Video · Black Forest Labs

FLUX 3 Video

Das erste Videomodell von Black Forest Labs (August 2026), mit Ton und Clips bis zu 20 s. Nimm es, um zwei Bilder zu verbinden, einen Clip zu verlängern oder für einen langen Shot mit Ton.

Anonymisiert Moderate cost
Neueste VersionFLUX 3 video4. August 2026
Artificial Analysis Text to Video Arena with audio1.127 EloPlatz 5 von 18 bei Artificial Analysis Text to Video Arena with audio
Preis0,0845 $ pro Sekunde Video0,423 $ pro 5-s-Clip
Wichtigste AngabeClips bis zu 20 s, mit Ton

Was es auszeichnet

FLUX 3 ist die erste Videofamilie von Black Forest Labs: Clips von 5 bis 20 s mit nativem Audio, fünf Modi (Text, Bild, Start- und Endbild, Keyframes, Verlängerung) und eine günstige Draft-Stufe für Vorschauen. Ein Dev-Basismodell mit offenen Gewichten ist angekündigt.

  • 5 bis 20 s mit nativem Audio
  • 1 bis 10 zeitlich gesetzte Keyframes
  • Draft-Stufe für günstige Vorschauen

Stärken und Grenzen

Wo es glänzt

  • Sprache, Effekte und Atmosphäre werden mit dem Bild erzeugt
  • Bis 20 s pro Clip
  • Modus Start- und Endbild

Zweimal überlegen, wenn

  • Mittlerer bis hoher Preis pro Sekunde
  • Zum Verlängern braucht es einen Quellclip unter 15 s und 50 MB
  • 5, 10, 15 oder 20 s, nativer Ton
  • 720p, 1080p, 1440p oder 2160p

Anwendungsfälle

Szene mit Keyframes

Nutze meine 3 Keyframes (ein geschlossener Brief, eine Hand, die ihn öffnet, ein lächelndes Gesicht). 12 Sekunden, sanftes Klavier, Papierrascheln.

Bis zu 10 zeitlich gesetzte Keyframes legen die Wendepunkte der Geschichte fest.

Einen bestehenden Shot fortsetzen

Setze meinen 4-Sekunden-Clip um 10 weitere Sekunden fort: Der Hund rennt ins Feld, gleiches Licht und gleicher Bildausschnitt, mit fröhlichem Bellen.

Die Fortsetzung nimmt einen bestehenden Clip samt Audio.

Gesprochener Werbesatz

Ein Barista schiebt eine Tasse über die Theke und sagt „First one is on us.“ 6 Sekunden, Café-Atmosphäre, Nahaufnahme.

Dialogzeilen in Anführungszeichen werden zusammen mit dem Bild gesprochen.

Im Vergleich zur Konkurrenz

  • Veo 3 und 3.1Veo ist ausgefeilt, aber auf 8 s begrenzt.Platz 7 von 22 bei Artificial Analysis Image to Video Arena ( 1.082 Elo)
  • Seedance 2.5Seedance 2.5 erreicht 30 s mit mehr Referenzen.Platz 2 von 18 bei Artificial Analysis Text to Video Arena with audio ( 1.142 Elo)
  • MiniMax H3 (Hailuo)MiniMax H3 hat offene Gewichte, 15 s bei bis zu 2K.Platz 1 von 22 bei Artificial Analysis Image to Video Arena ( 1.195 Elo)
Nebeneinander vergleichen ↗

Versionsverlauf

Jede Version, datiert, mit dem, was sie gegenüber der vorherigen geändert hat.

  1. FLUX 3 videoDie neueste
    • Das erste Videomodell von BFL: Text, Bild, erstes und letztes Bild, Keyframes und Fortsetzung eines bestehenden Clips.
    • Nativer Dialog, Effekte und Atmosphäre, Clips von 5 bis 20 s, von 720p bis 2160p.
    Quelle : pixverse.ai

Benchmarks

So liest du diese Werte: was ein Benchmark aussagt.

Artificial Analysis Text to Video Arena with audio: Platz 5 von 18 im Katalog gemessenen Modellen. Das Duell für Clips mit Ton: Bild, Stimmen, Effekte und wie gut sie zusammenpassen. Eine Elo-Wertung: Je höher, desto öfter wird das Modell bevorzugt. Nur Modelle, die ihren eigenen Ton erzeugen, nehmen teil.

Artificial Analysis Text to Video Arena with audioElo-Wertung · Artificial Analysis, 4. Oktober 2026
  1. 1. Wan 3.0Wan 3.01.156
  2. 2. Seedance 2.5Seedance 2.51.142
  3. 3. MiniMax H3MiniMax H3 (Hailuo)1.138
  4. 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1.134
  5. 5. Flux 3FLUX 3 Video1.127
  6. 6. Seedance 2.0Seedance 2.0 und 1.51.119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
  8. 8. Grok Imagine 1.5Grok Imagine Video1.044
  9. 9. HappyHorse 1.1HappyHorse1.043
  10. 10. Wan 2.7Wan 2.x1.029
Zahlen ansehen
ModellElo
1. Wan 3.01.156
2. Seedance 2.51.142
3. MiniMax H31.138
4. MiniMax H3 Max1.134
5. Flux 31.127
6. Seedance 2.01.119
7. Gemini Omni Flash 1.11.113
8. Grok Imagine 1.51.044
9. HappyHorse 1.11.043
10. Wan 2.71.029

Artificial Analysis Text to Video Arena: Platz 5 von 5 im Katalog gemessenen Modellen. Menschen sehen zwei stumme Clips aus derselben Beschreibung, ohne die Modelle zu kennen, und wählen den besseren. Eine Elo-Wertung: Je höher, desto öfter wird das Modell bevorzugt. Bei 100 Punkten Abstand gewinnt das höher bewertete Modell etwa 64 % der Duelle.

Artificial Analysis Text to Video ArenaElo-Wertung · Artificial Analysis, 4. Oktober 2026
  1. 1. Wan 3.0Wan 3.01.129
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1.118
  3. 3. MiniMax H3 MaxMiniMax H3 (Hailuo)1.115
  4. 4. Seedance 2.5Seedance 2.51.102
  5. 5. Flux 3FLUX 3 Video1.094
Zahlen ansehen
ModellElo
1. Wan 3.01.129
2. MiniMax H31.118
3. MiniMax H3 Max1.115
4. Seedance 2.51.102
5. Flux 31.094

Alle 4 Modelle dieser Familie

ModellEinsatzDatenschutzPreis
Flux 3flux-3-text-to-videoText zu VideoAnonymisiert0,0845 $ pro Sekunde Video0,423 $ pro 5-s-Clip
Flux 3flux-3-image-to-videoBild zu VideoAnonymisiert0,0845 $ pro Sekunde Video0,423 $ pro 5-s-Clip
Flux 3 First Last Frameflux-3-first-last-frame-to-videoBild zu VideoAnonymisiert0,0845 $ pro Sekunde Video0,423 $ pro 5-s-Clip
Flux 3 Extendflux-3-extend-videoText zu VideoAnonymisiertIn der App angezeigt

Technische Daten

MerkmalFLUX 3 video
Veröffentlicht4. August 2026
GewichteGeschlossen
Akzeptierttext, images, video
Erzeugtvideo, audio
Cliplänge5 bis 20 s, mit Ton
Auflösungen720p, 1080p, 1440p, 2160p
Preis0,0845 $ pro Sekunde Video
DatenschutzAnonymisiert

Preise, Kontext und Längen aus dem Live-Katalog vom 16. Oktober 2026; Parameter und Lizenzen vom Hersteller.