FLUX 3 Video от Black Forest Labs — ролик со звуком длиной до 20 секунд за один проход.

Одна карточка — пять режимов, и выбирать режим вручную не нужно: он определяется тем, какие поля вы заполнили.
• Только текст → ролик с нуля.
• Изображение → оживление стартового кадра.
• Изображение + Конечный кадр → переход от первого кадра к последнему.
• Видео → продолжение готового клипа.
• Keyframes → проход по ключевым кадрам на таймлайне.

Промпт — обязателен в любом режиме, в том числе когда вы приложили кадры или исходный клип. Опишите сцену, что в ней происходит и как движется камера.

Изображение — необязательно. Ваша картинка становится первым кадром ролика, а промпт задаёт движение. Оставьте пустым — модель нарисует всё с нуля по тексту.

Конечный кадр — необязательно и работает только вместе с Изображением. Модель строит переход от первого кадра к последнему: удобно, когда финальный кадр уже готов и нужно в него попасть.

Видео — необязательно. Готовый клип, который нужно продолжить: модель дорисовывает продолжение. Исходник — до 50 МБ и короче 15 секунд. Влияет на цену, см. ниже.

Keyframes — необязательно, до 10 ключевых кадров. Это раскадровка: вы говорите, какая картинка должна оказаться в каком месте ролика, а движение между ними модель придумывает сама. В каждой строке два поля: Image — сама картинка, Frame number — её позиция, посчитанная в кадрах при 24 кадрах в секунду. То есть 0 — самое начало, 24 — конец первой секунды, 48 — второй, и так до «длительность × 24» в финале. Две картинки не могут стоять на одной и той же позиции.

Соотношение сторон — Auto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16; по умолчанию Auto. Auto подстраивает кадр под приложенную картинку или исходный клип. Фиксированное значение нужно, когда ролик должен без сюрпризов сесть в ленту (1:1), в сторис и шортсы (9:16) или в горизонтальный плеер (16:9).

Разрешение — 720P или 1080P, по умолчанию 720P. 720P — быстрая проверка идеи и черновик, 1080P — финальный вид под большой экран. Прямо влияет на цену.

Длительность — целое число секунд от 5 до 20, по умолчанию 5. Пять-шесть секунд — один законченный жест или проезд камеры. Больше десяти секунд имеет смысл, если в промпте описана смена плана или развитие действия: иначе длинный ролик просто растянет одно движение. Длительность прямо входит в цену.

Native audio — звук, по умолчанию включён. Модель пишет речь, шумы и атмосферу синхронно с картинкой, в том же проходе. Выключите, если нужен немой ролик: на цену это не влияет.

Сколько это стоит. Платите за секунды готового видео: ставка за секунду умножается на выбранную Длительность. Сама ставка зависит от Разрешения — 1080P дороже 720P. Отдельно стоит продолжение клипа: если вы приложили Видео, секунда обходится примерно вдвое дороже, чем в остальных режимах (это единственный режим с входным видео). Точные суммы в рублях — на вкладке «Цены».