Model icon
flux-3/text-to-video
Text to Video
Image to Video
Ver más modelos de Black Forest Labs
Modelo:
Crea videos de 5–20 segundos con audio nativo a partir de texto, una imagen, fotogramas inicial y final, un video existente o hasta diez fotogramas clave.
Input

Create synchronized sound with the video.

Output

Salida de ejemplo

Estos son datos de muestra. Genere un nuevo resultado para ver el resultado real.

ID de tarea:flux3-text-to-video-defaultCreado:PoYo default
Estado:finishedProgreso:100%
Detalles de precios

Precios transparentes sin tarifas ocultas. Pague solo por lo que use.

Black Forest Labsflux-3
Standard workflows · 720p
Text to Video · Image to Video · First & Last Frame · Keyframes to Video
Precio de PoYo
$0.170/sec
34 créditos
Precio oficial
-
Ahorras
-
Black Forest Labsflux-3
Standard workflows · 1080p
Text to Video · Image to Video · First & Last Frame · Keyframes to Video
Precio de PoYo
$0.290/sec
58 créditos
Precio oficial
-
Ahorras
-
Black Forest Labsflux-3/extend-video
Extend Video · 720p
Precio de PoYo
$0.410/sec
82 créditos
Precio oficial
-
Ahorras
-
Black Forest Labsflux-3/extend-video
Extend Video · 1080p
Precio de PoYo
$0.530/sec
106 créditos
Precio oficial
-
Ahorras
-

* Las tarifas reales se basan en el resultado final.

Disponible ahora

Guía completa para usar API de video FLUX 3 con audio nativo

API de video FLUX 3 con audio nativo

Usa FLUX 3 mediante cinco endpoints de PoYo listos para producción: texto a video, imagen a video, fotogramas inicial y final, extensión de video y fotogramas clave posicionados.

Genera clips de 5–20 segundos en 720p o 1080p, con ocho relaciones de aspecto y audio nativo sincronizado.

Funciones y capacidades multimodales de la API de FLUX 3

Genera y edita imágenes, crea videos con audio nativo sincronizado y guía los resultados con referencias de texto, imagen, video y fotogramas clave.

01

Un modelo fundacional multimodal

FLUX 3 aprende imagen, video y audio juntos en una sola arquitectura. Puede combinar texto y referencias visuales en lugar de tratar cada medio como un sistema independiente.

  • Aprende imagen, video y audio en una arquitectura compartida
  • Combina lenguaje con referencias de imagen y video
  • Admite variantes centradas en generación, comprensión y acción
Un modelo fundacional multimodal

02

Generación y edición de imágenes

FLUX 3 Image está diseñado para trabajar con diversos estilos, relaciones de aspecto, resoluciones y prompts complejos, además de ofrecer edición y una tipografía multilingüe más precisa.

  • Genera y edita con diversos estilos y relaciones de aspecto
  • Sigue prompts complejos y referencias visuales
  • Renderiza una tipografía multilingüe más precisa
Generación y edición de imágenes

03

Video con audio nativo

FLUX 3 Video puede crear clips de hasta 20 segundos con audio nativo, incluyendo texto a video, imagen a video, video a video, continuación, fotogramas clave y diálogos multilingües.

  • Crea clips de hasta 20 segundos en una sola generación
  • Genera diálogos, ambientes y sonidos sincronizados con los eventos
  • Usa texto a video, imagen a video y video a video

04

Referencias, fotogramas clave y continuación de video

Controla una toma con fotogramas iniciales, referencias visuales, clips de origen o fotogramas clave definidos. FLUX 3 también está diseñado para continuar el video y el audio simultáneamente, así como para encadenar clips individuales en secuencias más largas de varias tomas.

  • Anima un fotograma inicial o conserva un sujeto de referencia
  • Crea transiciones entre fotogramas clave definidos
  • Continúa clips audiovisuales y crea secuencias más largas
Flujos de trabajo multimodales de imagen, video, audio y acción con FLUX 3

¿Qué puedes crear con la API de FLUX 3?

01

Generación y edición de imágenes

Crea elementos visuales para campañas, conceptos de productos, imágenes editoriales, diseños multilingües y ediciones controladas por referencias en un solo flujo de trabajo de imagen.

02

Videos cortos con audio nativo

Genera clips audiovisuales completos con diálogos, ambientes, efectos de sonido, movimiento de cámara y acción visual alineados en la misma escena.

03

Escenas de personajes guiadas por referencias

Usa imágenes o videos de origen para trasladar un sujeto, personaje, producto o estilo visual a un nuevo entorno, conservando la referencia principal.

04

Storyboards y previsualización

Convierte texto, fotogramas clave y arte conceptual en previsualizaciones en movimiento para transiciones, dirección de cámara, ritmo de las escenas y revisión creativa.

05

Contenido de marketing multilingüe

Desarrolla imágenes localizadas, tipografía animada y conceptos de video guiados por diálogos para campañas internacionales y canales sociales.

06

Flujos creativos de varias tomas

Continúa clips audiovisuales y encadena tomas en secuencias más largas mientras utilizas referencias coherentes durante todo el flujo de producción.

API de FLUX 3 frente a API de FLUX 2

FLUX 2 es la familia actual de imágenes para producción. FLUX 3 amplía la plataforma con un modelo multimodal unificado para imágenes, video, audio nativo y variantes orientadas a la acción.

CapacidadAPI de video FLUX 3API de FLUX 2
Enfoque principalBase unificada para imagen, video, audio y acciónGeneración y edición de imágenes
Generación y edición de imágenesAnunciadaDisponible
Generación de videoHasta 20 segundos anunciadosNo compatible
Audio nativoDiálogos, ambientes y sonido sincronizadoNo compatible
Entradas de referenciaTexto, imágenes, video y fotogramas claveTexto e imágenes
Continuación de videoContinuación de video y audio anunciadaNo compatible
Disponibilidad actualCinco flujos de video disponibles en PoYoDisponible en PoYo
Más adecuada paraNuevos flujos de trabajo multimodales y audiovisualesGeneración y edición de imágenes para producción actualmente

PoYo ofrece actualmente cinco flujos de video FLUX 3. La generación de imágenes y las variantes Action siguen formando parte de la hoja de ruta general.

Preguntas frecuentes sobre la API de FLUX 3

¿Qué es FLUX 3?

FLUX 3 es el modelo multimodal unificado de Black Forest Labs para generación y edición de imágenes, generación de video con audio nativo, referencias visuales, control de fotogramas clave y diálogo multilingüe.

¿FLUX 3 ya se ha lanzado?

Black Forest Labs anunció FLUX 3 el 23 de julio de 2026. PoYo ofrece ahora cinco endpoints de video de producción para texto, imágenes, fotogramas inicial y final, extensión y fotogramas clave.

¿Qué puede generar FLUX 3?

BFL afirma que FLUX 3 abarca la síntesis y edición de imágenes, video con audio nativo, referencias multimodales y predicción de acciones mediante variantes especializadas.

¿Cuánto pueden durar los videos de FLUX 3?

PoYo acepta duraciones enteras de 5 a 20 segundos y puede generar audio nativo sincronizado en la misma solicitud.

¿Cuánto costará la API de FLUX 3?

Los flujos estándar cuestan 34 créditos/s en 720p o 58 en 1080p. La extensión de video cuesta 82 o 106 créditos/s.

¿FLUX 3 admitirá referencias de imagen y video?

Sí. PoYo admite una imagen, dos imágenes ordenadas para inicio/final, hasta diez fotogramas clave y un video MP4 para extensión.

¿FLUX 3 es de código abierto?

BFL ha anunciado FLUX 3 Dev como una base multimodal de pesos abiertos, pero los pesos, la licencia, los requisitos de hardware y la fecha de lanzamiento aún no se han publicado.

¿En qué se diferencia FLUX 3 de FLUX 2?

FLUX 2 se centra en la generación y edición de imágenes para producción. FLUX 3 añade video, audio nativo, referencias de video, continuación, diálogos multilingües y variantes orientadas a la acción en una familia de modelos unificada.

Por qué usar la API de video FLUX 3 en PoYo

01

Descuentos oficiales

Precios transparentes por segundo en 720p y 1080p, con el coste estimado antes de generar.

02

API estable

Crea para producción con acceso estable a la API, estados claros y procesamiento fiable de tareas.

03

Compatibilidad con todos los parámetros

Accede a todos los controles oficiales para imágenes, video, audio nativo, referencias visuales y fotogramas clave.

04

Equipo experimentado

Cuenta con un equipo técnico experimentado para documentación, resolución de problemas y soporte de producción a largo plazo.