FLUX Kontext Pro | テキストから画像生成

FLUX Kontextは、画像から画像への生成や編集が可能なAIモデルです。既存の画像をテキストプロンプトで編集したり、スタイルを変更したり、オブジェクトを入れ替えたり、画像内の文字を直接書き換えることもできます。FLUX Kontextを使えば、構図やキャラクターの個性を保ちつつ、画像のリマスターやアートスタイルの適用、被写体の変換などが行えます。

FLUX.1 Kontextは、画像とテキストプロンプトの両方を使って視覚的な文脈を理解し、編集を行います。特定のオブジェクトだけを変更したり、背景を調整したり、画像全体のスタイルを再構築したりすることが可能です。FLUX Kontextは対象エリアの細部を認識し、段階的な編集にも対応しているため、柔軟かつ精度の高い操作が可能です。

はい、FLUX Kontextは編集を重ねてもキャラクターの外見、服装、スタイルなどの個性を保ったまま扱うことができます。一貫性を持たせたい場合は、被写体の特徴や変えたくない要素を明確に記述してください。これにより、編集を重ねても認識可能な同一キャラクターとして維持できます。

FLUX.1 Kontextは非常に高速で、1024x1024ピクセルのテキストから画像生成に約3.2秒、画像から画像への編集には約3.8秒で対応します。これはGPT-Imageの約8倍の速度で、以前のモデルよりも大幅に高速です。専用ベンチマーク「KontextBench」では、テキスト編集や局所的な変更、キャラクター保持の分野でトップランクを獲得しており、審美性、プロンプト遵守、文字生成、写実性など、全体的な品質でも高い評価を得ています。

FLUX Kontextは、テキストから画像への生成と、画像の文脈に応じた編集の両方に対応している点が大きな特長です。キャラクターの一貫した追跡、局所的な変更、迅速な反復操作、スタイル保持の強さに加え、速度や精度も他の主要なモデルに比べて優れています。これらがFLUX Kontextを際立たせています。

FLUX.1 Kontextで良好な結果を得るには、具体的で明確な表現が重要です。色、スタイル、動作などを細かく説明し、変更したい点と保持したい要素を明示してください。手順を分けて書いたり、視覚要素をそのまま言語化したりすることで、FLUX Kontextが意図を正確に把握しやすくなります。「良くしてほしい」などの曖昧な表現は避けましょう。

FLUX Kontextには2つのモデルがあります：

• FLUX.1 Kontext Pro：高速な画像編集ワークフローに特化し、文字編集、局所編集、キャラクター保持に優れています。商用制作向けに設計されています。
• FLUX.1 Kontext Max：実験的なモデルで、プロンプトの忠実性と文字生成の精度が大幅に向上しています。グローバル編集やスタイル参照において先進的で、プレミアムな描画品質を保ちつつ、速度も損なわれません。

また、FLUX.1 Kontext Pro（画像編集専用、2025年5月29日）は、FLUX 1.1 Pro（テキストから画像生成モデル、2024年10月2日）とは異なります。これらの違いを理解することで、目的に合ったFLUX Kontextの使い分けが可能です。

FLUX Kontextは主にAPI経由で利用でき、Black Forest LabsのAPI（エンドポイント：black-forest-labs/FLUX.1-kontext-pro）からアクセス可能です。オープンソース版はまだ公開されていません。APIでは、テキストプロンプトと参照画像のURL（Base64形式のデータURIまたはホスティングされたファイルURL）の両方を入力として受け取ることができます。FLUX Kontextの統合には、これらの仕様に対応したシステム設計が求められます。