FLUX 3: обзор картинок и видео

FLUX 3 — мультимодальное семейство моделей Black Forest Labs, которое создаёт изображения и видео со звуком в одной архитектуре. В отличие от прежних FLUX, ориентированных только на картинки, FLUX 3 учится сразу на изображениях, видео и аудио, а видеомодель делает ролики длиной до 20 секунд. В Артиллекте доступны обе части: flux-3-image для картинок и flux-3 для видео. В этом обзоре FLUX 3 мы разбираем, что заявила компания, какие параметры и цены у моделей на платформе и как они ведут себя на практике. Мы проверили пять примеров: фотореалистичную сцену с русской вывеской, надпись на кружке, портрет в кафе и два видеоролика, а также честно описываем, что у нас не получилось.

Что такое FLUX 3

По сообщению VentureBeat, Black Forest Labs представила FLUX 3 23 июля 2026 года. Семейство включает четыре направления: FLUX 3 Video, FLUX 3 Image, FLUX 3 Action для робототехники и открытую версию FLUX 3 Dev. Для видео компания заявляет текст в видео, изображение в видео, видео в видео, продолжение клипа вместе со звуком, переходы по ключевым кадрам, диалоги на нескольких языках и склейку клипов в многокадровые сценки. Видеомодель на запуске была доступна в режиме раннего доступа; сроки появления на платформах-партнёрах в источниках описываются по-разному, поэтому мы не называем дату и говорим только о том, что сейчас есть в каталоге Артиллекта.

В каталоге платформы:

• flux-3-image. Изображения из текста и по референсам. Промпт до 10 000 символов, до 10 входных изображений, форматы от 21:9 до 1:2, выход в jpeg или png. Разрешение в каталоге одно: 1k, то есть около мегапикселя (кадр 16:9 у нас вышел 1360 на 768).
• flux-3. Видео из текста, из изображения, по первому и последнему кадру и по референсам. Длительность от 5 до 20 секунд, разрешение 720p или 1080p, до 10 ключевых кадров, звук включается параметром.

Для сравнения с другими моделями картинок посмотрите обзоры Midjourney V8, Nano Banana Pro и GPT Image 2, а по видео — Wan 3 и Seedance 2.5.

Ключевые возможности

• Фотореализм изображений. Улицы, интерьеры и люди выглядят как фотографии: фактура камня, мокрая брусчатка, естественный свет.
• Текст в кадре. Английские и русские надписи читаются, и мы проверили это на вывеске и кружке.
• Видео со звуком. Реплики, шумы и музыка создаются вместе с видео. Мы проверили реплику на английском распознаванием речи.
• Длинные клипы. По описанию, до 20 секунд за запрос.
• Референсы и ключевые кадры. До 10 входных изображений для картинок и до 10 ключевых кадров для видео. Эти режимы мы в обзоре не тестировали.
• Гибкая настройка. В каталоге есть управление строгостью фильтра безопасности и автоматическое расширение промпта.

Что стоит учитывать

Мы замерили стоимость через оценку платформы в октябре 2026 года.

Модель	Режим	Токенов
flux-3-image	1 изображение, 1k	5
flux-3	видео 5 с, 720p	85
flux-3	видео 5 с, 720p, звук	85
wan-30	видео 5 с, 720P	40
nano-banana-pro	1 изображение	3

Звук в FLUX 3 Video цену не меняет: 85 токенов за 5 секунд с ним и без него. Но сама цена выше, чем у ближайших конкурентов: Wan 3 стоит 40 токенов за те же 5 секунд, а Nano Banana Pro на картинках 3 токена против 5. Поэтому FLUX 3 выбирают за результат, а не за экономию. Как не переплачивать, читайте в статье Как сэкономить на нейросетях.

Одну неудачу в тестировании мы тоже покажем. Режим правки изображения по референсу мы запускали трижды. Первый запуск завершился, но изменение оказалось минимальным: исходный кадр уже выглядел как вечерний дождливый, и результат почти не отличался от оригинала. Два следующих запуска с контрастной правкой упали на стороне провайдера с ошибкой загрузки исходного файла, поэтому в обзор мы их не включили. Режим правки есть в каталоге, но мы не можем ручаться за его качество.

Наши тесты: пять примеров

Изображения сделаны на flux-3-image, по 5 токенов. Видео сделаны на flux-3, 5 секунд, 720p, формат 16:9, по 85 токенов, звук включён. Каждый результат получен с первой попытки.

Пример 1. Уличная сцена с русской вывеской

Промпт: «Photorealistic street photo of a small bakery storefront at early morning, warm window light, fresh bread on display, a hand-painted sign above the door that reads "ПЕКАРНЯ У РЕКИ", wet cobblestones, 35mm lens».

Модель: flux-3-image, 16:9, 5 токенов. Вывеска набрана кириллицей и читается: «ПЕКАРНЯ У РЕКИ». Хлеб в витрине, лампы, зелёные рамы окон, мокрые булыжники и мелкие детали вроде мешков у стены выглядят как настоящая фотография. Одно расхождение с запросом: мы просили раннее утро, а получился скорее ранний вечер после дождя. Для карточки заведения или обложки этого достаточно, но время суток уточняйте в запросе явно.

Пример 2. Надпись на кружке

Промпт: «Minimalist product shot of a ceramic coffee mug on a pale concrete surface, soft window shadow, text on the mug in clean black letters: "MONDAY FUEL", studio lighting, high detail».

Модель: flux-3-image, 4:3, 5 токенов. Надпись «MONDAY FUEL» написана без ошибок, ровно по центру кружки и в две строки, тени от окна ложатся естественно, фактура бетона и керамики видна. Это типичный каталожный кадр для магазина или рекламы. О том, как собрать рекламный ролик для товара, мы писали в статье про ролик для товара за день.

Пример 3. Портрет в кафе

Промпт: «Candid photo of a young woman reading a paperback at a sunlit cafe window table, a latte with foam art, natural skin and hair detail, soft bokeh street outside, 50mm lens, no text».

Модель: flux-3-image, 3:2, 5 токенов. Естественная поза, мягкий солнечный свет, латте с рисунком на пене, суккулент в горшке и размытая улица за окном. Лицо и руки выглядят правдоподобно, пальцы без искажений. Кадр лёгкий и «живой», такие обычно используют в блогах и лендингах. Герой сгенерирован, поэтому не выдавайте такие кадры за реальных людей.

Пример 4. Видео: пекарь с репликой

Промпт: «A baker in a warm small bakery at dawn pulls a tray of fresh loaves from the oven, turns to the camera and says with a smile: "Good morning, the bread is ready." Steam rises, soft morning light, gentle bakery ambience».

Модель: flux-3, из текста, 5 секунд, 720p, звук, 85 токенов. Героиня достаёт противень из печи, поворачивается к камере и улыбается, на столе румяные буханки, в воздухе пар. Распознавание речи на готовом файле выдало «Thank you. Good morning. The bread is ready.» То есть заказанная фраза прозвучала дословно, но перед ней модель сама добавила «Thank you», которого мы не просили. Для рекламы это мелочь, но слушайте звук до публикации.

Пример 5. Видео: скрипач на мосту

Промпт: «A street violinist plays on an old stone bridge on a rainy evening, the camera slowly pushes in, raindrops splash on the stones, warm streetlights reflect in puddles, the sound of rain and a melancholic violin melody».

Модель: flux-3, из текста, 5 секунд, 720p, звук, 85 токенов. Камера действительно медленно приближается, по мосту идёт скрипач, мокрая брусчатка блестит, фонари тёплые. Герой остаётся на общем и среднем плане, крупного плана в ролике нет. Тот же запрос на Wan 3 дал более близкий кадр за 40 токенов, подробности и сравнение читайте в обзоре Wan 3.

Сравнение с аналогами

Критерий	FLUX 3 Image	Midjourney V8	Nano Banana Pro
Токенов	5 за кадр	6 за 4 варианта	3 за кадр
Что показали наши тесты	Фотореализм и вывески	Иллюстрация и портреты	Текст и правка
Русский текст	Вывеска читается	Заголовок да, мелкий нет	Хорошо
Входные изображения	До 10	До 4	Несколько

Критерий	FLUX 3 Video	Wan 3
Токенов за 5 с	85	40
Максимальная длина	20 с по описанию	30 с по описанию
Звук	Да, цену не меняет	Да, цену не меняет
Русская реплика	Не тестировали	Прозвучала дословно

Выводы основаны на наших замерах цены и примерах выше. Это не рейтинг: в одинаковых условиях мы все модели не прогоняли, поэтому качество сравнивайте на своих запросах. Общий обзор других видеомоделей читайте в статье Топ-5 ИИ-моделей для генерации видео.

Как писать промпты для FLUX 3

1. Описывайте как фотограф. Объект, место, свет, объектив: «35mm lens», «soft window shadow».
2. Текст берите в кавычки. И для английского, и для русского: «ПЕКАРНЯ У РЕКИ».
3. Время суток указывайте явно. Слова «early morning» одного может не хватить.
4. Просите «no text», когда текст не нужен.
5. Для видео описывайте камеру. «The camera slowly pushes in» модель выполнила.
6. Реплики в кавычках. После генерации прослушайте звук: возможны лишние слова.

Другие приёмы собраны в статье Промпты для ИИ-видео: шесть блоков.

Для каких задач подходит

• Каталоги и карточки товара. Надписи на упаковке и посуде.
• Блоги, лендинги, соцсети. Фотореалистичные сцены и портреты.
• Вывески и афиши с коротким текстом.
• Видео с короткими репликами. Вставки для рекламы и презентаций.

Сильные и слабые стороны

Сильные стороны

• Очень правдоподобные фотографии с читаемым текстом.
• Звук в видео без доплаты.
• Широкие возможности по референсам в каталоге.
• Длинные клипы до 20 секунд по описанию.

Слабые стороны

• Дорого: 85 токенов за 5 секунд видео и 5 за кадр.
• Разрешение изображений в каталоге одно: 1k.
• Режим правки в наших тестах не подтвердился.
• Модель может добавлять лишние слова в речи.

Когда выбирать FLUX 3, а когда нет

Выбирайте FLUX 3 Image для фотореалистичных кадров с коротким текстом, а FLUX 3 Video для сцен, где вам важна кинематографичность и вы готовы платить больше. Для экономных серий роликов лучше подойдёт Wan 3, для правки с несколькими референсами проверьте GPT Image 2 или Nano Banana Pro.

Как попробовать FLUX 3 в Артиллекте

1. Откройте генератор изображений и выберите flux-3-image либо видеогенератор и выберите flux-3.
2. Вставьте промпт, выберите формат и включите звук для видео.
3. Проверьте оценку стоимости до запуска.
4. Для автоматизации подключите Артиллект через MCP.

Оплата в рублях, без VPN, токены не сгорают. Цены в статье актуальны на октябрь 2026 года.

Частые вопросы

Что такое FLUX 3? Это мультимодальное семейство Black Forest Labs, представленное 23 июля 2026 года: изображения, видео со звуком и другие направления.

Сколько стоит FLUX 3 в Артиллекте? По нашему замеру в октябре 2026 года: 5 токенов за изображение и 85 токенов за видео 5 секунд в 720p.

Умеет ли FLUX 3 писать по-русски? В нашем тесте вывеска на русском читалась без ошибок. Проверяйте результат на своих фразах.

Какая максимальная длина видео? По описанию компании, до 20 секунд. Мы проверяли 5 секунд.

Есть ли звук в видео? Да. В нашем тесте заказанная реплика прозвучала, но с лишним словом перед ней.

Доступна ли модель без VPN? В Артиллекте да: без VPN, с оплатой в рублях.