FLUX 3 API: 20-Second Video With Native Audio

FLUX 3 är Black Forest Labs multimodala foundation model, tränad gemensamt över bild, video, ljud och handlingsprediktion i stället för att sys ihop av separata system. FLUX 3 API exponerar modellen via Atlas Cloud, så en enda begäran returnerar video med synkroniserat ljud. En OpenAI-kompatibel nyckel täcker den tillsammans med alla andra modeller i katalogen, med debitering per användning.

Video är den funktion som är allmänt tillgänglig och omfattar text till video, bild till video, keyframe-styrda tagningar och fortsättning av ett befintligt klipp, alla med valfritt inbyggt ljud. Black Forest Labs släpper familjen i faser, så FLUX 3 Image och FLUX 3 Action kommer efter video-endpoints i stället för att lanseras samtidigt med dem.

Skapa ett konto, generera en API-nyckel och peka din befintliga klient mot FLUX 3 API-endpoint. Begäranden följer samma OpenAI-kompatibla mönster som används i hela Atlas Cloud-katalogen, så det finns inget separat SDK att lära sig och ingen vendor lock-in att reda ut senare. Debiteringen är pay-as-you-go per generering, utan någon prenumeration att teckna först. Börja bygga i dag.

Ja, och det sker i samma genereringspass i stället för via en andra modell, vilket håller dialog, ljudeffekter och miljöljud synkade med bilden. FLUX 3 hanterar tal med lip sync på fler än ett dussin språk, inklusive engelska, kinesiska, spanska, japanska och hindi. Ljud kan stängas av per begäran när du bara behöver tyst material.

Genereringar kan vara från 5 till 20 sekunder och matas ut i HD 720p, med Full HD 1080p tillgängligt när detaljrikedom är viktigare än kostnad. Bredbild, kvadratiskt och vertikalt format stöds alla, så samma prompt kan riktas mot en hero-yta på en landningssida eller ett mobilflöde. Längre berättelser byggs bäst av flera kontrollerade klipp i stället för en överdimensionerad begäran.

Skicka med en startbild så animerar modellen den, eller lås keyframes när en tagning måste träffa specifika ögonblick i en bestämd ordning. Befintligt material kan också fortsättas, med rörelse och bildutsnitt som förs vidare från slutet av indataklippet. Kedja fortsättningar sparsamt, eftersom den visuella konsekvensen driver iväg när varje förlängning bygger på den föregående.

Draft mode returnerar en billigare HD-förhandsvisning så att komposition, tempo och ljud kan bedömas innan en slutlig render betalas. Iterera på prompts där och kör sedan om den vinnande prompten i standard-HD eller Full HD utan att ändra begärans struktur. Team som levererar många varianter får mest värde av den här loopen.

Video debiteras per sekund utdata, så ett kort klipp kostar en bråkdel av ett långt och du betalar bara för det du faktiskt genererar. Upplösningen sätter prisnivån, med Full HD över standard-HD och Draft mode under båda. Atlas Cloud lägger inte på någon prenumeration, användaravgift eller minimikostnad. Börja i dag.

Inte än. FLUX 3 Video är den del av familjen som har släppts, medan FLUX 3 Image rullas ut stegvis och en open weights-variant, FLUX 3 Dev, har aviserats till senare. Atlas Cloud lägger till varje ny FLUX 3-endpoint när den släpps, så samma nyckel fortsätter att fungera när bildgenerering kommer.

En gemensam modell tar bort ihopsömnadssteget: det behövs inget andra pass för att tajma röst mot munrörelser eller lägga miljöljud under en färdig klippning. Det spelar störst roll för dialogscener, där glidning mellan spår direkt syns för tittarna. Pipelines krymper från flera tjänster till ett enda anrop, vilket ger färre felpunkter att övervaka.