FLUX 3 Image 是什么
FLUX 3 Image 是德国公司 Black Forest Labs 于 2026 年 10 月 1 日推出的图像模型,属 FLUX 3 多模态家族,官方口号是控制每一个像素。它的两块核心能力是布局控制与像素级编辑:前者让你在 prompt 末尾追加一个 JSON 框列表,为每个元素指定 ID、0 到 1000 网格坐标与描述文本;后者在改指定区域时保持其他像素不变,单次请求能重着色、替换、移动、缩放或删除多个元素。最高输出 4K 约 16 百万像素,官方称支持 15 种宽高比。按输出分辨率计费,每张 0.041 至 0.607 美元,10 月 8 日 15:00 UTC 前五折,开源权重数周内发布,完整清单见官方发布说明。
Black Forest Labs 推出的文生图与像素级精确编辑模型。
FLUX 3 Image 的主要功能
- 边界框布局控制:在 prompt 末尾追加 JSON 列表即可精确排布元素,格式是 ID、
[y_min, x_min, y_max, x_max]坐标与描述文本,0 到 1000 的网格对所有宽高比通用。 - 像素级局部编辑:标出要改的元素,其余像素保持不变,官方称可在像素级维持原图内容,支持多轮连续编辑。
- 最多 10 张参考图:按上传顺序用
ref_image_0、ref_image_1引用,可重设风格,也可把多张参考合成新构图。 - 最高 4K 输出:从 768sq 快速预览档到 4K,官方称覆盖 15 种宽高比。
- 单一端点:生成和编辑共用一个接口,由 prompt 自己决定走哪条路径,没有 mode 字段。
- 图内文字渲染与编辑:多语种文字渲染是官方列出的能力,对应图内标签替换这类需求。
FLUX 3 Image 的技术原理
- 图像能力是从视频优先的训练里长出来的:FLUX 3 全家族把超过 95% 的训练算力给了视频,音频标记占比不足 0.5%。官方理由是只学图像的模型只能生成图像。所以它不是单独练出来的图像模型,而是这套 Transformer 式统一架构里被视频训练带出来的一个模态。系列 7 月 23 日以早期访问公布,图像模态晚了约十周才作为计量接口开放。
- 训练方法叫 Self-Flow:官方称比之前 FLUX 用的 Flow Matching 更高效地对齐多模态生成与理解。属厂商口径,无第三方复现。
- 归一化网格是为了跨画幅复用:0 到 1000 的坐标系不绑定像素,同一套布局指令可直接套到不同宽高比上,适合批量出多尺寸素材。
- 4K 是像素预算,不是固定尺寸:官方称 4K 约 16 百万像素,示例输出 5456×3072。尺寸取 16 的倍数,实际值由接口的
output_mp返回。选 4K 选的是预算,长宽仍由画幅决定。 - 没有模型卡与技术报告:参数规模、架构细节均未公开。4K 档一次生成可能要等几分钟,图片仅保留一小时下载,这两项是实打实的 算力 与工程约束。
如何使用 FLUX 3 Image
- 想先试效果:Black Forest Labs 的 Tools Playground 提供免费试用,能直接试边界框和多轮编辑。
- 走官方接口:一个端点搞定生成与编辑,边界框写在 prompt 末尾而非独立参数,由 prompt 声明要生成还是编辑。
- 走第三方平台要注意参数不统一:Replicate、fal、OpenRouter、Veevid 都已接入。fal 编辑端点必填
image_urls且每张输入限 4 百万像素,Replicate 的images允许 16 百万像素。分辨率菜单也不同,Replicate 有 1.5K 档,fal 有 512sq 档,两边都默认 1K。 - 价格提醒:促销价到 10 月 8 日 15:00 UTC,之后恢复原价。参考图数量和 prompt 长度都不额外收费,失败或被审核拦截的请求不计费。完整价目在官方定价页。
- 国内想在线用:可以看 LiblibAI 这类模型社区平台是否已上架,不用自己搭环境。
FLUX 3 Image 的核心优势
- 布局可控性是这一代最实的升级:边界框直接写进 prompt,每个元素指定 ID、坐标与描述,接近设计稿的工作方式,比用自然语言描述布局再靠模型猜要稳。
- 多轮编辑一致性有实际演示:第三方平台 Veevid 的实测里,连续三次编辑(换沙发、换墙色、加植物)后房间其余部分保持原样。这是目前最接近验证的材料,但仍来自集成方而非独立评测机构。
- 参考图不额外收费:10 张参考图含在基础价里,官方明确参考图与 prompt 长度都不加价,这比单价本身更影响多参考流程的总账。
- 关键帧场景成本远低于视频:与按秒计费的视频生成相比,用图像接口迭代关键帧的成本低一个数量级以上,适合先把构图定下来再交视频模型。
- 开源有前例可循:商业权重已可获取,企业能微调并部署在自有基础设施上,走商务渠道接洽;开源权重官方称数周内,有消息指 10 月 6 日。BFL 的 FLUX.1 与 FLUX.1 Kontext [dev] 都开过权重,承诺的可信度比新面孔高。
FLUX 3 Image 的同类竞品对比
| 对比维度 | FLUX 3 Image | Ideogram 4.5 |
|---|---|---|
| 发布方与时间 | Black Forest Labs,2026-10-01 | Ideogram,2026-09-30 |
| 核心定位 | 像素级编辑加边界框布局控制 | 消除多轮编辑的伪影累积 |
| 最高输出分辨率 | 4K(约 16 百万像素) | 原生 2K |
| 布局控制机制 | 支持 prompt 内边界框,0 到 1000 网格 | 未提供同类机制 |
| 参考图数量 | 最多 10 张 | 未公布 |
| 高分辨率局部编辑 | 支持,编辑区外像素保持不变 | 支持,可直接改高分辨率裁剪区再拼回,示例用 24.2 百万像素源图 |
| 定价口径 | 按输出分辨率,每张 0.041 至 0.607 美元 | 按质量档位,每张 0.008 至 0.22 美元 |
| 独立评测分数 | 无 | 无 |
| 开源状态 | 商业权重可获取,开源权重数周内 | 承诺开源,未给日期 |
| 上线渠道 | 官方接口、Replicate、fal、OpenRouter 等 | 官网、API、Picsart、Runway、Pika、Leonardo AI 等 |
关于这张表有四点必须说明。第一,也是最要紧的:两家都没有任何第三方公开分数。截至发稿,Artificial Analysis 的文生图榜与编辑榜上都没有 FLUX 3 Image 的条目,Black Forest Labs 在榜上的成绩止于 FLUX.2 系列。所以关于像素级编辑质量的任何说法,目前唯一来源就是卖它的公司,以及愿意给它背书的集成方。
第二,价格口径不同,不能直接比单价。FLUX 3 Image 按输出分辨率收,2K 是 0.10 美元一张;Ideogram 4.5 按质量档位收,四档都在原生 2K 输出,价格从 0.008 到 0.22 美元。同一个 2K 档位上,Ideogram 入门价低一个数量级,但它最高的 0.22 美元又高于前者。要按用途对档位,拿最低价比最高价没有意义。
第三,分辨率越高单位像素成本反而越贵。按官方给的像素数折算,1K 约 1 百万像素卖 0.048 美元合每百万像素 0.048 美元,2K 约 4 百万像素卖 0.100 美元合 0.025 美元,4K 约 16 百万像素卖 0.607 美元合 0.038 美元。2K 到 4K 像素只涨 4 倍,价差却是 6.07 倍。按性价比排 2K 最划算,建议用 768sq 或 1K 做草稿、2K 出成品,不要直接冲 4K。
第四,两家的编辑路线不一样。FLUX 3 Image 强调改哪里只动哪里;Ideogram 4.5 强调不先把高分辨率图降采样再编辑,直接在原尺寸裁剪区上改再拼回原图,示例用了 24.2 百万像素的源图。前者适合从零构图,后者适合在已有高清素材上定点修改。
FLUX 3 Image 的应用场景
- 电商产品图的批量变体:同一张主图换颜色、换背景元素、换搭配,靠边界框固定产品位置,一次出多版不用担心主体漂移。
- 广告素材的多语种替换:图内文字渲染与编辑能力对应把海报文案换成另一种语言,本地化不用重做整版设计。
- 品牌视觉规范的版式落地:把设计稿栅格换算成 0 到 1000 网格,用同一套边界框指令批量出多尺寸素材,比人工对齐快。
- 室内设计与场景预览:换沙发、换墙色、加绿植这类局部编辑,改完其余陈设保持原样,适合给客户看多套方案。
- 视频关键帧的迭代:先用图像接口把构图和光影试到位,成本比按秒计费的视频生成低一个数量级以上,定稿后再交给视频模型。要往下走成成片可以看 Seko 这类短视频创作工具,或者逛 AI 图像工具 分类里的其他选择。




