FLUX 3 Max: 10 segundos de vídeo en 12 segundos, y una afirmación que aún no puedes comprobar

El número más interesante del anuncio de FLUX 3 Max de Black Forest Labs no es 22×. Es 12. Un clip de diez segundos en doce segundos significa que el modelo pasa menos tiempo renderizando que el tiempo que el clip tarda en existir —y, si eso se cumple en producción, cambia toda la forma de un flujo de trabajo de vídeo, porque la iteración deja de ser un trabajo por lotes y se convierte en una conversación. Esta es la parte que vale la pena leer antes de reconstruir cualquier cosa en torno a esto: FLUX 3 Max se lanzó el 19 de octubre de 2026, la cifra de 12 segundos es del propio proveedor, publicada sin metodología, sin tamaño de clip, sin resolución y sin ninguna ejecución independiente que la respalde, y el modelo no tiene una fila de precio propia en la página de precios de Black Forest Labs. Puede que lo más importante que haya que entender sea qué es FLUX 3 Max, y es justo de lo que menos habla la página del anuncio. Este artículo cubre lo que BFL lanzó realmente, qué significan y qué no significan las cifras, cuánto cuesta y cómo se relaciona con el nivel FLUX 3 Video que ya podías invocar. Los fallos de IA y los incidentes de agentes documentados que hay detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.

Una nota sobre las fuentes, antes de que cualquier cifra aparezca dos veces. Todo lo que hay aquí está tomado de las propias páginas de Black Forest Labs el 2026-10-20 —la página del modelo en bfl.ai/models, la página del producto FLUX 3 Video y la página de precios—, además del esquema OpenAPI de la API pública. Ningún tercero ha medido el rendimiento de FLUX 3 Max. Cuando BFL publica una cifra, se etiqueta como la del proveedor. Cuando no publica nada, este artículo lo indica en lugar de estimar.

¿Qué se anunció realmente?

El 19 de octubre de 2026, Black Forest Labs publicó una nota de lanzamiento de FLUX 3 Max bajo la frase «Presentamos FLUX 3 Max». Las afirmaciones que contiene son breves y categóricas: el más rápido de Occidente; un vídeo de diez segundos en doce segundos; empatado en el primer puesto en imagen a vídeo; 22× más rápido que Seedance 2.5 con la misma calidad; y, en una frase que parece pertenecer a otro producto, «FLUX 3 es un modelo diseñado para la personalización».

Lo que la empresa hizo simultáneamente en otros lugares es más útil que la publicación. FLUX 3 Max ahora ocupa el primer lugar en bfl.ai/models, por encima de FLUX 3 Video, con la descripción «El modelo de video más rápido y de mayor calidad. Video de 10 segundos en 12 segundos». Tiene su propia entrada en el menú de productos y su propio ancla en la página de video. La página de precios incluye una barra de anuncio para todo el sitio: «FLUX 3 Max: 22× más rápido que Seedance 2.5 con la misma calidad».

Eso sí es un lanzamiento real de producto en el sentido que le importa a un desarrollador: el modelo está listado, tiene un nombre y el proveedor está dirigiendo tráfico hacia él. No es un lanzamiento en el sentido de una nueva arquitectura, una nueva modalidad o un nuevo nivel de precio. FLUX 3 Max es una variante de FLUX 3 Video, y la distinción entre «nuevo modelo» y «nueva variante» es donde se concentran la mayoría de las preguntas prácticas.

La afirmación de los 12 segundos, y contra qué se mide

Doce segundos para diez segundos de salida es una proporción de 1,2 a 1. Si es cierto a resolución de producción y con audio, es extraordinario. A modo de comparación, la propia página de la familia FLUX 3 Video del proveedor describe el modo borrador como algo que existe precisamente porque las renderizaciones de calidad completa no son instantáneas: un borrador te ofrece «generación rápida a una fracción del coste», y luego vuelves a procesar el borrador mediante Draft Enhance para obtener el fotograma de calidad completa. Un flujo de trabajo basado en vista previa y luego confirmación implica que la confirmación es la parte lenta. La afirmación de FLUX 3 Max implica lo contrario: que la renderización completa ya es más rápida que el tiempo real.

Cuatro cosas que BFL no dice sobre los doce segundos, y cada una cambia lo que significa el número:

• Resolución — la afirmación no especifica ninguna banda de resolución. FLUX 3 Video renderiza en HD, FHD, QHD y UHD, y los formatos FHD y superiores se finalizan con un upsampler después de la generación. Un render de doce segundos en HD y un render de doce segundos en 4K son logros de ingeniería distintos, y la publicación no los distingue.

• Audio: FLUX 3 genera audio sincronizado de forma predeterminada, y el audio se incluye sin costo adicional. No se especifica si los doce segundos incluyen la síntesis de audio. El audio representa una parte significativa de la carga computacional en un modelo conjunto de audio y video.

• Hardware y cola: no se indica la GPU, ni el tamaño de lote, ni si se incluye la cola de espera. El tiempo hasta el primer fotograma y el tiempo hasta el archivo finalizado son cifras distintas, y las afirmaciones de velocidad del marketing suelen citar la más favorable.

• Repetición — sin p50, sin p95, sin tamaño de muestra. Una generación rápida es una anécdota; una distribución es un nivel de servicio.

Nada de esto hace que la cifra sea falsa. La convierte en algo no verificable desde fuera del proveedor, que es el estatus honesto de toda afirmación de velocidad publicada en las primeras 48 horas de vida de un modelo.

«Empatado en el n.º 1 en imagen a vídeo»: ¿empatado con quién y en qué?

Esta es la afirmación que hay que tratar con más cuidado, porque es la que suena a resultado de benchmark y la que menos sustento tiene.

Una clasificación requiere una tabla de posiciones. A fecha de 2026-10-20, las tablas de clasificación de vídeo independientes no incluyen de forma evidente FLUX 3 Max: la arena de vídeo de Artificial Analysis, que sí publica una pestaña de imagen a vídeo con clasificaciones al estilo Elo, presenta la interfaz de votación y su conjunto de modelos a un visitante que haya iniciado sesión, y la página pública accesible sin cuenta no muestra la tabla clasificatoria. Por lo tanto, la afirmación no se puede comprobar con la fuente más probable, y BFL no nombra la fuente que utiliza.

También hay un problema de fechas. Un modelo lanzado el 19 de octubre no puede haber acumulado una muestra significativa de votos a ciegas para el 20 de octubre. Si el «#1» proviene de una comparación de preferencias humanas realizada por el proveedor —que es exactamente como BFL presentó FLUX 3 Video en julio, cuando informó victorias de preferencia sobre Luma Ray 3.2 con un 93 %, sobre Runway Gen-4.5 con un 77 % y sobre Kling v3 Pro con un 60 %, etiquetadas explícitamente como «preliminares» y «tempranas»—, entonces «empatado en el #1» es un resultado del proveedor vestido con la ropa de una tabla de clasificación. Las cifras de julio eran honestas sobre su propio carácter provisional. La publicación de octubre no lo es, y esa es la diferencia que vale la pena señalar.

Lo que lo resolvería: un panel con nombre, una fecha, un tamaño de muestra y un enlace. Hasta que aparezca uno, la lectura justa es que FLUX 3 Max está posicionado en la cima del campo de imagen a vídeo por su fabricante y no ha sido colocado allí de forma independiente.

La comparación 22× de Seedance

22× más rápido que Seedance 2.5 "con la misma calidad" es una afirmación compuesta con dos partes, y solo una de ellas es una afirmación sobre velocidad.

La parte de la velocidad es aritmética a partir de la cifra de doce segundos: si FLUX 3 Max renderiza diez segundos en doce, entonces una salida equivalente de un modelo 22 veces más lento tarda unos cuatro minutos y medio. Ese es un orden de magnitud plausible para un modelo de vídeo de vanguardia, y también carece por completo de base: ByteDance no publica ninguna cifra de tiempo de generación para Seedance 2.5 que permita a nadie verificarla. La comparación de BFL es, por tanto, una medición del proveedor de su propia latencia frente a una medición no identificada de la de un competidor, y el lector no tiene forma de reproducir ninguno de los dos lados.

La mitad de la calidad —«a la misma calidad»— es la mitad que no tiene ninguna evidencia adjunta. Igualar la calidad es la parte costosa de una comparación de velocidad, y afirmarlo sin un arnés de pruebas equiparable convierte el 22× en un único número que finge ser dos. Ten en cuenta también que Seedance 2.5 es un tipo de producto diferente: el modelo de ByteDance acepta hasta 50 activos de referencia en una sola solicitud y genera clips de hasta 30 segundos, frente al límite de 20 segundos de FLUX 3. Una relación de velocidad entre modelos con límites distintos de longitud y de referencias es una relación entre dos trabajos diferentes.

Esto no significa que FLUX 3 Max no sea rápido. Significa que 22× es una comparación entre proveedores, entre la medición propia de un proveedor y los ajustes publicados de un competidor, y el lector debe tomarlo como una orientación, no como un multiplicador.

Lo que FLUX 3 Max genera realmente

Aquí el panorama está más claro, porque FLUX 3 Max hereda el marco de FLUX 3 Video en lugar de definir uno nuevo. La página de video de BFL enumera las capacidades bajo FLUX 3 Video, y el bloque Max de esa página solo añade lenguaje sobre velocidad además de ellas:

• Entradas — texto a video, imagen a video, video a video, continuación de video y transiciones controladas por fotogramas clave.

• Duración — de 5 a 20 segundos por generación, cualquier segundo entero, o auto para ajustarse al contenido. El esquema de la API confirma el rango de enteros de 5 a 20.

• Resolución — HD (hasta 1 megapíxel por fotograma), FHD (hasta 2), QHD/2K (hasta 4), UHD/4K (hasta 8), donde la banda se define por el total de píxeles por fotograma en lugar de por la relación de aspecto. Las dimensiones entregadas quedan en múltiplos de 32, por lo que el «UHD» de 16:9 es 3840×2176 en lugar de 3840×2160.

• Audio: audio sincronizado nativo opcional, incluidos diálogos multilingües, voz, efectos de sonido y ambiente, sin coste adicional. Activado por defecto en la API.

• Relaciones de aspecto — automático, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16, 9:21.

• Modos de referencia y control — fotograma inicial, fotograma inicial y final, múltiples fotogramas clave fijados a marcas de tiempo, y continuación desde un clip existente.

• Modo borrador — vista previa rápida solo en HD, con un paquete draft_cache que pasas de vuelta para renderizar la misma generación a máxima calidad. La propia forma en que BFL plantea el modo borrador es la clave: si Max lo renderizara todo en doce segundos, un nivel de vista previa tendría poco que hacer.

La superficie de la API es la parte que conviene revisar antes de que nadie planifique una integración. El documento público de OpenAPI en api.bfl.ai enumera tres endpoints de generación para esta familia: /v1/flux-3-video, /v1/flux-3-image y /v1/flux-3-image-klein. No existe /v1/flux-3-max. El cuerpo de la solicitud del endpoint de vídeo incluye mode, prompt, duration, resolution, generate_audio, draft, safety_tolerance y version, y ningún campo que seleccione Max. FLUX 3 Max es, a día de hoy, un producto y una ubicación comercial más que un endpoint distinto y documentado públicamente. Quien vaya a desarrollar contra él debería confirmar con BFL qué endpoint y qué parámetro lo sirven realmente antes de escribir código que dé por hecho un ID de modelo.

Lo que cuesta

Black Forest Labs publica precios de vídeo por segundo, y FLUX 3 Max no figura en la lista de precios. La referencia de facturación —la página de precios de la documentación— enumera las filas de FLUX 3 Video y nada bajo el nombre Max:

• Texto a video e imagen a video — $0.15/s HD, $0.24/s FHD, $0.28/s QHD, $0.41/s UHD.

• Video a video y continuación — $0.21/s HD, $0.27/s FHD, $0.31/s QHD, $0.45/s UHD.

• Borrador — $0,06/s, solo HD, solo texto a vídeo; luego, un borrador se mejora a la tarifa del tramo al que te comprometas.

• Ejemplo práctico — cinco segundos de texto a vídeo en HD estándar cuestan $0.85; los segundos parciales se redondean al alza; el audio es gratis.

A continuación, dos cosas. Primero, un clip HD de diez segundos a la tarifa indicada cuesta $1.50, y si Max tiene esos mismos precios, entonces el render de doce segundos cuesta un dólar con cincuenta más doce segundos de tu tiempo. Segundo, las propias páginas de BFL no concuerdan entre sí: las preguntas frecuentes de FLUX 3 Video en la página del modelo todavía indican $0.17/s HD, $0.29/s FHD, $0.40/s QHD y $0.80/s UHD para texto o imagen a video, con $0.41/$0.53/$0.65/$0.95 para video a video — aproximadamente el doble de la tarjeta de la documentación en cada banda. Citamos la página de documentación porque esa es la referencia de facturación, y señalamos el conflicto en lugar de elegir un ganador. Cualquier persona que esté haciendo presupuesto debería confirmar la tarifa en una primera factura antes de escalar. La misma nota al pie también dice que las tarifas se determinan por modalidad, variante del modelo y banda de resolución — lo que implica que existe una tarifa específica para Max en algún lugar, aunque no se publique ninguna fila de Max. Considera $0.15/s HD como una suposición, no como una cotización de Max.

Para un equipo que compara opciones entre proveedores, la propiedad útil de un enrutador de transferencia directa es que este tipo de cambios en las tarifas no es su problema a seguir: en OrcaRouter, los precios de lista de los proveedores se transfieren con un 0 % de margen, así que una rebaja del proveedor o la tarifa de un nuevo nivel aparece al mismo precio que aparece en la página del proveedor, el mismo día, sin necesidad de hacer un ejercicio de recotización por su parte. FLUX 3 Max en sí no se enruta mediante OrcaRouter hoy —la API de video de BFL es la ruta—, pero las opciones de video cercanas que están en el catálogo, como kling/kling-3-turbo, están detrás del mismo endpoint compatible con OpenAI que los modelos de texto, por lo que un pipeline puede mantener sus llamadas de LLM y de video con una sola clave mientras evalúa.

Personalización y el hilo sobre los pesos abiertos

La frase sobre la personalización en la publicación de lanzamiento es la única afirmación que no encaja con el resto del anuncio, y merece la pena desglosarla porque BFL tiene antecedentes claros en esto.

La familia FLUX 3 se ha ido abriendo por partes a lo largo de todo el año. FLUX 3 Action, el modelo de acción robótica de 7B, publicó tres checkpoints en Hugging Face el 22 de septiembre de 2026. FLUX 3 Image Klein, un modelo de imágenes de pesos abiertos de 5,6B, se lanzó el 15 de octubre con un checkpoint base diseñado para ajuste fino, una variante destilada, versiones FP8/INT8/NVFP4, entrenamiento LoRA en Diffusers y AI Toolkit de Ostris desde el primer día, y una FLUX Kommunity License que permite el uso comercial gratuito por debajo de $5M de ingresos anuales. El propio blog de BFL llama a Klein "la segunda versión de pesos abiertos de la familia FLUX 3" y afirma que habrá más.

Frente a ese historial, «FLUX 3 es un modelo diseñado para la personalización» es plausiblemente una afirmación sobre la familia —el lado de imagen es literalmente ajustable con ajuste fino, en tu propia GPU, hoy mismo— en lugar de una afirmación de que los pesos de FLUX 3 Max están por llegar. Nada en la página de Max menciona pesos, licencia, ajuste fino ni autoalojamiento. La columna vertebral de vídeo de FLUX 3 Dev todavía se describe como «próximamente», y bfl.ai/licensing solo vende niveles de autoalojamiento para los modelos de imagen. Si la personalización es lo que te interesa de FLUX 3 Max, la postura honesta es que la historia de personalización del nivel de vídeo es una frase del proveedor sin ningún artefacto que la respalde todavía, mientras que la del nivel de imagen son cuatro checkpoints y una licencia que puedes leer.

Qué hacer con esto esta semana

Si te ganas la vida generando vídeo, FLUX 3 Max merece una prueba con tus propios prompts, no porque se haya verificado el 22×, sino porque un render auténtico por debajo del tiempo real cambia tu forma de trabajar, y la única manera de averiguar si la afirmación se cumple para tu resolución, tus ajustes de audio y tu contenido es enviarle tu propio material. Ponlo a prueba como no lo hizo el proveedor: mismo prompt, misma duración, tres resoluciones, diez ejecuciones de cada una, y registra el p50 en lugar del mejor caso.

Si estás eligiendo un proveedor de video para un producto, la información que necesitas aún no existe. No hay ningún posicionamiento independiente de imagen a video, ninguna tarifa específica para Max y ningún endpoint de Max documentado. Pregunta directamente a BFL qué parámetro del endpoint sirve a Max y cuánto cuesta en cada banda de resolución antes de dimensionar un presupuesto en torno a ello. Un modelo que lidera una tabla de clasificación no es lo mismo que un modelo con un precio publicado, y en este momento FLUX 3 Max tiene lo primero y no lo segundo.

Si estás construyendo un pipeline multimodelo, la decisión práctica es mantener la elección del modelo detrás de una interfaz y no en el código. Ese es el argumento a favor de un router que no sea específico de este lanzamiento: las generaciones de modelos de vídeo se renuevan cada pocas semanas, y el coste de adoptar la siguiente debería ser un cambio de configuración. En OrcaRouter, eso significa un único endpoint compatible con OpenAI para más de 200 modelos, conmutación por error automática cuando un proveedor se degrada, y un DSL de enrutamiento que puede enviar una clase de solicitudes a un modelo y el resto a otro — de modo que evaluar FLUX 3 Max junto con lo que ejecutas hoy no requiere una segunda integración ni un segundo contrato.

La afirmación que hay que observar no es el 22×. Es si una tabla independiente incluye FLUX 3 Max en imagen a vídeo, y si BFL publica una fila Max en su página de precios y un parámetro Max en su API. Esos tres artefactos convertirían la publicación de lanzamiento en una especificación. Hasta entonces, los doce segundos son una promesa, y lo más útil que se puede hacer con una promesa es ponerla a prueba.