Model icon
flux-3/text-to-video
Text to Video
Image to Video
Zobacz więcej modeli: Black Forest Labs
Model:
Twórz filmy trwające 5–20 sekund z natywnym audio na podstawie tekstu, obrazu źródłowego, pierwszej i ostatniej klatki, istniejącego wideo lub maksymalnie dziesięciu klatek kluczowych umieszczonych w wybranych momentach.
Input

Create synchronized sound with the video.

Output

Przykładowy wynik

To przykładowe dane. Wygeneruj nowy wynik, aby zobaczyć prawdziwy rezultat.

ID zadania:flux3-text-to-video-defaultUtworzono:PoYo default
Status:finishedPostęp:100%
Szczegóły cennika

Płatność za użycie. Bez subskrypcji i ukrytych opłat.

1 kredyt = $0.005
Poziom720p1080p
Tekst na wideo / Obraz na wideo / Klatki kluczowe / Pierwsza i ostatnia klatka
$0.170/s
Kredyty: 34/s
$0.290/s
Kredyty: 58/s
Przedłużanie wideo
$0.410/s
Kredyty: 82/s
$0.530/s
Kredyty: 106/s
Przykładowy koszt (Tekst na wideo / Obraz na wideo / Klatki kluczowe / Pierwsza i ostatnia klatka · Standardowe workflows · 720p): Wideo o długości 5 s: $0.850 · Wideo o długości 10 s: $1.70
Jak jest rozliczane: Rozliczane za każdą sekundę wygenerowanego wideo.

Opłaty zależą od końcowego wyniku.

Dostępne już teraz

Kompletny przewodnik: API wideo FLUX 3 z natywnym audio

API wideo FLUX 3 z natywnym audio

Buduj audiowizualne procesy z modelem FLUX 3 od Black Forest Labs dzięki pięciu gotowym do produkcji endpointom PoYo: tekst na wideo, obraz na wideo, pierwsza i ostatnia klatka, przedłużanie wideo oraz klatki kluczowe w wybranych momentach.

Generuj klipy od 5 do 20 sekund w 720p lub 1080p, wybieraj spośród ośmiu proporcji obrazu i twórz zsynchronizowane natywne audio w tym samym żądaniu.

Funkcje API FLUX 3 i możliwości multimodalne

Generuj i edytuj obrazy, twórz wideo ze zsynchronizowanym natywnym audio i kieruj wynikami za pomocą referencji tekstowych, obrazowych, wideo i klatek kluczowych.

01

Jeden multimodalny model bazowy

FLUX 3 uczy się obrazu, wideo i dźwięku razem, w jednej architekturze. Potrafi łączyć tekst z referencjami wizualnymi zamiast traktować każde medium jako osobny system.

  • Uczy się obrazu, wideo i dźwięku we wspólnej architekturze
  • Łączy język z referencjami obrazu i wideo
  • Obsługuje warianty nastawione na generowanie, rozumienie i działanie
Jeden multimodalny model bazowy

02

Generowanie i edycja obrazów

FLUX 3 Image jest zaprojektowany z myślą o różnych stylach, proporcjach obrazu, rozdzielczościach, złożonych promptach, edycji i dokładniejszej wielojęzycznej typografii.

  • Generuj i edytuj w różnych stylach i proporcjach
  • Realizuj złożone prompty i referencje wizualne
  • Renderuj dokładniejszą wielojęzyczną typografię
Generowanie i edycja obrazów

03

Wideo z natywnym audio

FLUX 3 Video tworzy klipy do 20 sekund z natywnym audio, w tym tekst na wideo, obraz na wideo, wideo na wideo, kontynuację, klatki kluczowe i wielojęzyczne dialogi.

  • Twórz klipy do 20 sekund w jednym generowaniu
  • Generuj dialogi, dźwięki otoczenia i dźwięk zsynchronizowany ze zdarzeniami
  • Korzystaj z trybów tekst na wideo, obraz na wideo i wideo na wideo

04

Referencje, klatki kluczowe i kontynuacja wideo

Kontroluj ujęcie za pomocą klatek startowych, referencji wizualnych, klipów źródłowych lub zdefiniowanych klatek kluczowych. FLUX 3 jest też zaprojektowany do kontynuowania wideo i audio razem oraz łączenia pojedynczych klipów w dłuższe sekwencje wieloujęciowe.

  • Animuj klatkę startową lub zachowaj wskazany obiekt
  • Twórz przejścia między zdefiniowanymi klatkami kluczowymi
  • Kontynuuj klipy audiowizualne i buduj dłuższe sekwencje
Multimodalne procesy FLUX 3: obraz, wideo, audio i działanie

Co możesz zbudować z API FLUX 3?

01

Generowanie i edycja obrazów

Twórz wizualizacje kampanii, koncepcje produktów, obrazy redakcyjne, wielojęzyczne projekty i edycje sterowane referencjami w jednym procesie pracy z obrazami.

02

Krótkie filmy z natywnym audio

Generuj kompletne klipy audiowizualne z dialogami, dźwiękami otoczenia, efektami dźwiękowymi, ruchem kamery i akcją wizualną zsynchronizowanymi w tej samej scenie.

03

Sceny z postaciami sterowane referencjami

Używaj obrazów lub wideo źródłowego, by przenieść obiekt, postać, produkt lub styl wizualny do nowego otoczenia, zachowując główną referencję.

04

Storyboardy i prewizualizacja

Zamień tekst, klatki kluczowe i concept art w ruchome podglądy przejść, prowadzenia kamery, czasu scen i twórczej recenzji.

05

Wielojęzyczne treści marketingowe

Opracowuj zlokalizowane obrazy, animowaną typografię i koncepcje wideo oparte na dialogach dla kampanii międzynarodowych i kanałów społecznościowych.

06

Kreatywny pipeline z wieloma ujęciami

Kontynuuj klipy audiowizualne i łącz ujęcia w dłuższe sekwencje, używając spójnych referencji w całym procesie produkcji.

API FLUX 3 vs API FLUX 2

FLUX 2 to obecna produkcyjna rodzina modeli obrazu. FLUX 3 rozszerza platformę o ujednolicony model multimodalny dla obrazów, wideo, natywnego audio i wariantów nastawionych na działanie.

MożliwośćAPI wideo FLUX 3API FLUX 2
Główny celUjednolicona podstawa dla obrazu, wideo, audio i działaniaGenerowanie i edycja obrazów
Generowanie i edycja obrazówZapowiedzianeDostępne
Generowanie wideoDo 20 sekund – zapowiedzianeBrak obsługi
Natywne audioDialogi, dźwięki otoczenia i zsynchronizowany dźwiękBrak obsługi
Wejściowe referencjeTekst, obrazy, wideo i klatki kluczoweTekst i obrazy
Kontynuacja wideoKontynuacja wideo i audio zapowiedzianaBrak obsługi
Aktualna dostępnośćPięć procesów wideo dostępnych w PoYoDostępne w PoYo
Najlepsze zastosowanieNowe procesy multimodalne i audiowizualneProdukcyjne generowanie i edycja obrazów już dziś

PoYo udostępnia obecnie pięć procesów wideo FLUX 3. Warianty do generowania obrazów i działania pozostają częścią szerszej mapy drogowej produktu FLUX 3.

API FLUX 3 – najczęstsze pytania

Czym jest FLUX 3?

FLUX 3 to ujednolicony model multimodalny od Black Forest Labs do generowania i edycji obrazów, generowania wideo z natywnym audio, referencji wizualnych, sterowania klatkami kluczowymi i wielojęzycznych dialogów.

Czy FLUX 3 został już wydany?

Firma Black Forest Labs ogłosiła FLUX 3 23 lipca 2026 roku. PoYo udostępnia teraz pięć produkcyjnych endpointów wideo obejmujących tekst, obrazy, pierwszą i ostatnią klatkę, przedłużanie oraz klatki kluczowe.

Co potrafi wygenerować FLUX 3?

Według BFL FLUX 3 obejmuje syntezę i edycję obrazów, wideo z natywnym audio, referencje multimodalne i przewidywanie działań poprzez wyspecjalizowane warianty.

Jak długie mogą być filmy FLUX 3?

PoYo przyjmuje całkowite czasy trwania od 5 do 20 sekund i może generować zsynchronizowane natywne audio w tym samym żądaniu.

Ile będzie kosztować API FLUX 3?

Standardowe procesy kosztują 34 kredyty za sekundę w 720p lub 58 kredytów w 1080p. Przedłużanie wideo kosztuje 82 kredyty za sekundę w 720p lub 106 kredytów w 1080p.

Czy FLUX 3 będzie obsługiwać referencje obrazów i wideo?

Tak. PoYo obsługuje jeden obraz dla trybu obraz na wideo, dwa uporządkowane obrazy dla generowania od pierwszej do ostatniej klatki, do dziesięciu klatek kluczowych umieszczonych w wybranych momentach oraz źródło MP4 do przedłużania wideo.

Czy FLUX 3 jest open source?

Firma BFL zapowiedziała FLUX 3 Dev jako multimodalną podstawę z otwartymi wagami, ale wagi, licencja, wymagania sprzętowe i data wydania nie zostały opublikowane.

Czym FLUX 3 różni się od FLUX 2?

FLUX 2 skupia się na produkcyjnym generowaniu i edycji obrazów. FLUX 3 dodaje wideo, natywne audio, referencje wideo, kontynuację, wielojęzyczne dialogi i warianty nastawione na działanie w ujednoliconej rodzinie modeli.

Dlaczego warto korzystać z API wideo FLUX 3 w PoYo

01

Przejrzyste ceny

Korzystaj z przejrzystych cen za sekundę w procesach 720p i 1080p, z szacowanym kosztem w kredytach pokazywanym przed generowaniem.

02

Stabilne API

Buduj z myślą o produkcji dzięki stabilnemu dostępowi do API, czytelnemu raportowaniu statusu i niezawodnemu przetwarzaniu zadań.

03

Pełna obsługa parametrów

Korzystaj z każdego oficjalnie wydanego ustawienia dla obrazów, wideo, natywnego audio, referencji wizualnych i klatek kluczowych.

04

Doświadczony zespół

Polegaj na doświadczonym zespole technicznym w kwestiach dokumentacji integracji, rozwiązywania problemów i długoterminowego wsparcia produkcyjnego.