Black Forest Labs a dévoilé FLUX 3 le 23 juillet, un seul modèle pour l'image, la vidéo, l'audio et les actions de robots, et a ouvert FLUX 3 Video derrière une porte à candidature, sans accès API le premier jour. Cette porte a disparu. La page du modèle indique désormais que FLUX 3 Video est disponible via le tableau de bord et l'API, à l'usage, avec une grille de prix publique, ce qui est le moment où un lancement de recherche devient un produit que n'importe quel développeur peut mettre dans une chaîne de production.

Le modèle vidéo génère des clips allant jusqu'à 20 secondes en une seule passe, en HD (jusqu'à un mégapixel par image) ou en FHD (jusqu'à deux mégapixels par image), avec un audio natif : dialogues multilingues, parole synchronisée à l'image, effets sonores et ambiance, inclus sans supplément. L'API offre quatre entrées. Texte vers vidéo et image vers vidéo sont les deux évidentes. Le mode par images clés prend jusqu'à dix images fixes et anime les transitions entre elles, c'est ainsi qu'un storyboard devient une séquence. La continuation prolonge un clip existant de cinq à quinze secondes par passe, les pièces longues se construisent donc par enchaînement. Un mode brouillon produit un aperçu HD plus rapide et moins cher, que l'on peut ensuite rehausser en FHD une fois le plan approuvé, ce qui ressemble davantage au travail réel d'un studio qu'à la boucle « générer et prier » des outils précédents.

Les prix sont à la seconde produite. Texte ou image vers vidéo coûte 0,06 dollar la seconde en brouillon HD, 0,17 en HD standard et 0,29 en FHD standard. Prolonger une vidéo coûte plus cher, 0,12, 0,41 et 0,53 dollar la seconde sur les trois mêmes paliers. L'exemple de Black Forest Labs chiffre un clip HD standard de cinq secondes à partir d'un texte à 0,85 dollar. Pour comparer, le plafond de 20 secondes en FHD revient à un peu moins de six dollars avant toute reprise.

L'argument du lancement était qu'un modèle qui n'apprend que des images ne peut produire que des images. « On ne triche pas avec la réalité », a déclaré le directeur général Robin Rombach à VentureBeat en juillet, et l'entreprise alimente la même architecture dans une variante robotique, FLUX-mimic, qu'Audi dit faire tourner sur ses lignes de production pour la manipulation d'objets souples. Le reste de la famille reste échelonné : FLUX 3 Image, FLUX 3 Action et l'architecture à poids ouverts FLUX 3 Dev sont présentés comme des étapes distinctes du déploiement, et le modèle d'image n'a pas encore atteint l'API publique. Canva, Burda, Magnific, Krea et Picsart ont été nommés partenaires de test au lancement.

Zubnet a ajouté FLUX 3 Video à sa plateforme aujourd'hui, avec les trois mêmes paliers à la seconde, le mode brouillon, les images clés et la continuation, facturé selon la durée réelle du clip livré plutôt que selon la durée demandée.