FLUX 3 Max 是什么：速度、基准测试、价格与 API 使用教程

FLUX 3 Max 于 2026 年 10 月 19 日发布。它是 FLUX 3 视频模型的后训练版本，由 fal Research 与 Black Forest Labs 合作打造。目标很简单：保留 FLUX 3 的画质和原生音频，同时让生成速度快到可以像处理图像一样反复迭代。

FLUX 3 Max 现已在 PoYo 上线，提供文生视频、图生视频和关键帧生视频三个模型 ID。FLUX 3 Max API 页面提供在线生成器、支持的参数控制和价格信息。

本指南将介绍 FLUX 3 Max 带来了哪些变化、哪些速度和质量宣传经得起推敲、它与 FLUX 3 及 Seedance 2.5 的对比，以及如何通过 PoYo API 调用它。

FLUX 3 Max 一览

FLUX 3 Max 是什么？

FLUX 3 是 Black Forest Labs 于 2026 年发布的多模态视频模型。它可以根据文本、图像或关键帧生成最长 20 秒、带同步音频的视频。更多介绍请参阅我们的 FLUX 3 概览。

FLUX 3 Max 以此为基础。fal 介绍了其背后的三个层面的工作：

• 与 Black Forest Labs 合作进行后训练，提升视觉保真度、运动连贯性、提示词遵循度和图生视频质量
• 推理优化，改变模型的执行方式，以降低延迟、提高吞吐量
• 系统工程，针对生产负载调优服务链路

fal 称其图生视频 Elo 比原版 FLUX 3 提升了 50 分，并将此次发布称为首个迭代版本，后续还计划进行更多后训练。

FLUX 3 Max 速度有多快？

最受关注的宣传是：在相同质量评分下，FLUX 3 Max 比 Seedance 2.5 快 22 倍。但背后的数据并没有那么整齐：

以上均为 fal 自己针对 10 秒、16:9、720p 或 768p 视频的基准测试。后续的一张图表在没有说明的情况下下调了竞品的耗时，这使速度差距明显缩小。

稳妥的结论是：在 fal 的测试条件下，FLUX 3 Max 大约 12 秒即可返回一段 10 秒视频。对于前沿视频模型来说，这依然非常快。实际完成时间取决于参数设置、队列负载和网络状况，因此请将其视为基准参考，而非保证。

FLUX 3 Max 基准测试

在 Artificial Analysis Video Arena（通过盲测两两比较的人类投票，以 Elo 对模型进行排名）上，发布当周的结果如下：

• 图生视频： 以 1,138 Elo 排名第 2，与 MiniMax H3（1,140）和 Seedance 2.5（1,138）在统计上持平
• 文生视频： 以 1,159 Elo 排名第 4，与 Seedance 2.5 持平
• 与基础版 FLUX 3 相比： 在两个榜单上均领先（FLUX 3 的图生视频得分为 1,086）

Artificial Analysis 还报告，在文生视频中，FLUX 3 Max 在 Physics（物理）能力以及 Marketing & Advertising（营销与广告）和 Live-Action Film（真人电影）使用场景中得分为所有模型最高。

因此，“并列第一”的说法只在图生视频上成立，而且仅在置信区间范围内成立。更明确的结论是后训练确实有效：Max 在两个榜单上都超过了自己的基础模型。

FLUX 3 Max 与 FLUX 3 对比

如果需要快速的文生视频、图生视频和关键帧镜头，尤其是计划多次迭代时，请选择 FLUX 3 Max。如果需要续接已有视频，请选择 FLUX 3。在 PoYo 上，两者标准工作流的每秒价格相同。

FLUX 3 Max 与 Seedance 2.5 对比

两个模型在图生视频质量上统计持平。实际差异在于速度和工作流。

• 速度： 在 fal 的基准测试中，FLUX 3 Max 快了数倍，根据不同图表，估算值在 5.5× 到 22× 之间。
• 视频时长： FLUX 3 Max 最长 20 秒。Seedance 2.5 支持更长的单镜头。
• 参考输入： Seedance 2.5 可接受多得多的参考输入。FLUX 3 Max 则专注于起始图像、可选的结束图像，或最多 10 个定时关键帧。
• 控制： FLUX 3 Max 的关键帧可以将图像固定在视频中的精确帧位置。

如果最看重迭代速度和关键帧时间控制，FLUX 3 Max 更为合适。对于需要大量参考的长镜头，Seedance 仍是更好的选择。

FLUX 3 Max 在 PoYo 上的价格

PoYo 按输出视频的秒数计费，音频已包含在内。

三种工作流使用相同的费率。总费用为时长乘以每秒费率。

FLUX 3 Max API 使用教程（PoYo）

PoYo 提供三个模型 ID：

• flux-3-max/text-to-video：只需提示词
• flux-3-max/image-to-video：在 image_urls 中提供 1–2 张图像。第一张设定起始帧；可选的第二张用于引导结束帧。
• flux-3-max/keyframes-to-video：在 keyframes 中提供 1–10 个条目，每个条目包含 image_url 和 frame_index

将任务提交到 POST /api/generate/submit，然后轮询 GET /api/generate/status/{task_id}，或设置 callback_url。

文生视频示例

{
  "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
  }
}

关键帧生视频示例

关键帧使用 24 fps 时间轴，因此 frame_index 必须唯一，且不得大于 duration × 24。对于 10 秒视频，有效索引范围为 0 到 240。

{
  "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 }
    ]
  }
}

支持的参数

• duration：5 到 20 秒之间的整数。默认为 5。
• resolution：720p 或 1080p。默认为 720p。
• aspect_ratio：auto、21:9、2:1、16:9、4:3、1:1、3:4 或 9:16。
• sound：true 或 false。原生音频默认开启。

完整的请求结构和响应格式请参阅 FLUX 3 Max API 文档。

FLUX 3 Max 提示词技巧

• 每个镜头只写一个清晰的事件。 描述单一动作，而不是一连串互不相关的事件。
• 写明运镜方式。 推镜、环绕、跟拍或固定镜头。
• 描述材质和光线。 表面的质感表现，以及光线来自哪里。
• 写出声音。 安静、动作较少的场景生成结果可能几乎无声，因此请添加明确的音频提示。
• 图生视频时，只描述变化的部分。 图像已经确定了场景；提示词应涵盖运动、运镜和声音。

最佳使用场景

• 广告与产品视频： 在 Artificial Analysis 上出色的物理和营销得分，使其非常适合产品镜头。
• 快速创意探索： 渲染时间短，团队在一次工作中就能测试多种运镜和画面风格。
• 分镜与预演： 关键帧可以将关键时刻固定在视频中的精确时间点。
• 带声音的社交视频： 在生成画面的同时一次性生成对白、环境音和音效。

常见问题

FLUX 3 Max 是什么？

FLUX 3 Max 是 FLUX 3 视频模型经过后训练和速度优化的版本，由 fal Research 与 Black Forest Labs 合作打造，于 2026 年 10 月 19 日发布。它可以根据文本、图像或关键帧生成 5–20 秒、带原生音频的视频。

FLUX 3 Max 真的比 Seedance 2.5 快 22 倍吗？

这一数字来自 fal 发布时的基准测试。fal 后续的一张图表修正了 Seedance 的耗时，使差距更接近 5.5 倍。无论哪种情况，fal 测得 FLUX 3 Max 生成一段 10 秒 720p 视频约需 11–12 秒。

FLUX 3 与 FLUX 3 Max 有什么区别？

FLUX 3 Max 速度更快，图生视频质量得分更高。基础版 FLUX 3 则保留了更多工作流，包括视频续接。关于基础模型，请参阅我们的 FLUX 3 视频指南。

FLUX 3 Max 的价格是多少？

在 PoYo 上，FLUX 3 Max 720p 每秒 $0.17，1080p 每秒 $0.29。一段 10 秒的 720p 视频费用为 $1.70。

FLUX 3 Max 视频最长可以多长？

每次生成 5 到 20 秒，以 1 秒为步长。

FLUX 3 Max 能生成音频吗？

可以。原生同步音频默认开启，可通过 sound: false 关闭。

FLUX 3 Max 开源吗？

不开源。FLUX 3 Max 仅通过 API 提供。目前唯一的开放权重 FLUX 3 图像模型是 FLUX 3 Image Klein。

总结

FLUX 3 Max 让一款前沿画质的视频模型快到足以反复迭代。“22 倍”的宣传取决于你看的是哪张图表，“第一”也只是图生视频上的统计并列，但核心结论依然成立：约 12 秒的渲染时间、顶级的图生视频质量和原生音频，且每秒价格与基础版 FLUX 3 相同。

前往 PoYo FLUX 3 Max 页面立即试用，或阅读 API 文档开始集成。

来源： fal FLUX 3 Max 发布报道（Unite.AI）、VentureBeat、TokenPost 基准图表分析、Black Forest Labs FLUX 3