Model icon
flux-3/text-to-video
Text to Video
Image to Video
Ver mais modelos de Black Forest Labs
Modelo:
Cria vídeos de 5 a 20 segundos com áudio nativo a partir de texto, de uma imagem de origem, do primeiro e do último frame, de um vídeo existente ou de até dez keyframes posicionados.
Input

Create synchronized sound with the video.

Output

Resultado de exemplo

Estes são dados de exemplo. Gera um novo resultado para veres o resultado real.

ID da tarefa:flux3-text-to-video-defaultCriada:PoYo default
Estado:finishedProgresso:100%
Detalhes dos preços

Paga conforme utilizas. Sem subscrição, sem custos escondidos.

1 crédito = $0.005
Nível720p1080p
Texto para vídeo / Imagem para vídeo / Keyframes / Primeiro e último frame
$0.170/s
34 créditos/s
$0.290/s
58 créditos/s
Prolongar vídeo
$0.410/s
82 créditos/s
$0.530/s
106 créditos/s
Custo de exemplo (Texto para vídeo / Imagem para vídeo / Keyframes / Primeiro e último frame · Workflows standard · 720p): Vídeo de 5 segundos: $0.850 · Vídeo de 10 segundos: $1.70
Como é faturado: Faturado por segundo de vídeo de saída.

Os custos baseiam-se no resultado final.

Já disponível

Guia completo para utilizar API de vídeo FLUX 3 com áudio nativo

API de vídeo FLUX 3 com áudio nativo

Cria workflows audiovisuais com o FLUX 3 da Black Forest Labs através de cinco endpoints da PoYo prontos para produção: texto para vídeo, imagem para vídeo, primeiro e último frame, extensão de vídeo e keyframes posicionados.

Gera clipes de 5 a 20 segundos em 720p ou 1080p, escolhe entre oito proporções e cria áudio nativo sincronizado no mesmo pedido.

Funcionalidades e capacidades multimodais da API FLUX 3

Gera e edita imagens, cria vídeo com áudio nativo sincronizado e orienta os resultados com referências de texto, imagem, vídeo e keyframes.

01

Um único modelo de base multimodal

O FLUX 3 aprende imagem, vídeo e áudio em conjunto, numa só arquitetura. Consegue combinar texto e referências visuais, em vez de tratar cada meio como um sistema separado.

  • Aprende imagem, vídeo e áudio numa arquitetura partilhada
  • Combina linguagem com referências de imagem e de vídeo
  • Suporta variantes de geração, de compreensão e orientadas para a ação
Um único modelo de base multimodal

02

Geração e edição de imagens

O FLUX 3 Image foi concebido para estilos, proporções e resoluções variados, prompts complexos, edição e uma tipografia multilingue mais rigorosa.

  • Gera e edita em estilos e proporções variados
  • Segue prompts complexos e referências visuais
  • Renderiza tipografia multilingue com maior rigor
Geração e edição de imagens

03

Vídeo com áudio nativo

O FLUX 3 Video consegue criar clipes até 20 segundos com áudio nativo, incluindo texto para vídeo, imagem para vídeo, vídeo para vídeo, continuação, keyframes e diálogo multilingue.

  • Cria clipes até 20 segundos numa só geração
  • Gera diálogo, som ambiente e som alinhado com os eventos
  • Usa texto para vídeo, imagem para vídeo e vídeo para vídeo

04

Referências, keyframes e continuação de vídeo

Controla um plano com frames iniciais, referências visuais, clipes de origem ou keyframes definidos. O FLUX 3 foi também concebido para continuar vídeo e áudio em conjunto e encadear clipes individuais em sequências mais longas com vários planos.

  • Anima um frame inicial ou preserva um elemento de referência
  • Cria transições entre keyframes definidos
  • Continua clipes audiovisuais e constrói sequências mais longas
Workflows multimodais de imagem, vídeo, áudio e ação do FLUX 3

O que podes criar com a API FLUX 3?

01

Geração e edição de imagens

Cria visuais de campanhas, conceitos de produtos, imagens editoriais, designs multilingues e edições controladas por referências num único workflow de imagem.

02

Vídeos curtos com áudio nativo

Gera clipes audiovisuais completos, com diálogo, som ambiente, efeitos sonoros, movimento de câmara e ação visual alinhados na mesma cena.

03

Cenas de personagens guiadas por referências

Usa imagens ou vídeo de origem para levar um sujeito, uma personagem, um produto ou um estilo visual para um novo cenário, mantendo a referência essencial.

04

Storyboards e pré-visualização

Transforma texto, keyframes e concept art em pré-visualizações em movimento para transições, direção de câmara, tempo das cenas e revisão criativa.

05

Conteúdo de marketing multilingue

Desenvolve imagens localizadas, tipografia animada e conceitos de vídeo baseados em diálogo para campanhas internacionais e canais sociais.

06

Pipelines criativos com vários planos

Continua clipes audiovisuais e encadeia planos em sequências mais longas, usando referências consistentes ao longo de todo o workflow de produção.

API FLUX 3 vs API FLUX 2

O FLUX 2 é a atual família de imagem para produção. O FLUX 3 alarga a plataforma para um modelo multimodal unificado de imagens, vídeo, áudio nativo e variantes orientadas para a ação.

CapacidadeAPI de vídeo FLUX 3API FLUX 2
Foco principalBase unificada de imagem, vídeo, áudio e açãoGeração e edição de imagens
Geração e edição de imagensAnunciadaDisponível
Geração de vídeoAté 20 segundos anunciadosNão suportada
Áudio nativoDiálogo, som ambiente e som sincronizadoNão suportado
Entradas de referênciaTexto, imagens, vídeo e keyframesTexto e imagens
Continuação de vídeoContinuação de vídeo e áudio anunciadaNão suportada
Disponibilidade atualCinco workflows de vídeo disponíveis na PoYoDisponível na PoYo
Ideal paraNovos workflows multimodais e audiovisuaisGeração e edição de imagens em produção, hoje

Atualmente, a PoYo disponibiliza cinco workflows de vídeo do FLUX 3. As variantes de geração de imagens e de ação continuam a fazer parte do roteiro mais amplo do produto FLUX 3.

Perguntas frequentes sobre a API FLUX 3

O que é o FLUX 3?

O FLUX 3 é o modelo multimodal unificado da Black Forest Labs para geração e edição de imagens, geração de vídeo com áudio nativo, referências visuais, controlo por keyframes e diálogo multilingue.

O FLUX 3 já foi lançado?

A Black Forest Labs anunciou o FLUX 3 a 23 de julho de 2026. A PoYo disponibiliza agora cinco endpoints de vídeo para produção, que abrangem texto, imagens, primeiro e último frame, extensão e keyframes.

O que consegue gerar o FLUX 3?

A BFL indica que o FLUX 3 abrange a síntese e a edição de imagens, vídeo com áudio nativo, referências multimodais e previsão de ações, através de variantes especializadas.

Que duração podem ter os vídeos FLUX 3?

A PoYo aceita durações inteiras de 5 a 20 segundos e consegue gerar áudio nativo sincronizado no mesmo pedido.

Quanto vai custar a API FLUX 3?

Os workflows padrão custam 34 créditos por segundo em 720p ou 58 em 1080p. A extensão de vídeo custa 82 créditos por segundo em 720p ou 106 em 1080p.

O FLUX 3 vai suportar referências de imagem e de vídeo?

Sim. A PoYo suporta uma imagem no modo imagem para vídeo, duas imagens ordenadas para a geração com primeiro e último frame, até dez keyframes posicionados e uma origem MP4 para a extensão de vídeo.

O FLUX 3 é de código aberto?

A BFL anunciou o FLUX 3 Dev como uma base multimodal de pesos abertos, mas os pesos, a licença, os requisitos de hardware e a data de lançamento ainda não foram publicados.

Em que é que o FLUX 3 difere do FLUX 2?

O FLUX 2 concentra-se na geração e edição de imagens para produção. O FLUX 3 acrescenta vídeo, áudio nativo, referências de vídeo, continuação, diálogo multilingue e variantes orientadas para a ação, numa família de modelos unificada.

Porquê usar a API de vídeo FLUX 3 na PoYo

01

Preços transparentes

Aproveita preços transparentes por segundo em workflows de 720p e 1080p, com o custo estimado em créditos apresentado antes da geração.

02

API estável

Cria para produção com acesso estável à API, relatórios de estado claros e processamento de tarefas fiável.

03

Suporte completo de parâmetros

Acede a todos os controlos oficialmente lançados para imagens, vídeo, áudio nativo, referências visuais e keyframes.

04

Equipa experiente

Conta com uma equipa técnica experiente para a documentação de integração, a resolução de problemas e o suporte de produção a longo prazo.