FLUX 3 Max: 10 Sekunden Video in 12 Sekunden – und eine Behauptung, die Sie noch nicht überprüfen können

Die interessanteste Zahl in der Ankündigung von Black Forest Labs zu FLUX 3 Max ist nicht 22×. Sie ist 12. Ein zehnsekündiger Clip in zwölf Sekunden bedeutet, dass das Modell weniger Zeit für das Rendern braucht, als der Clip lang ist – und wenn das in der Produktion Bestand hat, verändert sich die gesamte Form eines Video-Workflows, weil Iteration aufhört, ein Batch-Job zu sein, und zu einem Gespräch wird. Hier ist der Teil, den man lesen sollte, bevor man irgendetwas darauf aufbaut: FLUX 3 Max erschien am 19. Oktober 2026, die 12-Sekunden-Zahl stammt vom Anbieter selbst, veröffentlicht ohne Methodik, ohne Clipgröße, ohne Auflösung und ohne unabhängigen Lauf dahinter, und das Modell hat keine eigene Preiszeile auf der Preisseite von Black Forest Labs. Was FLUX 3 Max ist, ist vielleicht das Wichtigste, was man verstehen muss, und es ist das, worüber die Ankündigungsseite am wenigsten sagt. Dieser Beitrag behandelt, was BFL tatsächlich veröffentlicht hat, was die Zahlen bedeuten und was nicht, was es kostet und wie es mit der FLUX 3 Video-Stufe zusammenhängt, die Sie bereits nutzen konnten. Die dokumentierten KI-Ausfälle und Agentenvorfälle hinter Veröffentlichungen wie dieser sind gesammelt in dem OrcaRouter AI Incident Archive wo jeder Eintrag seine eigenen Quellen, Schweregrad, Konfidenzgrad und eine Kennzeichnung als umstritten enthält.

Eine Anmerkung zur Quellenlage, bevor irgendeine Zahl zweimal auftaucht. Alles hier ist am 20. Oktober 2026 von den eigenen Seiten von Black Forest Labs abgelesen – der Modellseite unter bfl.ai/models, der Produktseite von FLUX 3 Video und der Preisseite – sowie aus dem OpenAPI-Schema der öffentlichen API. Kein Drittanbieter hat einen Benchmark für FLUX 3 Max durchgeführt. Wo BFL eine Zahl veröffentlicht, ist sie als Angabe des Anbieters gekennzeichnet. Wo BFL nichts veröffentlicht, sagt dieser Artikel das, anstatt zu schätzen.

Was tatsächlich angekündigt wurde

Am 19. Oktober 2026 veröffentlichte Black Forest Labs eine Launch-Mitteilung zu FLUX 3 Max unter der Überschrift „Einführung von FLUX 3 Max.“ Die darin enthaltenen Behauptungen sind knapp und absolut: der schnellste im Westen; ein zehnsekündiges Video in zwölf Sekunden; gleichauf auf Platz eins bei Bild-zu-Video; 22× schneller als Seedance 2.5 bei gleicher Qualität; und, in einem Satz, der klingt, als gehöre er zu einem anderen Produkt, „FLUX 3 ist ein Modell, das für die Anpassung konzipiert wurde.“

Was das Unternehmen gleichzeitig anderswo getan hat, ist nützlicher als der Beitrag. FLUX 3 Max belegt jetzt den ersten Platz auf bfl.ai/models, oberhalb von FLUX 3 Video, mit der Beschreibung „Schnellstes Videomodell mit höchster Qualität. 10-Sekunden-Video in 12 Sekunden.“ Es hat einen eigenen Eintrag im Produktmenü und einen eigenen Anker auf der Videoseite. Die Preisseite enthält eine websiteweite Ankündigungsleiste dafür: „FLUX 3 Max: 22× schneller als Seedance 2.5 bei gleicher Qualität.“

Das ist eine echte Produkteinführung in dem Sinne, der für Entwickler zählt: Das Modell ist gelistet, es hat einen Namen, und der Anbieter lenkt Traffic darauf. Es ist keine Einführung im Sinne einer neuen Architektur, einer neuen Modalität oder einer neuen Preisstufe. FLUX 3 Max ist eine Variante von FLUX 3 Video – und der Unterschied zwischen „neuem Modell“ und „neuer Variante“ ist der Punkt, an dem die meisten praktischen Fragen ansetzen.

Die 12-Sekunden-Behauptung – und woran sie gemessen wird

Zwölf Sekunden für zehn Sekunden Ausgabe ergeben ein Verhältnis von 1,2 zu 1. Wenn das bei Produktionsauflösung mit Audio zutrifft, ist es außergewöhnlich. Zum Vergleich: Die eigene FLUX 3 Video Family-Seite des Anbieters beschreibt den Draft-Modus gerade deshalb als existierend, weil Renderings in voller Qualität nicht sofort erfolgen – ein Draft verschafft Ihnen „schnelle Generierung zu einem Bruchteil der Kosten“, und anschließend übergeben Sie den Draft über Draft Enhance erneut, um den Frame in voller Qualität zu erhalten. Ein Workflow, der auf Vorschau-dann-Commit basiert, impliziert, dass der Commit der langsame Teil ist. Die Behauptung von FLUX 3 Max impliziert das Gegenteil: dass das vollständige Rendering bereits schneller als Echtzeit ist.

Vier Dinge, die BFL über die zwölf Sekunden nicht sagt, und jedes davon verändert, was die Zahl bedeutet:

• Auflösung — die Aussage nennt keine Auflösungsklasse. FLUX 3 Video rendert HD, FHD, QHD und UHD, wobei FHD und darüber nach der Generierung durch einen Upsampler fertiggestellt werden. Ein zwölfsekündiges HD-Rendering und ein zwölfsekündiges 4K-Rendering sind unterschiedliche technische Leistungen, und der Beitrag unterscheidet nicht zwischen ihnen.

• Audio — FLUX 3 erzeugt standardmäßig synchronisiertes Audio, und Audio ist ohne Aufpreis enthalten. Ob die zwölf Sekunden die Audiosynthese umfassen, wird nicht angegeben. Audio macht einen erheblichen Teil des Rechenaufwands in einem gemeinsamen Audio-Video-Modell aus.

Hardware und Warteschlange — keine GPU, keine Batchgröße und kein Hinweis darauf, ob die Warteschlange enthalten ist. Zeit bis zum ersten Frame und Zeit bis zur fertigen Datei sind unterschiedliche Werte, und Geschwindigkeitsversprechen im Marketing nennen üblicherweise den besseren davon.

• Wiederholung — kein p50, kein p95, keine Stichprobengröße. Eine einzelne schnelle Generierung ist eine Anekdote; eine Verteilung ist ein Service-Level.

Nichts davon macht die Zahl falsch. Es macht sie von außerhalb des Anbieters unüberprüfbar – und das ist der ehrliche Status jeder Geschwindigkeitsangabe, die in den ersten 48 Stunden im Leben eines Modells veröffentlicht wird.

„Geteilter erster Platz bei Image-to-Video“ – mit wem geteilt, und auf welcher Grundlage?

Das ist die Behauptung, mit der man am vorsichtigsten umgehen sollte, denn sie ist diejenige, die wie ein Benchmark-Ergebnis klingt und hinter der am wenigsten steckt.

Ein Rang setzt eine Rangliste voraus. Stand 2026-10-20 führen die unabhängigen Video-Ranglisten FLUX 3 Max nicht offensichtlich: Die Video-Arena von Artificial Analysis, die durchaus einen Image-to-Video-Reiter mit Elo-artigen Rankings anbietet, zeigt die Abstimmungsoberfläche und ihren Modellpool einem angemeldeten Besucher, und die ohne Konto erreichbare öffentliche Seite zeigt die Ranglistentabelle nicht an. Daher lässt sich die Behauptung nicht anhand der wahrscheinlichsten Quelle überprüfen, und BFL nennt die verwendete Quelle nicht.

Es gibt außerdem ein Datumsproblem. Ein Modell, das am 19. Oktober vorgestellt wurde, kann bis zum 20. Oktober keine aussagekräftige Stichprobe an Blindabstimmungen angesammelt haben. Wenn die „#1“ aus einem vom Anbieter durchgeführten menschlichen Präferenzvergleich stammt – genau so hat BFL FLUX 3 Video im Juli präsentiert, als es Präferenzsiege über Luma Ray 3.2 mit 93 %, Runway Gen-4.5 mit 77 % und Kling v3 Pro mit 60 % meldete, ausdrücklich als „vorläufig“ und „früh“ gekennzeichnet –, dann ist „gleichauf auf Platz 1“ ein vom Anbieter erzieltes Ergebnis, das das Gewand eines Leaderboards trägt. Die Juli-Zahlen waren ehrlich über ihren eigenen vorläufigen Status. Der Oktober-Beitrag ist es nicht, und das ist der Unterschied, der erwähnt werden sollte.

Was die Sache klären würde: ein genanntes Board, ein Datum, eine Stichprobengröße und ein Link. Bis eines davon auftaucht, ist die faire Lesart, dass FLUX 3 Max von seinem Hersteller an der Spitze des Bild-zu-Video-Bereichs positioniert wird und nicht unabhängig dort verortet wurde.

Der 22×-Seedance-Vergleich

„22× schneller als Seedance 2.5 bei gleicher Qualität“ ist eine zusammengesetzte Aussage mit zwei Teilen, und nur einer davon ist eine Aussage zur Geschwindigkeit.

Der Geschwindigkeitsteil ist reine Arithmetik mit der Zwölf-Sekunden-Zahl: Wenn FLUX 3 Max zehn Sekunden in zwölf rendert, dann dauert eine entsprechende Ausgabe eines 22× langsameren Modells etwa viereinhalb Minuten. Das ist eine plausible Größenordnung für ein Frontier-Videomodell, und es ist zugleich völlig unverankert – ByteDance veröffentlicht für Seedance 2.5 keine Angabe zur Generierungsdauer, mit der sich das überprüfen ließe. BFLs Vergleich ist daher eine Herstellermessung der eigenen Latenz gegen eine nicht näher bezeichnete Messung eines Wettbewerbers, und der Leser kann keine der beiden Seiten reproduzieren.

Die Qualitätshälfte – „bei gleicher Qualität“ – ist die Hälfte, an die überhaupt keine Belege geknüpft sind. Gleichwertige Qualität ist der teure Teil eines Geschwindigkeitsvergleichs, und sie ohne einen passenden Testaufbau zu behaupten, lässt die 22× zu einer einzigen Zahl werden, die vorgibt, zwei zu sein. Beachten Sie auch, dass Seedance 2.5 eine andere Art von Produkt ist: Das Modell von ByteDance akzeptiert bis zu 50 Referenzassets in einer Anfrage und generiert Clips von bis zu 30 Sekunden, gegenüber der Obergrenze von 20 Sekunden bei FLUX 3. Ein Geschwindigkeitsverhältnis zwischen Modellen mit unterschiedlichen Längen- und Referenzgrenzen ist ein Verhältnis zwischen zwei unterschiedlichen Aufgaben.

Das bedeutet nicht, dass FLUX 3 Max nicht schnell ist. Es bedeutet, dass 22× ein Anbietervergleich zwischen der eigenen Messung eines Anbieters und den veröffentlichten Einstellungen eines Wettbewerbers ist, und der Leser sollte ihn als Richtung und nicht als Multiplikator auffassen.

Was FLUX 3 Max tatsächlich generiert

Hier ist das Bild klarer, weil FLUX 3 Max den Rahmen von FLUX 3 Video erbt, statt einen neuen zu definieren. BFLs Videoseite führt die Funktionen unter FLUX 3 Video auf, und der Max-Block auf dieser Seite ergänzt sie nur um Aussagen zur Geschwindigkeit:

• Eingaben — Text-zu-Video, Bild-zu-Video, Video-zu-Video, Videofortsetzung und Keyframe-gesteuerte Übergänge.

• Dauer — 5 bis 20 Sekunden pro Generierung, jede ganze Sekunde oder automatisch passend zum Inhalt. Das API-Schema bestätigt den ganzzahligen Bereich von 5–20.

• Auflösung — HD (bis zu 1 Megapixel pro Frame), FHD (bis zu 2), QHD/2K (bis zu 4), UHD/4K (bis zu 8), wobei die Stufe durch die Gesamtpixelzahl pro Frame statt durch das Seitenverhältnis festgelegt wird. Die gelieferten Abmessungen liegen auf Vielfachen von 32, sodass 16:9 „UHD“ 3840×2176 statt 3840×2160 ergibt.

• Audio — optionales, nativ synchronisiertes Audio, einschließlich mehrsprachiger Dialoge, Sprache, Soundeffekte und Atmosphäre, ohne Aufpreis. In der API standardmäßig aktiviert.

• Seitenverhältnisse – Automatisch, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16, 9:21.

• Referenz- und Steuerungsmodi — Startbild, Start- und Endbild, mehrere an Zeitstempel gebundene Keyframes sowie Fortsetzung aus einem vorhandenen Clip.

• Draft-Modus – schnelle Vorschau nur in HD, mit einem draft_cache-Bundle, das du zurückübergibst, um dieselbe Generierung in voller Qualität zu rendern. BFLs eigene Darstellung des Draft-Modus ist bezeichnend: Wenn Max alles in zwölf Sekunden gerendert hätte, bliebe für eine Vorschau-Stufe wenig zu tun.

Die API-Oberfläche ist der Teil, den man prüfen sollte, bevor jemand eine Integration plant. Das öffentliche OpenAPI-Dokument unter api.bfl.ai listet drei Generierungs-Endpunkte für diese Familie auf: /v1/flux-3-video, /v1/flux-3-image und /v1/flux-3-image-klein. Ein /v1/flux-3-max gibt es nicht. Der Request-Body des Video-Endpunkts enthält mode, prompt, duration, resolution, generate_audio, draft, safety_tolerance und version – und kein Feld, das Max auswählt. FLUX 3 Max ist nach dem aktuellen Stand eher ein Produkt und eine Platzierung als ein eigenständiger, öffentlich dokumentierter Endpunkt. Wer darauf aufbauen will, sollte sich mit BFL abstimmen, welcher Endpunkt und welcher Parameter ihn tatsächlich bedienen, bevor Code geschrieben wird, der eine Modell-ID voraussetzt.

Was es kostet

Black Forest Labs veröffentlicht Videopreise pro Sekunde, und FLUX 3 Max steht nicht auf der Preisliste. Die Abrechnungsreferenz – die Preisseite der Dokumentation – listet die Zeilen für FLUX 3 Video auf und nichts unter dem Namen Max:

• Text-zu-Video und Bild-zu-Video — 0,15 $/s HD, 0,24 $/s FHD, 0,28 $/s QHD, 0,41 $/s UHD.

• Video-zu-Video und Fortsetzung — 0,21 $/s HD, 0,27 $/s FHD, 0,31 $/s QHD, 0,45 $/s UHD.

• Entwurf — 0,06 $/s, nur HD, nur Text-zu-Video; ein Entwurf wird anschließend zu dem Tarif für die Preisstufe, für die Sie sich entscheiden, verbessert.

• Berechnungsbeispiel — fünf Sekunden Standard-HD-Text-zu-Video kosten 0,85 $; angefangene Sekunden werden aufgerundet; Audio ist kostenlos.

Daraus folgen zwei Dinge. Erstens kostet ein zehnsekündiger HD-Clip zum angegebenen Tarif 1,50 $, und wenn Max zu denselben Tarifen bepreist wird, dann kostet der zwölfsekündige Render eine Dollar fünfzig plus zwölf Sekunden Ihrer Zeit. Zweitens stimmen BFLs eigene Seiten nicht miteinander überein: Die FLUX 3 Video FAQ auf der Modellseite nennt weiterhin 0,17 $/s HD, 0,29 $/s FHD, 0,40 $/s QHD und 0,80 $/s UHD für Text-oder-Bild-zu-Video, mit 0,41 $/0,53 $/0,65 $/0,95 $ für Video-zu-Video — etwa das Doppelte der Tarifkarte der Dokumentation in jeder Stufe. Wir verweisen auf die Dokumentationsseite, weil sie die Abrechnungsreferenz ist, und wir kennzeichnen den Widerspruch, statt einen Sieger zu küren. Wer kalkuliert, sollte den Tarif vor der Skalierung anhand einer ersten Rechnung bestätigen. Dieselbe Fußnote besagt außerdem, dass die Tarife durch Modalität, Modellvariante und Auflösungsstufe bestimmt werden — was impliziert, dass es irgendwo einen Max-spezifischen Tarif gibt, obwohl keine Max-Zeile veröffentlicht ist. Behandeln Sie 0,15 $/s HD als Annahme, nicht als Max-Preisangabe.

Für ein Team, das Optionen verschiedener Anbieter vergleicht, ist die nützliche Eigenschaft eines Pass-through-Routers, dass diese Art von Preislisten-Churn nicht Ihre Baustelle ist: Bei OrcaRouter werden die Listenpreise der Anbieter mit 0 % Aufschlag durchgereicht, sodass eine Preissenkung eines Anbieters oder der Tarif einer neuen Stufe am selben Tag zum selben Preis erscheint, zu dem er auf der Seite des Anbieters steht – ohne dass Sie selbst eine Neuberechnung der Preise vornehmen müssen. FLUX 3 Max selbst wird derzeit nicht über OrcaRouter geroutet – die Videо-API von BFL ist die Route –, aber die benachbarten Videooptionen, die im Katalog stehen, wie etwa kling/kling-3-turbo, liegen hinter demselben OpenAI-kompatiblen Endpoint wie die Textmodelle, sodass eine Pipeline ihre LLM- und Videoaufrufe während der Evaluierung über einen einzigen Schlüssel laufen lassen kann.

Anpassung und der Open-Weights-Thread

Der Satz zur Individualisierung im Launch-Post ist die einzige Behauptung, die nicht zum Rest der Ankündigung passt, und es lohnt sich, ihn auseinanderzunehmen, weil BFL hier tatsächlich Vorgeschichte hat.

Die FLUX-3-Familie wurde das ganze Jahr über nach und nach geöffnet. FLUX 3 Action, das 7B-Roboteraktionsmodell, veröffentlichte am 22. September 2026 drei Checkpoints auf Hugging Face. FLUX 3 Image Klein, ein offenes Bildmodell mit 5,6 Mrd. Parametern, erschien am 15. Oktober mit einem Basis-Checkpoint für das Fine-Tuning, einer destillierten Variante, FP8/INT8/NVFP4-Builds, LoRA-Training in Diffusers und Ostris’ AI Toolkit von Anfang an sowie einer FLUX Kommunity License, die kostenlose kommerzielle Nutzung unter 5 Mio. USD Jahresumsatz erlaubt. Der Blog von BFL bezeichnet Klein als „das zweite Open-Weights-Release der FLUX-3-Familie“ und kündigt weitere an.

Gemessen an dieser Bilanz ist „FLUX 3 ist ein Modell, das für Individualisierung konzipiert wurde“ plausibel eine Aussage über die Familie — die Bildseite lässt sich buchstäblich heute auf der eigenen GPU feinabstimmen — und keine Behauptung, dass die Gewichte von FLUX 3 Max erscheinen. Nichts auf der Max-Seite sagt etwas über Gewichte, Lizenz, Fine-Tuning oder Self-Hosting. Das Video-Backbone von FLUX 3 Dev wird weiterhin als „demnächst verfügbar“ bezeichnet, und bfl.ai/licensing verkauft Self-Host-Tarife nur für die Bildmodelle. Wenn die Individualisierung der Grund ist, warum FLUX 3 Max Sie interessiert, ist die ehrliche Einschätzung, dass die Individualisierungsgeschichte der Video-Stufe ein Anbietersatz ist, hinter dem noch kein Artefakt steht, während die der Bild-Stufe aus vier Checkpoints und einer Lizenz besteht, die Sie lesen können.

Was diese Woche damit tun

Wenn Sie beruflich Videos generieren, ist FLUX 3 Max einen Testlauf mit Ihren eigenen Prompts wert – nicht weil die 22× verifiziert wurden, sondern weil ein echtes Sub-Echtzeit-Rendering verändert, wie Sie arbeiten, und der einzige Weg herauszufinden, ob die Behauptung für Ihre Auflösung, Ihre Audioeinstellungen und Ihre Inhalte gilt, darin besteht, Ihr eigenes Material einzusenden. Benchmarken Sie es so, wie es der Anbieter nicht getan hat: gleicher Prompt, gleiche Dauer, drei Auflösungen, je zehn Durchläufe, und protokollieren Sie p50 statt des besten Falls.

Wenn Sie einen Videoanbieter für ein Produkt auswählen, existieren die Informationen, die Sie dafür benötigen, noch nicht. Es gibt keine unabhängige Image-to-Video-Platzierung, keine Max-spezifische Rate und keinen dokumentierten Max-Endpunkt. Fragen Sie BFL direkt, welcher Endpunktparameter Max bedient und was er in den einzelnen Auflösungsstufen kostet, bevor Sie ein Budget darauf auslegen. Ein Modell, das eine Bestenliste anführt, ist nicht dasselbe wie ein Modell mit einem veröffentlichten Preis, und derzeit hat FLUX 3 Max Ersteres für sich und nicht Letzteres.

Wenn Sie eine Multi-Modell-Pipeline aufbauen, besteht der pragmatische Ansatz darin, die Modellauswahl hinter einer Schnittstelle statt im Code zu halten. Das ist das Argument für einen Router, der nicht spezifisch für diesen Launch ist: Video-Modellgenerationen wechseln alle paar Wochen, und die Kosten für die Einführung der nächsten sollten eine Konfigurationsänderung sein. Auf OrcaRouter bedeutet das einen einzigen OpenAI-kompatiblen Endpunkt über 200+ Modelle, automatisches Failover, wenn die Leistung eines Anbieters nachlässt, und eine Routing-DSL, die eine Klasse von Anfragen an ein Modell und den Rest an ein anderes senden kann – sodass die Bewertung von FLUX 3 Max neben dem, was Sie heute betreiben, keine zweite Integration oder einen zweiten Vertrag erfordert.

Die Behauptung, auf die man achten sollte, ist nicht die 22×. Es ist die Frage, ob ein unabhängiges Board FLUX 3 Max unter Image-to-Video führt und ob BFL eine Max-Zeile auf seiner Preisseite und einen Max-Parameter in seiner API veröffentlicht. Diese drei Artefakte würden den Launch-Post in eine Spezifikation verwandeln. Bis dahin sind die zwölf Sekunden ein Versprechen, und das Nützlichste, was man mit einem Versprechen tun kann, ist, es zu prüfen.