O FLUX 3 gera som além da imagem?

Sim. O som é gerado junto com a imagem em uma única passada e vem ativado por padrão. Coloque uma fala entre aspas e descreva o som do ambiente no prompt. Desativar o som gera um arquivo mudo e não altera o preço.

Para que serve o nível de rascunho?

É uma prévia rápida e de menor custo, que sempre renderiza em 720p. Use-o para conferir enquadramento, ação e clima e depois rode o mesmo prompt em qualidade standard. Rascunho com 1080p não é uma combinação válida.

Como os endpoints são cobrados?

A geração é cobrada por segundo de vídeo, conforme o nível: o rascunho é o mais barato, depois o standard 720p e depois o standard 1080p, com o som ligado ou desligado pelo mesmo preço. A extensão é cobrada por segundo do novo trecho e custa mais por segundo que o texto para vídeo. A ampliação é cobrada por segundo do clipe de entrada, arredondado para cima em segundos inteiros, e o fator de ampliação não altera o preço; o modo creative custa mais que o precise. Pedidos recusados e com falha não são cobrados.

A extensão de vídeo devolve o clipe inteiro?

Não. O resultado contém apenas o trecho recém-gerado, sem o seu clipe de origem, então una os dois em um editor. O novo trecho começa a partir do último quadro da origem; no nosso teste, ele abriu com uma breve dissolução e depois seguiu para a ação seguinte.

Posso fazer um único plano longo de 20 segundos?

Você pode pedir até 20 segundos, mas o modelo ainda pode cortar ou dissolver dentro de um clipe, principalmente quando a luz ou a ação mudam muito. Para ter controle, faça clipes mais curtos e encadeie-os com a extensão.

Ampliação precise ou creative?

O precise é fiel à origem e apenas aumenta a nitidez. No nosso teste de ampliação em 2x, a barba por fazer, as bordas do cabelo e as dobras do tecido ficaram mais nítidas e nada novo foi inventado. O creative também reconstrói detalhes finos, guiado por um prompt opcional, e custa mais. Nenhum dos modos recupera um detalhe que a origem nunca teve.

Ele consegue gerar vídeos NSFW?

Não. A revisão da Black Forest Labs se aplica igualmente a standard e draft. Os looks de nível Leve são renderizados, mas qualquer coisa a partir de Moderado é recusada, e pedidos recusados não são cobrados. O upscale julga o clipe que você envia: em nossos testes ampliou alguns clipes de nível Moderado e Máximo e recusou todos os clipes de nível Forte e Muito forte.

Posso dar um último quadro?

Sim, em imagem para vídeo. O clipe vai da primeira imagem até a última. Se os dois quadros forem muito diferentes em luz ou lugar, o modelo pode usar um corte seco no meio em vez de uma mudança gradual, então mantenha os quadros parecidos quando quiser um movimento suave.

API de vídeo FLUX 3: som, rascunho, extensão e ampliação

black-forest-labs/flux-3/upscale

A ampliação do FLUX 3 aumenta um MP4 de até 20 segundos de 1,5 a 3 vezes, mantendo o som, em um modo precise fiel ou em um modo creative que reconstrói detalhes.

A partir de $0.528/s

Executar modelo Ver API

Entrada

Ampliação de vídeo

Prompt0/5000

Vídeo de entrada1/1

Solte um vídeo aqui ou procure no computador · 1 arquivo · Máx. 90 MB · MP4

Modo de ampliaçãoafeta o preço

PrecisoCriativo

Fator de ampliação

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

Estender

Edição de vídeo

Ampliação de vídeo

{
  "model": "black-forest-labs/flux-3/upscale",
  "input": {
    "upscale_mode": "precise",
    "upscale_factor": 2,
    "video_url": "https://cdn.spicyapi.ai/models/examples/flux-3/90d84ef39a8b463e.mp4"
  }
}

Introdução

O FLUX 3 Ampliação de vídeo aumenta um clipe de vídeo pronto de 1,5 a 3 vezes. Ele aceita um MP4 de até 20 segundos, mantém a proporção e o som original e oferece um modo precise, fiel à origem, e um modo creative, que reconstrói detalhes finos.

Escolha um modo conforme o material de partida

O que você tem	Modo
um briefing escrito	FLUX 3 Texto para vídeo
uma imagem para animar, com um último quadro opcional	FLUX 3 Imagem para vídeo
um clipe para continuar	FLUX 3 Extensão de vídeo
um clipe para ampliar	FLUX 3 Ampliação de vídeo

Recursos e destaques

Precise e creative

O precise só aumenta a nitidez: no nosso teste em 2x, a barba por fazer, as bordas do cabelo e as dobras do tecido ficaram mais nítidas, sem detalhes inventados. O creative também reconstrói detalhes finos, guiado opcionalmente por um prompt, e custa mais.

Preço pela duração, não pelo fator

A cobrança acompanha a duração do clipe de entrada, arredondada para cima em segundos inteiros. Ampliar em 1,5x ou em 3x custa o mesmo.

Som mantido

A faixa de áudio original permanece com o clipe ampliado.

Parâmetros da requisição

Parâmetros da requisição de FLUX 3 · Video Upscale
Parâmetro	Obrigatório	Descrição
`video_url`	Sim	O clipe a ampliar, um MP4 de até 20 segundos. Cobrado pela duração dele, arredondada para cima em segundos inteiros. pelo menos 1 caracteres
`upscale_mode`	Não	precise (padrão) é fiel à origem e aumenta a nitidez; creative também reconstrói detalhes finos e custa mais. `precise` · `creative` · Valor padrão: `precise`
`upscale_factor`	Não	Quantas vezes maior, de 1,5 a 3; 2 por padrão. A proporção é mantida e o fator não altera o preço. `≥ 1.5` · `≤ 3` · Valor padrão: `2`
`prompt`	Não	Opcional e usado só no modo creative: o detalhe que você quer acrescentar, como textura de pele ou trama de tecido. Até 5.000 caracteres. pelo menos 1 caracteres · no máximo 5000 caracteres

Preços

Cobrado por segundo do clipe de entrada, arredondado para cima em segundos inteiros. O fator de ampliação não altera o preço. O modo creative custa mais que o precise. Pedidos recusados e com falha não são cobrados.

Preços
Especificação	Preço
`precise`	$0.528 / segundo
`creative`	$0.7584 / segundo

Casos de uso

Preparar um corte final

Renderize e edite em 720p e amplie só os clipes que você mantiver.

Resgatar um rascunho

Leve um bom clipe do nível de rascunho a um tamanho maior.

Tamanhos de entrega

Escolha um fator entre 1,5x e 3x para combinar com a sua saída.

Ver tutoriais dos principais casos de uso

Guia de prompt e dicas práticas

Comece pelo precise

Ele não mexe no conteúdo e é o modo mais barato.

Use o creative com moderação

Escolha-o só quando a filmagem precisar de detalhes reconstruídos e descreva no prompt a textura que você quer.

Não espere que o detalhe ausente volte

Elementos pequenos que estão borrados na origem continuam borrados.

Planeje o tempo

O nosso teste em 2x de um clipe de cinco segundos levou cerca de 17 minutos.

Fique atento ao tamanho do arquivo

Um clipe em 2x saiu com cerca de 17 MB para cinco segundos.

Início rápido da API

# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "black-forest-labs/flux-3/upscale",
  "input": {
    "upscale_mode": "precise",
    "video_url": "https://example.com/reference.mp4"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.

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
Nível	Imagem para vídeo	Extensão de vídeo	Texto para vídeo	Ampliação 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

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.
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.
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.

Abrir o Playground Obter uma chave de API

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

Playground

Entrada

Saída

Introdução

Escolha um modo conforme o material de partida

Recursos e destaques

Precise e creative

Preço pela duração, não pelo fator

Som mantido

Parâmetros da requisição

Preços

Casos de uso

Preparar um corte final

Resgatar um rascunho

Tamanhos de entrega

Guia de prompt e dicas práticas

Comece pelo precise

Use o creative com moderação

Não espere que o detalhe ausente volte

Planeje o tempo

Fique atento ao tamanho do arquivo

Início rápido da API

Uma fala que coincide com o prompt

Uma prévia de baixo custo que ainda fica limpa

Passando de um quadro para outro

Continuando um clipe pronto

O dobro do tamanho, nada inventado

Como cada modo se comporta

Cenas de diálogo e de atmosfera

Animar uma imagem parada

Storyboards com orçamento enxuto

Sequências mais longas e entrega

Uma fala sobre chuva e trilhos

Duas pessoas, uma fala, luz prática

Prévia de um plano vertical em rascunho

Uma ação a partir de uma imagem parada

Ir de um quadro a outro

Continue o mesmo plano com o próximo gesto

Teste o plano primeiro em rascunho

Escreva o som no prompt

Uma ação por clipe

Nenhum filtro nosso

Testado na prática

Pague por resultado, em dólares

Uma chave para todos os modelos

O FLUX 3 gera som além da imagem?+

Para que serve o nível de rascunho?+

Como os endpoints são cobrados?+

A extensão de vídeo devolve o clipe inteiro?+

Posso fazer um único plano longo de 20 segundos?+

Ampliação precise ou creative?+

Ele consegue gerar vídeos NSFW?+

Posso dar um último quadro?+

Sobre o FLUX 3

Todos os modelos FLUX21

Modelos de vídeo1

Modelos de imagem20

Modelos relacionados e próximas tarefas