Black Forest Labsは昨日（8月5日）、FLUX 3動画生成モデルを正式にリリースしたと発表しました。最長20秒、ネイティブ1080p解像度に対応し、ByteDanceのSeedance 2.0やMinimaxのH3などのモデルを上回る性能を発揮します。
FLUX 3モデルはEarly Accessとして7月23日にリリースされ、統一アーキテクチャにより画像、動画、音声を共同学習します。
FLUX 3は1回の生成で最長20秒の動画を出力でき、ネイティブ音声にも対応します。公式によると、テキストから動画、画像から動画、動画から動画、入力動画と音声の続きを生成、キーフレームから動画、多言語対話、複数カットの連結に対応しています。
公式ブログで公開されたデータによると、同モデルはテキストから動画の生成で1,135点を獲得し、Gemini Omni FlashとMinimax H3モデルを上回りました。画像から動画の生成では1,051点を獲得し、Seedance 2.0とMinimax H3モデルを上回りました。
料金は、生成動画の秒数に応じて計算されます。
Draftモード（高速／エコノミー）はHD画質に限られ、テキストから動画または画像から動画は1秒あたり0.06ドル（注：現在の為替レートで約0.41人民元）、動画から動画は1秒あたり0.12ドル（現在の為替レートで約0.81人民元）です。
通常のHD画質では、テキストから動画または画像から動画は1秒あたり0.17ドル（現在の為替レートで約1.1人民元）、動画から動画は1秒あたり0.41ドル（現在の為替レートで約2.8人民元）です。
フルHDモードでは、テキストから動画または画像から動画は1秒あたり0.29ドル（現在の為替レートで約2人民元）、動画から動画は1秒あたり0.53ドル（現在の為替レートで約3.6人民元）です。