01
1つのマルチモーダル基盤モデル
FLUX 3は、1つのアーキテクチャで画像、動画、音声を同時に学習します。各メディアを別々のシステムとして扱うのではなく、テキストと視覚参照を組み合わせることができます。
- 共有アーキテクチャで画像、動画、音声を学習
- 言語と画像・動画参照を組み合わせる
- 生成、理解、アクション重視のバリエーションに対応
flux-3/text-to-video
モデル:
テキスト、1枚の画像、開始・終了フレーム、既存動画、または最大10個のキーフレームから、ネイティブ音声付きの5～20秒動画を作成します。
価格詳細
透明な価格設定。隠れた費用はありません。使った分だけ支払えます。
flux-3Standard workflows · 720p
Text to Video · Image to Video · First & Last Frame · Keyframes to Video
PoYo価格
$0.170/秒
34 クレジット
公式価格
-
節約率
-
flux-3Standard workflows · 1080p
Text to Video · Image to Video · First & Last Frame · Keyframes to Video
PoYo価格
$0.290/秒
58 クレジット
公式価格
-
節約率
-
flux-3/extend-videoExtend Video · 720p
PoYo価格
$0.410/秒
82 クレジット
公式価格
-
節約率
-
flux-3/extend-videoExtend Video · 1080p
PoYo価格
$0.530/秒
106 クレジット
公式価格
-
節約率
-
| モデル | 仕様 | PoYo価格 | 公式価格 | 節約率 |
|---|---|---|---|---|
| flux-3 | Standard workflows · 720p Text to Video · Image to Video · First & Last Frame · Keyframes to Video | $0.170/秒 34 クレジット /秒 | - | - |
Standard workflows · 1080p Text to Video · Image to Video · First & Last Frame · Keyframes to Video | $0.290/秒 58 クレジット /秒 | - | - | |
| flux-3/extend-video | Extend Video · 720p | $0.410/秒 82 クレジット /秒 | - | - |
Extend Video · 1080p | $0.530/秒 106 クレジット /秒 | - | - |
* 実際の料金は最終出力に基づきます。
おすすめモデル
提供中
ネイティブ音声対応FLUX 3動画API を使用するための完全なガイド
ネイティブ音声対応FLUX 3動画API
FLUX 3を5つの本番対応PoYoエンドポイントで利用できます：テキストから動画、画像から動画、開始・終了フレーム、動画延長、配置キーフレーム。
720pまたは1080p、8種類のアスペクト比で、同期ネイティブ音声付きの5～20秒クリップを生成します。
FLUX 3 APIの機能とマルチモーダル機能
画像の生成と編集、同期したネイティブ音声付き動画の作成、テキスト・画像・動画・キーフレーム参照による出力の制御に対応します。
02
画像生成と編集
FLUX 3 Imageは、多様なスタイル、アスペクト比、解像度、複雑なプロンプト、編集、そしてより正確な多言語タイポグラフィに対応するよう設計されています。
- 多様なスタイルとアスペクト比で生成・編集
- 複雑なプロンプトと視覚参照に従う
- より正確な多言語タイポグラフィをレンダリング
03
ネイティブ音声付き動画
FLUX 3 Videoは、ネイティブ音声付きで最大20秒のクリップを作成できます。テキストから動画、画像から動画、動画から動画、継続生成、キーフレーム、多言語対話に対応します。
- 1回の生成で最大20秒のクリップを作成
- 対話、環境音、イベントに同期したサウンドを生成
- テキストから動画、画像から動画、動画から動画を利用
04
参照、キーフレーム、動画の継続生成
開始フレーム、視覚参照、ソースクリップ、または指定したキーフレームでショットを制御できます。FLUX 3は動画と音声を一緒に継続し、個別のクリップをつないでより長いマルチショットシーケンスを構築するようにも設計されています。
- 開始フレームをアニメーション化、または参照した被写体を維持
- 指定したキーフレーム間のトランジションを作成
- 映像・音声クリップを継続し、より長いシーケンスを構築
FLUX 3 APIで何を構築できますか？
01
画像生成と編集
キャンペーンビジュアル、商品コンセプト、エディトリアル画像、多言語デザイン、参照によって制御された編集を、1つの画像ワークフローで作成できます。
02
ネイティブ音声付きショート動画
同じシーン内で、対話、環境音、効果音、カメラの動き、視覚的なアクションが同期した、完全な映像・音声クリップを生成できます。
03
参照主導のキャラクターシーン
画像やソース動画を使って、被写体、キャラクター、商品、またはビジュアルスタイルを中核となる参照内容を維持したまま新しい環境へ取り入れられます。
04
ストーリーボードとプリビジュアライゼーション
テキスト、キーフレーム、コンセプトアートを、トランジション、カメラの方向性、シーンのタイミング、クリエイティブレビュー向けの動くプレビューに変換できます。
05
多言語マーケティングコンテンツ
国際的なキャンペーンやソーシャルチャネル向けに、ローカライズされた画像、アニメーションタイポグラフィ、対話中心の動画コンセプトを制作できます。
06
マルチショットのクリエイティブパイプライン
制作ワークフロー全体で一貫した参照を使用しながら、映像・音声クリップを継続し、ショットをつないでより長いシーケンスを構築できます。
FLUX 3 APIとFLUX 2 APIの比較
FLUX 2は現在の本番向け画像ファミリーです。FLUX 3は、画像、動画、ネイティブ音声、アクション指向のバリエーションに対応する統合マルチモーダルモデルへとプラットフォームを拡張します。
| 機能 | FLUX 3動画API | FLUX 2 API |
|---|---|---|
| 主な用途 | 画像、動画、音声、アクションを統合した基盤 | 画像生成と編集 |
| 画像生成と編集 | 発表済み | 利用可能 |
| 動画生成 | 最大20秒と発表済み | 非対応 |
| ネイティブ音声 | 対話、環境音、同期サウンド | 非対応 |
| 参照入力 | テキスト、画像、動画、キーフレーム | テキストと画像 |
| 動画の継続生成 | 動画と音声の継続生成を発表済み | 非対応 |
| 現在の提供状況 | PoYoで5つの動画ワークフローを提供中 | PoYoで利用可能 |
| 最適な用途 | 新しいマルチモーダルおよび映像・音声ワークフロー | 現在の本番向け画像生成と編集 |
PoYoでは現在5つのFLUX 3動画ワークフローを提供しています。画像生成とActionバリアントは、より広い製品ロードマップに含まれます。
FLUX 3 APIに関するよくある質問
FLUX 3とは？
FLUX 3はBlack Forest Labsの統合マルチモーダルモデルで、画像生成・編集、ネイティブ音声付き動画生成、視覚参照、キーフレーム制御、多言語対話に対応します。
FLUX 3はすでにリリースされていますか？
Black Forest Labsは2026年7月23日にFLUX 3を発表しました。PoYoではテキスト、画像、開始・終了フレーム、延長、キーフレーム向けの5つの本番動画エンドポイントを提供中です。
FLUX 3は何を生成できますか？
BFLによると、FLUX 3は画像の合成と編集、ネイティブ音声付き動画、マルチモーダル参照、専門化されたバリエーションによるアクション予測に対応します。
FLUX 3の動画は何秒まで作成できますか？
PoYoは5～20秒の整数時間を受け付け、同じリクエストで同期ネイティブ音声を生成できます。
FLUX 3 APIの料金はいくらになりますか？
標準ワークフローは720pで34クレジット/秒、1080pで58です。動画延長はそれぞれ82または106クレジット/秒です。
FLUX 3は画像と動画の参照に対応しますか？
はい。PoYoは1枚の画像、開始・終了用の順序付き2枚、最大10個のキーフレーム、延長用MP4ソースに対応します。
FLUX 3はオープンソースですか？
BFLは、オープンウェイトのマルチモーダル基盤としてFLUX 3 Devを発表していますが、重み、ライセンス、ハードウェア要件、リリース日はまだ公開されていません。
FLUX 3はFLUX 2とどう違いますか？
FLUX 2は本番向けの画像生成と編集に重点を置いています。FLUX 3は、統合されたモデルファミリーに動画、ネイティブ音声、動画参照、継続生成、多言語対話、アクション指向のバリエーションを追加します。
PoYoでFLUX 3動画APIを使う理由
01
公式割引
720pと1080pの透明な秒単価と、生成前の推定クレジットを確認できます。
02
安定したAPI
安定したAPIアクセス、明確なステータス通知、信頼性の高いタスク処理で本番環境を支えます。
03
全パラメータ対応
画像、動画、ネイティブ音声、視覚参照、キーフレームに関する公式パラメータを網羅します。
04
経験豊富なチーム
経験豊富な技術チームが、導入ドキュメント、トラブル対応、長期的な本番運用を支援します。