Przejdź do treści głównej

FLUX 3 obraz na wideo ożywia pierwszą klatkę, z opcjonalną ostatnią klatką, ku której zmierza ruch, dodając zsynchronizowany dźwięk, w klipach 5–20 sekund.

Od $0.06/s

Obszar roboczy

Wejście

Obraz na wideo
338/5000
Do 5000 znaków. Opisz, co dzieje się po obrazie otwierającym: akcję, ruch kamery i linijkę Sound:. Obraz już dostarcza osoby i otoczenie. od 1 znaków · do 5000 znaków
1/1

Upuść pliki albo odnośniki do mediów, wklej lub wybierz z dysku · 1 plik · maks. 10 MB · JPG · PNG · WEBP · GIF

  • 1
1 / 1 plików
Klatka otwierająca, przesłana lub podlinkowana. Obiekt zachowuje wygląd z tego obrazu. od 1 znaków
0/1

Upuść pliki albo odnośniki do mediów, wklej lub wybierz z dysku · 1 plik · maks. 10 MB · JPG · PNG · WEBP · GIF

0 / 1 plików
Opcjonalna klatka zamykająca. Klip przechodzi od obrazu otwierającego do tego; gdy oba bardzo się różnią, model może użyć twardego cięcia zamiast stopniowej zmiany. od 1 znaków
Jedna z wartości: 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 lub 2:1. Pomiń, by podążać za obrazem otwierającym. Proporcje nie zmieniają ceny.
Jakośćwpływa na cenę
StandardowaSzkic
standard (domyślnie) renderuje w wybranej rozdzielczości; draft to szybki, tańszy podgląd, który zawsze ma 720p (`resolution`). Wpływa na cenę: draft jest najtańszym poziomem.
wpływa na cenę
720p (domyślnie) lub 1080p. 1080p kosztuje więcej. Draft działa tylko w 720p, a draft z 1080p jest odrzucany.
Czas trwaniawpływa na cenę
Długość w pełnych sekundach, od 5 do 20; domyślnie 5. Rozliczana za sekundę, więc razem z poziomem określa cenę. nie mniej niż 5 · nie więcej niż 20
Generuj dźwięk
Generuje zsynchronizowany dźwięk razem z obrazem. Domyślnie włączone; wyłączone daje cichy plik. Cena jest taka sama w obu przypadkach.
Filtr bezpieczeństwaWyłączony

SpicyAPI nie uruchamia przy tym modelu żadnego filtra bezpieczeństwa. Twój prompt i media trafiają do modelu w takiej postaci, w jakiej je zapisałeś, a o tym, co wraca, decyduje sam model.

Sprawdzamy twoje konto, zanim odblokujemy wysyłkę i wycenę.

Wyjście

Gotowe do nowego uruchomienia
Wynik przykładowy

Brakuje modelu, którego potrzebujesz?

Napisz, co dodać i do czego chcesz tego użyć. Zgłoszenia trafiają do osób, które decydują o kolejności wdrożeń.

MODEL WIDEO BLACK FOREST LABS

API FLUX 3 w skrócie

FLUX 3 od Black Forest Labs: wideo z zsynchronizowanym dźwiękiem, tani poziom draft do testowania ujęć oraz narzędzia do wydłużania i powiększania klipów, które zostają.

Endpointy
4
Tekst na wideo, obraz na wideo, wydłużanie wideo i powiększanie wideo.
Długość klipu
5-20 s
Pełne sekundy, z dźwiękiem tworzonym w tym samym przebiegu.
Tani podgląd
Draft
Szybki, tani przebieg w 720p do sprawdzenia ujęcia przed pełnym renderem.
Największe powiększenie
3x
Powiększ gotowy klip od 1,5 do 3 razy, z zachowaniem dźwięku.

Efekty

Co możesz stworzyć z FLUX 3

  • Dialog

    Wypowiedziana kwestia zgodna z promptem

    W przedziale wagonu sypialnego kobieta mówi "You're late.", a mężczyzna wchodzi i siada obok niej, w 1080p. Kwestia w transkrypcji jest słowo w słowo taka jak w prompcie, nad stukotem szyn i deszczem, a kamera powoli najeżdża.

    Tekst na wideo, standard, 1080p, 16:9, 6 sekund, dźwięk włączony.

  • Poziom draft

    Tani podgląd, który nadal wygląda czysto

    Osiem sekund z dwiema kobietami w neonowej budce baru, wyrenderowane pionowo w 9:16 na poziomie draft. Detale są mniej wyraźne niż w standardzie, ale osoby i neonowe odbicia wychodzą czysto, co wystarcza, by ocenić ujęcie przed decyzją.

    Tekst na wideo, draft, 9:16, 8 sekund, dźwięk włączony.

  • Pierwsza i ostatnia klatka

    Przejście od jednej klatki do drugiej

    Chłodny niebieski loft jako obraz otwierający i złoty wschód słońca jako obraz zamykający. Klip dociera od jednego do drugiego, ale robi to twardym cięciem po około dwóch i pół sekundy, a nie stopniową zmianą światła.

    Obraz na wideo z pierwszą i ostatnią klatką, standard, 720p, 6 sekund, dźwięk włączony.

  • Wydłużanie wideo

    Kontynuacja gotowego klipu

    Zbliżenie na pustyni przedłużone o pięć sekund w tym samym ujęciu, bez cięcia: palec zsuwa się z wargi na obojczyk, a ona patrzy w obiektyw; potem burza piaskowa się zamyka i światło gaśnie. Wynik zawiera tylko nowy fragment.

  • Powiększanie

    Dwa razy większy, nic dodanego

    Wydłużony klip powiększony 2x w trybie precise, z 1280 na 704 do 2560 na 1408, z zachowanym dźwiękiem. Zarost, fałdy koszuli i ślady pędzla są wyraźnie ostrzejsze, a kadr i ruch pozostały bez zmian.

    Powiększanie wideo, 2x, tryb precise, 2560 na 1408.

Test treści

Czy FLUX 3 jest bez cenzury? Co przetestowaliśmy

Każdy poziom uruchomiliśmy na naszej produkcyjnej konfiguracji i sprawdziliśmy każdy klip klatka po klatce. Zaliczony oznacza, że treść naprawdę była na ekranie, a nie tylko że żądanie przeszło.

Poziomy treści przetestowane w FLUX 3, według trybu
PoziomObraz na wideoPrzedłużenie wideoTekst na wideoUpscaling wideo
ŁagodnyNajlżejsze prompty w teście
Jeszcze nietestowane
Jeszcze nietestowane
Jeszcze nietestowane
Jeszcze nietestowane
UmiarkowanyTam, gdzie modele z filtrem zaczynają odmawiać
OdrzuconyTest: 8 paź 2026
OdrzuconyTest: 8 paź 2026
OdrzuconyTest: 8 paź 2026
Jeszcze nietestowane
SilnyŚrodek skali
OdrzuconyTest: 8 paź 2026
OdrzuconyTest: 9 paź 2026
OdrzuconyTest: 8 paź 2026
OdrzuconyTest: 9 paź 2026
Bardzo silnyTam, gdzie większość modeli zaczyna hamować
OdrzuconyTest: 8 paź 2026
OdrzuconyTest: 9 paź 2026
OdrzuconyTest: 8 paź 2026
OdrzuconyTest: 9 paź 2026
MaksymalnySzczyt skali
OdrzuconyTest: 8 paź 2026
OdrzuconyTest: 9 paź 2026
Jeszcze nietestowane
Jeszcze nietestowane

Generuje: na ekranie tak, jak opisano. Złagodzony: wygenerowany, ale łagodniej, niż opisano. Odrzucony: żądanie odrzucone. Jeszcze nietestowane: tego poziomu w tym trybie jeszcze nie uruchamialiśmy.

Jak zachowuje się każdy tryb

Wszystkie tryby
Black Forest Labs sprawdza każde żądanie i wracają tylko żądania poziomu Łagodny. W naszych testach wszystko od Umiarkowanego wzwyż było odrzucane, zarówno w standard, jak i w draft. Wyjątkiem jest upscale, bo ocenia przesłany klip: w naszych testach powiększył jeden z trzech klipów poziomu Umiarkowany, jeden z trzech klipów z jednego promptu poziomu Maksymalny i wszystkie trzy z drugiego, a odrzucił wszystkie klipy poziomu Silny i Bardzo silny. Odrzucone żądania nie są obciążane. Osoby w naszych przykładach są dorosłe, a przykłady pozostają odpowiednie do ogólnego oglądania.
Tekst na wideo
Jeden z dwóch promptów poziomu Maksymalny jest oceniany osobno: w naszych testach wyrenderował się w tekst–wideo, a ta sama prośba w obraz–wideo została odrzucona.
Wszystkie tryby
Obraz i dźwięk powstają w tym samym przebiegu. Wypowiedziane kwestie w cudzysłowie zgadzały się z promptem słowo w słowo w naszych testach dialogów, a dźwięk tła podąża za linijką Sound:, ale licz się z ponownym generowaniem, jeśli klip wróci z niewłaściwym nastrojem.
Wszystkie tryby
Ujęcia nie zawsze pozostają nieprzerwane. Gdy prompt prosi o dużą zmianę, na przykład zimny niebieski pokój zmieniający się w złoty, model czasem robi cięcie lub przenikanie zamiast płynnego przejścia, a twarz może się lekko zmienić przy długim ruchu. Prośba o jedno ciągłe ujęcie nadal może skończyć się cięciem, więc sprawdź wynik.
Wszystkie tryby
Draft to zawsze 720p i poziom podglądowy, z mniej wyraźnymi detalami niż standard. Standard 720p trwa mniej więcej półtorej do dwóch minut dla klipu pięciosekundowego, 1080p około dwóch i pół, a dwudziestosekundowy draft blisko trzech. Klipy mają 24 klatki na sekundę, a 21 sekund i więcej nie jest przyjmowane.
Wszystkie tryby
Nie ma seeda ani promptu negatywnego. Funkcje oficjalnego API wykraczające poza te wymienione na tej stronie, takie jak rozdzielczości powyżej 1080p, nie są tu dostępne.

Zastosowania

Co zbudować z API FLUX 3

  • Sceny dialogowe i nastrojowe

    Krótkie sceny, w których postać wypowiada jedną kwestię na tle deszczu, silników lub tłumu, a głos i dźwięk pomieszczenia powstają razem.

  • Ożywianie zdjęcia

    Ożyw portret, ujęcie miejsca lub zdjęcie produktu od pierwszej klatki albo dodaj ostatnią klatkę, ku której ma zmierzać ruch.

  • Storyboardy w niskim budżecie

    Szkicuj każde ujęcie w najniższej cenie, zostaw te, które działają, i tylko je wyrenderuj ponownie w jakości standard.

  • Dłuższe sekwencje i dostarczenie

    Wydłużaj klip po kilka sekund, a wybrany powiększ, zanim trafi do montażu.

Prompty

Przykładowe prompty do FLUX 3 do skopiowania

Wklej jeden bez zmian do playgroundu, a potem zmieniaj jedną rzecz naraz.

  • Tekst na wideo

    Kwestia dialogowa na tle deszczu i szyn

    Wynik tego promptu

    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.

    Dlaczego to działa. Krótka scena z jedną wypowiedzianą kwestią w cudzysłowie, linijką Sound: dla pomieszczenia i nazwanym ruchem kamery. Kwestia w klipie zgadzała się z promptem słowo w słowo, a kamera powoli najeżdżała.

  • Tekst na wideo

    Dwie osoby, jedna kwestia, światło praktyczne

    Wynik tego promptu

    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.

    Dlaczego to działa. Ciepłe żarówki na tle zimnego światła z okna budują wygląd, a ważne dźwięki (deszcz, skrzypienie lin, taśma) są wymienione. Wypowiedziana kwestia wróciła tak, jak napisano; koszula wyszła rozpięta przy kołnierzu, a nie całkiem rozpięta.

  • Tekst na wideo

    Podgląd pionowego ujęcia na poziomie draft

    Wynik tego promptu

    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.

    Dlaczego to działa. Ten sam rodzaj promptu na tańszym poziomie draft. Detale są mniej wyraźne niż w standardzie, ale kadr, garderobę i neon na szybie łatwo ocenić przed pełnym renderem.

  • Obraz na wideo

    Jedna akcja ze zdjęcia

    Wynik tego promptu

    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.

    Dlaczego to działa. Zdjęcie daje osobę i miejsce, więc prompt potrzebuje tylko akcji, łuku kamery i dźwięku. Jej twarz po założeniu okularów lekko się zwęziła, a przez pierwszą sekundę lub dwie zasłaniają ją dłonie.

    Ten tryb zaczyna od Twojego obrazu: dodaj go w playgroundzie przed uruchomieniem.

  • Obraz na wideo

    Przejście od jednej klatki do drugiej

    Wynik tego promptu

    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.

    Dlaczego to działa. Z pierwszym i ostatnim obrazem klip przemieszcza się między nimi. Zmiana światła była zbyt duża na płynne przejście, więc model w połowie zrobił twarde cięcie, choć prompt prosił o jedno ujęcie; trzymaj obie klatki bliżej siebie, jeśli potrzebujesz płynnej zmiany.

    Ten tryb zaczyna od Twojego obrazu: dodaj go w playgroundzie przed uruchomieniem.

  • Przedłużenie wideo

    Kontynuuj to samo ujęcie kolejnym gestem

    Wynik tego promptu

    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.

    Dlaczego to działa. Opisz, co dzieje się dalej, a nie ponownie klip, i trzymaj kamerę w tym samym kadrze. Gdy prosiliśmy o odjazd kamery lub nowy kąt, fragment przeskakiwał cięciem na inne ujęcie; pozostanie w zbliżeniu dało jedno ciągłe ujęcie.

Cennik

Cennik API FLUX 3

Klip trwający 5 s kosztuje od $0.3 w 1080p i od $0.3 w 720p.

Playground pokazuje dokładną cenę Twoich ustawień przed uruchomieniem. Nieudane zadania i zadania po upływie limitu czasu zwykle nie są płatne. Niektóre modele pobierają opłatę za odmowę wygenerowania treści zgodnie z opisem na stronie modelu; sprawdź te zasady przed wysłaniem.

Zobacz wszystkie progi cenowe

Pierwsze kroki

Jak korzystać z API FLUX 3 w trzech krokach

  1. Krok 1

    Najpierw przetestuj ujęcie w trybie draft

    Draft kosztuje ułamek zwykłego renderu i kończy się szybciej. Dopracuj tam kadr i akcję, a potem przełącz na standard, by dostać finalny klip.

  2. Krok 2

    Wpisz dźwięk w prompt

    Zakończ prompt linijką zaczynającą się od Sound: i nazwij w niej deszcz, kroki albo dokładne słowa wypowiadane przez postać. Linijki w cudzysłowie wracały w naszych testach słowo w słowo.

  3. Krok 3

    Jedna akcja na klip

    Jeden wyraźny ruch, jeden ruch kamery i jedna zmiana światła dają najczystszy efekt. Jeśli poprosisz o cały poranek w sześć sekund, model zwykle zrobi cięcie.

Opis parametrów i przykłady kodu znajdziesz w zakładkach API i Readme na górze tej strony.

Dlaczego SpicyAPI

Dlaczego korzystać z FLUX 3 w SpicyAPI

  • Żadnego filtra z naszej strony

    Nie dodajemy własnego filtra treści. Otrzymujesz to, co wygeneruje model.

  • Sprawdzone, nie zgadywane

    Poziomy treści pochodzą z prawdziwych generacji, które uruchomiliśmy i sprawdziliśmy, z datą testu na stronie.

  • Płacisz za wynik, w dolarach

    Bez abonamentu i bez systemu punktowego. Nieudane zadania i zadania po upływie limitu czasu zwykle nie są płatne. Niektóre modele pobierają opłatę za odmowę wygenerowania treści zgodnie z opisem na stronie modelu; sprawdź te zasady przed wysłaniem.

  • Jeden klucz do wszystkich modeli

    Jeden klucz API i jedno saldo obsługują modele obrazu, wideo, audio i czatu, dzięki czemu możesz poznawać kolejne modele na tym samym koncie.

FAQ

FAQ dotyczące API FLUX 3

O FLUX 3

FLUX 3 łączy obraz i dźwięk w jednym przebiegu, pozwala sprawdzić ujęcie w draft, zanim zapłacisz za pełne renderowanie, i prowadzi gotowy klip dalej przez extend i upscale. Przegląd Black Forest Labs ogranicza generowanie do poziomu Łagodny, więc model pasuje do zwiastunów, scen dialogowych i ujęć produktowych lub nastrojowych.

Wszystkie modele FLUX21

Modele wideo1

  • FLUX 3BieżącyTekst na wideo · Obraz na wideo · +2Od $0.06za sekundę wyniku

Modele obrazu20

Powiązane modele i kolejne zadania