FLUX 3 Maxとは：速度、ベンチマーク、料金、API使い方ガイド

FLUX 3 Maxは2026年10月19日にローンチされました。fal ResearchがBlack Forest Labsと共同で開発した、FLUX 3動画モデルのポストトレーニング版です。目指すところはシンプルで、FLUX 3の品質とネイティブ音声を維持しながら、画像と同じ感覚で反復できるほど生成を高速化することです。

FLUX 3 Maxは現在、テキストから動画、画像から動画、キーフレームから動画の3つのモデルIDでPoYoから利用できます。FLUX 3 Max APIページでは、ライブジェネレーター、対応するコントロール、料金を確認できます。

このガイドでは、FLUX 3 Maxで何が変わったのか、速度と品質に関する主張のどれが妥当なのか、FLUX 3やSeedance 2.5との比較、そしてPoYo APIからの呼び出し方を解説します。

FLUX 3 Maxの概要

FLUX 3 Maxとは？

FLUX 3は、Black Forest Labsが2026年にリリースしたマルチモーダル動画モデルです。テキスト、画像、キーフレームから、同期した音声付きの最大20秒の動画を生成します。詳しくはFLUX 3の概要をご覧ください。

FLUX 3 Maxはこの基盤から出発しています。falは、その背後にある3つの取り組みを次のように説明しています。

• Black Forest Labsとのポストトレーニングにより、視覚的な忠実度、動きの一貫性、プロンプトへの忠実度、画像から動画の品質を向上
• モデルの実行方法を変えてレイテンシを削減し、スループットを高める推論最適化
• 本番ワークロード向けにサービング経路を調整するシステムエンジニアリング

falは、オリジナルのFLUX 3に対して画像から動画で50ポイントのElo向上を報告しており、今回のリリースを最初のイテレーションと位置づけ、さらなるポストトレーニングを予定しています。

FLUX 3 Maxの速度はどれくらい？

最大の売り文句は、FLUX 3 Maxが同等の品質評価でSeedance 2.5より22倍高速というものです。ただし、その根拠となる数値はそれほど一貫していません。

これらはすべて、720pまたは768pの16:9、10秒動画に対するfal自身のベンチマークです。後発のチャートでは説明なしに競合モデルの所要時間が下方修正されており、速度差はかなり縮まっています。

確実に言えるのは、falのテスト条件下でFLUX 3 Maxが10秒の動画を約12秒で返すということです。フロンティア級の動画モデルとしては、それでも非常に高速です。実際の完了時間は設定、キューの負荷、ネットワークによって変わるため、保証ではなくベンチマークとして捉えてください。

FLUX 3 Maxのベンチマーク

ブラインドのペア比較による人間の投票からElo方式でモデルをランク付けするArtificial Analysis Video Arenaでの、ローンチ週の結果は次のとおりです。

• 画像から動画： 1,138 Eloで2位。MiniMax H3（1,140）およびSeedance 2.5（1,138）と統計的に同率
• テキストから動画： 1,159 Eloで4位。Seedance 2.5と同率
• ベースのFLUX 3との比較： 両方のランキングで上回る（FLUX 3の画像から動画は1,086）

Artificial Analysisはまた、テキストから動画において、FLUX 3 MaxがPhysics（物理）能力、およびMarketing & Advertising（マーケティング・広告）とLive-Action Film（実写映画）のユースケースで全モデル中最高スコアを記録したと報告しています。

つまり「1位タイ」が正確なのは画像から動画のみで、それも信頼区間の範囲内での話です。より明確な結果は、ポストトレーニングが効果を上げたという点です。Maxは両方のランキングでベースモデルを上回っています。

FLUX 3 Max vs FLUX 3

高速なテキストから動画、画像から動画、キーフレームを使ったショットが必要な場合、特に何度もテイクを重ねる予定があるならFLUX 3 Maxを選びましょう。既存のクリップを延長したい場合は**FLUX 3**を選びます。PoYoでは、どちらも標準ワークフローの1秒あたりの料金は同じです。

FLUX 3 Max vs Seedance 2.5

2つのモデルは画像から動画の品質で統計的に同率です。実際の違いは速度とワークフローにあります。

• 速度： falのベンチマークではFLUX 3 Maxが数倍高速で、チャートによって5.5×から22×と推定値に幅があります。
• クリップの長さ： FLUX 3 Maxの上限は20秒です。Seedance 2.5はより長いシングルショットに対応しています。
• 参照入力： Seedance 2.5ははるかに多くの参照入力を受け付けます。FLUX 3 Maxは開始画像、オプションの終了画像、または最大10個のタイミング指定キーフレームに特化しています。
• 制御： FLUX 3 Maxのキーフレームでは、画像をクリップ内の正確なフレーム位置に固定できます。

反復の速さとキーフレームのタイミングを最も重視するなら、FLUX 3 Maxがより適しています。参照を多用する長尺のショットには、引き続きSeedanceが適した選択肢です。

PoYoでのFLUX 3 Maxの料金

PoYoでは出力の秒数に応じて課金されます。音声は料金に含まれています。

3つのワークフローはすべて同じ料金です。合計料金は、長さに1秒あたりの料金を掛けた金額です。

PoYoでのFLUX 3 Max APIの使い方

PoYoでは3つのモデルIDを提供しています。

• flux-3-max/text-to-video：プロンプトのみ
• flux-3-max/image-to-video：image_urls に1–2枚の画像。1枚目が開始フレームを決め、オプションの2枚目が終了フレームをガイドします。
• flux-3-max/keyframes-to-video：keyframes に1–10個のエントリ。各エントリに image_url と frame_index を含めます

POST /api/generate/submit にタスクを送信し、GET /api/generate/status/{task_id} をポーリングするか、callback_url を設定します。

テキストから動画の例

{
  "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
  }
}

キーフレームから動画の例

キーフレームは24 fpsのタイムラインを使用するため、frame_index は一意で、duration × 24 以下である必要があります。10秒のクリップでは、有効なインデックスは0から240です。

{
  "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 }
    ]
  }
}

対応パラメータ

• duration：5から20秒の整数。デフォルトは5です。
• resolution：720p または 1080p。デフォルトは 720p です。
• aspect_ratio：auto、21:9、2:1、16:9、4:3、1:1、3:4、9:16。
• sound：true または false。ネイティブ音声はデフォルトでオンです。

リクエストスキーマとレスポンス形式の詳細は、FLUX 3 Max APIドキュメントをご覧ください。

FLUX 3 Maxのプロンプトのコツ

• 1ショットにつき明確な出来事を1つ。 無関係な出来事を連ねるのではなく、1つの動作を記述します。
• カメラワークを明記する。 プッシュイン、オービット、トラッキングショット、固定フレームなど。
• 素材と光を描写する。 表面がどう見えるか、光がどこから来るか。
• 音を書く。 静かで動きの少ないシーンはほぼ無音で返ってくることがあるため、明示的な音声の指示を加えます。
• 画像から動画では、変化する部分だけを記述する。 シーンは画像ですでに決まっているので、プロンプトでは動き、カメラ、音を扱います。

おすすめのユースケース

• 広告・製品動画： Artificial Analysisでの物理とマーケティングの高スコアから、製品ショットに適しています。
• 素早いクリエイティブ探索： レンダリング時間が短いため、1回のセッションで多くのカメラワークやルックを試せます。
• 絵コンテ・プリビズ： キーフレームで重要な瞬間をクリップ内の正確な時間に固定できます。
• 音声付きSNS動画： 映像と同じ生成で、セリフ、環境音、効果音を生成できます。

よくある質問

FLUX 3 Maxとは？

FLUX 3 Maxは、FLUX 3動画モデルをポストトレーニングし速度を最適化したバージョンです。fal ResearchがBlack Forest Labsと共同で開発し、2026年10月19日にローンチしました。テキスト、画像、キーフレームから、ネイティブ音声付きの5–20秒の動画を生成します。

FLUX 3 Maxは本当にSeedance 2.5より22倍速いのですか？

この数値はfalのローンチ時のベンチマークによるものです。falの後発チャートではSeedanceの所要時間が修正され、差は5.5×程度に縮まっています。いずれにしても、falの計測ではFLUX 3 Maxは10秒の720p動画を約11–12秒で生成します。

FLUX 3とFLUX 3 Maxの違いは？

FLUX 3 Maxはより高速で、画像から動画の品質スコアも高くなっています。ベースのFLUX 3は、動画延長を含むより多くのワークフローを備えています。ベースモデルについてはFLUX 3動画ガイドをご覧ください。

FLUX 3 Maxの料金はいくらですか？

PoYoでは、FLUX 3 Maxは720pで1秒あたり$0.17、1080pで1秒あたり$0.29です。10秒の720p動画は$1.70です。

FLUX 3 Maxの動画はどれくらいの長さにできますか？

1回の生成につき5秒から20秒まで、1秒刻みで指定できます。

FLUX 3 Maxは音声を生成しますか？

はい。ネイティブの同期音声はデフォルトでオンになっており、sound: false でオフにできます。

FLUX 3 Maxはオープンソースですか？

いいえ。FLUX 3 MaxはAPI経由でのみ利用できます。現在、オープンウェイトのFLUX 3画像モデルはFLUX 3 Image Kleinのみです。

まとめ

FLUX 3 Maxは、フロンティア品質の動画モデルを反復できるほど高速にしました。「22×」という見出しはどのチャートを見るかによって変わり、「1位」は画像から動画での統計的な同率にすぎませんが、核となる結果は変わりません。約12秒のレンダリング、トップクラスの画像から動画の品質、ネイティブ音声を、ベースのFLUX 3と同じ1秒あたりの料金で利用できます。

PoYo FLUX 3 Maxページで試すか、APIドキュメントを読んで統合を始めましょう。

出典： fal FLUX 3 Maxローンチ報道（Unite.AI）、VentureBeat、TokenPost ベンチマークチャート分析、Black Forest Labs FLUX 3