veo-3/fast/text-to-video
Crea videos cortos con sonido y efectos desde texto en segundos
FLUX 3 Max es una pasada de entrenamiento posterior en la base de video FLUX 3 de Black Forest Labs. El trabajo adicional se centra en imágenes más nítidas, movimiento coherente y una obediencia más cercana al prompt, con un tiempo de espera más corto que el modelo base. Ese es el objetivo publicado de FLUX 3 Max.
Un tablero preliminar de imagen a video en la Arena de Video de Análisis Artificial reportó Elo 1,139 a través de 4,868 votos. La nota publicada dice que esos intervalos de confianza se superponen con otros modelos en la parte superior de ese tablero, por lo que se debe tratar el resultado como un nivel superior compartido. La puntuación original FLUX 3 en el mismo tablero fue 1,089, una diferencia de 50 puntos.
Una verificación de tiempo publicada para un clip de 10 segundos indica 10.95 segundos para esta pasada, 277.80 segundos para Seedance 2.5 con el mismo Elo reportado, y 126.44 segundos para FLUX 3. Esas cifras son la fuente de las comparaciones de "aproximadamente 22 veces" y "aproximadamente 11.5 veces". La primera fecha de lanzamiento publicada de FLUX 3 Max es el 19 de octubre de 2026, y la misma nota dijo que el entrenamiento adicional aún estaba en curso.
| Ventaja | Lo que obtienes |
|---|---|
| Seguir la instrucción más de cerca | FLUX 3 Max fue entrenado para mantener las señales de sujeto, cámara y sonido más estrictamente que la pasada base FLUX 3. |
| Espera publicada más corta | La comprobación de 10 segundos finalizó en 10.95 segundos, frente a 126.44 segundos para FLUX 3. |
| Tres formas dentro | FLUX 3 Max puede escribir una escena, comenzando a partir de una imagen más un fotograma final opcional, o fijando hasta diez fotogramas clave. |
| Sonido en el mismo archivo | El audio está activado por defecto. Apágalo cuando quieras una imagen silenciosa. |
La conversión de texto a video en FLUX 3 Max comienza solo a partir del prompt, y el encuadre auto utiliza 16:9. La conversión de imagen a video comienza a partir de una imagen fija, y el encuadre auto sigue esa imagen fija. La conversión de cuadros clave a video coloca 1 a 10 imágenes de PNG, JPEG o WebP en una línea de tiempo 24 fps. Posición en la línea de tiempo de 24 fps. El índice debe ser único y no superar duration × 24.
En RunComfy esta página comienza la imagen. La página solo de texto y la página de múltiples fotogramas clave llaman a los mismos pesos de FLUX 3 Max con diferentes entradas.
Los equipos reutilizan una configuración FLUX 3 Max cuando el mismo trabajo comienza como un guion, una toma fija o un guion gráfico.
Estos controles pertenecen a la fase de imagen a video de FLUX 3 Max. La página de texto a video elimina ambos campos de imagen. La página de fotogramas clave los reemplaza con hasta diez imágenes indexadas por fotograma.
| Parámetro | Requerido | Tipo | Predeterminado | Rango / Opciones | Descripción |
|---|---|---|---|---|---|
image_url* | Sí (*) | string | Ejemplo todavía | PNG, JPEG, WebP URL | Iniciar marco para FLUX 3 Max en esta página. |
prompt* | Sí (*) | string | Línea de ejemplo | Texto | Cómo debería moverse el clip después del fotograma inicial. |
end_image_url | No | string | Vacío | PNG, JPEG, WebP URL | Cuadro final opcional para FLUX 3 Max. |
duration | No | integer | 5 | 5-20 | Duración en segundos. |
resolution | No | string | 720p | 720p, 1080p | Resolución de salida en FLUX 3 Max. 720p es la predeterminada. |
reasoning_level | No | string | high | low, high | high pasa más tiempo en la indicación. |
aspect_ratio | No | string | auto | auto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16 | auto sigue la imagen inicial aquí. En una solicitud de solo texto FLUX 3 Max, auto usa 16:9. |
generate_audio | No | boolean | true | true, false | Crea una pista de audio con el video. |
seed | No | integer | Vacío | Entero o vacío | Vacío significa una semilla aleatoria en FLUX 3 Max. |
La facturación sigue la duración del clip generado y la resolución que elijas. Las mismas tarifas de FLUX 3 Max se aplican en las páginas de texto, imagen y fotograma clave.
| Resolución | Tasa |
|---|---|
| 720p | $0.05 por segundo |
| 1080p | $0.08 por segundo |
| Duración | 720p | 1080p |
|---|---|---|
| 5 s | $0.25 | $0.40 |
| 10 s | $0.50 | $0.80 |
| 20 s | $1.00 | $1.60 |
No hay una tarifa por imagen separada para un cuadro inicial, un cuadro final o imágenes clave. Un archivo 720p de 5 segundos es el cargo estándar más corto en FLUX 3 Max.
Basado en evaluaciones preliminares reportadas públicamente. Los límites de longitud a continuación son los rangos de entrada publicados, no un ranking puntuado.
| Modelo | Entradas | Longitud | Destacado |
|---|---|---|---|
| FLUX 3 Max | Texto, una imagen más un fotograma final opcional, o hasta 10 fotogramas clave | 5-20 segundos | Imagen a video Elo 1,139 en la junta preliminar citada; publicada 10-segundo cronometraje de 10.95 segundos |
| FLUX 3 | Texto, imagen, fotograma clave y pases de extensión en páginas separadas | Hasta 20 segundos; algunos pases también ofrecen longitud auto | Fundación anterior. Imagen a video reportada Elo 1,089 y un tiempo de 126.44 segundos en la misma verificación de 10 segundos |
| Seedance 2.5 | Generación de video multimodal | Depende de la configuración propia de ese modelo | Mismo Elo reportado en la comparación citada, con un tiempo de 277.80 segundos para un clip de 10 segundos |
Quédate con FLUX 3 cuando necesites un pase de video extendido o una duración auto. Usa FLUX 3 Max cuando quieras el pase de entrenamiento posterior y la espera publicada más corta. Esta versión no ofrece extensión ni duración auto.
Crea videos cortos con sonido y efectos desde texto en segundos
Crea un vídeo con Kling 2.1 Master desde un prompt y elige duración, relación de aspecto, prompt negativo e intensidad.
Transforma imágenes en videos fluidos con escenas naturales y movimiento coherente.
Convierta un retrato y un vídeo de referencia en una animación expresiva guiada por un prompt de texto requerido.
Generación de vídeo con calidad cinematográfica al nivel de Seedance 2.0, gran fidelidad visual y movimiento natural
Generación de vídeo de 3 a 15 segundos guiada por referencias por $0.084 por segundo.
FLUX 3 Max cubre tres fases: de texto a video a partir de un aviso, de imagen a video a partir de una imagen inicial con un cuadro final opcional, y de fotogramas clave a video a partir de hasta diez imágenes fijas temporizadas. Esta página es la fase de imagen a video.
FLUX 3 Max es una etapa de entrenamiento posterior sobre la base FLUX 3, orientada a la fidelidad visual, la coherencia del movimiento y la adherencia al aviso. Un tablero preliminar de imagen a video reportó un Elo de 1,139 a partir de 4,868 votos, frente a 1,089 para FLUX 3. Un tiempo publicado de 10 segundos fue de 10.95 segundos, frente a 126.44 segundos para FLUX 3.
FLUX 3 Max utiliza una duración de segundos completos desde 5 hasta 20, con 5 como predeterminado. La resolución es 720p o 1080p. No hay control de duración auto y no hay pase de extender video en esta versión.
En esta página de imagen a video, FLUX 3 Max requiere una imagen de inicio y puede tomar una imagen final opcional. Para más de dos imágenes fijas con tiempo, use el paso de fotogramas clave, que acepta hasta diez imágenes.
Sí. El audio está activado por defecto para FLUX 3 Max, por lo que el archivo puede incluir sonido junto con la imagen. Apaga Generar Audio cuando quieras silencio. Nombra los sonidos en el mensaje si los quieres específicos.
FLUX 3 Max ofrece low y high. high es la predeterminada y pasa más tiempo interpretando el aviso, por lo que la generación es más lenta. low es la opción más rápida cuando se necesitan menos detalles.
Para FLUX 3 Max, nombra un movimiento de cámara, escribe la acción en orden, añade un pequeño movimiento ambiental y enumera algunos sonidos. En esta página, la imagen inicial ya muestra al sujeto, así que dedica el prompt a lo que se mueve a continuación.
Prototipo FLUX 3 Max en el RunComfy Playground Web UI, luego llama al mismo modelo a través de la API RunComfy con la misma imagen, indicación, duración, resolución y otros campos. Los trabajos cuestan usd o créditos. Las cuentas nuevas generalmente comienzan con un saldo de prueba.
FLUX 3 Max cuesta $0.05 por segundo en 720p y $0.08 por segundo en 1080p, según la duración del clip generado. Las mismas tarifas se aplican a texto a video, imagen a video y fotogramas clave a video. Un clip de 720p de 5 segundos cuesta $0.25. Un clip de 1080p de 10 segundos cuesta $0.80.
RunComfy es la principal ComfyUI plataforma, ofreciendo ComfyUI en línea entorno y servicios, junto con flujos de trabajo de ComfyUI con impresionantes imágenes. RunComfy también ofrece AI Models, permitiendo a los artistas aprovechar las últimas herramientas de AI para crear arte increíble.
