FLUX 3 全解析：型号、上线情况与价格

FLUX 3 是一个面向图像、视频、音频和机器人动作任务的 AI 模型家族。 如果必须用一句话概括，我会说：它力求用一个共享系统，取代由多个独立媒体工具组成的技术栈。在 APIMart 上，已经可以通过 FLUX 3 Image API、FLUX 3 Video 和 FLUX 3 Image Klein 直接调用。

简而言之：

• FLUX 3 Video：根据文本、关键帧或源视频生成 5–20 秒、音画同步的视频片段
• FLUX 3 Image：根据文本或最多 10 张参考图生成和编辑图像，最高 4K
• FLUX 3 Image Klein：Image 系列中更小、更快的 5.6B 开放权重模型
• FLUX 3 Action：面向机器人与物理任务的动作预测模型，目前只向部分合作伙伴开放

有几个事实立刻引人注意：

• BFL 于 2026 年 8 月 4 日发布 FLUX 3 Video API，2026 年 10 月 1 日发布 FLUX 3 Image，2026 年 10 月 15 日发布 FLUX 3 Image Klein
• 三个型号都已在 APIMart 上线，按量计费；最新价格以各模型页的价格表为准
• FLUX 3 Action 未在 APIMart 提供
• 一次工厂测试把训练时间从 30 多个小时缩短到 30 分钟

如果你在构建媒体应用、广告工作流、商品视觉素材或机器人系统，FLUX 3 值得关注。核心要点很简单：在我看来，FLUX 3 与其说是又一个图像模型，不如说是一套用于生成、编辑、同步输出和动作预测的共享设置。

核心要点

• FLUX 3 是 Black Forest Labs 的统一视觉智能模型家族，在同一共享架构上覆盖图像、视频、音频和机器人动作任务，取代彼此独立的媒体流水线。
• FLUX 3 Video 可生成并编辑最长 20 秒、带原生同步音频的片段，支持文生视频、图生视频、视频生视频、关键帧控制，以及用于多镜头序列的智能体式串联。
• FLUX 3 Image 专注于高精度图像合成与编辑，支持排版和准确的多语言文字渲染；FLUX 3 Action 则为机器人和物理 AI 任务预测动作。
• 在 2026 年 7 月奥迪生产实验室的测试中，FLUX-mimic 仅用 30 分钟演示数据就学会了安装柔性门密封条等新工厂任务，而此前方法需要 30 小时以上。
• FLUX 3 Video（2026 年 8 月 4 日发布 API）、FLUX 3 Image（2026 年 10 月 1 日）和开放权重的 FLUX 3 Image Klein（2026 年 10 月 15 日）都已在 APIMart 上线，按量计费的价格见各模型页；Action 仅向部分合作伙伴开放。

FLUX 3 或许就是我们理应拥有的开源 Sora 2

快速对比

对我来说，最重要的是适用性。如果你只需要静态图像，FLUX 3 可能超出需求。但如果你想用一个模型家族处理视频、图像、音频和物理任务，单凭这一点，它就很突出。

FLUX 3 上线情况与价格

FLUX 3 中有公开 API 的三个型号，都已经能在 APIMart 上调用。一个 APIMart 密钥、一份余额即可通用，三者都按量计费。

价格会调整，本文不写具体数字，做预算前请以各模型页的价格表为准。Klein Base 只开放权重、没有 API；FLUX 3 Action 未在 APIMart 提供。

上述日期引自 Black Forest Labs 官方 release notes：FLUX 3 Video API 于 2026 年 8 月 4 日发布，FLUX 3 Image 于 2026 年 10 月 1 日发布，FLUX 3 Image Klein 于 2026 年 10 月 15 日发布。

Black Forest Labs 如何定位 FLUX 3

横跨多种媒体类型的一套架构

Black Forest Labs 将 FLUX 3 定位为一套可以处理图像、视频、音频和动作的视觉智能系统。对生产团队来说，这意味着独立流水线更少，不同媒体类型间的输出也更加一致。

你可以从四条推出路线中看出这种设置。

FLUX 3 Video、Image、Action 与 Dev 变体

BFL 于 2026 年 7 月 23 日发布 FLUX 3，此后按其官方 release notes 分阶段上线各个型号。

这样拆分后，媒体生成、物理控制和自行部署各有独立的入口。说白了，上线节奏是按使用场景而不是按功能清单来安排的。

核心能力与可构建的应用

了解各个变体后，下一步很简单：团队可以用 FLUX 3 构建什么？

从总体上看，FLUX 3 不只处理一次性图像提示词。它在同一个模型家族内支持生成、编辑、运动、文本，甚至物理任务预测。

图像与视频生成工作流

FLUX 3 在同一个工作流中生成和编辑媒体，包括文生视频、图生视频、视频转视频和关键帧控制 ^[4][6]。

它支持最长 20 秒并带有原生同步音频的片段。因此，你可以从一帧出发，让它动起来；也可以把参考片段中的视觉元素转移到新场景中，或引导预设时刻之间的过渡 ^[4][6]。

2026 年 7 月，创作者 Justine Moore 展示了一套单图延时摄影工作流，将一张场地照片转变为连续的搭建过程 ^[7]。

对于更长的制作，智能体式串联会把片段连接成多镜头序列，同时让角色和材质在镜头间保持一致 ^[6]。这一点比看起来更重要。任何拼接过 AI 片段的人都知道，角色的脸、服装或道具会以多快的速度发生偏移。

同一个模型还支持直接编辑、基于文本的控制与多语言渲染。

编辑、控制与多模态输入处理

FLUX 3 支持精确图像编辑、字体排印、动态图形与准确的多语言文本渲染 ^[6][3]。简单来说，它能做的不只是生成一帧漂亮画面，还能处理需要让画面内文字保持可读且准确的视觉素材。

这让它非常适合本地化创意资产，尤其适用于团队需要让同一营销活动或视觉系统跨多种语言运行的情况。风格和角色细节也能在不同镜头间保持连贯，从而减少场景间的手动清理工作 ^[2][3]。

动作预测与物理 AI 用例

FLUX 3 还从媒体生成扩展到了机器人技术与物理任务预测。FLUX-mimic 使用同一套视觉智能主干来预测真实环境中的运动和可能结果 ^[2][6]。

2026 年 7 月，Audi 的 Production Lab 开始在装配线上测试 FLUX-mimic，用于包括安装柔性车门密封条在内的复杂软体操控任务。该系统只使用 30 分钟的演示数据就学会了一项新工厂任务，而先前方法需要 30+ 小时 ^[2][6]。

对于多数团队来说，动作预测会是一个小众用例。不过，它表明 FLUX 3 并不只会生成图像或视频片段，还可以建模运动、因果关系和物理行为。

用例、集成路径与工作流适配

核心功能已经摆明，下一步就更简单了：弄清 FLUX 3 在日常生产中究竟适合哪些环节。

各行业的最佳适用场景

FLUX 3 最适合需要在一条流水线中完成多种媒体类型的生成、编辑与一致性保持的工作流。

创意制作和营销团队是最明确的适用对象。一张参考照片可以转化为产品视频、多语言广告或多镜头营销活动序列，同时让同一主体与风格在不同资产间保持一致。^[2]

电商团队可以使用 FLUX 3，让商品视觉素材在不同变体和短宣传片间保持一致。当产品目录需要看起来浑然一体，而不是由不同工具拼凑而成时，这一点很重要。

工业团队拥有另一类用例。它们可以使用 FLUX-mimic 进行灵巧操控和软体处理，包括使用约 30 分钟机器人数据学习的装配任务。^[2][6]

当团队能把模型接入已经在用的工具时，最大的优势便会显现。

团队如何通过 API 集成 FLUX 3

由于 FLUX 3 运行于一套统一架构，团队可以通过单个 API 流程处理提示词、参考素材上传、编辑与串联输出。

实践中的路径非常直接：发送提示词或参考资产，生成第一个输出，然后通过 API 串联片段或编辑操作，使不同媒体类型保持一致。对于视频工作，这通常意味着上传图像、生成片段，再把该片段作为下一镜头的参考重新输入。这个循环有助于让整段序列中的角色、材质和风格保持同步。

如何判断 FLUX 3 是否适合你的技术栈

下面几项实际检查，能很快缩小选择范围。

先看需要哪些模态。 如果流程里要用到音画同步的视频，就从 FLUX 3 Video 开始；如果只需要静态图，FLUX 3 Image 或速度更快的 FLUX 3 Image Klein 更合适。

再看部署方式。 这一点对机器人或管控严格的环境最重要。需要自行部署的团队，可以看看 Hugging Face 上的 FLUX 3 Image Klein 开放权重；按 Black Forest Labs 的说法，商用这些权重需要另行取得商业授权。

价格已经公开。 APIMart 每个模型页都有最新的价格表，先跑一小批测试，再和预期用量对照即可。

可用性、局限与最终要点

当前访问与推出注意事项

FLUX 3 Video、FLUX 3 Image 和 FLUX 3 Image Klein 都已在 APIMart 上线，今天就可以用自己的提示词实测。各型号的状态、模型页和计费方式，见上文「上线情况与价格」一节。

比较稳妥的做法是从小规模开始：视频先用 HD 或草稿模式出小样，图像先用 1k 检查效果，确认通过的再用 FHD 或更高分辨率出成片。FLUX 3 Action 仍只向部分合作伙伴开放，机器人方向的团队需要直接联系 Black Forest Labs。

需要记住的关键点

FLUX 3 的主要价值来自其统一架构。图像、视频、音频和动作能力在一个系统中共同训练，而不是分散在彼此独立的流水线中。因此，它非常适合需要在不同媒体类型间保持一致性的工作流。^[2][3]

想继续深入，可以读 FLUX 3 提示词指南、FLUX 3、Sora 2 与 Veo 3 对比 和 面向开发者的 FLUX 3 指南。

常见问题

谁应该使用 FLUX 3？

FLUX 3 面向需要在物理与数字环境中使用高级视觉智能的开发者、创意专业人士、企业、研究人员和工程师而构建。

它很适合媒体、设计、电商、创意工具以及物理 AI 或机器人技术团队，包括带同步音频的高质量视频、精确图像编辑、一致的材质表现、运动模拟、复杂操控任务，以及安全或专业化自定义工作流等工作。

如何获得 FLUX 3 的访问权限？

FLUX 3 Video、FLUX 3 Image 和 FLUX 3 Image Klein 都已在 APIMart 上线，详见 FLUX 3 Video、FLUX 3 Image 和 FLUX 3 Image Klein 模型页。

注册 APIMart 账号、充值后，在控制台生成 API 密钥即可，一个密钥、一份余额三个型号通用。FLUX 3 Action 目前只由 Black Forest Labs 向部分合作伙伴提供。

FLUX 3 可以在本地运行吗？

部分可以。Black Forest Labs 于 2026 年 10 月 15 日发布了 5.6B 参数的开放权重模型 FLUX 3 Image Klein，Distilled 与 Base 两套权重都发布在 Hugging Face 上。

按 Black Forest Labs 的说法，在商业产品中使用这些权重需要商业授权。FLUX 3 Video 和 FLUX 3 Image 只能通过 API 使用。

FLUX 3 怎么收费？

在 APIMart 上，FLUX 3 按量计费：FLUX 3 Video 按生成秒数计费，价格随模式和分辨率而定；FLUX 3 Image 和 FLUX 3 Image Klein 按张计费，价格随分辨率而定。价格会调整，请以 FLUX 3 Video、FLUX 3 Image 和 FLUX 3 Image Klein 模型页的价格表为准。