Escribe una escena o añade una foto y obtén un clip de 5–20segundos con diálogo, música y sonido ambiente en 720p o 1080p.
FLUX 3 Max es un modelo de vídeo FLUX 3 post-entrenado, creado con Black Forest Labs. Sigue los prompts con más fidelidad y se ve más nítido que FLUX 3; en benchmarks publicados renderiza un clip de 10 segundos en 720p en unos 12 segundos de tiempo de modelo, unas diez veces más rápido. Empieza con texto o con una foto y un último fotograma opcional.
Continuous single shot, very slow push-in toward the rider's boots. The young bull rider sits still on the bucket, head bowed, breathing slowly. He lifts his head slightly and looks down at his worn leather boots. A faint, tired smile. Warm golden backlight, gentle lens flare, 1980s commercial look, 35mm film grain. Rider (quietly): "Lost my hat. Lost my pride. Kept my boots."
Continuous single shot, very slow push-in toward the rider's boots. The young bull rider sits still on the bucket, head bowed, breathing slowly. He lifts his head slightly and looks down at his worn leather boots. A faint, tired smile. Warm golden backlight, gentle lens flare, 1980s commercial look, 35mm film grain. Rider (quietly): "Lost my hat. Lost my pride. Kept my boots."
La misma familia FLUX 3, post-entrenada para seguir mejor el prompt, verse mejor y hacerte esperar mucho menos.
FLUX 3 Max parte del modelo de vídeo FLUX 3 de Black Forest Labs y está post-entrenado para seguir tu prompt con más fidelidad y renderizar fotogramas más limpios, y mucho más rápido. Conserva aquello por lo que se conoce a FLUX 3 —movimiento cinematográfico y audio sincronizado— y se centra en los dos trabajos que necesitan la mayoría de los clips: texto a vídeo e imagen a vídeo. Escribe el diálogo y el sonido en el prompt y vuelven junto con la imagen. Elige 720p o 1080p, de cinco a veinte segundos, y una relación de aspecto desde el vertical 9:16 hasta el cinematográfico 21:9.
Por qué FLUX 3 Max
Cuatro cosas que notas desde la primera prueba.
En benchmarks publicados, FLUX 3 Max renderiza un clip de 10 segundos en 720p en unos 12 segundos de tiempo de modelo, frente a unos dos minutos de FLUX 3. La cola y la descarga suman un poco más, pero la diferencia basta para cambiar tu forma de trabajar: prueba una frase, mírala, reescríbela y vuelve a generar mientras la idea sigue fresca.
Pon la frase hablada entre comillas, di quién la dice y describe el sonido ambiente o la música. FLUX 3 Max genera la voz, el ambiente y la imagen a la vez, así que una escena con diálogo llega con el audio ya sincronizado. Desactiva el audio en los ajustes cuando solo necesites la imagen.
Imagen a vídeo toma tu foto como primer fotograma y mantiene su look, su encuadre y su formato. Añade una segunda imagen como último fotograma cuando la toma deba terminar en un punto concreto: la revelación de un producto, una pose, un cierre con logo. El prompt describe cómo se mueve la toma entre ambas.
Elige 9:16 para Reels y Shorts, 1:1 o 4:3 para feeds, 16:9 o 21:9 para pantalla panorámica. Los clips duran de cinco a veinte segundos, en 720p para borradores y la mayoría de posts en redes o en 1080p para el corte que te quedas. Solo pagas los segundos que pides.
Qué FLUX 3 elegir
Mismos créditos por segundo. Elige según lo que pida la toma.
| Tiempo para un clip de 10 segundos | Unos 12 segundos de tiempo de modelo | Unos 2 minutos de tiempo de modelo |
|---|---|---|
| Punto de partida | Texto, o una foto más un último fotograma opcional | Texto, o 1–10 fotos como storyboard |
| Editar un clip existente | No | Sí, con FLUX 3 Video Edit |
| Audio | Nativo, activado por defecto | Nativo, activado por defecto |
| Duración y resolución | 5–20s, 720p o 1080p | 5–20s, 720p o 1080p |
| Créditos por segundo | 35 en 720p, 60 en 1080p | 35 en 720p, 60 en 1080p |
De una frase o una foto a un clip terminado con sonido.
Escribe una escena continua: quién aparece, qué pasa, cómo se mueve la cámara y qué se oye. Pon las frases habladas entre comillas.
En imagen a vídeo, sube la foto con la que empieza el clip. Añade un último fotograma si la toma debe terminar en una imagen concreta.
Elige de cinco a veinte segundos, 720p o 1080p y una relación de aspecto. El generador muestra el coste en créditos antes de empezar.
Mira el clip en tu biblioteca, ajusta el prompt y vuelve a generar. Descarga la toma que te guste con su audio.
Para quién es
Trabajos en los que la velocidad y un prompt bien seguido importan más que nada.
Escribe la escena, el eslogan y la frase del narrador en un solo prompt y obtén un anuncio corto con la voz ya sincronizada.
Genera clips 9:16 para Reels, Shorts y TikTok lo bastante rápido como para probar varios ganchos en una sola sesión.
Empieza en un packshot y termina en un cierre con logo usando el fotograma inicial y final, para que cada toma acabe en la marca.
Convierte los beats del guion en tomas en movimiento en segundos, para que el equipo acuerde cámara y ritmo antes del rodaje real.
Anima la imagen fija de un personaje en una escena corta con una frase hablada, una reacción y sonido ambiente a juego.
Llena una línea de tiempo con movimiento de aspecto natural y sonido ambiente —fauna, clima, calles de ciudad— en 720p o 1080p.
Ve al centro de vídeo completo, edita un clip existente o crea primero una imagen fija.
El centro de vídeo completo de FLUX 3: texto a vídeo e imagen a vídeo con storyboards.
Cambia un clip existente con un prompt mientras el movimiento y el timing se mantienen.
Crea una imagen fija que puedas usar como fotograma inicial para FLUX 3 Max.
FLUX 3 Max es una versión post-entrenada del modelo de vídeo FLUX 3 de Black Forest Labs. Sigue los prompts con más fidelidad, se ve más nítido y renderiza mucho más rápido que FLUX 3, y crea vídeo con audio sincronizado a partir de texto o de una foto.
FLUX 3 Max es unas diez veces más rápido —unos 12 segundos de tiempo de modelo para un clip de 10 segundos frente a unos dos minutos— y queda por encima de FLUX 3 en las pruebas publicadas de calidad de imagen a vídeo. FLUX 3 sigue cubriendo lo que Max no hace: storyboards con hasta diez fotos y la edición de un clip existente con FLUX 3 Video Edit.
El modelo en sí necesita unos 12 segundos para un clip de 10 segundos en 720p. A eso se suman una cola breve y el guardado del archivo final en tu biblioteca, así que la espera total es algo más larga que el tiempo de modelo. Los clips más largos y en 1080p tardan más.
Sí. El audio está activado por defecto: describe el diálogo, la música y el sonido ambiente en el prompt y vuelven sincronizados con la imagen. Pon las frases habladas entre comillas y di quién las dice. Puedes desactivar el audio en los ajustes.
Sí, en imagen a vídeo. La foto que subes se convierte en el primer fotograma; añade una segunda imagen como último fotograma y FLUX 3 Max lleva la toma de una a otra siguiendo tu prompt.
De cinco a veinte segundos, en 720p o 1080p. Las relaciones de aspecto van desde el vertical 9:16 y 3:4, pasando por 1:1 y 4:3, hasta 16:9, 2:1 y 21:9. En imagen a vídeo, el encuadre sigue tu foto.
FLUX 3 Max cuesta 35 créditos por segundo en 720p y 60 en 1080p, lo mismo que FLUX 3. Un clip de cinco segundos en 720p cuesta 175 créditos. El generador muestra el coste exacto antes de empezar.
Escribe una escena o añade una foto y obtén un clip con sonido en segundos.
