer5–20 Sekunden
Auflösung auf PoYo720p oder 1080p
Seitenverhältnisseauto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16
Natives AudioJa, abschaltbar
KeyframesBis zu 10
Angegebene RenderzeitEtwa 11–12 Sekunden für einen 10-Sekunden-Clip in 720p
PoYo-Preis$0.17 pro Sekunde bei 720p, $0.29 pro Sekunde bei 1080p

Was ist FLUX 3 Max?

FLUX 3 ist das multimodale Videomodell, das Black Forest Labs 2026 veröffentlicht hat. Es generiert bis zu 20 Sekunden Video mit synchronisiertem Audio aus Text, Bildern oder Keyframes. Mehr dazu lesen Sie in unserer FLUX 3 Übersicht.

FLUX 3 Max setzt auf diesem Fundament auf. fal beschreibt drei Arbeitsebenen dahinter:

  • Post-Training mit Black Forest Labs zur Verbesserung von visueller Wiedergabetreue, Bewegungskohärenz, Prompt-Treue und Bild-zu-Video-Qualität
  • Inferenzoptimierung, die die Ausführung des Modells verändert, um die Latenz zu senken und den Durchsatz zu erhöhen
  • Systems Engineering, das den Serving-Pfad für Produktions-Workloads abstimmt

fal meldet einen Elo-Zuwachs von 50 Punkten bei Bild-zu-Video gegenüber dem ursprünglichen FLUX 3 und bezeichnet dieses Release als erste Iteration, weiteres Post-Training ist geplant.

Wie schnell ist FLUX 3 Max?

Die zentrale Aussage lautet, dass FLUX 3 Max bei gleicher Qualitätsbewertung 22-mal schneller als Seedance 2.5 ist. Die zugrunde liegenden Zahlen sind weniger eindeutig:

Quelle10-Sekunden-ClipAbgeleiteter Vorsprung vs Seedance 2.5Abgeleiteter Vorsprung vs FLUX 3
Pressemitteilung von fal10.95 s22× (vs 277.80 s)11.5× (vs 126.44 s)
Produktseite von fal12.45 sEtwa 22×Etwa 10×
Spätere Grafik von fal12.45 sEtwa 5.5× (vs 69.09 s)Etwa 3.7× (vs 46.29 s)

Alle diese Werte stammen aus falschen eigenen Benchmarks für einen 10-Sekunden-Clip in 16:9 bei 720p oder 768p. Eine spätere Grafik korrigierte die Zeiten der Konkurrenz ohne Erklärung nach unten, wodurch der Geschwindigkeitsvorsprung deutlich schrumpft.

Die sichere Schlussfolgerung: FLUX 3 Max liefert unter den Testbedingungen von fal einen 10-Sekunden-Clip in rund 12 Sekunden. Für ein Videomodell der Spitzenklasse ist das immer noch sehr schnell. Die tatsächliche Bearbeitungszeit hängt von Einstellungen, Warteschlangenauslastung und Netzwerk ab. Betrachten Sie den Wert daher als Benchmark, nicht als Garantie.

FLUX 3 Max Benchmarks

In der Artificial Analysis Video Arena, die Modelle per Elo auf Basis blinder paarweiser Bewertungen durch Menschen einstuft, ergaben sich in der Launch-Woche folgende Ergebnisse:

  • Bild-zu-Video: Platz 2 mit 1,138 Elo, statistisch gleichauf mit MiniMax H3 (1,140) und Seedance 2.5 (1,138)
  • Text-zu-Video: Platz 4 mit 1,159 Elo, gleichauf mit Seedance 2.5
  • Im Vergleich zum Basismodell FLUX 3: auf beiden Ranglisten vorne (FLUX 3 lag bei Bild-zu-Video bei 1,086)

Artificial Analysis berichtete außerdem, dass FLUX 3 Max bei Text-zu-Video die höchste Punktzahl aller Modelle in der Fähigkeit Physik sowie in den Anwendungsfällen Marketing & Werbung und Realfilm erzielte.

„Gleichauf auf Platz 1“ stimmt also nur für Bild-zu-Video und nur innerhalb der Konfidenzintervalle. Das eindeutigere Ergebnis ist, dass das Post-Training funktioniert hat: Max schlägt sein eigenes Basismodell auf beiden Ranglisten.

FLUX 3 Max vs FLUX 3

FLUX 3 MaxFLUX 3
Text-zu-VideoJaJa
Bild-zu-VideoJa, mit optionalem EndframeJa
Erster und letzter FrameÜber 2 Bilder in Bild-zu-VideoEigener Workflow
KeyframesBis zu 10Bis zu 10
VideoverlängerungNeinJa
Dauer5–20 s5–20 s
GeschwindigkeitLaut den Grafiken von fal etwa 4–11× schnellerBasiswert
PoYo-Preis (720p / 1080p)$0.17 / $0.29 pro Sekunde$0.17 / $0.29 pro Sekunde

Wählen Sie FLUX 3 Max für schnelles Text-zu-Video, Bild-zu-Video und Aufnahmen mit Keyframes, besonders wenn Sie viele Takes durchspielen möchten. Wählen Sie FLUX 3, wenn Sie einen vorhandenen Clip verlängern müssen. Beide kosten auf PoYo für ihre Standard-Workflows gleich viel pro Sekunde.

FLUX 3 Max vs Seedance 2.5

Bei der Bild-zu-Video-Qualität liegen beide Modelle statistisch gleichauf. Die praktischen Unterschiede betreffen Geschwindigkeit und Workflow.

  • Geschwindigkeit: FLUX 3 Max ist in den Benchmarks von fal um ein Mehrfaches schneller, je nach Grafik mit Schätzungen zwischen 5.5× und 22×.
  • Cliplänge: FLUX 3 Max ist auf 20 Sekunden begrenzt. Seedance 2.5 unterstützt längere Einzelaufnahmen.
  • Referenzen: Seedance 2.5 akzeptiert deutlich mehr Referenzeingaben. FLUX 3 Max konzentriert sich auf ein Startbild, ein optionales Endbild oder bis zu 10 zeitlich festgelegte Keyframes.
  • Steuerung: Mit den Keyframes von FLUX 3 Max können Sie Bilder an exakten Frame-Positionen im Clip fixieren.

Wenn Iterationsgeschwindigkeit und Keyframe-Timing am wichtigsten sind, ist FLUX 3 Max die bessere Wahl. Für lange Aufnahmen mit vielen Referenzen bleibt Seedance die stärkere Option.

FLUX 3 Max Preise auf PoYo

PoYo rechnet pro Sekunde Ausgabe ab. Audio ist inklusive.

AuflösungCredits pro SekundePreis pro Sekunde5-s-Clip10-s-Clip20-s-Clip
720p34$0.17$0.85$1.70$3.40
1080p58$0.29$1.45$2.90$5.80

Alle drei Workflows nutzen dieselben Tarife. Die Gesamtkosten ergeben sich aus der Dauer multipliziert mit dem Preis pro Sekunde.

So nutzen Sie die FLUX 3 Max API auf PoYo

PoYo stellt drei Modell-IDs bereit:

  • flux-3-max/text-to-video: nur Prompt
  • flux-3-max/image-to-video: 1–2 Bilder in image_urls. Das erste legt den Startframe fest; ein optionales zweites steuert den Endframe.
  • flux-3-max/keyframes-to-video: 1–10 Einträge in keyframes, jeweils mit image_url und frame_index

Reichen Sie eine Aufgabe über POST /api/generate/submit ein und fragen Sie dann GET /api/generate/status/{task_id} ab oder setzen Sie eine callback_url.

Beispiel für Text-zu-Video

{
  "model": "flux-3-max/text-to-video",
  "input": {
    "prompt": "One continuous shot. A barista pours steamed milk into a flat white on a wooden counter as the cup slides toward the camera. Slow push-in at counter height, shallow depth of field, warm morning window light from the left. Sound: the hiss of the steam wand fading out, a soft ceramic clink, quiet cafe chatter.",
    "duration": 10,
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "sound": true
  }
}

Beispiel für Keyframes-zu-Video

Keyframes verwenden eine Zeitleiste mit 24 fps. frame_index muss daher eindeutig sein und darf nicht größer als duration × 24 sein. Bei einem 10-Sekunden-Clip reichen gültige Indizes von 0 bis 240.

{
  "model": "flux-3-max/keyframes-to-video",
  "input": {
    "prompt": "A sneaker rotates on a pedestal as studio lights shift from cool blue to warm orange. Smooth orbit camera. Sound: low ambient hum and a soft whoosh on each light change.",
    "duration": 10,
    "resolution": "1080p",
    "aspect_ratio": "1:1",
    "keyframes": [
      { "image_url": "https://example.com/front.png", "frame_index": 0 },
      { "image_url": "https://example.com/side.png", "frame_index": 120 },
      { "image_url": "https://example.com/back.png", "frame_index": 240 }
    ]
  }
}

Unterstützte Parameter

  • duration: Ganzzahl von 5 bis 20 Sekunden. Standard ist 5.
  • resolution: 720p oder 1080p. Standard ist 720p.
  • aspect_ratio: auto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 oder 9:16.
  • sound: true oder false. Natives Audio ist standardmäßig aktiviert.

Das vollständige Anfrageschema und das Antwortformat finden Sie in der FLUX 3 Max API-Dokumentation.

Prompt-Tipps für FLUX 3 Max

  • Ein klares Ereignis pro Aufnahme. Beschreiben Sie eine einzelne Handlung statt einer Abfolge unzusammenhängender Ereignisse.
  • Benennen Sie die Kamerabewegung. Push-in, Orbit, Tracking-Shot oder statische Einstellung.
  • Beschreiben Sie Materialien und Licht. Wie sich Oberflächen verhalten und woher das Licht kommt.
  • Schreiben Sie den Ton aus. Ruhige Szenen mit wenig Bewegung können nahezu stumm ausfallen. Fügen Sie daher einen expliziten Audiohinweis hinzu.
  • Beschreiben Sie bei Bild-zu-Video nur, was sich ändert. Das Bild legt die Szene bereits fest; der Prompt sollte Bewegung, Kamera und Ton abdecken.

Die besten Anwendungsfälle

  • Werbung und Produktvideos: Die starken Werte für Physik und Marketing bei Artificial Analysis machen das Modell gut geeignet für Produktaufnahmen.
  • Schnelle kreative Exploration: Kurze Renderzeiten ermöglichen es Teams, pro Session viele Kamerabewegungen und Looks zu testen.
  • Storyboards und Previsualisierung: Keyframes fixieren Schlüsselmomente an exakten Zeitpunkten im Clip.
  • Social-Media-Videos mit Ton: Dialog, Atmosphäre und Effekte im selben Durchgang wie das Bild generieren.

Häufig gestellte Fragen

Was ist FLUX 3 Max?

FLUX 3 Max ist eine nachtrainierte, auf Geschwindigkeit optimierte Version des FLUX-3-Videomodells, entwickelt von fal Research mit Black Forest Labs und am 19. Oktober 2026 veröffentlicht. Es generiert Videos von 5–20 Sekunden mit nativem Audio aus Text, Bildern oder Keyframes.

Ist FLUX 3 Max wirklich 22× schneller als Seedance 2.5?

Diese Zahl stammt aus dem Launch-Benchmark von fal. Eine spätere Grafik von fal korrigierte die Zeit von Seedance, wodurch der Abstand eher bei 5.5× liegt. In jedem Fall misst fal für FLUX 3 Max etwa 11–12 Sekunden für einen 10-Sekunden-Clip in 720p.

Was ist der Unterschied zwischen FLUX 3 und FLUX 3 Max?

FLUX 3 Max ist schneller und erzielt höhere Werte bei der Bild-zu-Video-Qualität. Das Basismodell FLUX 3 bietet mehr Workflows, darunter die Videoverlängerung. Mehr zum Basismodell finden Sie in unserem FLUX 3 Video-Leitfaden.

Was kostet FLUX 3 Max?

Auf PoYo kostet FLUX 3 Max $0.17 pro Sekunde bei 720p und $0.29 pro Sekunde bei 1080p. Ein 10-Sekunden-Clip in 720p kostet $1.70.

Wie lang können Videos mit FLUX 3 Max sein?

5 bis 20 Sekunden pro Generierung, in Schritten von einer Sekunde.

Generiert FLUX 3 Max Audio?

Ja. Natives synchronisiertes Audio ist standardmäßig aktiviert und lässt sich mit sound: false abschalten.

Ist FLUX 3 Max Open Source?

Nein. FLUX 3 Max ist nur über APIs verfügbar. Das derzeit einzige FLUX-3-Bildmodell mit offenen Gewichten ist FLUX 3 Image Klein.

Fazit

FLUX 3 Max macht ein Videomodell in Spitzenqualität schnell genug, um damit zu iterieren. Die Schlagzeile „22ד hängt davon ab, welche Grafik Sie lesen, und „Platz 1“ ist bei Bild-zu-Video ein statistischer Gleichstand. Das Kernergebnis hält jedoch: Renderzeiten von rund 12 Sekunden, Bild-zu-Video-Qualität der Spitzenklasse und natives Audio zum selben Preis pro Sekunde wie das Basismodell FLUX 3.

Testen Sie es auf der PoYo FLUX 3 Max Seite oder lesen Sie die API-Dokumentation, um mit der Integration zu beginnen.

Quellen: Berichterstattung zum Launch von fal FLUX 3 Max (Unite.AI), VentureBeat, Analyse der Benchmark-Grafik von TokenPost, Black Forest Labs FLUX 3

Share: