FLUX 3 Image：通过模型页面与 API 生成、编辑多模态图像 | RunComfy

Black Forest Labs / FLUX 3 Image#

FLUX 3 是 Black Forest Labs 的下一代统一模型，采用单一架构同时学习图像、视频和音频。本页聚焦它的图像能力，提前展示 FLUX 3 Image 在日常工作中的使用体验。

注意：FLUX 3 Image 即将上线。在 Black Forest Labs 完成公开模型和 API 之前，本页用于预览其计划中的使用体验。

FLUX 3 Image 核心亮点#

这次升级的重点是更强的基础能力，FLUX 3 Image 尤其突出以下五项功能：

• 图像生成： 根据文本提示词，生成涵盖各种主题的高质量成品图像。
• 图像编辑： 无需从头开始，可在同一个模型中调整现有图像、改变风格或扩展画面。
• 复杂提示词理解： Black Forest Labs 表示，FLUX 3 比早期 FLUX 更能稳定保留较长、分层的指令，因此更多要求可以落实到最终画面中。
• 多语言文字生成： 直接在图像中准确生成多种语言的单词和短语。
• 风格、宽高比与分辨率： 从写实摄影到插画，均可按照交付物所需的画面比例和尺寸生成。

以上功能都可搭配参考图使用，通过参考图控制主体特征、构图和整体方向，让结果持续符合品牌视觉。

FLUX 3 Image 提示词与参考图技巧#

在 FLUX 3 Image 预览阶段，可通过以下方法获得更稳定的结果：

• 先描述 主体，再依次说明 风格、光线 和 构图。
• 将 图中文字 放在引号中，并尽量简短，以便模型清晰生成。
• 不要只用模糊的形容词，应明确写出 材质与颜色，例如哑光陶瓷、拉丝钢、暖琥珀色。
• 布局重要时，请说明 位置，例如左上角徽标、产品居中、大面积留白。
• 迭代时固定 aspect_ratio 和 resolution，让变化来自提示词调整。
• 如果结果显得杂乱或要求相互冲突，请简化提示词。

FLUX 3 Image 与其他模型的对比#

比较 FLUX 3 Image 最公平的方式，是观察输出质量和能力。Black Forest Labs 表示，FLUX 3 在两个直接决定实际效果的方面相比早期 FLUX 有明显提升：遵循复杂提示词，以及在图像中准确生成多语言文字。它还可在广泛的风格、宽高比和分辨率下同时完成生成与编辑。模型目前仍处于早期访问阶段，因此下文会将这些官方能力说明与各模型目前已经验证的表现进行对照。

FLUX 3 Image vs FLUX.2#

• 提示词还原度： FLUX.2 已经能够较好地遵循详细提示词，但 Black Forest Labs 将 FLUX 3 定位为处理长篇复杂指令的一次明显升级，预计可减少输出中细节遗漏或误读的情况。
• 图中文字： 清晰文字一直是 FLUX 的代表性优势；FLUX 3 Image 进一步追求高精度多语言字符串，因此包装、海报和 UI 样机上的较长文案会更稳定。
• 参考图与编辑： FLUX.2 [pro] 最高可输出约 4 MP 的图像，并通过最多 10 张参考图保持主体一致。FLUX 3 Image 延续这种多参考图一致性，并把原生编辑整合进同一个模型。
• 结论： FLUX.2 是目前已经验证的选择；待公开端点上线后，FLUX 3 Image 将成为进一步提升质量的方案。

FLUX 3 Image vs Google Imagen 3#

• 提示词遵循与文字： 两者都重视准确遵循提示词和清晰生成文字。FLUX 3 Image 主打复杂提示词处理和高精度多语言文字的提升，因此不仅适合短标签，也应能更好地处理长字符串、数字和产品名称。
• 编辑与参考图： FLUX 3 Image 可编辑现有图像，并从参考图中保留主体特征，例如在不同版本中保持瓶盖、标签和材质不变；而 Imagen 将生成模型与定制模型分开提供。
• 输出范围： 单个模型可覆盖多种风格、宽高比和分辨率，使用一个工具即可更轻松地制作整套营销活动素材。

FLUX 3 Image vs Midjourney#

• 审美表现与可控性： Midjourney 以鲜明且风格化的画面著称；FLUX 3 Image 更强调忠实、可控的输出，让创作要求而不是模型默认的审美偏好决定结果。
• 文字与布局： 风格化模型常会扭曲较长文字，而 FLUX 3 Image 追求清晰的文字排版和有意图的位置控制，这对包装、广告和 UI 尤其重要。
• 编辑与一致性： FLUX 3 Image 可编辑现有画面，并通过参考图锁定主体特征，让产品或角色在一组图像中保持可识别，而不会每个镜头都发生偏移。

FLUX 3 Image 版本与完整的 FLUX 3 AI 系列#

Black Forest Labs 正在把 FLUX 3 AI 作为一个包含多个版本的统一多模态基础模型逐步推出。每个版本都会经过各自的早期访问期，再分阶段发布。根据官方发布计划：

• FLUX 3 Image： 通过 API 和私有权重访问提供图像生成与编辑，即本页预览的体验。
• FLUX 3 Video： 提供视频与音频生成、编辑，同样通过 API 和私有权重访问交付。
• FLUX 3 Action（FLUX-mimic）： 面向机器人的动作预测，与 mimic robotics 等合作伙伴共同开发，并已在 Audi 生产线上测试。
• FLUX 3 Dev： 覆盖图像、视频、音频生成及动作预测的开放权重多模态基础模型，适合希望自行运行并调整模型的团队。

Black Forest Labs 已确认计划开放权重。待 FLUX 3 Dev 基础模型发布后，社区推出 FLUX 3 LoRA 工作流将是自然的下一步，其中包括针对自定义风格、角色和品牌视觉的 FLUX 3 dev LoRA 微调，就像早期 FLUX 版本所催生的大型 LoRA 生态一样。

对大多数生产团队而言，FLUX 3 Image 可承担日常图像生成，而 FLUX 3 Dev 与 FLUX 3 dev LoRA 则为自托管定制提供更多可能。

简而言之，FLUX 3 Image 即将在 RunComfy 上线：这个统一多模态基础模型可将提示词与参考图转化为高保真图像，同时保证文字清晰、布局精确。

价格#

RunComfy 按每张图像收取 1K 0.055 美元、2K 0.12 美元、4K 0.68 美元。