Zum Hauptinhalt springen

FLUX 3 Bild-zu-Video animiert einen ersten Frame, optional mit einem letzten Frame als Ziel, und ergänzt synchronen Ton, in Clips von 5 bis 20 Sekunden.

Ab $0.06/s

Playground

Eingabe

Bild zu Video
338/5000
Bis zu 5.000 Zeichen. Beschreiben Sie, was nach dem Anfangsbild geschieht: die Handlung, die Kamerabewegung und eine Sound:-Zeile. Personen und Umgebung liefert bereits das Bild. mindestens 1 Zeichen · höchstens 5000 Zeichen
1/1

Dateien oder Medienlinks ablegen, einfügen oder auswählen · 1 Datei · Max. 10 MB · JPG · PNG · WEBP · GIF

  • 1
1 / 1 Dateien
Der Anfangs-Frame, hochgeladen oder verlinkt. Das Motiv behält sein Aussehen aus diesem Bild. mindestens 1 Zeichen
0/1

Dateien oder Medienlinks ablegen, einfügen oder auswählen · 1 Datei · Max. 10 MB · JPG · PNG · WEBP · GIF

0 / 1 Dateien
Optionaler Schluss-Frame. Der Clip bewegt sich vom Anfangsbild zu diesem; unterscheiden sich beide stark, kann das Modell dazwischen statt eines allmählichen Übergangs einen harten Schnitt verwenden. mindestens 1 Zeichen
Eines von 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 oder 2:1. Lassen Sie es weg, um dem Anfangsbild zu folgen. Das Format ändert den Preis nicht.
Qualitätpreisrelevant
StandardEntwurf
standard (Standard) rendert in der gewählten Auflösung; draft ist eine schnelle, günstigere Vorschau, die immer in 720p (`resolution`) läuft. Der Wert ändert den Preis: draft ist die niedrigste Stufe.
preisrelevant
720p (Standard) oder 1080p. 1080p kostet mehr. Draft gibt es nur in 720p, draft mit 1080p wird abgelehnt.
Dauerpreisrelevant
Länge in ganzen Sekunden, 5 bis 20; standardmäßig 5. Die Abrechnung erfolgt je Sekunde, die Länge bestimmt also zusammen mit der Stufe den Preis. nicht kleiner als 5 · nicht größer als 20
Audio erzeugen
Erzeugt synchronen Ton zum Bild. Standardmäßig an; aus ergibt eine stumme Datei. Der Preis ist in beiden Fällen gleich.
SicherheitsfilterAus

SpicyAPI führt bei diesem Modell keinen Sicherheitsfilter aus. Prompt und Material gehen unverändert an das Modell, und das Modell selbst entscheidet über das Ergebnis.

Wir prüfen Ihr Konto, bevor Absenden und Preisberechnung freigeschaltet werden.

Ausgabe

Bereit für einen neuen Lauf
Beispielergebnis

Ihr Modell ist nicht dabei?

Sagen Sie uns, welches Modell fehlt und wofür Sie es brauchen. Ihre Anfrage geht direkt an das Team, das über die nächsten Modelle entscheidet.

BLACK FOREST LABS VIDEOMODELL

FLUX 3-API auf einen Blick

FLUX 3 von Black Forest Labs: Video mit synchronem Ton, eine günstige Draft-Stufe zum Testen von Einstellungen sowie Erweiterung und Upscale für die Clips, die Sie behalten.

Endpunkte
4
Text-zu-Video, Bild-zu-Video, Video-Erweiterung und Video-Upscale.
Clip-Länge
5-20 s
In ganzen Sekunden, mit Ton aus demselben Durchlauf.
Günstige Vorschaustufe
Draft
Ein schneller, günstiger Durchlauf in 720p, um eine Einstellung vor dem vollen Rendering zu prüfen.
Größter Upscale
3x
Vergrößern Sie einen fertigen Clip um das 1,5- bis 3-Fache, der Ton bleibt erhalten.

Ergebnisse

Was Sie mit FLUX 3 erstellen können

  • Dialog

    Ein gesprochener Satz, der zum Prompt passt

    In einem Schlafwagenabteil sagt eine Frau "You're late.", und ein Mann tritt ein und setzt sich neben sie, in 1080p. Die Zeile im Transkript stimmt wörtlich mit der im Prompt überein, über dem Schienenrattern und dem Regen, während die Kamera langsam heranfährt.

    Text-zu-Video, Standard, 1080p, 16:9, 6 Sekunden, Ton an.

  • Draft-Stufe

    Eine günstige Vorschau, die trotzdem sauber aussieht

    Acht Sekunden mit zwei Frauen in einer Neon-Diner-Nische, gerendert im Hochformat 9:16 in der Draft-Stufe. Die Details sind weicher als im Standard, doch Personen und Neonreflexe kommen sauber heraus, genug, um eine Einstellung zu beurteilen, bevor man sich festlegt.

    Text-zu-Video, Draft, 9:16, 8 Sekunden, Ton an.

  • Erster und letzter Frame

    Von einem Frame zum anderen

    Ein kühl-blaues Loft als Anfangsbild und ein goldener Sonnenaufgang als Schlussbild. Der Clip kommt von einem zum anderen, aber mit einem harten Schnitt nach etwa zweieinhalb Sekunden statt mit einem allmählichen Lichtwechsel.

    Bild-zu-Video mit erstem und letztem Frame, Standard, 720p, 6 Sekunden, Ton an.

  • Video-Erweiterung

    Einen fertigen Clip fortsetzen

    Eine Nahaufnahme in der Wüste, um fünf Sekunden in derselben Einstellung und ohne Schnitt verlängert: Ihre Fingerspitze gleitet von der Lippe zum Schlüsselbein, während sie in die Linse blickt, dann zieht der Sandsturm heran und das Licht schwindet. Das Ergebnis enthält nur das neue Segment.

  • Upscale

    Doppelte Größe, nichts hinzuerfunden

    Der verlängerte Clip, im Modus precise um das Doppelte vergrößert, von 1280 mal 704 auf 2560 mal 1408, mit erhaltenem Ton. Bartstoppeln, Hemdfalten und Pinselspuren sind deutlich schärfer, Bildausschnitt und Bewegung bleiben unverändert.

    Video-Upscale, 2x, Modus precise, 2560 mal 1408.

Inhaltstest

Ist FLUX 3 unzensiert? Das haben wir getestet

Wir haben jede Stufe auf unserem Live-System laufen lassen und jeden Clip Bild für Bild geprüft. Bestanden heißt: Der Inhalt war tatsächlich im Bild – nicht nur, dass die Anfrage durchging.

Getestete Inhaltsstufen für FLUX 3, nach Modus
StufeBild zu VideoVideoverlängerungText zu VideoVideo-Hochskalierung
MildDie leichtesten Prompts im Test
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet
MittelAb hier beginnen gefilterte Modelle abzulehnen
AbgelehntGetestet am 8. Okt. 2026
AbgelehntGetestet am 8. Okt. 2026
AbgelehntGetestet am 8. Okt. 2026
Noch nicht getestet
StarkDie Mitte der Skala
AbgelehntGetestet am 8. Okt. 2026
AbgelehntGetestet am 9. Okt. 2026
AbgelehntGetestet am 8. Okt. 2026
AbgelehntGetestet am 9. Okt. 2026
Sehr starkAb hier halten sich die meisten Modelle zurück
AbgelehntGetestet am 8. Okt. 2026
AbgelehntGetestet am 9. Okt. 2026
AbgelehntGetestet am 8. Okt. 2026
AbgelehntGetestet am 9. Okt. 2026
MaximalDas obere Ende der Skala
AbgelehntGetestet am 8. Okt. 2026
AbgelehntGetestet am 9. Okt. 2026
Noch nicht getestet
Noch nicht getestet

Wird erzeugt: im Bild wie geschrieben. Abgeschwächt: erzeugt, aber schwächer als geschrieben. Abgelehnt: zurückgewiesen. Noch nicht getestet: Diese Stufe haben wir in diesem Modus noch nicht ausprobiert.

So verhält sich jeder Modus

Alle Modi
Black Forest Labs prüft jede Anfrage, und nur Anfragen der Stufe Mild kommen zurück. In unseren Tests wurde alles ab Mittel sowohl in standard als auch in draft abgelehnt. Upscale ist die Ausnahme, weil es den Clip prüft, den du schickst: In unseren Tests wurde einer von drei Clips der Stufe Mittel vergrößert, einer von drei Clips aus dem einen Prompt der Stufe Maximal und alle drei aus dem anderen, jeder Clip der Stufen Stark und Sehr stark wurde abgelehnt. Abgelehnte Anfragen werden nicht berechnet. Die Personen in unseren Beispielen sind Erwachsene, und die Beispiele bleiben für allgemeines Publikum geeignet.
Text zu Video
Einer der beiden Prompts der Stufe Maximal wird separat geprüft: In unseren Tests wurde er bei Text-zu-Video gerendert, während dieselbe Anfrage bei Bild-zu-Video abgelehnt wurde.
Alle Modi
Bild und Ton stammen aus demselben Durchlauf. Gesprochene Sätze in Anführungszeichen entsprachen in unseren Dialogtests wortgetreu dem Prompt, und der Umgebungsklang folgt der Sound:-Zeile; rechnen Sie aber damit, neu zu generieren, falls ein Clip in der falschen Stimmung zurückkommt.
Alle Modi
Einstellungen bleiben nicht immer ungeschnitten. Verlangt ein Prompt einen großen Wechsel, etwa einen kalten blauen Raum, der golden wird, schneidet das Modell manchmal oder blendet ab, statt zu überblenden, und ein Gesicht kann bei einer langen Bewegung leicht abweichen. Auch wenn Sie eine einzige durchgehende Einstellung verlangen, kann es einen Schnitt geben, prüfen Sie das Ergebnis also.
Alle Modi
Draft ist immer 720p und eine Vorschaustufe mit weicheren Details als Standard. Standard in 720p braucht für einen Fünf-Sekunden-Clip etwa anderthalb bis zwei Minuten, 1080p etwa zweieinhalb, ein 20-Sekunden-Draft knapp drei. Clips laufen mit 24 Bildern pro Sekunde, 21 Sekunden oder mehr werden nicht angenommen.
Alle Modi
Es gibt keinen Seed und keinen Negativ-Prompt. Funktionen der offiziellen API, die über das auf dieser Seite Aufgeführte hinausgehen, etwa Auflösungen über 1080p, werden hier nicht angeboten.

Einsatzbereiche

Was Sie mit der FLUX 3-API bauen können

  • Dialog- und Stimmungsszenen

    Kurze Szenen, in denen eine Figur einen Satz über Regen, Motoren oder Stimmengewirr spricht, mit Stimme und Raumklang aus einem Guss.

  • Ein Standbild zum Leben erwecken

    Erwecken Sie ein Porträt, ein Motiv vom Drehort oder ein Produktfoto aus seinem ersten Frame heraus zum Leben, oder geben Sie ihm einen letzten Frame als Ziel.

  • Storyboards mit kleinem Budget

    Rendern Sie jede Einstellung im Draft zum niedrigsten Preis, behalten Sie die gelungenen und rendern Sie nur diese in Standardqualität neu.

  • Längere Sequenzen und Auslieferung

    Verlängern Sie einen Clip Schritt für Schritt um wenige Sekunden und skalieren Sie den besten hoch, bevor er in den Schnitt geht.

Prompts

FLUX 3-Prompts zum Kopieren

Fügen Sie einen unverändert in den Playground ein und ändern Sie dann jeweils nur eine Sache.

  • Text zu Video

    Ein Satz im Dialog über Regen und Schienen

    Ergebnis dieses Prompts

    Night inside a 1950s sleeper train compartment with polished walnut panels. A woman in her early thirties in a black silk slip dress sits on the edge of the bunk, one strap slipping off her shoulder. A man in his late thirties in an unbuttoned white dress shirt leans in the doorway. She looks up at him and says softly, "You're late." He smiles, steps into the compartment and sits down beside her on the bunk. Warm amber reading-lamp light, town lights streaking past the rain-flecked window, slow push-in, shallow depth of field, 35mm film look. Sound: the steady clatter of the rails, rain on the glass, her quiet voice.

    Warum das funktioniert. Eine kurze Szene mit einem Satz in Anführungszeichen, einer Sound:-Zeile für den Raum und einer benannten Kamerabewegung. Der Satz im Clip entsprach dem Prompt wortgetreu, und die Kamera fuhr langsam heran.

    Diesen Prompt testen
  • Text zu Video

    Zwei Personen, ein Satz, Licht aus dem Raum

    Ergebnis dieses Prompts

    An empty boxing gym after hours, rain drumming on the skylight. Two men in their forties face each other at the edge of the ring. One, in an unbuttoned grey work shirt, slowly wraps the other's hands with white tape; the other, in a damp black tank top, watches his face instead of his hands. A single hanging bulb sways overhead and throws moving shadows across them. He tightens the last wrap, holds on a moment longer and says in a low voice, "Don't hold back tonight." Slow handheld camera, warm tungsten light against cold blue window light, film grain. Sound: rain, the creak of the ring ropes, tape tearing, low voices.

    Warum das funktioniert. Warme Glühbirnen gegen kaltes Fensterlicht prägen den Look, und die wichtigen Geräusche (Regen, Knarren der Ringseile, Tape) sind aufgeführt. Der gesprochene Satz kam wie geschrieben heraus; das Hemd saß am Kragen offen statt ganz aufgeknöpft.

    Diesen Prompt testen
  • Text zu Video

    Eine Hochformat-Einstellung in der Draft-Stufe vorab ansehen

    Ergebnis dieses Prompts

    A rainy night in a chrome-and-neon roadside diner. Two women in their thirties share a red vinyl booth by the window: one in a satin camisole with a leather jacket slipping off her shoulders, the other in an oversized men's white shirt with the sleeves rolled up. One reaches across and tucks a strand of wet hair behind the other's ear; they both start laughing. Pink and teal neon reflects on the wet window, rain streaks down the glass, slow drifting handheld camera, vertical framing. Sound: rain, a jukebox playing a slow song, soft laughter.

    Warum das funktioniert. Dieselbe Art Prompt in der günstigeren Draft-Stufe. Die Details sind weicher als im Standard, doch Bildausschnitt, Kleidung und das Neon auf dem Glas lassen sich vor einem vollen Rendering gut beurteilen.

    Diesen Prompt testen
  • Bild zu Video

    Eine Handlung aus einem Standbild

    Ergebnis dieses Prompts

    She slides her sunglasses down over her eyes, turns her head toward the camera and breaks into a slow, easy laugh while the sea breeze lifts her damp hair and the loose linen shirt. The camera drifts in a slow arc around her as the golden light flares across the lens. Sound: waves breaking on the rocks below, distant gulls, a soft wind.

    Warum das funktioniert. Das Foto liefert Person und Ort, der Prompt braucht also nur Handlung, Kamerabogen und Ton. Ihr Gesicht wirkte nach dem Aufsetzen der Sonnenbrille etwas schmaler, und in der ersten ein bis zwei Sekunden verdecken ihre Hände es.

    Dieser Modus startet mit Ihrem eigenen Bild: Fügen Sie es im Playground hinzu, bevor Sie starten.

    Diesen Prompt testen
  • Bild zu Video

    Von einem Frame zum anderen gehen

    Ergebnis dieses Prompts

    He sets the coffee mug down on the windowsill, walks across the loft and sits on the paint-splattered stool, turning to face the camera as the first sunrise floods through the tall windows and turns the cool blue room warm gold. One continuous shot, the camera slowly pushing in. Sound: footsteps on old floorboards, birds outside, the city waking up.

    Warum das funktioniert. Mit einem ersten und einem letzten Bild wandert der Clip zwischen beiden. Der Lichtwechsel war zu groß zum Überblenden, daher schnitt das Modell mittendrin hart, obwohl der Prompt eine einzige Einstellung verlangte; halten Sie die beiden Frames näher beieinander, wenn Sie einen fließenden Wechsel brauchen.

    Dieser Modus startet mit Ihrem eigenen Bild: Fügen Sie es im Playground hinzu, bevor Sie starten.

    Diesen Prompt testen
  • Videoverlängerung

    Dieselbe Einstellung mit der nächsten Geste fortsetzen

    Ergebnis dieses Prompts

    The same close-up continues in one unbroken take, the camera stays on her face and shoulders the whole time. She slowly draws her fingertip from her lower lip down her throat to her collarbone, eyes locked on the lens, a slow knowing smile. Behind her a towering wall of sand rolls in across the dunes and swallows the setting sun, the light shifting from gold to deep amber, wind whipping her hair across her face. 35mm film grain, shallow depth of field, rising wind and sand hiss.

    Warum das funktioniert. Beschreiben Sie, was als Nächstes passiert, nicht noch einmal den Clip, und lassen Sie die Kamera bei derselben Bildgestaltung. Als wir eine Rückfahrt oder einen neuen Blickwinkel verlangten, schnitt das Segment auf eine andere Einstellung; in der Nahaufnahme zu bleiben ergab eine durchgehende Einstellung.

    Diesen Prompt testen

Preise

Preise der FLUX 3-API

Ein Clip mit 5 Sekunden ist ab $0.3 in 1080p und ab $0.3 in 720p erhältlich.

Der Playground zeigt vor dem Start den genauen Preis für Ihre Einstellungen. Fehlgeschlagene oder abgelaufene Aufträge werden normalerweise nicht berechnet. Manche Modelle berechnen Inhaltsablehnungen wie auf ihrer Modellseite angegeben; prüfen Sie diese Abrechnungsbedingungen vor dem Absenden.

Alle Preisstufen ansehen

Loslegen

Die FLUX 3-API in drei Schritten nutzen

  1. Schritt 1

    Testen Sie die Einstellung zuerst im Draft

    Draft kostet nur einen Bruchteil eines Standard-Renderings und ist schneller fertig. Klären Sie dort Bildausschnitt und Handlung und wechseln Sie für den finalen Clip auf Standard.

  2. Schritt 2

    Schreiben Sie den Ton in den Prompt

    Schließen Sie den Prompt mit einer Zeile ab, die mit Sound: beginnt und Regen, Schritte oder die genauen Worte einer Figur nennt. Zeilen in Anführungszeichen kamen in unseren Tests wortgetreu zurück.

  3. Schritt 3

    Eine Handlung pro Clip

    Eine klare Bewegung, eine Kamerabewegung und ein Lichtwechsel ergeben die saubersten Ergebnisse. Wer einen ganzen Morgen in sechs Sekunden verlangt, bekommt vom Modell oft einen Schnitt.

Parameterreferenz und Codebeispiele finden Sie oben auf dieser Seite in den Tabs API und Readme.

Warum SpicyAPI

Warum Sie FLUX 3 über SpicyAPI nutzen

  • Kein Filter von uns

    Wir fügen keinen eigenen Inhaltsfilter hinzu. Was das Modell erzeugt, bekommen Sie zurück.

  • Getestet statt vermutet

    Inhaltsstufen stammen aus echten Generierungen, die wir ausgeführt und geprüft haben – mit Testdatum auf der Seite.

  • Pro Ergebnis zahlen, in Dollar

    Kein Abo, keine Credits. Fehlgeschlagene oder abgelaufene Aufträge werden normalerweise nicht berechnet. Manche Modelle berechnen Inhaltsablehnungen wie auf ihrer Modellseite angegeben; prüfen Sie diese Abrechnungsbedingungen vor dem Absenden.

  • Ein Schlüssel für alle Modelle

    Ein API-Schlüssel und ein Guthaben gelten für Bild-, Video-, Audio- und Chatmodelle. So können Sie mit demselben Konto weitere Modelle ausprobieren.

FAQ

FAQ zur FLUX 3-API

Über FLUX 3

FLUX 3 bringt Bild und Ton in einem Durchgang zusammen, erlaubt es, eine Einstellung in draft zu testen, bevor man für ein vollständiges Rendering zahlt, und führt einen fertigen Clip mit extend und upscale weiter. Die Prüfung durch Black Forest Labs beschränkt die Erzeugung auf die Stufe Mild, daher passt es zu Trailern, Dialogszenen sowie Produkt- und Stimmungsstücken.

Alle FLUX-Modelle21

Videomodelle1

  • FLUX 3AktuellText zu Video · Bild zu Video · +2Ab $0.06je Ausgabesekunde

Bildmodelle20

Verwandte Modelle und nächste Schritte