FLUX 3 Video åpnes for alle: 20 sekunders klipp med innebygd lyd

20 sekunder er det lengste klippet modellen lager, og ifølge The Decoder er FLUX 3 Video nå allment tilgjengelig gjennom Black Forest Labs' eget API og hos utvalgte partnere. Klippene kommer i HD og Full HD, og lyden genereres sammen med bildet: dialog, lydeffekter og romklang i samme pass.

Modellen tar tekst, bilder og keyframes som utgangspunkt, kan fortsette en eksisterende video, og håndterer flere scener og kameravinkler innenfor ett og samme klipp. Black Forest Labs oppgir også at den rendrer typografi direkte inn i scenen, følger sammensatte prompter og leppesynkroniserer dialog på over 14 språk.

Benchmarktallene kommer fra Black Forest Labs selv, ikke fra en uavhengig tredjepart. I selskapets egne Elo-rangeringer topper FLUX 3 både tekst-til-video med 1 135 poeng og bilde-til-video med 1 051, foran Gemini Omni Flash, Minimax H3 og Seedance 2.0. Selvrapporterte Elo-tall er verdt å lese som en påstand fram til noen utenfor selskapet har reprodusert dem.

Prisingen er det som avgjør om du kan bygge noe på toppen, og den regnes per sekund ferdig video. Et klipp på 20 sekunder i Full HD lander dermed på 5,80 dollar i full kvalitet, mot 1,20 dollar hvis du holder deg i draft-modus. Draft er samtidig låst til HD, så den billige veien er også den laveste oppløsningen. Video-til-video koster mellom 1,8 og 2,4 ganger så mye som tekst- eller bilde-til-video på samme nivå.

For deg som bygger er den innebygde lyden det som faktisk endrer arbeidsflyten: et helt ledd faller bort når du slipper å generere og synkronisere lydspor i en egen modell. Til gjengjeld ligger ikke vektene ute. Alt går gjennom Black Forest Labs' API, og du betaler per sekund uansett hvor mange forsøk som ryker underveis.