FLUX 3 Texto a vídeo
Texto a vídeo cinematográfico con audio sincronizado nativo opcional y movimiento físicamente conectado.
FLUX 3 es la familia de modelos multimodales unificados de Black Forest Labs, entrenados conjuntamente en imágenes, vídeo y audio. Sus terminales de video en vivo agregan movimiento físicamente conectado a tierra y audio sincronizado nativo opcional a la misma integración.Las variantes de imagen, Dev y Omni de FLUX 3 estarán disponibles próximamente. Muapi activará cada punto final a medida que se abra la disponibilidad general, sin requerir un segundo registro.
Texto a vídeo cinematográfico con audio sincronizado nativo opcional y movimiento físicamente conectado.
Modo borrador rápido y de menor costo para ideas, guiones gráficos e iteraciones rápidas antes de un renderizado final.
Anima una imagen fija a un vídeo cinematográfico manteniendo el movimiento físicamente consistente con el fotograma de origen.
Genere una transición controlada entre un fotograma clave inicial y final proporcionado, con audio nativo opcional.
Continúe un vídeo existente con movimiento guiado por indicaciones, desarrollo de escenas y audio sincronizado nativo opcional.
Pruebas de continuidad rápidas y de menor costo antes de extender un clip con el terminal Video Extend de calidad final.
Escala la salida de vídeo de FLUX 3 u otros modelos más allá de su resolución nativa conservando coherencia de movimiento y sincronización de audio.
Generación emblemática de texto a imagen con detalles más nítidos y mayor adherencia rápida que los modelos de imágenes FLUX anteriores. Muy pronto.
Instruction-driven image editing with up to four reference images, built on FLUX 3's unified architecture. Coming soon.
Faster, lower-cost FLUX 3 variant planned for open-weight release later in 2026. Coming soon.
Generación de imágenes y videos con múltiples referencias que mantienen el tema, el estilo y la escena consistentes en todas las salidas. Muy pronto.
FLUX 3 es el modelo de frontera más nuevo de Black Forest Labs, anunciado en julio de 2026 como un sistema multimodal unificado entrenado conjuntamente en datos de imagen, video y audio. Extiende la misma arquitectura hacia la predicción de acciones, brindando a la familia una comprensión más sólida de la iluminación, el movimiento y la física del mundo real que los modelos de solo imágenes comoFLUX Kontext.
Muapi's FLUX 3 video APIestá en vivo ahora. Texto a video, Imagen a video, Inicio-Fin a video, Extensión de video, modos de borrador y Video Upscaler comparten un ciclo de vida REST asincrónico consistente; las variantes image, Dev y Omni se unirán a medida que se abran.
Una arquitectura entrenada conjuntamente con datos de imagen, vídeo y audio, con un camino hacia la predicción de acciones para la robótica.
Los puntos finales de Live FLUX 3 Video pueden generar audio apropiado para la escena sincronizado con el clip sin un paso TTS separado.
El movimiento, la iluminación y el comportamiento de los objetos se mantienen coherentes con la física del mundo real en todos los clips generados.
The planned FLUX 3 Image-to-Image endpoint accepts up to four reference images plus a text instruction.
El lanzamiento planificado para desarrolladores intercambia cierta fidelidad máxima por una menor latencia y costo, y se esperan pesos abiertos más adelante en 2026.
Se espera que FLUX 3 Image admita resoluciones de hasta 4K, continuando el estándar de alta resolución de la familia FLUX.
Video Extend continúa un clip existente con desarrollo de escena y movimiento guiado por indicaciones.
Inicio-Fin del vídeo controla la transición entre dos fotogramas suministrados.
El escalador de vídeo mejora el vídeo más allá de la resolución nativa manteniendo la coherencia de movimiento y la sincronización de audio.
El borrador de texto a video y el borrador extendido de video reducen el costo y la latencia durante la iteración rápida.
El modo Omni planificado utiliza múltiples referencias de imágenes y videos para mantener consistente un tema, estilo y escena.
| Variant | Modality | Resolution | Best For | Status |
|---|---|---|---|---|
| FLUX 3 Texto a imagen | Imagen | Up to 4K | Flagship image generation | Soon |
| FLUX 3 Texto a vídeo | Video + Audio | 720p–1080p | Cinematic clips with native audio | Disponible |
| FLUX 3 Imagen a Vídeo | Video + Audio | 720p–1080p | Physically consistent image animation | Disponible |
| FLUX 3 Video Extend | Video + Audio | 720p–1080p | Continue an existing clip | Disponible |
| FLUX 3 Omni | Image + Video | Up to 4K | Multi-reference consistency | Soon |
Envíe una solicitud de generación con su clave API de Muapi, almacene el ID de solicitud devuelto y sondee el punto final de resultado de predicción estándar. El mismo ciclo de vida funciona en todos los terminales de video en vivo FLUX 3.
curl -X POST https://api.muapi.ai/api/v1/flux-3-text-to-video \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"A cinematic aerial shot of mist moving through a mountain valley at sunrise.","resolution":"720p","duration":5}'
# Response: {"request_id":"REQUEST_ID"}Elija Texto a vídeo, Imagen a vídeo, Inicio-Fin a vídeo o Ampliación de vídeo y envíe los campos de entrada específicos del punto final.
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # When status is completed, read the generated media URL from outputs.
Encuesta hasta que se complete el estado, luego lee la URL del medio generado en la respuesta.
FLUX 3 es el modelo de frontera multimodal de Black Forest Labs, entrenado conjuntamente en imágenes, vídeo y audio dentro de una arquitectura unificada y extensible a la predicción de acciones.
La API de video FLUX 3 está disponible en Muapi, incluidos texto a video, imagen a video, inicio-fin de video, extensión de video, escalador de video y modos de borrador rápido. Próximamente llegarán las variantes Image, Dev y Omni.
Muapi incluye once endpoints: siete activos orientados a vídeo y cuatro variantes de imagen, Dev y Omni próximamente.
FLUX.2 y FLUX Kontext se enfocan en imágenes. FLUX 3 unifica imagen, vídeo y generación de audio en un solo marco multimodal.
Black Forest Labs ha declarado que más adelante en 2026 seguirán versiones más rápidas y de peso abierto. La variante Dev es el camino planificado de menor costo.
Omni Reference es el modo de referencia múltiple planificado para generar imágenes o videos a partir de múltiples referencias de imágenes y videos, preservando al mismo tiempo la coherencia del tema y el estilo.
Los terminales de video principales en vivo facturan $0,25 por segundo a 720p y $0,42 por segundo a 1080p. Los modos Draft facturan $0,09 por segundo, mientras que Video Upscaler oscila entre $1,43 y $2,00 por ejecución.
Cree una cuenta Muapi y una clave API, luego llame a cualquier punto final en vivo. Próximamente los puntos finales se activarán para los usuarios existentes a medida que estén disponibles.
Obtén tu clave de API y empieza a generar en cuestión de minutos. Facturación por uso, sin cuotas mensuales fijas.