FLUX 3 Image مقابل FLUX 3: اسمان، منتجان، ويفصل بينهما تسعة أسابيع

منذ 1 أكتوبر 2026، أصبح "FLUX 3" يعني شيئين مختلفين، والمعنى الثاني هو الذي له قائمة أسعار. FLUX 3 Image هي فئة الصور التي أُطلقت ذلك اليوم على api.bfl.ai/v1/flux-3-image، وتُحاسَب لكل صورة بدءًا من 0.041 دولار. FLUX 3 هو الكيان الأكبر الذي تنتمي إليه — النموذج الموحّد متعدد الوسائط الذي أعلنت عنه Black Forest Labs في 23 يوليو 2026 ومنذ ذلك الحين أطلقته على شكل أجزاء، منها الفيديو ورأس إجراءات روبوتي وهما الجزآن العاملان بالفعل في الإنتاج. هذه ليست مقارنة بين نموذج رائد وشقيقه الأصغر. إنها مقارنة بين عائلة كاملة وأحد أجزائها الثلاثة العاملة.

هذا التمييز يسهل فقدانه، ولا تساعد تسمية BFL نفسها على ذلك: فصفحة العائلة، وتوثيق الفيديو، وشروط الترخيص، ومرجع API، كلها تقول FLUX 3 في مواضع تقصد فيها شيئًا أضيق. إذا قرأت ورقة مواصفات FLUX 3 وخرجت غير متأكد مما إذا كانت تصف نموذج صور أو نموذج فيديو أو برنامجًا بحثيًا، فليس هذا إهمالًا منك. كلا الاسمين مستخدم فعليًا لمجموعات فرعية متداخلة من الإصدار نفسه.

التاريخان المهمان

• 23 يوليو 2026 — أُعلن عن FLUX 3 تحت لافتة الوصول المبكر. معمارية Self-Flow واحدة تشمل توليد الصور والفيديو والصوت إلى جانب التنبؤ بالأفعال. والإفصاح عن الحوسبة هو الجزء المثير للاهتمام: أكثر من 95% من حوسبة التدريب ذهبت إلى الفيديو، وأقل من 0.5% من الرموز خُصِّصت للصوت.

• 1 أكتوبر 2026 — تُفتح طبقة الصور كنقطة نهاية خاضعة للقياس. ما يترك فجوةً تناهز عشرة أسابيع بين الإعلان ووصول النمط الذي افترض معظم الناس أن "FLUX 3" يشير إليه.

قراءة ذلك التوزيع للقدرة الحاسوبية تخبرك بما اعتقدت Black Forest Labs أنه المشكلة الصعبة. عائلة نماذج تنفق تقريبًا كل ميزانية تدريبها على الفيديو ليست في صدد تحسين الصور الثابتة والتعامل مع الحركة كامتداد. بل العكس هو الصحيح، وقد ورثت طبقة الصور كل ما أنتجه التدريب الذي يعطي الأولوية للفيديو.

ما المقصود بكل فئة، وكم تكلفتها

تم إطلاق ثلاث من الوسائط الأربع التي أُعلن عنها في يوليو. الفئة الخاصة بالصور هي الأحدث، وهي الوحيدة التي تعمل مثل واجهة برمجة تطبيقات مدفوعة تقليدية.

• FLUX 3 Image — طلب POST واحد، وترويسة x-key، ويُعاد عنوان URL للاستقصاء. التسعير لكل صورة حسب فئة الدقة: $0.041 عند 768sq، و$0.048 عند 1K (الافتراضي)، و$0.07 عند 1.5K، و$0.10 عند 2K و$0.607 عند 4K. خصم إطلاق بنسبة 50% سارٍ حتى الساعة 15:00 UTC يوم 8 أكتوبر. تُحتسب الصور المرجعية وطول النص التوجيهي؛ ولا تتم محاسبة الطلبات الفاشلة أو الخاضعة للإشراف. ويقبل حتى عشر صور مرجعية يتراوح حجم كل منها بين 256×256 بكسل و16 ميغابكسل.

• FLUX 3 Video — متاح بشكل عام ويُحتسب بالثانية بدلاً من الصورة. تبلغ تكلفة تحويل النص إلى فيديو وتحويل الصورة إلى فيديو 0.06 دولار/ث في Draft HD، و0.17 دولار/ث في HD، و0.29 دولار/ث في FHD، و0.40 دولار/ث في QHD، و0.80 دولار/ث في UHD، بينما يكون تحويل الفيديو إلى فيديو أعلى في جميع الفئات. تصل مدة المقاطع إلى 20 ثانية مع صوت متزامن أصلي، وتشمل الأوضاع التحويل من إطار مفتاحي إلى فيديو والاستمرارية. وضع Draft مخصص لدقة HD فقط. صدر إخراج QHD وUHD في 10 سبتمبر 2026.

• FLUX 3 Action — نموذج عالمي-حركي بحجم 7 مليارات معلمة، وهو الجزء الوحيد من FLUX 3 الذي يمكنك تنزيل معاملاته. ظهرت ثلاث نقاط تحقق على Hugging Face في 22 سبتمبر 2026: نقطة تحقق أساسية، ونسخة ذراع SO-101، ونسخة DROID. الوصول مقيّد بالشركاء وليس مفتوحًا، مع كون التلاعب الروبوتي هو الاستخدام الموضّح.

• ما لم يُطرح بعد — نموذج أساسي مفتوح الأوزان FLUX 3. لا تزال مستويات الاستضافة الذاتية لدى BFL تغطي فقط FLUX.2 [klein] وFLUX.2 [dev]. وبالنسبة لمستوى الصور تحديدًا، توجد أوزان تجارية بموجب ترخيص متفق عليه، ويُوصف الوزن المفتوح العام بأنه على بُعد أسابيع.

مقارنة التكلفة التي لا يجريها أحد

التسعير حسب الصورة والتسعير حسب الثانية يبدوان غير قابلين للمقارنة، وهذا بالضبط ما يجعل إجراء الحساب مرة واحدة أمرًا يستحق العناء.

خمس ثوانٍ من تحويل النص إلى فيديو بجودة HD القياسية تكلف 0.85 دولار. خمس ثوانٍ بجودة UHD تكلف 4.00 دولارات. صورة ثابتة واحدة بدقة 4K من فئة الصور تكلف 0.607 دولار بسعر القائمة، أو 0.3035 دولار داخل نافذة الإطلاق — وبينما يشير مصطلح "4K" في فئة الصور إلى ميزانية البكسل بدلاً من إطار ثابت (مخرجات BFL النموذجية هي 5456 × 3072، حوالي 16.8 ميجابكسل، مقابل 8.3 لدقة UHD 2160p)، فإنها من نفس ترتيب الدقة التي تتقاضى فئة الفيديو رسومًا بالثانية لتحريكها.

النتيجة هي أن توليد إطار مفتاحي واحد بدقة UHD لا يكلف سوى جزء ضئيل من تكلفة توليد ثانية واحدة من فيديو UHD، والإطار المفتاحي هو ما ستولده مرارًا وتكرارًا أثناء العمل التكراري. وإذا كان خط سير عملك هو "اضبط الإطار جيدًا، ثم حرّكه"، فإن مستوى الصور هو النصف الرخيص بفارق يتجاوز مرتبة قدرية واحدة، وهو النصف الذي كان متاحًا لأقصر مدة.

هناك ملاحظة تحذيرية في جانب الصور لا توجد في جانب الفيديو. قد يستغرق استدعاء صورة بدقة 4K عدة دقائق، وتكون العينة المُعادة قابلة للتنزيل لمدة ساعة واحدة. وكون العملية بطيئة ويمكن استرجاع نتيجتها خلال ساعة واحدة يشكّل شكلًا تشغيليًا مختلفًا عن مهمة فيديو، وهو نوع التفصيل الذي يحدد ما إذا كانت خطوط أنابيب المعالجة الدُفعية تحتاج إلى قائمة انتظار.

توجد مربعات الإحاطة بأحد هذين الاسمين

لا تُشارَك أسطح التحكم عبر الطبقات، وهذا هو أبرز فرق عملي بين الاسم والعائلة.

يتلقى مستوى الصور مصفوفة JSON تُضاف إلى المطالبة (prompt)، مع إحداثيات على شبكة 0–1000 على كلا المحورين، ويُكتب كل مربع بالصيغة [أعلى، يسار، أسفل، يمين]. تمرر جدولاً من العناصر يحمل id، وbbox وdesc، وتسمية توضيحية عامة تستشهد بتلك المعرّفات — تستخدم أمثلة BFL أسماء مثل animal_1. نظام الإحداثيات نفسه يوجّه التحرير: احتفظ بمنطقة، أو انقل منطقة، أو ولّد منطقة جديدة داخل مربع هدف، أو أزل مربع مصدر. تُدرَج عمليات متعددة في طلب واحد، مع ref_image_0 الذي يسمّي أول إدخال في قائمة المراجع. البكسلات الواقعة خارج المربعات المحرَّرة، كما تقول الوثائق، "تبقى عادةً متطابقة" — وهو تحوّط يستحق أن يُقرأ حرفياً.

الإسناد مُفعّل افتراضيًا في فئة الصور: يتم تشغيل بحث ويب وبحث صور قبل التوليد. تُقرّب أبعاد الإخراج إلى مضاعفات 16 وتُعاد القيمة الفعلية باسم output_mp.

لا يظهر أيٌّ من هذا في معاملات فئة الفيديو. لدى FLUX 3 Video قصته الخاصة في التحكم — الإطارات المفتاحية، والاستمرارية، وتكييف الإطار الأول والأخير — لكن بلا لغة إحداثيات. تتشارك الأجزاء معماريةً، لا واجهةً.

قراءة مقارنات المورّد الخاصة به بعناية

نشرت Black Forest Labs نتائج التفضيل الخاصة بـ FLUX 3 Video، وهي جديرة بالاقتباس مع إرفاق مصدرها. الجولات مُنفَّذة من قِبل المورّد، وأولية، وحُسِبت كمعدلات فوز على مخرجات 720p بمدة 10 ثوانٍ:

• مقابل Luma Ray 3.2 — تفضيل بنسبة 93% لـ FLUX 3 Video.

• مقابل Runway Gen-4.5 — 77%.

• مقابل Grok Imagine Video — 69%.

• مقابل Kling v3 Pro — 60%.

• مقابل Happy Horse v1 وv1.1 — 59% و57%.

• ضد Seedance 2.0 وGemini Omni Flash — نحو 52% لكل منهما، وهو تعادل إحصائي في الجوهر حتى لو كان الرقم يتجاوز النصف.

إن التباين من 93% نزولاً إلى 52% عبر تلك القائمة أكثر إفادة من أي صف بمفرده. لم يُجرِ أحد خارج BFL هذه المقارنات، والنتائج التي تقل عن 55% في الأسفل هي التي تخبرك أين يكون النموذج محل تنافس فعلي.

لا توجد أرقام مكافئة لـ FLUX 3 Image على الإطلاق. تم فحص لوحتَي النص إلى صورة والتحرير لدى Artificial Analysis في 1 أكتوبر ومرة أخرى في 2 أكتوبر 2026، ولا تحمل أيٌّ منهما مُدخلًا لـ FLUX 3 Image. لا يزال خط FLUX.2 هو حيث تتوقف درجات BFL المنشورة: FLUX.2 [max] عند 1021 إيلو في لوحة التوليد و996 في لوحة التحرير، مع تثبيت FLUX.2 [dev] كمرساة الـ1000 في كلتيهما. فئة الصور عمرها يوم واحد ولم تُقَس بعد.

الاختيار بين الأسماء

لا يتعلق الاختيار بقدر ما يتعلق الأمر بأي نموذج أفضل بقدر ما يتعلق بأي من المستويات الثلاثة المطروحة تقع مشكلتك فيه.

إذا كنت بحاجة إلى لقطات ثابتة مع تحكم مكاني، فإن FLUX 3 Image هو الفئة الوحيدة التي تمتلك لغة إحداثيات، وبتكلفة 0.048 دولار للصورة بدقة 1K فهو رخيص بما يكفي لتقييمه على نحو صحيح بدلًا من الجدال بشأنه. ابدأ من هناك، واختبر ادعاء "غالبًا ما تبقى متطابقة" على إطاراتك الخاصة، وراقب قفزة قائمة 2K إلى 4K بمقدار 6.07× عند ضبط أحجام دفعاتك.

إذا كنت بحاجة إلى الحركة، فإن FLUX 3 Video منتج ناضج محاسَب حسب الاستهلاك مع مستويات دقة تصل إلى UHD ومقاطع مدتها 20 ثانية تحمل صوتًا متزامنًا. قارنه بالنماذج التي صُمم ليحل محلها لا بفئة الصور — فهي ليست بدائل لبعضها البعض.

إذا كنت بحاجة إلى الأوزان، فالجواب اليوم هو FLUX 3 Action بموجب اتفاقية شراكة، وإلا فهو FLUX.2. لا فئة الفيديو ولا فئة الصور قابلة للتنزيل، والإصدار المفتوح لفئة الصور نية معلنة دون موعد محدد.

لا يوجد FLUX 3 ولا FLUX 3 Image في كتالوج OrcaRouter، لذا فإن استدعاء أي منهما يعني التوجّه إلى Black Forest Labs مباشرة. القيمة التي يقدّمها موجّه محايد تجاه المزوّدين في خط أنابيب مبني حول هذه العائلة هي الطبقة المحيطة باستدعاء التوليد: تمريرة إعادة صياغة الأمر النصي، وفحص الرؤية الذي يقارن المخرج المُصيَّر بالموجز، والمصنّف الذي يفرز المخرجات إلى فئتي القبول والرفض. تتغيّر تلك الخطوات أكثر بكثير مما يتغيّر نموذج الصور، وتبديل مزوّد خلف نقطة نهاية واحدة متوافقة مع OpenAI — مع أسعار قوائم المزوّدين تُمرَّر كما هي دون هامش إضافي، والتحويل التلقائي عند تدهور خدمة خلفية، ولغة DSL للتوجيه عندما تريد التثبيت أو الرجوع عمدًا — هو الفرق بين خط أنابيب يواكب السوق وآخر يجب إعادة نشره في كل مرة يُهمَل فيها نموذج.

الإغلاق الصادق هو عُرف تسمية. عندما يقول أحدهم FLUX 3 ويمدّ إليك بطاقة أسعار، فهو يعني نقطة نهاية الصور. وعندما يقولها ويمدّ إليك ورقة مواصفات حول تخصيص رموز الصوت، فهو يعني إعلان يوليو. الفجوة بين هذين المستندين تسعة أسابيع وثلاثة مستويات تم شحنها، وما زالت تتسع.