Pular para o conteúdo principal

O FLUX 3 texto para vídeo gera imagem e som sincronizado a partir de um prompt, em clipes de 5 a 20 segundos em 720p ou 1080p, com um nível de rascunho barato para prévias.

A partir de $0.06/s

Playground

Entrada

Texto para vídeo
624/5000
Até 5.000 caracteres. Descreva o assunto, a ação, a câmera, a luz e o som; acrescente uma linha Sound: para o ruído ambiente e ponha as falas entre aspas. pelo menos 1 caracteres · no máximo 5000 caracteres
Uma entre 16:9 (padrão), 9:16, 1:1, 4:3, 3:4, 21:9 ou 2:1. O formato não altera o preço.
Qualidadeafeta o preço
PadrãoRascunho
standard (padrão) renderiza na resolução que você escolher; draft é uma prévia rápida e de menor custo, sempre em 720p (`resolution`). Altera o preço: o draft é o nível mais barato.
afeta o preço
720p (padrão) ou 1080p. O 1080p custa mais. O draft é só 720p, e draft com 1080p é rejeitado.
Duraçãoafeta o preço
Duração em segundos inteiros, de 5 a 20; 5 por padrão. Cobrada por segundo, então define o preço junto com o nível. não menor que 5 · não maior que 20
Gerar áudio
Gera som sincronizado com a imagem. Ativado por padrão; desativado, gera um arquivo mudo. O preço é o mesmo nos dois casos.
Filtro de segurançaDesligado

A SpicyAPI não executa filtro de segurança neste modelo. Seu prompt e suas mídias chegam ao modelo exatamente como você os enviou, e o próprio modelo decide o resultado.

Verificando sua conta antes de liberar o envio e a estimativa de preço.

Saída

Pronto para uma nova execução
Resultado de exemplo

Não encontrou o modelo que precisa?

Conte qual modelo adicionar e para que você vai usá-lo. Os pedidos vão direto para quem decide os próximos modelos.

MODELO DE VÍDEO DA BLACK FOREST LABS

A API FLUX 3 em resumo

O FLUX 3 da Black Forest Labs: vídeo com som sincronizado, um nível de rascunho barato para testar planos e ferramentas de extensão e ampliação para os clipes que você mantém.

Endpoints
4
Texto para vídeo, imagem para vídeo, extensão de vídeo e ampliação de vídeo.
Duração do clipe
5-20 s
Em segundos inteiros, com o som gerado na mesma passada.
Nível de prévia barato
Draft
Uma passada rápida e de baixo custo em 720p para conferir um plano antes da renderização completa.
Maior ampliação
3x
Amplie um clipe pronto de 1,5 a 3 vezes, mantendo o som.

Resultados

O que você pode criar com FLUX 3

  • Diálogo

    Uma fala que coincide com o prompt

    Em uma cabine de vagão-leito, uma mulher diz "You're late." e um homem entra e se senta ao lado dela, em 1080p. A fala na transcrição é palavra por palavra a do prompt, sobre o barulho dos trilhos e a chuva, enquanto a câmera se aproxima devagar.

    Texto para vídeo, standard, 1080p, 16:9, 6 segundos, som ativado.

  • Nível de rascunho

    Uma prévia de baixo custo que ainda fica limpa

    Oito segundos de duas mulheres em uma mesa de lanchonete com néon, renderizados na vertical em 9:16 no nível de rascunho. O detalhe é mais suave que no standard, mas as pessoas e os reflexos do néon saem limpos, o suficiente para julgar um plano antes de se comprometer.

    Texto para vídeo, rascunho, 9:16, 8 segundos, som ativado.

  • Primeiro e último quadro

    Passando de um quadro para outro

    Um loft azul e frio como imagem inicial e um nascer do sol dourado como imagem final. O clipe vai de uma à outra, mas com um corte seco por volta dos dois segundos e meio, e não com uma mudança gradual de luz.

    Imagem para vídeo com primeiro e último quadro, standard, 720p, 6 segundos, som ativado.

  • Extensão de vídeo

    Continuando um clipe pronto

    Um close no deserto estendido por cinco segundos no mesmo plano, sem corte: o dedo desce do lábio à clavícula enquanto ela encara a lente, depois a tempestade de areia se fecha e a luz se apaga. O resultado traz só o trecho novo.

  • Ampliação

    O dobro do tamanho, nada inventado

    O clipe estendido ampliado em 2x no modo precise, de 1280 por 704 para 2560 por 1408, com o som mantido. A barba por fazer, as dobras da camisa e as marcas do pincel ficam visivelmente mais nítidas, e o enquadramento e o movimento não mudam.

    Ampliação de vídeo, 2x, modo precise, 2560 por 1408.

Teste de conteúdo

FLUX 3 é sem censura? O que testamos

Rodamos cada nível na nossa configuração real e conferimos cada clipe quadro a quadro. Aprovado significa que o conteúdo apareceu de fato na tela, não só que a solicitação passou.

Níveis de conteúdo testados no FLUX 3, por modo
NívelImagem para vídeoExtensão de vídeoTexto para vídeoAmpliação de vídeo
LeveOs prompts mais leves do teste
Ainda não testado
Ainda não testado
Ainda não testado
Ainda não testado
ModeradoOnde os modelos com filtro começam a recusar
RecusadoTestado em 8 de out. de 2026
RecusadoTestado em 8 de out. de 2026
RecusadoTestado em 8 de out. de 2026
Ainda não testado
ForteO meio da escala
RecusadoTestado em 8 de out. de 2026
RecusadoTestado em 9 de out. de 2026
RecusadoTestado em 8 de out. de 2026
RecusadoTestado em 9 de out. de 2026
Muito forteOnde a maioria dos modelos começa a se conter
RecusadoTestado em 8 de out. de 2026
RecusadoTestado em 9 de out. de 2026
RecusadoTestado em 8 de out. de 2026
RecusadoTestado em 9 de out. de 2026
MáximoO topo da escala
RecusadoTestado em 8 de out. de 2026
RecusadoTestado em 9 de out. de 2026
Ainda não testado
Ainda não testado

Gera: aparece como foi escrito. Suavizado: gerado, mas mais brando do que foi escrito. Recusado: rejeitado. Ainda não testado: ainda não rodamos esse nível nesse modo.

Como cada modo se comporta

Todos os modos
A Black Forest Labs revisa cada pedido, e só voltam os pedidos de nível Leve. Em nossos testes, qualquer coisa a partir de Moderado foi recusada, tanto em standard quanto em draft. O upscale é a exceção, porque julga o clipe que você envia: em nossos testes ampliou um de cada três clipes de nível Moderado, um de três clipes de um prompt de nível Máximo e os três do outro, e recusou todos os clipes de nível Forte e Muito forte. Pedidos recusados não são cobrados. As pessoas nos nossos exemplos são adultas, e os exemplos continuam adequados para o público geral.
Texto para vídeo
Um dos dois prompts de nível Máximo é avaliado à parte: em nossos testes foi renderizado em texto para vídeo, enquanto o mesmo pedido em imagem para vídeo foi recusado.
Todos os modos
Imagem e som vêm da mesma passada. As falas entre aspas coincidiram palavra por palavra com o prompt nos nossos testes de diálogo, e o som ambiente segue a linha Sound:, mas conte com gerar de novo se um clipe voltar com o clima errado.
Todos os modos
Os planos nem sempre ficam contínuos. Quando o prompt pede uma mudança grande, como uma sala azul e fria que fica dourada, o modelo às vezes corta ou faz uma dissolução em vez de misturar, e um rosto pode variar um pouco ao longo de um movimento longo. Mesmo pedindo um único plano contínuo, ele ainda pode cortar, então confira o resultado.
Todos os modos
O rascunho é sempre 720p e é um nível de prévia, com detalhes mais suaves que o standard. O standard em 720p leva cerca de um minuto e meio a dois para um clipe de cinco segundos, o 1080p cerca de dois e meio, e um rascunho de 20 segundos quase três. Os clipes rodam a 24 quadros por segundo, e 21 segundos ou mais não são aceitos.
Todos os modos
Não há seed nem prompt negativo. Os recursos da API oficial além dos listados nesta página, como resoluções acima de 1080p, não são oferecidos aqui.

Casos de uso

O que construir com a API FLUX 3

  • Cenas de diálogo e de atmosfera

    Cenas curtas em que um personagem diz uma frase sobre chuva, motores ou uma multidão, com a voz e o som do ambiente gerados juntos.

  • Animar uma imagem parada

    Dê vida a um retrato, a uma foto de locação ou a uma foto de produto a partir do primeiro quadro, ou indique um último quadro para onde ela se mova.

  • Storyboards com orçamento enxuto

    Faça cada plano em rascunho pelo menor preço, fique com os que funcionam e renderize de novo só esses em qualidade standard.

  • Sequências mais longas e entrega

    Estenda um clipe poucos segundos por vez e amplie o escolhido antes de ele ir para a edição.

Prompts

Exemplos de prompts do FLUX 3 para copiar

Cole um deles no Playground sem alterações e depois mude uma coisa de cada vez.

  • Texto para vídeo

    Uma fala sobre chuva e trilhos

    Resultado deste prompt

    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.

    Por que funciona. Uma cena curta com uma fala entre aspas, uma linha Sound: para o ambiente e um movimento de câmera nomeado. A fala no clipe coincidiu palavra por palavra com o prompt, e a câmera avançou devagar.

    Testar este prompt
  • Texto para vídeo

    Duas pessoas, uma fala, luz prática

    Resultado deste prompt

    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.

    Por que funciona. Lâmpadas quentes contra a luz fria da janela definem o visual, e os sons que importam (chuva, ranger das cordas, fita sendo rasgada) estão listados. A fala saiu como escrita; a camisa ficou aberta no colarinho, e não totalmente aberta.

    Testar este prompt
  • Texto para vídeo

    Prévia de um plano vertical em rascunho

    Resultado deste prompt

    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.

    Por que funciona. O mesmo tipo de prompt no nível de rascunho, mais barato. O detalhe é mais suave que no standard, mas enquadramento, figurino e o néon no vidro são fáceis de avaliar antes de uma renderização completa.

    Testar este prompt
  • Imagem para vídeo

    Uma ação a partir de uma imagem parada

    Resultado deste prompt

    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.

    Por que funciona. A foto fornece a pessoa e o lugar, então o prompt só precisa da ação, do arco da câmera e do som. O rosto dela ficou um pouco mais estreito depois que os óculos de sol foram postos, e no primeiro ou segundo segundo as mãos o cobrem.

    Este modo começa pela sua própria imagem: adicione-a no Playground antes de executar.

    Testar este prompt
  • Imagem para vídeo

    Ir de um quadro a outro

    Resultado deste prompt

    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.

    Por que funciona. Com uma primeira e uma última imagem, o clipe viaja entre elas. A mudança de luz foi grande demais para ser mesclada, então o modelo cortou seco no meio, embora o prompt pedisse um único plano; mantenha os dois quadros mais próximos se precisar de uma mudança suave.

    Este modo começa pela sua própria imagem: adicione-a no Playground antes de executar.

    Testar este prompt
  • Extensão de vídeo

    Continue o mesmo plano com o próximo gesto

    Resultado deste prompt

    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.

    Por que funciona. Descreva o que acontece em seguida, não o clipe de novo, e mantenha a câmera no mesmo enquadramento. Quando pedimos que a câmera se afastasse ou mudasse de ângulo, o trecho cortou para outro plano; ficar no close resultou em uma única tomada contínua.

    Testar este prompt

Preços

Preços da API FLUX 3

Um clipe de 5 segundos custa a partir de $0.3 em 1080p e de $0.3 em 720p.

O Playground mostra o preço exato das suas configurações antes de rodar. Tarefas com falha ou tempo esgotado normalmente não são cobradas. Alguns modelos cobram recusas de conteúdo conforme indicado na página do modelo; confira essas condições antes de enviar.

Ver todas as faixas de preço

Primeiros passos

Como usar a API FLUX 3 em três passos

  1. Passo 1

    Teste o plano primeiro em rascunho

    O rascunho custa uma fração de uma renderização standard e termina mais cedo. Defina ali o enquadramento e a ação e só então passe para o standard no clipe final.

  2. Passo 2

    Escreva o som no prompt

    Termine o prompt com uma linha que comece com Sound: e nomeie a chuva, os passos ou as palavras exatas que um personagem diz. As falas entre aspas voltaram palavra por palavra nos nossos testes.

  3. Passo 3

    Uma ação por clipe

    Um movimento claro, um movimento de câmera e uma mudança de luz dão os resultados mais limpos. Se você pedir uma manhã inteira em seis segundos, o modelo tende a cortar.

A referência de parâmetros e os exemplos de código estão nas abas API e Readme, no topo desta página.

Por que SpicyAPI

Por que usar o FLUX 3 na SpicyAPI

  • Nenhum filtro nosso

    Não adicionamos nenhum filtro de conteúdo próprio. O que o modelo gera é o que você recebe.

  • Testado na prática

    Os níveis de conteúdo vêm de gerações reais que rodamos e conferimos, com a data do teste na página.

  • Pague por resultado, em dólares

    Sem assinatura e sem créditos. Tarefas com falha ou tempo esgotado normalmente não são cobradas. Alguns modelos cobram recusas de conteúdo conforme indicado na página do modelo; confira essas condições antes de enviar.

  • Uma chave para todos os modelos

    Uma única chave de API e um único saldo atendem modelos de imagem, vídeo, áudio e chat, para você explorar mais modelos na mesma conta.

FAQ

Perguntas frequentes da API FLUX 3

Sobre o FLUX 3

O FLUX 3 junta imagem e som em uma única passagem, deixa testar um plano em draft antes de pagar a renderização completa e leva um clipe pronto adiante com extend e upscale. A revisão da Black Forest Labs limita a geração ao nível Leve, então combina com trailers, cenas de diálogo e peças de produto ou de clima.

Todos os modelos FLUX21

Modelos de vídeo1

  • FLUX 3AtualTexto para vídeo · Imagem para vídeo · +2A partir de $0.06por segundo de saída

Modelos de imagem20

Modelos relacionados e próximas tarefas