El texto a video de FLUX 3 genera imagen y sonido sincronizado a partir de un prompt, en clips de 5 a 20 segundos a 720p o 1080p, con un nivel borrador económico para vistas previas.
Playground
Estos ejemplos se escribieron para este endpoint. Cambia el prompt y las URL de ejemplo por archivos tuyos accesibles y, antes de enviar, revisa la estimación al día y la disponibilidad del modelo.
- Salida6 s
night-train-late Una escena de coche cama en 1080p y 16:9 con una frase entre comillas. La frase del clip coincide con el prompt, la cámara se acerca despacio y la ciudad tras la ventana parece más bien luces vistas desde arriba que luces que pasan a toda velocidad.
- 1080p
- 16:9
- audio
- Salida6 s
gym-hand-wraps Una escena de gimnasio de boxeo en 720p a 21:9 con una línea hablada y sonidos de cinta y cuerda. El vendaje de las manos es algo impreciso, y la camisa gris salió un poco distinta del prompt.
- 720p
- 21:9
- audio
- Salida8 s
neon-diner-booth Un clip vertical 9:16 en el nivel borrador. El reservado está vacío durante el primer segundo más o menos, hasta que la cámara se desliza hacia las dos mujeres; el detalle es más suave que en estándar, y el gesto de colocar el cabello parece más bien una mano apoyada en la mejilla.
- draft
- 9:16
- audio
Este ejemplo parte de $0.06 por segundo de salida. El Playground actualiza la estimación cada vez que cambias los ajustes.