Una dirección visual
El entrenamiento conjunto en imagen, vídeo y audio mantiene el personaje, la paleta y la luz al pasar de una imagen a una escena en movimiento.
FLUX 3
FLUX 3 de Black Forest Labs genera vídeo con audio nativo y diálogo multilingüe. Convierte texto, una imagen o fotogramas clave en una escena con una dirección visual coherente.
Fotograma inicial
Fotograma final
Imagen
FLUX 3 VideoImagen, movimiento y sonido con FLUX 3
20 segundos de una vez
Da espacio al diálogo, las reacciones y el movimiento de cámara con hasta 20 segundos de vídeo y audio por generación.
Construye una secuencia de planos
Encadena clips en escenas más largas. Define el sujeto, la luz y la cámara en cada prompt para conectar los planos.
De una imagen fija a una escena terminada
Todo empieza con una imagen fija
Define el personaje, la paleta y el encuadre con una imagen de referencia, o empieza con un prompt de texto a vídeo.
El fotograma cobra movimiento
Describe la acción y el movimiento de cámara. Guía el plano con un primer fotograma, uno final o fotogramas clave.
Y también habla
Incluye el diálogo, el idioma y el sonido ambiente en el prompt. El audio nativo se genera con la imagen.
FLUX 3 vs. FLUX 2
| Aspecto | FLUX 2 | FLUX 3 |
|---|---|---|
| Modalidades | Imágenes: texto a imagen y edición de imágenes en un solo modelo. | Imagen, video, audio y predicción de acciones en un solo modelo. |
| Video | No es un modelo de video. | Hasta 20 segundos con audio en una sola generación. |
| Audio | No disponible. | Generación de audio nativo con diálogos multilingües. |
| Arquitectura | Ajuste de flujo latente que combina un modelo de visión y lenguaje de 24B con un transformador de flujo rectificado. | Basado en Self-Flow y entrenado conjuntamente con imágenes, video y audio. |
| Disponibilidad | Ya disponible en YouArt, con modos de creación y edición. | Ya disponible en YouArt. |
YouArt ofrece FLUX 3 Video a 720p o 1080p con audio sincronizado. Para generar y editar imágenes, usa FLUX 2 o Flux Kontext.
FLUX 3 en distintos sectores
Publicidad digital
Convierte la imagen de campaña en un anuncio de veinte segundos y crea versiones en otros idiomas con producto, paleta y mensaje coherentes.
Comercio minorista y electrónico
Anima imágenes de producto con sonido, conservando la forma, el color y la textura que los compradores deben reconocer.
Entretenimiento y cine
Previsualiza escenas con diálogo, movimiento de cámara y sonido para que el equipo pueda evaluar el ritmo.
Comunicación corporativa
Mantén al presentador consistente entre módulos de formación y genera versiones en otros idiomas con la misma dirección.
Planes y precios
Un saldo de créditos para FLUX 3 Video, FLUX 2, Flux Kontext y más.
Básico
Para aficionados y exploradores
$9.99/mes
Elegir plan- 1000 créditos
- Hasta ~200 imágenes/mes
- Hasta ~332 s de video/mes
- Agente creativo inteligente
- Editor de video
- Los modelos de imagen más recientes, incluidos GPT Image 2.5, GPT Image 2 y Nano Banana Pro
- Los modelos de video más recientes, incluido Seedance 2
- Carga de rostros realistas
- Generación de voz con ElevenLabs
- Sin marca de agua
- Acceso ilimitado a plantillas
Pro
El más popularPara creadores y usuarios profesionales
$29.99/mes
Elegir plan- 3300 créditos
- Hasta ~1000 imágenes/mes
- Hasta ~1100 s de video/mes
- Agente creativo inteligente
- Editor de video
- Los modelos de imagen más recientes, incluidos GPT Image 2.5, GPT Image 2 y Nano Banana Pro
- Los modelos de video más recientes, incluido Seedance 2
- Carga de rostros realistas
- Generación de voz con ElevenLabs
- Sin marca de agua
- Acceso ilimitado a plantillas
Max
Para usuarios avanzados y equipos
$149.99/mes
Elegir plan- 18000 créditos
- Hasta ~6000 imágenes/mes
- Hasta ~6000 s de video/mes
- Agente creativo inteligente
- Editor de video
- Los modelos de imagen más recientes, incluidos GPT Image 2.5, GPT Image 2 y Nano Banana Pro
- Los modelos de video más recientes, incluido Seedance 2
- Carga de rostros realistas
- Generación de voz con ElevenLabs
- Sin marca de agua
- Acceso ilimitado a plantillas
Equipo
Para equipos y estudios
$329.99/mes
Elegir plan- 36300 créditos
- Hasta ~12000 imágenes/mes
- Hasta ~12100 s de video/mes
- Carga de rostros realistas
- Comparte lienzos, flujos de trabajo y recursos con tu equipo
- Hasta 10 miembros por equipo
- Hasta 5 equipos
- Gestión basada en roles
- Gestión de créditos del equipo y límites de gasto
- Seguimiento del uso por miembro
Preguntas sobre FLUX 3
FLUX 3 es el modelo multimodal de Black Forest Labs, anunciado el 23 de julio de 2026. Integra imagen, video, audio y predicción de acciones en un único modelo entrenado conjuntamente en todas esas modalidades, en lugar de estar compuesto por sistemas independientes. Como ocurre con cualquier lanzamiento de acceso anticipado, la disponibilidad y los modos compatibles pueden cambiar; actualmente, YouArt ofrece FLUX 3 Video para generar contenido directamente.
Preguntas sobre FLUX 3
¿Qué es FLUX 3?
FLUX 3 es el modelo multimodal de Black Forest Labs, anunciado el 23 de julio de 2026. Integra imagen, video, audio y predicción de acciones en un único modelo entrenado conjuntamente en todas esas modalidades, en lugar de estar compuesto por sistemas independientes. Como ocurre con cualquier lanzamiento de acceso anticipado, la disponibilidad y los modos compatibles pueden cambiar; actualmente, YouArt ofrece FLUX 3 Video para generar contenido directamente.
¿Puedo generar imágenes con FLUX en YouArt ahora mismo?
Sí, con FLUX 2 y Flux Kontext, ambos disponibles actualmente en YouArt. FLUX 2 ofrece generación de texto a imagen y edición guiada por referencias en los modos de creación y edición, mientras que Flux Kontext permite editar mediante instrucciones a partir de una sola imagen de referencia y rellenar zonas con máscaras. No necesitas gestionar pesos de modelos por separado para usar estos flujos de trabajo en YouArt.
¿En qué se diferencia FLUX 3 de FLUX 2?
FLUX 2 es un modelo de imagen que combina generación de texto a imagen y edición con una o varias referencias en un único checkpoint. FLUX 3 amplía estas funciones para incluir texto a video, video, audio y predicción de acciones en un único modelo entrenado conjuntamente, y genera hasta 20 segundos de video con audio en una sola pasada.
¿FLUX 3 genera video con sonido?
Sí: hasta 20 segundos de video con audio en una sola generación, incluidos diálogos multilingües, además de la continuación de un video de entrada y su audio. Para crear piezas más largas, se encadenan clips en secuencias de varias tomas en lugar de alargar una sola generación.
¿Qué duración puede tener un video de FLUX 3?
Hasta 20 segundos en una sola generación. Para crear secuencias más largas, se encadenan clips individuales en escenas de varias tomas en lugar de prolongar una sola generación.
¿Cuánto costará FLUX 3 en YouArt?
Todos los modelos de YouArt utilizan un sistema de créditos. FLUX 3 Video se factura según la duración, a 55 créditos por segundo. Puedes consultar los planes y el precio de cada modelo en la página de precios. Para planificar el uso de la API, compara la duración del renderizado, la resolución, las iteraciones del prompt y los requisitos del flujo de producción antes de calcular el costo por proyecto.
¿Qué tan bueno es FLUX 3 en comparación con Kling?
En las pruebas de preferencia de Black Forest Labs —resultados preliminares de un checkpoint de entrenamiento intermedio con clips de 10 segundos a 720p y con audio—, FLUX 3 fue el preferido frente a Luma Ray 3.2 en el 93 % de las comparaciones y frente a Runway Gen-4.5 en el 77 %, con márgenes más estrechos ante los competidores más potentes. Kling y FLUX 3 pueden adaptarse a distintas necesidades de generación de video, así que compara la calidad del resultado, el control mediante prompts, el movimiento, el audio y el flujo de trabajo de la API disponibles para tu proyecto. Las pruebas independientes siguen siendo limitadas.
¿FLUX 3 está disponible en YouArt?
Sí. FLUX 3 está disponible en YouArt como FLUX 3 Video: genera video a 720p o 1080p con audio nativo sincronizado a partir de un prompt, un primer fotograma para animar, un primer y último fotograma para crear el movimiento entre ambos, o hasta 10 fotogramas clave fijados en la línea de tiempo. FLUX 2 y Flux Kontext siguen siendo los modelos FLUX para imágenes.
Crea con FLUX 3 en YouArt
Probar FLUX 3FLUX, FLUX.2 y FLUX 3 son marcas comerciales de Black Forest Labs Inc. YouArt no está afiliado a Black Forest Labs ni cuenta con su respaldo.
Por qué importa tener un único modelo multimodal
Cada transferencia entre herramientas puede alterar tu estilo visual. FLUX 3 elimina esas transferencias al reunirlo todo en un solo modelo, para que lo que aprobaste en el primer fotograma siga presente en el último. Para un equipo creativo, esto implica menos cambios entre modelos, menos prompts que reescribir y un resultado más uniforme desde la imagen hasta el movimiento y el sonido.
Imagen, video y audio juntos
FLUX 3 integra la generación y edición de imágenes, la conversión de texto a video, el video y el sonido en un solo modelo, en lugar de encadenar varios especialistas. Así, lo que defines en una imagen fija se mantiene en el movimiento y la mezcla de audio. La comprensión multimodal del modelo conecta la dirección visual con la sonora antes de iniciar la generación.
20 segundos en una sola generación
Hasta 20 segundos de video con audio en una sola pasada: suficiente para desarrollar una escena completa. Para piezas más largas, puedes encadenar clips en secuencias con varios planos y construir la historia mediante tomas deliberadas, en lugar de alargar una generación más allá de su duración útil.
Diálogo en varios idiomas
El audio nativo se genera junto con el video, incluido el diálogo multilingüe, en lugar de añadirse después y ajustarse manualmente para sincronizarlo. Así, elegir versiones en distintos idiomas se convierte en una decisión creativa desde el prompt, no en un proceso separado de sustitución del audio.
Generación y edición de imágenes
La generación y la edición de imágenes forman parte del mismo modelo que el video, por lo que la imagen fija que perfeccionas y el fotograma que animas proceden de un único sistema, no de dos que solo coinciden parcialmente. Para quienes trabajan con acceso anticipado o versiones preliminares del modelo, esto puede reducir la necesidad de transferir recursos entre herramientas incompletas mientras evoluciona el conjunto definitivo de funciones.
Un modelo diferente para cada modalidad
Un único modelo entrenado conjuntamente. Un estilo uniforme desde la imagen fija hasta el movimiento y el sonido
Clips demasiado cortos para desarrollar una escena
Hasta 20 segundos en una sola generación. Un momento completo, no un fragmento
Sonido añadido en posproducción
Audio nativo incluido en la generación. Diálogo ya integrado en la imagen
Crear una nueva versión para cada mercado
Diálogo multilingüe. Una grabación, varias versiones en distintos idiomas
Ideal para
Equipos cansados de conectar un modelo de imagen con uno de video y una herramienta de audio, y que buscan un sistema único y uniforme de principio a fin.
Por dónde empezar
Convierte en movimiento y diálogo una escena ya creada con FLUX 2 en YouArt: FLUX 3 está diseñado precisamente para eliminar esa transferencia. Usa prompts de texto a video si partes de una idea, o una imagen fija y fotogramas clave si el encuadre y el peso visual ya están definidos.
No es ideal para
Imágenes fijas sencillas que FLUX 2 ya puede generar con mayor rapidez.
El estilo se mantiene durante todo el proceso
Un único modelo entrenado conjuntamente permite conservar el personaje, la paleta y la iluminación definidos en una imagen fija cuando el plano empieza a moverse.
Veinte segundos dan para un plano útil
Tiempo suficiente para una frase y una reacción, en lugar de un fragmento que tengas que encajar durante la edición.
El sonido llega con la imagen
La generación de audio nativo elimina la fase de sincronización que normalmente separa un render terminado de una escena completa.
Más de un mercado
Gracias a los diálogos multilingües, puedes generar una versión en otro idioma sin repetir la grabación.
Directores creativos
Los directores creativos mantienen una misma idea visual en una imagen fija, un plano en movimiento y una banda sonora, sin tener que recrearla en cada herramienta.
Especialistas en marketing de rendimiento
Los especialistas en marketing de rendimiento crean variantes y versiones en distintos idiomas con la misma estética, sin tener que volver a grabar cada una.
Cineastas
Los cineastas previsualizan escenas con el diálogo ya incorporado para poder evaluar el ritmo en lugar de imaginarlo.
Creadores de contenido para redes sociales
Los creadores de contenido para redes sociales pasan de una idea a una pieza breve con sonido incluido, sin tener que combinar varias herramientas.