FLUX 3 解説：モデル構成・提供状況・料金

FLUX 3は、画像、動画、音声、ロボットActionタスクに対応する1つのAIモデルファミリーです。 一言でまとめるなら、個別のメディアツールを積み重ねた構成を、1つの共有システムで置き換えることを目指しています。APIMart では FLUX 3 Image API、FLUX 3 Video、FLUX 3 Image Klein をすでに利用できます。

要点は次のとおりです。

• FLUX 3 Video：テキスト、キーフレーム、元動画から、音声同期付きの5〜20秒のクリップを生成
• FLUX 3 Image：テキストまたは最大10枚の参照画像から画像を生成・編集（最大4K）
• FLUX 3 Image Klein：Image ファミリーの小型・高速なオープンウェイトモデル（5.6B）
• FLUX 3 Action：ロボティクスや物理タスク向けに動作を予測するモデルで、一部のパートナー向けに提供

いくつかの事実がすぐに目を引きます。

• BFL は 2026年8月4日に FLUX 3 Video API、2026年10月1日に FLUX 3 Image、2026年10月15日に FLUX 3 Image Klein を公開
• 3モデルとも APIMart で利用可能で従量課金。最新料金は各モデルページの料金表を参照
• FLUX 3 Action は APIMart では提供されていない
• ある工場でのテストでは、学習時間が 30時間以上 から 30分 に短縮された

メディアアプリ、広告ワークフロー、製品ビジュアル、ロボットシステムを構築するなら、FLUX 3は注目に値します。要点はシンプルです。FLUX 3は、画像モデルをもう1つ追加するというより、生成、編集、同期出力、Action予測に1つの共有構成を提供するものだと考えられます。

要点まとめ

• FLUX 3 は Black Forest Labs の統合ビジュアルインテリジェンスモデル群で、個別のメディアパイプラインの代わりに、1 つの共有アーキテクチャで画像、動画、音声、ロボット動作のタスクを扱う。
• FLUX 3 Video はネイティブの同期音声付きで最長 20 秒のクリップを生成・編集でき、テキストから動画、画像から動画、動画から動画、キーフレーム制御、マルチショット連結のためのエージェント的チェーンに対応する。
• FLUX 3 Image はタイポグラフィと正確な多言語テキスト描画を備えた高精度な画像生成・編集を狙い、FLUX 3 Action はロボティクスやフィジカル AI タスク向けに動作を予測する。
• 2026 年 7 月のアウディ Production Lab のテストでは、FLUX-mimic が柔軟なドアシールの取り付けなどの新しい工場作業を、従来手法の 30 時間以上ではなく 30 分のデモデータから学習した。
• FLUX 3 Video（2026年8月4日に API 公開）、FLUX 3 Image（2026年10月1日）、オープンウェイトの FLUX 3 Image Klein（2026年10月15日）はいずれも APIMart で利用でき、従量課金の料金は各モデルページに掲載されています。Action は一部のパートナー限定です。

FLUX 3は私たちが待ち望んだオープンソース版Sora 2かもしれない

クイック比較

私が最も重視するのは適合性です。静止画像だけが必要なら、FLUX 3は必要以上かもしれません。しかし、動画、画像、音声、物理タスクに対応する1つのモデルファミリーを求めるなら、それだけでも際立っています。

FLUX 3 の提供状況と料金

公開 API がある FLUX 3 の3モデルは、すでにすべて APIMart で利用できます。APIMart のキーと残高はひとつで全モデルに使え、いずれも従量課金です。

料金は変わる可能性があるため、この記事では具体的な金額は載せていません。予算を立てる前に各モデルページの料金表を確認してください。Klein Base は重みのみの公開で API はなく、FLUX 3 Action は APIMart では提供されていません。

日付は Black Forest Labs のリリースノートに基づきます。FLUX 3 Video API は2026年8月4日、FLUX 3 Image は2026年10月1日、FLUX 3 Image Klein は2026年10月15日に公開されました。

Black Forest LabsによるFLUX 3の位置付け

メディア種別を横断する1つのアーキテクチャ

Black Forest LabsはFLUX 3を、画像、動画、音声、Actionを横断して機能する1つのビジュアルインテリジェンスシステムとして提示しています。制作チームにとっては、個別パイプラインの削減と、異なるメディア種別をまたいだ、より一貫性の高い出力を意味します。

この構成は、4つの展開系統に表れています。

FLUX 3 Video、Image、Action、Devの各バリアント

BFL は2026年7月23日に FLUX 3 を発表し、その後は公式のリリースノートのとおり段階的に公開しています。

この分け方により、メディア生成、物理制御、セルフホストのそれぞれに別の入り口が用意されています。つまり、機能一覧ではなくユースケース単位で展開されているということです。

中核機能と構築できるもの

バリアントが明確になったところで、次のステップはシンプルです。チームはFLUX 3で何を作れるのでしょうか？

大きく見ると、FLUX 3は単発の画像プロンプトにとどまりません。同じモデルファミリーの中で、生成、編集、動き、テキスト、さらには物理タスクの予測まで処理します。

画像・動画生成ワークフロー

FLUX 3は、単一のワークフローでメディアを生成・編集します。これには、テキストから動画、画像から動画、動画から動画、キーフレーム制御が含まれます^[4][6]。

ネイティブ同期音声付きで最大20秒のクリップに対応します。1枚のフレームからアニメーション化したり、参照クリップのビジュアル要素を新しいシーンへ移したり、設定した時点間のトランジションを制御したりできます^[4][6]。

2026年7月、クリエイターのJustine Mooreは、会場の写真を連続的な設営シーケンスへ変換する、1枚の画像を使ったタイムラプスワークフローを公開しました^[7]。

より長い制作では、エージェント型チェーンがクリップを複数ショットのシーケンスにつなぎ、ショット間でキャラクターや素材の一貫性を維持します^[6]。これは印象以上に重要です。AIクリップをつなぎ合わせた経験があれば、キャラクターの顔、服、小道具がどれほど早く変化してしまうか分かるでしょう。

同じモデルは、直接編集、テキストベースの制御、多言語レンダリングにも対応します。

編集、制御、マルチモーダル入力の処理

FLUX 3は、精密な画像編集、タイポグラフィ、モーショングラフィックス、正確な多言語テキストのレンダリングに対応します^[6][3]。簡単に言えば、見栄えのよいフレームを作るだけではありません。画像内のテキストを読みやすく正確に保つ必要があるビジュアルにも対応できます。

そのため、ローカライズされたクリエイティブアセットに役立ちます。特に、チームが同じキャンペーンやビジュアルシステムを複数の言語で機能させる必要がある場合に有効です。スタイルやキャラクターのディテールもショット間で一貫性を保つため、シーン間の手作業による修正を減らせます^[2][3]。

Action予測とPhysical AIのユースケース

FLUX 3はメディア生成の枠を超え、ロボティクスと物理タスクの予測にも進出しています。FLUX-mimicは同じビジュアルインテリジェンスの基盤を使い、実環境での動きと起こり得る結果を予測します^[2][6]。

2026年7月、AudiのProduction Labは、柔軟なドアシールの取り付けを含む、複雑な柔軟物の操作タスクを対象として、組立ラインでFLUX-mimicのテストを開始しました。従来の手法では30時間超が必要だったのに対し、このシステムは30分のデモデータから新しい工場タスクを学習しました^[2][6]。

ほとんどのチームにとって、Action予測はニッチなユースケースでしょう。それでも、FLUX 3が画像や動画クリップを作るだけではないことを示しています。動き、因果関係、物理的な挙動もモデル化できます。

ユースケース、統合経路、ワークフローへの適合性

中核機能が出そろったところで、次のステップはよりシンプルです。FLUX 3が日々の制作のどこに実際に適合するかを見極めます。

業界別に見る最適なユースケース

FLUX 3は、1つのパイプライン内で複数のメディア種別を横断した生成、編集、一貫性を必要とするワークフローに最適です。

クリエイティブ制作・マーケティングチームが最も明確な対象です。1枚の参照写真から製品動画、多言語広告、複数ショットのキャンペーンシーケンスを作り、アセットが変わっても同じ被写体とスタイルを維持できます。^[2]

EコマースチームはFLUX 3を使い、バリアントや短いプロモーションクリップを通じて製品ビジュアルの一貫性を保てます。カタログを別々のツールで継ぎ合わせたように見せず、統一する必要がある場合に重要です。

産業チームのユースケースは異なります。FLUX-mimicを器用な操作や柔軟物の取り扱いに利用でき、約30分のロボットデータから学習する組立タスクなどに応用できます。^[2][6]

チームがすでに利用しているツールへモデルを接続できる場合に、最大の利点が現れます。

チームがAPI経由でFLUX 3を統合する方法

FLUX 3は1つの統合アーキテクチャで動作するため、チームは単一のAPIフローを通じてプロンプト、参照素材のアップロード、編集、連結した出力を処理できます。

実際の経路は極めて直接的です。プロンプトまたは参照アセットを送信し、最初の出力を生成してから、APIを通じてクリップや編集を連結し、メディア種別をまたいで整合性を保ちます。動画制作では、多くの場合、画像をアップロードしてクリップを生成し、そのクリップを次のショットの参照として再入力します。このループにより、シーケンス全体でキャラクター、素材、スタイルを同期した状態に保ちやすくなります。

FLUX 3が自社スタックに適合するか判断する方法

いくつかの実務的なチェックで、選択肢はすぐに絞り込めます。

まずは必要なモダリティです。音声同期付きの動画が必要なら FLUX 3 Video から始めましょう。静止画だけなら、FLUX 3 Image か、より高速な FLUX 3 Image Klein が適しています。

デプロイ方法は、ロボティクスや管理の厳しい環境で特に重要です。セルフホストが必要なチームは、Hugging Face で公開されている FLUX 3 Image Klein の重みを検討できます。なお Black Forest Labs によると、重みの商用利用には商用ライセンスが必要です。

料金は公開されています。APIMart の各モデルページに最新の料金表があるので、小さなテストバッチを回し、想定ボリュームと照らし合わせて確認してください。

提供状況、制限、最終的なポイント

現在のアクセスと展開に関する考慮事項

FLUX 3 Video、FLUX 3 Image、FLUX 3 Image Klein はいずれも APIMart で利用できるため、今日から自分のプロンプトで試せます。提供状況、モデルページ、課金方法は上の「提供状況と料金」セクションにまとめています。

まずは小さく始めるのが賢明です。動画は HD またはドラフトモードで下書きし、画像は 1k で確認したうえで、承認したものだけを FHD 以上で仕上げましょう。FLUX 3 Action は引き続き一部パートナー限定のため、ロボティクス分野のチームは Black Forest Labs に直接問い合わせてください。

覚えておくべき要点

FLUX 3の主な価値は統合アーキテクチャにあります。画像、動画、音声、Actionの機能を個別のパイプラインに分割せず、1つのシステムでまとめて学習します。そのため、異なるメディア種別を横断して一貫性を必要とするワークフローに非常に適しています。^[2][3]

さらに詳しくは、FLUX 3 プロンプトガイド、FLUX 3 vs Sora 2 vs Veo 3 の比較、開発者向け FLUX 3 ガイドもあわせてご覧ください。

よくある質問

FLUX 3を使うべきなのは誰ですか？

FLUX 3は、物理環境とデジタル環境の両方で高度なビジュアルインテリジェンスを必要とする開発者、クリエイティブプロフェッショナル、企業、研究者、エンジニア向けに構築されています。

メディア、デザイン、Eコマース、クリエイティブツール、Physical AI、ロボティクスに取り組むチームに適しています。同期音声付きの高品質動画、精密な画像編集、一貫した素材表現、モーションシミュレーション、複雑な操作タスク、安全または専門的なカスタムワークフローなどの仕事が含まれます。

FLUX 3へアクセスする方法は？

FLUX 3 Video、FLUX 3 Image、FLUX 3 Image Klein はいずれも APIMart で利用できます。詳しくは FLUX 3 Video、FLUX 3 Image、FLUX 3 Image Klein の各モデルページをご覧ください。

APIMart のアカウントを作成してクレジットをチャージし、ダッシュボードで API キーを発行するだけです。キーと残高はひとつで3モデルすべてに使えます。FLUX 3 Action は Black Forest Labs が一部のパートナーにのみ提供しています。

FLUX 3はローカルで実行できますか？

一部は可能です。Black Forest Labs は2026年10月15日に、5.6B パラメータのオープンウェイトモデル FLUX 3 Image Klein を公開し、Distilled と Base の重みを Hugging Face で配布しています。

Black Forest Labs によると、重みを商用製品で使うには商用ライセンスが必要です。FLUX 3 Video と FLUX 3 Image は API 経由でのみ利用できます。

FLUX 3 の料金はいくらですか？

APIMart では FLUX 3 は従量課金です。FLUX 3 Video は生成した秒数に応じてモードと解像度ごとに、FLUX 3 Image と FLUX 3 Image Klein は1枚ごとに解像度に応じて課金されます。料金は変わる可能性があるため、FLUX 3 Video、FLUX 3 Image、FLUX 3 Image Klein の各モデルページの料金表を確認してください。