01
文生视频
使用 flux-3-max/text-to-video，提供场景提示词，并设置时长、分辨率、画面比例和声音。可在提示词中描述动作、镜头、光线与预期声音。
flux-3-max/text-to-video
模型:
FLUX 3 Max 支持文生视频、图生视频和关键帧引导，可同时生成动态画面与原生音频，适用于广告创意、商品展示和故事分镜。
Examples
定价详情
透明定价，无隐藏费用。按量付费，用多少付多少。
flux-3-max720p
flux-3-max/text-to-video · flux-3-max/image-to-video · flux-3-max/keyframes-to-video
PoYo价格
$0.170/秒
34 积分
官方价格
-
为你节省
-
flux-3-max1080p
flux-3-max/text-to-video · flux-3-max/image-to-video · flux-3-max/keyframes-to-video
PoYo价格
$0.290/秒
58 积分
官方价格
-
为你节省
-
| 型号 | 规格 | PoYo价格 | 官方价格 | 为你节省 |
|---|---|---|---|---|
| flux-3-max | 720p flux-3-max/text-to-video · flux-3-max/image-to-video · flux-3-max/keyframes-to-video | $0.170/秒 34 积分 /秒 | - | - |
1080p flux-3-max/text-to-video · flux-3-max/image-to-video · flux-3-max/keyframes-to-video | $0.290/秒 58 积分 /秒 | - | - |
* 实际费用以最终输出为准。
推荐模型
FLUX 3 Max
从文字、图片与关键帧生成带原生音频的视频
FLUX 3 Max API：视频生成与原生同步音频
通过 PoYo API 接入 FLUX 3 Max，将文字描述、静态图片或分镜关键帧转换为视频。使用首尾帧引导画面变化，并在提示词中描述动作、镜头、对白与环境声，在同一流程中生成画面和声音。
支持 5–20 秒视频与 720p、1080p 输出，适合探索商品展示、人物动作和短片创意。在 Playground 中验证输入与生成结果，再将视频创作功能集成到应用。
PoYo 支持的 FLUX 3 Max API 模型
02
图生视频与首尾帧
使用 flux-3-max/image-to-video，通过 image_urls 提供 1–2 张图片。第一张设定首帧，可选的第二张引导尾帧，用文字说明中间的动作和变化。
03
关键帧视频
使用 flux-3-max/keyframes-to-video，在 keyframes 中提供 1–10 项。每项包含 image_url 与 frame_index，索引范围为 0 至 duration × 24。
FLUX 3 Max API 的核心功能
在动态场景中结合原生音频、人物细节与明确的动作指令。
01
一次请求生成画面与声音
在一段提示词中描述场景与预期声音，再生成带原生同步音频的视频。FLUX 3 Max 可在同一镜头内结合对白、环境声和音效；如果制作流程需要无声素材，也可通过 Sound 关闭音频生成。
- 生成带可选原生同步音频的视频
- 描述对白、环境声与场景音效
- 每次请求均可单独开关 Sound
02
探索近景人物与材质细节
近景会将注意力集中在表情、皮肤、服装和细微动作上。使用 FLUX 3 Max 时，可以明确描述镜头角度、主体动作与光线方向，探索角色特写，再按项目要求检查完整视频中的关键细节。
- 说明取景、光线与单一主体动作
- 探索表情与细微的人物动态
- 观看完整镜头并检查局部细节
03
引导主体运动与镜头变化
清晰的动作顺序能让视觉想法更接近可用镜头。描述主体做什么、镜头如何移动，用少量按顺序发生的动作组织场景。FLUX 3 Max 支持 5–20 秒视频，适合比较动作节奏与镜头时机。
- 按顺序说明动作与镜头运动
- 选择 5–20 秒范围内的整数时长
- 以 720p 或 1080p 生成视频
04
把文字创意发展成新场景
将熟悉的环境与意外出现的主体结合，探索新的创作方向。通过提示词同时说明场景、尺度、动作和视觉风格，再比较不同生成结果。需要明确视觉起点时，还可以通过图片或关键帧提供进一步引导。
- 描述主体、环境、光线与预期动作
- 从文字、图片或定位关键帧开始
- 探索故事、广告与游戏过场概念
谁能从 FLUX 3 Max API 中受益？
01
广告与效果营销团队
使用 FLUX 3 Max 探索商品故事、营销场景与音画创意。通过不同动作和镜头方向生成多个版本，再评估每段视频如何表达活动信息与商品卖点。
02
社交媒体与短视频创作者
使用 FLUX 3 Max 为帖子、短故事和频道内容制作 5–20 秒视频概念。根据发布版位和剪辑需求调整画面比例、主体动作与声音设置，比较不同创作方向。
03
影视与动画工作室
将文字镜头想法、首尾帧或定位关键帧转换为动态预览。FLUX 3 Max 帮助团队在确定制作方案前，讨论场景节奏、画面过渡与镜头运动。
04
游戏开发与过场动画团队
使用 FLUX 3 Max 探索角色登场、环境镜头与过场动画概念。通过图片或关键帧明确视觉锚点，再比较生成素材中的动作、节奏与声音表现。
05
角色与对白创作者
使用 FLUX 3 Max 制作带原生音频的角色片段。在提示词中描述说话者、表达方式与周围声音，选片前核对生成对白、声音时机和人物表现。
06
创意工具与 AI 应用开发者
通过 FLUX 3 Max API 为应用加入文生视频、图生视频与关键帧创作。向用户提供公开参数，追踪异步任务，并将完成的视频接入已有创作流程。
FLUX 3 Max API 与 FLUX 3 API 对比
FLUX 3 Max 适合从文字、图片和关键帧创作新视频；FLUX 3 还支持续写已有片段，可按素材来源与镜头安排选择合适的创作方式。
| PoYo API 能力 | FLUX 3 Max API | FLUX 3 API |
|---|---|---|
| 文生视频 | 独立文生视频接口 | 独立文生视频接口 |
| 图片与首尾帧 | 同一个图生视频接口接收首帧与可选尾帧 | 图生视频与首尾帧使用不同接口 |
| 定位关键帧 | 1–10 个关键帧，包含 image_url 与 frame_index | 提供定位关键帧接口 |
| 源视频续写 | 暂不支持视频续写 | 提供独立 extend-video 接口 |
| 视频时长 | 5–20 秒范围内的整数时长 | 生成工作流支持 5–20 秒 |
| 输出分辨率 | PoYo 支持 720p、1080p | PoYo 支持 720p、1080p |
| 原生音频 | 可选，默认开启 | 支持原生音频 |
| 适用方向 | 从文字、图片或关键帧计划生成新片段 | 还需要从已有视频继续生成的工作流 |
如何在 PoYo 使用 FLUX 3 Max API
第 1 步：获取 API Key
打开 PoYo 控制台，为应用创建 API Key。
获取 API Key →
第 2 步：充值并尝试镜头
添加积分，选择模型 ID，在 Playground 测试提示词或图片输入。设置时长与分辨率，并在运行前查看费用预估。
添加积分 →
第 3 步：集成视频生成
向所选模型 ID 提交输入，保存返回的任务 ID，并通过任务工作流获取完成的视频。
查看 FLUX 3 Max API 文档 →
FLUX 3 Max API 常见问题
什么是 FLUX 3 Max API？
FLUX 3 Max 是基于 FLUX 3 视频基础模型优化的视频生成模型，支持从文字、静态图片或关键帧创建视频，并在同一次生成中加入原生音频，结合提示词中的主体动作、镜头运动、对白和环境声，组织完整的视频片段。其主要优势是画面与声音联合生成，以及首尾帧和多关键帧引导，适合已有图片动画化、商品展示和故事分镜。通过 PoYo API，可选择 5–20 秒时长、720p 或 1080p 输出，并根据制作需求开启或关闭声音。
如何开始使用 FLUX 3 Max API？
在 PoYo 控制台获取 API Key 并添加积分后，先根据素材选择生成方式：flux-3-max/text-to-video 使用文字描述；flux-3-max/image-to-video 接收首帧及可选尾帧；flux-3-max/keyframes-to-video 接收带时间位置的图片。可在 Playground 测试提示词、时长、分辨率与声音设置，再将确认后的输入用于 API 请求。提交后保存任务 ID，通过状态查询获取完成的视频；媒体字段应与所选模式对应。
FLUX 3 Max API 如何计费？
文生视频、图生视频和关键帧视频使用相同的按秒费率：720p 每秒 $0.17，1080p 每秒 $0.29。因此，5 秒视频分别为 $0.85 和 $1.45，10 秒视频分别为 $1.70 和 $2.90。可以根据动作需要选择时长，再按交付要求选择分辨率，并在 Playground 提交前核对当前配置的费用预估。
FLUX 3 Max 支持哪些视频时长、分辨率和比例？
视频时长支持 5–20 秒的整数，默认 5 秒；输出分辨率可选 720p 或 1080p，默认 720p。aspect_ratio 支持 auto、21:9、2:1、16:9、4:3、1:1、3:4 和 9:16，可用于宽银幕、横版、方形与竖版构图。默认 auto 在文生视频中采用 16:9，在图生视频和关键帧模式中跟随首张图片。选择时可结合内容版位与动作复杂度，给主体动作和镜头变化留出合适的时间。
如何用首帧和尾帧引导视频生成？
在图生视频模式中，通过 image_urls 提供 1–2 张图片：第一张设置开场画面，第二张为可选的结束画面，再用提示词描述两者之间的动作和镜头变化。例如，用关闭的礼盒作为首帧、打开的礼盒作为尾帧，并描述盒盖缓缓打开的过程。首尾帧用于引导生成方向，适合商品揭晓、场景变化和动作衔接；准备主体与场景相互连贯的输入图，有助于明确你希望呈现的变化。
关键帧视频如何设置图片的位置？
关键帧模式接收 1–10 个 keyframes，每项包含 image_url 和整数 frame_index，索引须唯一，范围为 0 至 duration × 24，包含两个端点。例如，5 秒视频可将图片放在 0、60、120，分别引导开头、中间和结尾的画面。提示词再说明各位置之间的动作、镜头和环境变化，让分镜图片参与视频的时间安排。提交前应检查每个索引是否落在所选时长内，以及各参考图的主体和场景是否连贯。
FLUX 3 Max 可以同时生成视频和音频吗？
可以，FLUX 3 Max 支持在生成视频时同时生成原生音频，sound 默认 true；设为 false 可生成无声视频，便于后续单独配音或剪辑。提示词中可以描述人物对白、说话方式、环境声与动作音效，例如角色说出一句话，同时伴随雨声和脚步声。将声音要求与对应画面动作一起描述，有助于表达创作意图；选用片段前，应完整试听并核对对白内容、声音出现的时机和画面表现。
FLUX 3 Max 与 FLUX 3 有什么区别，能续写已有视频吗？
PoYo 的 FLUX 3 Max 提供文生视频、图生视频和关键帧视频三个接口，图生视频中可直接使用首帧及可选尾帧，适合从文字、图片或分镜计划创建新片段。FLUX 3 系列还提供独立的首尾帧接口，以及面向已有视频的 extend-video 续写接口。两者均支持原生音频与 720p、1080p 输出；如果制作流程需要接着已有视频继续生成，应选择支持续写的 FLUX 3 接口，当前 Max 接口不接收已有视频进行续写。
为什么通过 PoYo 接入 FLUX 3 Max API
01
一个 Key 连接三种工作流
通过同一个 PoYo API Key 和通用异步任务请求方式，接入文字、图片与定位关键帧视频生成，便于应用管理创作入口。
02
浏览器内调试
通过表单或请求 JSON 测试公开参数，在接入应用前查看完整视频结果，确认输入配置与创作方向是否合适。
03
按秒预估费用
按分辨率查看每秒费率，结合所选视频时长与批量次数检查预估费用，在提交任务前了解当前配置的成本。
04
异步任务追踪
通过共享生成工作流追踪每个任务并获取完成视频；批量请求分别展示任务状态与结果，便于处理不同完成情况。