TLDR
- FLUX 3 (23. Juli 2026): multimodales Backbone; öffentliche Video-Story = Multi-Shot + ~20s + natives Audio (BFL-Blog; The Decoder).
- Peers sind keine Klone: Runway Gen-4.5 lehnt sich an Motion Quality / Prompt Adherence (Runway Research); Kling VIDEO 3.0 liefert Multi-Shot + natives Audio in den Produktdocs (Kling VIDEO 3.0 Guide); Sora 2 betont Physik + Multi-Shot + synchronen Sound (OpenAI); Veo 3.1 koppelt Video mit nativem Audio (DeepMind Veo); Luma Ray3.x betont steuerbare Kontinuität / Modify (Luma Ray); Grok Imagine Video fokussiert Image-to-Video + Audio + Speed (xAI); Seedance 2.0 ist multimodales Audio-Video mit reichen References (ByteDance Seed).
- Entscheidungsregel: wählen Sie nach Job-Achse (Storyboard-Cuts, Lipsync-Dialog, Product Still→Motion, Physik-Gag, langer Control-Loop)—nicht nach einem einzigen Elo oder Launch-Preference-Chart.
- Auf dieser Site: dieselben Prompts auf FLUX 3 Video (und Stills auf Image) laufen lassen und Keeper selbst scoren.
Key Takeaways
- Multi-Shot ist 2026 eine First-Class-Achse—frühe FLUX-3-Notizen heben Multi-Angle-Sequenzen aus einem Prompt hervor (Justine Moore / a16z); Kling dokumentiert Multi-Shot-Narrative (VIDEO 3.0 Guide); Sora 2 beansprucht Multi-Shot-Instruction-Following mit World-State-Persistenz (OpenAI).
- Natives Audio ist jetzt Table-Stakes-Sprache, kein Bonus: FLUX 3 (The Decoder), Sora 2 (OpenAI), Veo (DeepMind), Kling (VIDEO 3.0), Grok Imagine Video (xAI), Seedance 2.0 (Seed).
- Launch-Preference-Charts sind Early Signals, keine peer-reviewed Kronen—BFL-nahe Launch-Coverage enthält vorläufige Preference-Style-Zahlen vs. andere Systeme; behandeln Sie sie als Kontext only (The Decoder Chart-Summary).
- Control Surfaces unterscheiden sich: manche Stacks verkaufen reine Generation Quality; andere Keyframe-Modify, Multi-Reference oder App-Ökosysteme (z. B. Luma Ray3 Modify; Runway Gen-4.5 Positioning).
- FLUX-Brand-Kontinuität zählt, wenn Ihre Still-Sprache bereits in FLUX lebt—Stills auf Image, Motion auf Video (Serien-Kontext via BFL FLUX.2 → FLUX 3).
- Same-Prompt-Evaluation auf einer Browser-Oberfläche schlägt abstrakte Rankings beim Shipping von Ads und Kurzfilmen—starten Sie kostenlos auf FLUX 3 Video.
Head-to-Head: öffentliche Achsen (kein Ranking)
Lesen Sie diese Tabelle in 30 Sekunden. Zellen sind öffentliche Positionierung / dokumentierte Features, keine unabhängigen Lab-Scores. Leer oder „Produkt prüfen“ heißt: die Achse war in den verlinkten Primärmaterialien nicht die Headline-Claim—nicht, dass das Produkt nichts kann.
| Achse (Ihr Job) | FLUX 3 (BFL) | Runway Gen-4.5 | Kling VIDEO 3.0 | OpenAI Sora 2 | Google Veo 3.x | Luma Ray3.x | Grok Imagine Video | Seedance 2.0 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | Primärer Public Pitch | Multimodale visuelle Intelligenz; Video + Audio + Image-Familie (BFL) | Motion Quality, Prompt Adherence, visuelle Fidelity (Runway) | Multi-Shot-Narrative + natives Audio + Konsistenz (Kling) | Physik-akkurates Video + synchroner Dialog/SFX (OpenAI) | Leading Video-Gen mit nativem Audio (DeepMind Veo) | Steuerbar, kontinuierlich, kinematische Kontrolle (Luma Ray) | Schnelles Image/Video mit nativem Audio (xAI) | Multimodale Audio-Video-Joint-Gen + reiche Refs (Seed) | | Multi-Shot / Multi-Cut | Starke Launch-Narrative (venturetwins; The Decoder) | Control & Composition betont; nicht die alleinige „Multi-Shot-Product-Story“ (Runway) | Dokumentierte Multi-Shot-Creation (Kling) | Multi-Shot-Instructions + World State (OpenAI) | Kinematische Sprache / Controls; Produktdauern oft kurze Clips in Studio (AI Studio Veo) | Jeden Cut / Frame-Direction finishen (Luma Ray) | Motion aus Stills & Prompts; Multi-Cut nicht die Core-Brand-Line (xAI) | Multi-Shot-Heritage in der Seedance-Linie + 2.0 multimodale Kontrolle (Seedance 1.0; 2.0) | | Natives / synced Audio | Public Claim (BFL; The Decoder) | Generation-Fokus oft visual-first im Gen-4.5-Research-Post (Runway) | Native-Audio-Upgrade in VIDEO 3.0 (Kling) | Dialog + SFX + Soundscapes (OpenAI) | Video meets Audio (DeepMind) | FAQ-Oberfläche enthält Audio-Fragen auf der Produktseite (Luma Ray) | Natives Audio & Speech-Verbesserungen (xAI) | Joint Audio-Video-Architektur (Seed) | | Physik / Material-Realismus | Alltags-„truer to life“ multimodales Framing (BFL; Wire) | Gewicht, Liquids, Hair, Materials hervorgehoben (Runway; CNBC) | Konsistenz + Narrative Polish im Product Copy (Kling) | Expliziter Physik-Leap vs. prior Sora (OpenAI) | High-Fidelity-Storytelling-Pitch (DeepMind) | Physische Logik in Modify-Workflows (Luma News) | Bessere Motion & Physik in 1.5 (xAI) | Motion-Stabilität + immersives AV (Seed) | | Still → Motion / References | Image-Pfad in der Familie + Browser-i2v auf dieser Site (BFL; Video-Tool) | Starkes Ökosystem für Generate + Edit Modes (Runway) | Start Frame + Element Reference in der 3.0-Matrix (Kling Guide) | Text und/oder Image (und Remix-Pfade in Ecosystem-Docs) (OpenAI) | Text-, Image-, Video-Inputs auf aktuellen Veo-Cards (AI Studio) | Keyframe / Character-Reference Modify (Luma) | Image-to-Video ist ein Flagship-Pfad (xAI) | Text-, Image-, Audio-, Video-Inputs (Seed) | | Dauer-Narrative (öffentlich) | Bis ~20s oft zitiert (The Decoder) | HD-Clip-Generation; Produktlimits für Ihren Plan prüfen (Runway) | Produkt-Multi-Shot-Dauern pro Shot (Kling Guide) | Steuerbare Multi-Shot-Sequenzen; Produktlänge variiert je Surface (OpenAI) | Studio-Cards listen kurze feste Längen (z. B. 4/6/8s-Bänder) (AI Studio) | Workflow-orientierte Längen; im Produkt-FAQ bestätigen (Luma) | Kurze Clip-Bänder in API-Beispielen (z. B. bis 10s Samples) (xAI API) | Kinematischer Multi-Shot-Output; Produkt-Tiers variieren (Seed) | | Try-Pfad auf diesem Produkt | FLUX 3 Video + Image | N/A (anderer Vendor) | N/A | N/A | N/A | N/A | N/A | N/A |
So nutzen Sie die Tabelle: wenn Ihr Brief „drei Cuts, ein Character, Ambient Room Tone“ ist, gewichten Sie die Spalten Multi-Shot + Audio. Bei „Liquid Pour, gewichtiges Produkt“ gewichten Sie Physik. Bei „dieses exakte Packaging-Still muss sich bewegen“ gewichten Sie Still→Motion / References.
Kriterien, keine Kronen · redaktioneller Cover-Frame für diesen Vergleich · generiert auf FLUX 3
Family Context (nur FLUX—dann Peers)
| Generation | Öffentliches Theme | Anker | | --- | --- | --- | | FLUX.2 | Production Stills & Editing | BFL FLUX.2 Blog | | FLUX 3 | Multimodales Video + Audio + Image-Backbone | BFL FLUX 3 Blog | | Peer-Klasse (2025–2026) | Spezialisierte Video-Systeme mit konkurrierenden Control-Stories | Runway Gen-4.5 · Kling VIDEO 3.0 · Sora 2 · Veo 3.x · Luma Ray3.x · Grok Imagine Video · Seedance 2.0 (Links in der Tabelle oben) |
Peers sind keine FLUX-Familienmitglieder. Gehen Sie nicht von identischer Ästhetik, Safety-Filtern oder Duration-Knobs aus, nur weil alle einen Text-Prompt akzeptieren.
Scenario Winners (if / then)
1. Social-UGC-Ad mit zwei Cuts und Room Tone
Wenn Sie eine Wide → Close Story in einer Generation brauchen und Ambient an die Szene gebunden fühlen soll, dann priorisieren Sie Modelle, deren öffentliche Materialien Multi-Shot + natives Audio betonen (FLUX-3-Launch-Narrative; Kling VIDEO 3.0 Docs; Sora-2-Audio+Multi-Shot-Claims).
Auf dieser Site: Shot 1 / Shot 2 in einem Absatz auf Video entwerfen, bevor Sie einen anderen Stack shoppen.
2. Product Hero aus einem gelockten Still
Wenn Packaging, Logo-Crop und Material-Finish bereits als Still freigegeben sind, dann starten Sie Image-to-Video (oder Still-first) Workflows—die öffentliche Story von Grok Imagine Video ist stark i2v (xAI); Seedance 2.0 und Kling 3.0 dokumentieren Reference- / Start-Frame-Pfade; die FLUX-3-Familie enthält eine Image-Oberfläche, die Sie zuerst locken können (BFL).
Auf dieser Site: Still auf Image freigeben, dann auf Video animieren.
3. Physik-Gag oder Material-Demo
Wenn der Witz oder Proof Gewicht, Liquid, Cloth oder Collisions ist, dann gewichten Sie Systeme, die physical accuracy vermarkten (Sora 2; Runway Gen-4.5 Research Language). Validieren Sie trotzdem mit Ihrem exakten Objekt—Marketing-Demos sind nicht Ihre SKU.
Auf dieser Site: Prompt C unten nutzen und Fullscreen-Review von Händen, Kanten und Kontaktpunkten.
4. Dialog- / Lipsync-Explainer
Wenn ein Character on Camera sprechen muss, dann bevorzugen Sie Stacks mit nativem Audio + Speech in der offiziellen Story (Sora 2; Kling natives Audio; FLUX-3-Dialog/SFX-Narrative; Grok-Imagine-Speech-Improvements). Erwarten Sie Retries; Lipsync ist eine Pass/Fail-Checkliste, kein garantierter First Take.
Auf dieser Site: Prompt B + einmal mit Headphones hören.
5. Langer Control-Loop (Modify, Extend, Board)
Wenn Ihr Team in iterativen Keyframes, Modify-Video oder Multi-Asset-Boards lebt, dann schauen Sie auf control-schwere Product Stories (Luma Ray3 Modify; Seedance multimodale References; Google-Veo-Control-Surfaces) zusätzlich zu First-Pass-Generatoren.
Auf dieser Site: First-Pass-Generation ist der CTA—holen Sie einen Keeper-Clip auf Video, dann Winners in Ihren Editing-Stack.
What We Know vs. What We Don’t
| Wir wissen (sourced) | Wir wissen nicht / claimen nicht | | --- | --- | | Öffentlicher FLUX-3-Launch 23. Juli 2026, multimodale Positionierung (@bfl_ai; BFL-Blog) | Ein permanentes globales #1-Video-Modell über jeden Job und Stil | | Multi-Shot + ~20s + natives Audio erscheinen in der Launch-Coverage für FLUX 3 (The Decoder; venturetwins) | Dass jeder Host identische Duration/Resolution-Toggles exponiert | | Peer-Vendors publizieren unterschiedliche Headlines (Physik, Multi-Shot-Product-Matrices, Modify-Workflows, multimodale Refs)—siehe Tabellen-Links | Unabhängige, peer-reviewed Cross-Lab-Leaderboards, die alle Achsen klären | | Frühe Preference-Style-Zahlen in Launch-Coverage sind preliminary / Vendor-Context (The Decoder) | Cross-Channel-Dollar-pro-Sekunde-Preistabellen (hier nicht verglichen) | | Dieses Produkt exponiert Browser-FLUX 3 Video und Image | Dass ein einzelner Free Run Production Readiness für jede Brand-Safety-Bar beweist |
So bewerten Sie auf FLUX 3 (Same-Prompt-Protokoll)
- Öffnen Sie FLUX 3 Video.
- Laufen Sie Prompt A, B und C unten unverändert (oder ändern Sie nur Produktnamen / Wardrobe-Continuity-Zeilen, die Sie wirklich brauchen).
- Scoren Sie jeden Take auf fünf Dimensionen (je 0–2): Cut Clarity, Subject Identity, Motion Realism, Audio Fit, Crop Survival (9:16).
- Behalten Sie jeden Clip ≥7/10 als Candidate; rewriteen Sie nur die failende Shot-Zeile.
- Optional: Still auf Image locken, dann Image-to-Video desselben Briefings.
Prompt A — Multi-Shot Social UGC
Vertical 9:16 UGC ad, about 10 seconds, daylight kitchen.
Shot 1 wide: young adult in a blue hoodie pours iced coffee into a clear glass, casual phone-tripod energy.
Shot 2 medium: glass fills, ice clinks, condensation visible, same hoodie and kitchen tiles.
Shot 3 close-up: satisfied sip, natural smile, soft window light, no logos.
Natural kitchen ambience and ice clink SFX, no music bed, no captions, no watermark.Prompt B — Dialog-Explainer-Beat
Horizontal 16:9 product explainer, about 8 seconds, clean home office.
Medium shot: friendly presenter in a charcoal sweater speaks to camera,
holds a small white wireless earbud case, clear enunciation, natural hand gestures.
Background: blurred bookshelf, soft daylight.
Native dialogue energy: short line about "all-day battery," ambient room tone only, no music, no on-screen text, no watermark.Prompt C — Product Physics / Material
Product commercial, 8 seconds, studio softbox, 16:9.
Macro to medium: matte black aluminum water bottle on slate table.
Slow push-in as a bead of water rolls down the side, realistic weight and reflection,
then a hand lifts the bottle smoothly—fingers and metal contact stay solid.
Subtle studio ambience only, no music, no logos beyond the bottle, no watermark.
Prompt-first Motion Language · Showcase-Keyframe auf FLUX 3 · mit Prompt A–C oben nutzen
Alltags- bis kinematische Still-Sprache · Showcase-Style-Frame auf FLUX 3 · mit Prompt C paaren
Entscheidungsregel (ein Satz)
Wählen Sie FLUX 3 zuerst, wenn Sie einen browser-nativen Multi-Shot + Audio-Try-Pfad in der multimodalen FLUX-Familie wollen und Keeper selbst an echten Prompts beurteilen—nicht wenn ein Vendor-Chart oder Social Thread einen permanenten Winner krönt.
Greifen Sie zur Control Surface eines anderen Peer-Stacks, wenn Ihr Bottleneck Modify-Video, Multi-Asset-Reference-Boards oder ein spezialisierter App-Workflow ist, den diese Vendors als Core Product dokumentieren—nachdem Sie wissen, dass Ihr Prompt auf den Achsen oben failt.
FAQ
Ist FLUX 3 „besser“ als Sora, Runway oder Kling?
Nicht als universeller Rank. Öffentliche Materialien zeigen überlappende, aber unterschiedliche Stärken (siehe Tabelle). Besser = passt zu Ihren Job-Achsen nach Same-Prompt-Tests—nicht ein einzelner Elo oder frühes Preference-Chart (The Decoder Context).
Was ist der fairste Weg, AI-Video-Modelle zu vergleichen?
Locken Sie Prompt, Aspect Ratio und Review-Checkliste, ändern Sie nur Modell/Host und scoren Sie Cuts, Identity, Physik, Audio, Crop. Das ist das Protokoll oben auf FLUX 3 Video.
Kann FLUX 3 Multi-Shot aus einem Prompt?
Launch-Week-Creator- und Press-Notizen behandeln Multi-Shot als Headline-Capability (venturetwins; The Decoder). Schreiben Sie Shot 1 / Shot 2 / Shot 3 explizit—siehe das FLUX 3 Video: Multi-Shot, ~20s Clips & natives Audio.
Beanspruchen Peer-Modelle ebenfalls natives Audio?
Ja—Beispiele sind Sora 2 (OpenAI), Veo (DeepMind), Kling VIDEO 3.0 (Guide), Grok Imagine Video (xAI) und Seedance 2.0 (Seed). Audio-Qualität braucht trotzdem jedes Mal einen Listen-Pass.
Wann sollte ich von einem Still statt purem Text starten?
Wenn Brand Packaging, Face Likeness oder Layout bereits freigegeben sind. Stills generieren/refinen auf FLUX 3 Image, dann auf Video animieren.
Wie lang können FLUX-3-Clips sein?
Öffentliche Coverage zitiert oft etwa 20 Sekunden als Narrative Ceiling (The Decoder). Für First Drafts holen viele Creator klarere Results bei ~8–12s, bevor sie die Länge maximieren.
Soll ich Artificial Analysis / Elo / Vendor-Preference-Charts vertrauen?
Als Kontext ja; als Purchase Gospel nein. Gen-4.5 Public Research zitiert Leaderboard-Elo (Runway); FLUX-Launch-Coverage enthält vorläufige Preference-Style-Zahlen (The Decoder). Ihre SKU und Ihr Crop entscheiden trotzdem die Keeper.
Ist diese Site offiziell von Black Forest Labs?
Nein. flux3.video ist ein unabhängiges Produkt mit FLUX-3-branded Browser-Generation. Offizielle Modellforschung lebt auf bfl.ai und in BFL-Channels.
Kann ich FLUX 3 ohne lokale Tools testen?
Ja—öffnen Sie FLUX 3 Video oder Image im Browser.
Was, wenn Hände oder Gesichter die Checkliste failen?
Einmal regenerieren mit engerem Medium/Close Shot und gefrorener Wardrobe-Sprache; keine weiteren Adjektive stapeln. Wenn Identity driftet, zuerst ein Still locken, dann Image-to-Video.
Wo lerne ich das Multi-Shot-Prompt-Format?
Lesen Sie FLUX 3 Video: Multi-Shot, ~20s Clips & natives Audio und fügen Sie Prompt A oben in den Generator ein.
Über Avery Lin
Avery Lin ist FLUX Model Release Analyst. Avery trackt FLUX-Familien-Launches und übersetzt öffentliche Modellfakten in klare Try-Pfade auf FLUX 3—Kriterien first, Hype second.
