FLUX 3 Max API: Pembuatan Video dengan Audio Bawaan

FLUX 3 Max adalah model pembuatan video yang dioptimalkan dari model dasar video FLUX 3. Model ini membuat video dari teks, gambar diam, atau keyframe dengan posisi waktu tertentu, sekaligus menghasilkan audio bersama gambar. Keunggulannya meliputi pembuatan gambar dan suara secara bersamaan, panduan frame awal dan akhir, serta beberapa keyframe dengan posisi yang ditentukan. Melalui API PoYo, Anda dapat membuat klip 5–20 detik dalam 720p atau 1080p, dengan audio opsional, untuk animasi gambar, presentasi produk, dan storyboard.

Dapatkan kunci API dari dasbor PoYo Anda, tambahkan kredit, dan pilih mode pembuatan berdasarkan materi sumber Anda. Gunakan flux-3-max/text-to-video untuk adegan tertulis, flux-3-max/image-to-video untuk gambar pembuka dan gambar akhir opsional, atau flux-3-max/keyframes-to-video untuk gambar posisi. Uji pengaturan prompt, durasi, resolusi, dan suara Anda di Playground sebelum menggunakan input yang sama dalam permintaan API. Simpan ID tugas yang dikembalikan dan tanyakan statusnya untuk mengambil video yang telah selesai, hanya menggunakan bidang media untuk mode yang dipilih.

Ketiga mode pembuatan video menggunakan tarif yang sama: $0.17 per detik pada 720p dan $0.29 per detik pada 1080p. Klip 5 detik masing-masing berharga $0.85 atau $1.45, sedangkan klip 10 detik berharga $1.70 atau $2.90. Pilih durasi yang cukup untuk menampilkan aksi dan resolusi yang sesuai dengan kebutuhan hasil akhir. Periksa perkiraan biaya di Playground sebelum mengirim permintaan. Semua harga dalam dolar AS.

Pilih durasi bilangan bulat dari 5 hingga 20 detik, dengan 5 detik sebagai default, dan output 720p atau 1080p, defaultnya adalah 720p. Opsi aspect_ratio adalah auto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 dan 9:16 untuk komposisi layar lebar, lanskap, persegi, dan potret. Dengan pengaturan default auto, teks-ke-video menggunakan 16:9, sedangkan mode gambar dan bingkai utama mengikuti gambar pertama. Sesuaikan format dengan penempatan yang Anda inginkan dan berikan waktu yang cukup untuk tindakan subjek dan pergerakan kamera.

Dalam mode gambar-ke-video, berikan 1–2 gambar melalui image_urls : gambar pertama menetapkan bingkai pembuka, dan gambar kedua opsional memandu bingkai akhir. Gunakan perintah untuk mendeskripsikan aksi dan pergerakan kamera di antara keduanya. Misalnya, mulailah dengan kotak kado yang tertutup, akhiri dengan kotak yang terbuka, dan jelaskan tutupnya terbuka secara perlahan. Panduan ini berguna untuk pengungkapan produk, perubahan adegan, dan transisi tindakan; menyiapkan subjek dan pengaturan yang koheren secara visual untuk memperjelas perubahan yang diinginkan.

Mode keyframe menerima 1–10 entri dalam keyframes. Setiap entri berisi image_url dan frame_index berupa bilangan bulat. Indeks harus unik dan berada dalam rentang 0 hingga duration × 24, termasuk kedua batasnya. Untuk klip 5 detik, posisi 0, 60, dan 120 dapat memandu bagian awal, tengah, dan akhir. Jelaskan aksi, pergerakan kamera, serta perubahan lingkungan di antara titik-titik tersebut melalui prompt. Sebelum mengirim, pastikan setiap posisi sesuai dengan durasi yang dipilih dan gambar referensi menampilkan subjek serta latar yang konsisten.

Ya. FLUX 3 Max dapat menghasilkan audio bawaan bersama video, dengan sound diatur ke true secara default. Setel ke false saat Anda memerlukan rekaman senyap untuk sulih suara atau pengeditan terpisah. Prompt Anda dapat mendeskripsikan dialog, penyampaian, suasana, dan suara tindakan, seperti karakter berbicara saat hujan dan langkah kaki terdengar. Jelaskan suara yang diinginkan bersama dengan tindakan adegan yang sesuai untuk mengomunikasikan arah kreatif Anda, lalu tinjau klip lengkap untuk konten ucapan, pengaturan waktu suara, dan performa visual sebelum memilihnya.

Pada PoYo, FLUX 3 Max menyediakan pembuatan teks-ke-video, gambar-ke-video, dan bingkai utama, dengan panduan bingkai pertama dan bingkai terakhir opsional yang disertakan dalam gambar-ke-video. Ini sesuai dengan alur kerja yang membuat klip baru dari adegan tertulis, gambar diam, atau rencana papan cerita. Rangkaian FLUX 3 juga menawarkan titik akhir bingkai pertama/terakhir yang terpisah dan titik akhir video perluasan untuk melanjutkan rekaman yang sudah ada. Keduanya mendukung audio bawaan dan output 720p atau 1080p. Pilih antarmuka ekstensi FLUX 3 saat alur kerja Anda memerlukan kelanjutan video; titik akhir Max saat ini tidak menerima video yang ada untuk ekstensi.