Model icon
flux-3/text-to-video
Model:
Erstellen Sie 5–20 Sekunden lange Videos mit nativem Ton aus Text, einem Bild, Start- und Endbildern, einem vorhandenen Video oder bis zu zehn Keyframes.
Input

Create synchronized sound with the video.

Output

Beispielausgabe

Dies sind Beispieldaten. Generieren Sie ein neues Ergebnis, um die echte Ausgabe zu sehen.

Task-ID:flux3-text-to-video-defaultErstellt:PoYo default
Status:finishedFortschritt:100%
Preisinformationen

Transparente Preise ohne versteckte Kosten. Bezahle nur, was du nutzt.

Black Forest Labsflux-3
Standard workflows · 720p
Text to Video · Image to Video · First & Last Frame · Keyframes to Video
PoYo-Preis
$0.170/sec
34 Credits
Offizieller Preis
-
Du sparst
-
Black Forest Labsflux-3
Standard workflows · 1080p
Text to Video · Image to Video · First & Last Frame · Keyframes to Video
PoYo-Preis
$0.290/sec
58 Credits
Offizieller Preis
-
Du sparst
-
Black Forest Labsflux-3/extend-video
Extend Video · 720p
PoYo-Preis
$0.410/sec
82 Credits
Offizieller Preis
-
Du sparst
-
Black Forest Labsflux-3/extend-video
Extend Video · 1080p
PoYo-Preis
$0.530/sec
106 Credits
Offizieller Preis
-
Du sparst
-

* Tatsächliche Gebühren basieren auf dem endgültigen Ergebnis.

Jetzt verfügbar

Vollständige Anleitung zur Verwendung von FLUX 3 Video API mit nativem Ton

FLUX 3 Video API mit nativem Ton

Nutzen Sie FLUX 3 über fünf produktionsreife PoYo-Endpunkte: Text-zu-Video, Bild-zu-Video, Start- und Endbild, Videoverlängerung und positionierte Keyframes.

Erstellen Sie 5–20 Sekunden lange Clips in 720p oder 1080p mit acht Seitenverhältnissen und synchronem nativem Ton.

FLUX 3 API-Funktionen und multimodale Fähigkeiten

Generieren und bearbeiten Sie Bilder, erstellen Sie Videos mit synchronisiertem nativem Ton und steuern Sie die Ausgaben mit Text-, Bild-, Video- und Keyframe-Referenzen.

01

Ein multimodales Basismodell

FLUX 3 lernt Bilder, Videos und Audio gemeinsam in einer Architektur. Das Modell kann Text- und visuelle Referenzen kombinieren, anstatt jedes Medium als separates System zu behandeln.

  • Bilder, Videos und Audio in einer gemeinsamen Architektur lernen
  • Sprache mit Bild- und Videoreferenzen kombinieren
  • Varianten für Generierung, Verständnis und aktionsorientierte Aufgaben unterstützen
Ein multimodales Basismodell

02

Bildgenerierung und -bearbeitung

FLUX 3 Image ist für vielfältige Stile, Seitenverhältnisse, Auflösungen, komplexe Prompts, Bearbeitungen und eine präzisere mehrsprachige Typografie konzipiert.

  • Bilder in vielfältigen Stilen und Seitenverhältnissen generieren und bearbeiten
  • Komplexen Prompts und visuellen Referenzen folgen
  • Präzisere mehrsprachige Typografie rendern
Bildgenerierung und -bearbeitung

03

Video mit nativem Ton

FLUX 3 Video kann Clips mit einer Länge von bis zu 20 Sekunden und nativem Ton erstellen, einschließlich Text-zu-Video, Bild-zu-Video, Video-zu-Video, Fortsetzung, Keyframes und mehrsprachiger Dialoge.

  • Clips mit bis zu 20 Sekunden Länge in einer Generierung erstellen
  • Dialoge, Umgebungsgeräusche und ereignissynchronisierte Töne generieren
  • Text-zu-Video, Bild-zu-Video und Video-zu-Video verwenden

04

Referenzen, Keyframes und Videofortsetzung

Steuern Sie eine Aufnahme mit Startbildern, visuellen Referenzen, Ausgangsclips oder festgelegten Keyframes. FLUX 3 ist außerdem dafür konzipiert, Video und Audio gemeinsam fortzusetzen und einzelne Clips zu längeren Sequenzen mit mehreren Aufnahmen zu verbinden.

  • Ein Startbild animieren oder ein referenziertes Motiv beibehalten
  • Übergänge zwischen festgelegten Keyframes erstellen
  • Audiovisuelle Clips fortsetzen und längere Sequenzen erstellen
Multimodale Bild-, Video-, Audio- und aktionsorientierte Workflows mit FLUX 3

Was können Sie mit der FLUX 3 API erstellen?

01

Bildgenerierung und -bearbeitung

Erstellen Sie Kampagnenbilder, Produktkonzepte, redaktionelle Bilder, mehrsprachige Designs und referenzgesteuerte Bearbeitungen in einem einzigen Bild-Workflow.

02

Kurzvideos mit nativem Ton

Generieren Sie vollständige audiovisuelle Clips mit Dialogen, Umgebungsgeräuschen, Soundeffekten, Kamerabewegungen und visuellen Aktionen, die in derselben Szene aufeinander abgestimmt sind.

03

Referenzgesteuerte Charakterszenen

Verwenden Sie Bilder oder Ausgangsvideos, um ein Motiv, eine Figur, ein Produkt oder einen visuellen Stil in eine neue Umgebung zu übertragen und dabei die wesentliche Referenz beizubehalten.

04

Storyboards und Previsualisierung

Verwandeln Sie Text, Keyframes und Konzeptgrafiken in bewegte Vorschauen für Übergänge, Kameraführung, Szenentiming und kreative Abstimmungen.

05

Mehrsprachige Marketinginhalte

Entwickeln Sie lokalisierte Bilder, animierte Typografie und dialogorientierte Videokonzepte für internationale Kampagnen und soziale Netzwerke.

06

Kreative Multi-Shot-Pipelines

Setzen Sie audiovisuelle Clips fort und verbinden Sie Aufnahmen zu längeren Sequenzen, während Sie im gesamten Produktions-Workflow konsistente Referenzen verwenden.

FLUX 3 API im Vergleich zur FLUX 2 API

FLUX 2 ist die aktuelle Produktionsfamilie für Bilder. FLUX 3 erweitert die Plattform zu einem einheitlichen multimodalen Modell für Bilder, Video, nativen Ton und aktionsorientierte Varianten.

FähigkeitFLUX 3 Video APIFLUX 2 API
HauptfokusEinheitliches Fundament für Bild, Video, Audio und AktionenBildgenerierung und -bearbeitung
Bildgenerierung und -bearbeitungAngekündigtVerfügbar
VideogenerierungBis zu 20 Sekunden angekündigtNicht unterstützt
Nativer TonDialoge, Umgebungsgeräusche und synchronisierter TonNicht unterstützt
ReferenzeingabenText, Bilder, Video und KeyframesText und Bilder
VideofortsetzungVideo- und Audiofortsetzung angekündigtNicht unterstützt
Aktuelle VerfügbarkeitFünf Video-Workflows auf PoYo verfügbarAuf PoYo verfügbar
Am besten geeignet fürNeue multimodale und audiovisuelle WorkflowsProduktionsreife Bildgenerierung und -bearbeitung heute

PoYo bietet derzeit fünf FLUX 3 Video-Workflows. Bildgenerierung und Action-Varianten bleiben Teil der umfassenderen Produkt-Roadmap.

Häufig gestellte Fragen zur FLUX 3 API

Was ist FLUX 3?

FLUX 3 ist das einheitliche multimodale Modell von Black Forest Labs für Bildgenerierung und -bearbeitung, Videogenerierung mit nativem Audio, visuelle Referenzen, Keyframe-Steuerung und mehrsprachige Dialoge.

Wurde FLUX 3 bereits veröffentlicht?

Black Forest Labs kündigte FLUX 3 am 23. Juli 2026 an. PoYo bietet jetzt fünf produktionsreife Video-Endpunkte für Text, Bilder, Start- und Endbilder, Verlängerung und Keyframes.

Was kann FLUX 3 generieren?

Laut BFL umfasst FLUX 3 Bildsynthese und -bearbeitung, Video mit nativem Ton, multimodale Referenzen und Aktionsvorhersage durch spezialisierte Varianten.

Wie lang können FLUX 3-Videos sein?

PoYo unterstützt ganzzahlige Dauern von 5 bis 20 Sekunden und kann synchronen nativen Ton in derselben Anfrage erzeugen.

Wie viel wird die FLUX 3 API kosten?

Standard-Workflows kosten 34 Credits/Sek. in 720p oder 58 in 1080p. Videoverlängerung kostet 82 bzw. 106 Credits/Sek.

Wird FLUX 3 Bild- und Videoreferenzen unterstützen?

Ja. PoYo unterstützt ein Bild für Bild-zu-Video, zwei geordnete Bilder für Start/Ende, bis zu zehn Keyframes und eine MP4-Quelle zur Videoverlängerung.

Ist FLUX 3 Open Source?

BFL hat FLUX 3 Dev als multimodales Open-Weight-Backbone angekündigt, aber die Gewichte, die Lizenz, die Hardwareanforderungen und das Veröffentlichungsdatum wurden noch nicht bekannt gegeben.

Wie unterscheidet sich FLUX 3 von FLUX 2?

FLUX 2 konzentriert sich auf die produktionsreife Bildgenerierung und -bearbeitung. FLUX 3 ergänzt Video, nativen Ton, Videoreferenzen, Fortsetzung, mehrsprachige Dialoge und aktionsorientierte Varianten in einer einheitlichen Modellfamilie.

Warum die FLUX 3 Video API auf PoYo verwenden

01

Offizielle Rabatte

Transparente Sekundenpreise für 720p und 1080p sowie eine Kostenschätzung vor jeder Generierung.

02

Stabile API

Entwickeln Sie für den Produktiveinsatz mit stabilem API-Zugriff, klaren Statusmeldungen und zuverlässiger Aufgabenverarbeitung.

03

Vollständige Parameterunterstützung

Nutzen Sie alle offiziellen Steuerungen für Bilder, Videos, natives Audio, visuelle Referenzen und Keyframes.

04

Erfahrenes Team

Verlassen Sie sich auf ein erfahrenes Technikteam für Dokumentation, Fehlerbehebung und langfristigen Produktionssupport.