Model icon
flux-3/text-to-video
Text to Video
Image to Video
Vedi altri modelli di Black Forest Labs
Model:
Crea video di 5–20 secondi con audio nativo da testo, un'immagine, fotogrammi iniziale e finale, un video esistente o fino a dieci fotogrammi chiave.
Input

Create synchronized sound with the video.

Output

Esempio di output

Questi sono dati di esempio. Genera un nuovo risultato per vedere l'output reale.

ID attività:flux3-text-to-video-defaultCreato:PoYo default
Stato:finishedProgressi:100%
Dettagli dei prezzi

Paghi solo ciò che usi. Nessun abbonamento, nessun costo nascosto.

1 credito = $0.005
Fascia720p1080p
Testo in video / Immagine in video / Fotogrammi chiave / Primo e ultimo fotogramma
$0.170/sec
34 crediti/sec
$0.290/sec
58 crediti/sec
Estendi video
$0.410/sec
82 crediti/sec
$0.530/sec
106 crediti/sec
Costo di esempio (Testo in video / Immagine in video / Fotogrammi chiave / Primo e ultimo fotogramma · Flussi di lavoro standard · 720p): Video di 5s: $0.850 · Video di 10s: $1.70
Come viene fatturato: Fatturato per ogni secondo di video in output.

Gli addebiti si basano sull'output finale.

Disponibile ora

Guida completa all'utilizzo di API video FLUX 3 con audio nativo

API video FLUX 3 con audio nativo

Usa FLUX 3 tramite cinque endpoint PoYo pronti per la produzione: testo-video, immagine-video, fotogrammi iniziale e finale, estensione video e fotogrammi chiave posizionati.

Genera clip di 5–20 secondi in 720p o 1080p, con otto rapporti d'aspetto e audio nativo sincronizzato.

Funzionalità API FLUX 3 e funzionalità multimodali

Genera e modifica immagini, crea video con audio nativo sincronizzato e guida gli output con riferimenti a testo, immagini, video e fotogrammi chiave.

01

Un modello di fondazione multimodale

FLUX 3 apprende immagini, video e audio insieme in un'unica architettura. Può mescolare riferimenti testuali e visivi invece di trattare ciascun mezzo come un sistema separato.

  • Impara immagini, video e audio in un'unica architettura condivisa
  • Combina il linguaggio con riferimenti a immagini e video
  • Supporta la generazione, la comprensione e le varianti incentrate sull'azione
Un modello di fondazione multimodale

02

Generazione e modifica delle immagini

FLUX 3 Image è progettato per vari stili, proporzioni, risoluzioni, prompt complesse, editing e tipografia multilingue più accurata.

  • Genera e modifica diversi stili e proporzioni
  • Segui prompt complesse e riferimenti visivi
  • Rendere la tipografia multilingue più accurata
Generazione e modifica delle immagini

03

Video con audio nativo

FLUX 3 Video può creare clip fino a 20 secondi con audio nativo, inclusi testo in video, immagine in video, video in video, continuazione, fotogrammi chiave e dialoghi multilingue.

  • Crea clip fino a 20 secondi in una generazione
  • Genera dialoghi, ambientazioni e suoni allineati agli eventi
  • Utilizza testo in video, immagine in video e video in video

04

Riferimenti, fotogrammi chiave e continuazione video

Controlla una ripresa con fotogrammi iniziali, riferimenti visivi, clip sorgente o fotogrammi chiave definiti. FLUX 3 è inoltre progettato per continuare insieme video e audio e concatenare singole clip in sequenze multi-scatto più lunghe.

  • Anima un fotogramma iniziale o conserva un soggetto di riferimento
  • Crea transizioni tra fotogrammi chiave definiti
  • Continua clip audiovisive e costruisci sequenze più lunghe
FLUX 3 flussi di lavoro multimodali di immagini, video, audio e azioni

Cosa puoi creare con l'API FLUX 3?

01

Generazione e modifica delle immagini

Crea elementi visivi della campagna, concetti di prodotto, immagini editoriali, design multilingue e modifiche controllate da riferimenti in un unico flusso di lavoro delle immagini.

02

Brevi video con audio nativo

Genera clip audiovisive complete con dialoghi, atmosfera, effetti sonori, movimento della telecamera e azioni visive allineate nella stessa scena.

03

Scene di personaggi basate sui riferimenti

Utilizza immagini o video sorgente per trasportare un soggetto, un personaggio, un prodotto o uno stile visivo in una nuova ambientazione mantenendo il riferimento principale.

04

Storyboard e pre-visualizzazione

Trasforma testo, fotogrammi chiave e concept art in anteprime in movimento per transizioni, direzione della telecamera, tempistica delle scene e revisione creativa.

05

Contenuti di marketing multilingue

Sviluppa immagini localizzate, tipografia animata e concetti video basati sul dialogo per campagne internazionali e canali social.

06

Pipeline creative multi-scatto

Continua le clip audiovisive e le riprese a catena in sequenze più lunghe utilizzando riferimenti coerenti in tutto il flusso di lavoro di produzione.

FLUX 3 API vs FLUX 2 API

FLUX 2 è l'attuale famiglia di immagini di produzione. FLUX 3 espande la piattaforma in un modello multimodale unificato per immagini, video, audio nativo e varianti orientate all'azione.

CapacitàAPI video FLUX 3API FLUX 2
Obiettivo primarioBase unificata per immagini, video, audio e azioniGenerazione e modifica delle immagini
Generazione e modifica delle immaginiAnnunciatoDisponibile
Generazione videoFino a 20 secondi annunciatiNon supportato
Audio nativoDialogo, atmosfera e suono sincronizzatoNon supportato
Ingressi di riferimentoTesto, immagini, video e fotogrammi chiaveTesto e immagini
Continuazione videoAnnunciata la continuazione video e audioNon supportato
Disponibilità attualeCinque flussi video disponibili su PoYoDisponibile su PoYo
La migliore vestibilitàNuovi flussi di lavoro multimodali e audiovisiviGenerazione e modifica di immagini di produzione oggi

PoYo offre attualmente cinque flussi video FLUX 3. La generazione di immagini e le varianti Action restano nella roadmap generale.

Domande frequenti sull'API FLUX 3

Cos'è FLUX 3?

FLUX 3 è il modello multimodale unificato di Black Forest Labs per la generazione e l'editing di immagini, la generazione di video con audio nativo, riferimenti visivi, controllo dei fotogrammi chiave e dialogo multilingue.

FLUX 3 è già uscito?

Black Forest Labs ha annunciato FLUX 3 il 23 luglio 2026. PoYo offre ora cinque endpoint video di produzione per testo, immagini, fotogrammi iniziale e finale, estensione e fotogrammi chiave.

Cosa può generare FLUX 3?

BFL afferma che FLUX 3 copre la sintesi e l'editing di immagini, video con audio nativo, riferimenti multimodali e previsione dell'azione attraverso varianti specializzate.

Quanto possono durare i video FLUX 3?

PoYo accetta durate intere da 5 a 20 secondi e può generare audio nativo sincronizzato nella stessa richiesta.

Quanto costerà l'API FLUX 3?

I flussi standard costano 34 crediti/s in 720p o 58 in 1080p. L'estensione video costa 82 o 106 crediti/s.

FLUX 3 supporterà riferimenti a immagini e video?

Sì. PoYo supporta un'immagine, due immagini ordinate per inizio/fine, fino a dieci fotogrammi chiave e una sorgente MP4 per l'estensione.

FLUX 3 è open source?

BFL ha annunciato FLUX 3 Dev come backbone multimodale a peso aperto, ma i pesi, la licenza, i requisiti hardware e la data di rilascio non sono stati pubblicati.

In cosa FLUX 3 è diverso da FLUX 2?

FLUX 2 si concentra sulla generazione e l'editing di immagini di produzione. FLUX 3 aggiunge video, audio nativo, riferimenti video, continuazione, dialogo multilingue e varianti orientate all'azione in una famiglia di modelli unificata.

Perché usare l'API video FLUX 3 su PoYo

01

Sconti ufficiali

Prezzi trasparenti al secondo per 720p e 1080p, con stima del costo prima della generazione.

02

API stabile

Crea per la produzione con accesso API stabile, report chiari sullo stato ed elaborazione affidabile delle attività.

03

Supporto completo dei parametri

Accedi a tutti i controlli rilasciati ufficialmente per immagini, video, audio nativo, riferimenti visivi e fotogrammi chiave.

04

Squadra esperta

Affidati a un team tecnico esperto per la documentazione di integrazione, la risoluzione dei problemi e il supporto alla produzione a lungo termine.