FLUX 3 API: 20-Second Video With Native Audio

FLUX 3 é o modelo de base multimodal da Black Forest Labs, treinado conjuntamente em imagem, vídeo, áudio e previsão de ações, em vez de ser montado a partir de sistemas separados. A API FLUX 3 expõe esse modelo através da Atlas Cloud, para que uma única solicitação retorne vídeo com áudio sincronizado. Uma chave compatível com OpenAI cobre este e todos os outros modelos do catálogo, com cobrança por uso.

Vídeo é o recurso geralmente disponível, abrangendo texto para vídeo, imagem para vídeo, cenas guiadas por keyframes e continuação de um clipe existente, cada um com áudio nativo opcional. A Black Forest Labs está lançando a família em fases, portanto FLUX 3 Image e FLUX 3 Action vêm depois dos endpoints de vídeo, em vez de serem lançados junto com eles.

Crie uma conta, gere uma chave de API e aponte seu cliente existente para o endpoint da API FLUX 3. As solicitações seguem o mesmo padrão compatível com OpenAI usado em todo o catálogo da Atlas Cloud, então não há um SDK separado para aprender nem dependência de fornecedor para desfazer depois. A cobrança é pay-as-you-go por geração, sem assinatura para contratar antes. Comece a criar hoje.

Sim, e isso acontece na mesma passagem de geração, em vez de usar um segundo modelo, o que mantém diálogos, efeitos sonoros e ambiência alinhados à imagem. O FLUX 3 lida com fala com sincronização labial em mais de uma dúzia de idiomas, incluindo inglês, chinês, espanhol, japonês e hindi. O áudio pode ser desativado por solicitação quando você precisa apenas de imagens sem som.

As gerações vão de 5 a 20 segundos, com saída em HD 720p e Full HD 1080p disponível quando o detalhe importa mais do que o custo. Enquadramentos widescreen, quadrados e verticais são todos compatíveis, então o mesmo prompt pode ser direcionado ao hero de uma landing page ou a um feed mobile. Histórias mais longas funcionam melhor quando construídas a partir de vários clipes controlados, em vez de uma única solicitação grande demais.

Forneça uma imagem inicial e o modelo a anima, ou fixe keyframes quando uma cena precisa atingir momentos específicos em uma ordem definida. Filmagens existentes também podem ser continuadas, com movimento e enquadramento preservados a partir do final do clipe de entrada. Encadeie continuações com moderação, pois a consistência visual tende a se desviar à medida que cada extensão se baseia na anterior.

O modo Draft retorna uma prévia em HD de menor custo para que composição, ritmo e áudio possam ser avaliados antes de pagar por uma renderização final. Itere nos prompts ali e, em seguida, execute novamente o prompt vencedor em HD padrão ou Full HD sem alterar a estrutura da solicitação. Equipes que lançam muitas variantes extraem o maior valor desse ciclo.

Vídeo é cobrado por segundo de saída, então um clipe curto custa uma fração de um longo, e você paga apenas pelo que realmente gera. A resolução define a tarifa, com Full HD acima do HD padrão e o modo Draft abaixo de ambos. A Atlas Cloud não adiciona assinatura, taxa por usuário nem gasto mínimo. Comece hoje.

Ainda não. FLUX 3 Video é a parte já lançada da família, enquanto FLUX 3 Image está em implantação faseada e uma variante FLUX 3 Dev com pesos abertos foi anunciada para mais tarde. A Atlas Cloud adiciona cada novo endpoint FLUX 3 conforme ele é lançado, então a mesma chave continua funcionando quando a geração de imagens chegar.

Um modelo conjunto elimina a etapa de montagem: não há uma segunda passagem para sincronizar a voz com o movimento da boca nem para inserir ambiência sob um corte finalizado. Isso é mais importante em cenas com diálogo, nas quais qualquer desvio entre as faixas fica imediatamente visível para os espectadores. Os pipelines encolhem de vários serviços para uma única chamada, o que significa menos pontos de falha para monitorar.