FLUX 3 Max: 10 sekund wideo w 12 sekund i twierdzenie, którego jeszcze nie możesz sprawdzić

Najciekawszą liczbą w ogłoszeniu FLUX 3 Max od Black Forest Labs nie jest 22×. Jest nią 12. Dziesięciosekundowy klip w dwanaście sekund oznacza, że model spędza na renderowaniu mniej czasu, niż klip istnieje — a jeśli utrzyma się to w produkcji, zmienia się cały kształt workflow wideo, ponieważ iteracja przestaje być zadaniem wsadowym i staje się rozmową. Oto część, którą warto przeczytać, zanim cokolwiek wokół tego przebudujesz: FLUX 3 Max został wydany 19 października 2026 r., liczba 12 sekund pochodzi od samego dostawcy, została opublikowana bez metodyki, bez rozmiaru klipu, bez rozdzielczości i bez niezależnego uruchomienia, które by za nią stało, a model nie ma własnego wiersza cenowego na stronie cennika Black Forest Labs. To, czym jest FLUX 3 Max, może być najważniejszą rzeczą do zrozumienia, a właśnie o tym strona ogłoszenia mówi najmniej. Ten tekst omawia, co BFL faktycznie udostępnił, co liczby znaczą, a czego nie znaczą, ile to kosztuje oraz jak ma się to do poziomu FLUX 3 Video, który można już było wywołać. Udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebranethe OrcaRouter AI Incident Archive gdzie każdy wpis zawiera własne źródła, poziom dotkliwości, stopień pewności i flagę sporności.

Uwaga o źródłach, zanim jakakolwiek liczba pojawi się dwukrotnie. Wszystko tutaj odczytano ze stron samego Black Forest Labs z 2026-10-20 — strony modelu pod bfl.ai/models, strony produktu FLUX 3 Video oraz strony z cennikiem — a także ze schematu OpenAPI publicznego API. Żadna strona trzecia nie przeprowadziła testów porównawczych FLUX 3 Max. Gdy BFL publikuje jakąś liczbę, jest ona oznaczona jako dana dostawcy. Tam, gdzie nie publikuje nic, ten artykuł wprost to stwierdza, zamiast dokonywać szacunków.

Co tak naprawdę ogłoszono

19 października 2026 r. Black Forest Labs opublikowało notkę premierową dotyczącą FLUX 3 Max pod nagłówkiem „Przedstawiamy FLUX 3 Max”. Zawarte w niej twierdzenia są krótkie i kategoryczne: najszybszy na Zachodzie; dziesięciosekundowe wideo w dwanaście sekund; ex aequo pierwsze miejsce w kategorii obraz-do-wideo; 22× szybciej niż Seedance 2.5 przy tej samej jakości; oraz — w zdaniu, które brzmi, jakby należało do innego produktu — „FLUX 3 to model zaprojektowany z myślą o personalizacji”.

To, co firma zrobiła jednocześnie gdzie indziej, jest bardziej przydatne niż sam post. FLUX 3 Max zajmuje teraz pierwsze miejsce na bfl.ai/models, powyżej FLUX 3 Video, z opisem „Najszybszy model wideo o najwyższej jakości. 10-sekundowe wideo w 12 sekund”. Ma własną pozycję w menu produktów i własną kotwicę na stronie wideo. Na stronie z cennikiem znajduje się dotyczący go pasek ogłoszeń widoczny w całym serwisie: „FLUX 3 Max: 22× szybszy niż Seedance 2.5 przy tej samej jakości”.

To jest prawdziwa premiera produktu w sensie, który ma znaczenie dla dewelopera: model jest na liście, ma nazwę, a dostawca kieruje do niego ruch. Nie jest to premiera w sensie nowej architektury, nowej modalności ani nowego przedziału cenowego. FLUX 3 Max jest wariantem FLUX 3 Video — a rozróżnienie między „nowym modelem” a „nowym wariantem” to miejsce, w którym tkwi większość praktycznych pytań.

Twierdzenie o 12 sekundach i to, względem czego jest mierzone

Dwanaście sekund na dziesięć sekund materiału wyjściowego to stosunek 1,2 do 1. Jeśli to prawda przy rozdzielczości produkcyjnej z dźwiękiem, jest to niezwykłe. Dla porównania, własna strona rodziny FLUX 3 Video dostawcy opisuje tryb szkicu jako istniejący właśnie dlatego, że renderowanie w pełnej jakości nie jest natychmiastowe — szkic daje „szybkie generowanie za ułamek kosztu”, a następnie zatwierdza się szkic ponownie przez Draft Enhance, aby uzyskać klatkę w pełnej jakości. Przepływ pracy zbudowany wokół podejścia podgląd–potem–zatwierdzenie sugeruje, że zatwierdzenie jest wolną częścią. Twierdzenie FLUX 3 Max sugeruje coś przeciwnego: że pełny render jest już szybszy niż czas rzeczywisty.

Cztery rzeczy, których BFL nie mówi o dwunastu sekundach, a każda z nich zmienia to, co oznacza ta liczba:

• Rozdzielczość — twierdzenie nie wskazuje zakresu rozdzielczości. FLUX 3 Video renderuje w HD, FHD, QHD i UHD, przy czym FHD i wyższe są finalizowane przez upsampler po wygenerowaniu. Dwunastosekundowy render HD i dwunastosekundowy render 4K to różne osiągnięcia inżynieryjne, a wpis ich nie rozróżnia.

• Audio — FLUX 3 domyślnie generuje zsynchronizowane audio, a audio jest wliczone bez dodatkowych opłat. Nie podano, czy te dwanaście sekund obejmuje syntezę audio. Audio stanowi znaczącą część obliczeń w modelu łączącym audio i wideo.

• Sprzęt i kolejka — brak informacji o GPU, rozmiarze partii ani o tym, czy kolejkowanie jest uwzględnione. Czas do pierwszej klatki i czas do ukończenia pliku to różne wartości, a marketingowe twierdzenia o szybkości zwykle podają tę lepszą.

• Powtarzalność — brak p50, brak p95, brak liczebności próby. Pojedyncza szybka generacja to anegdota; rozkład to poziom usług.

Nic z tego nie czyni tej liczby fałszywą. Czyni ją niezweryfikowalną spoza firmy dostawcy, co jest uczciwym statusem każdego twierdzenia o szybkości publikowanego w pierwszych 48 godzinach życia modelu.

„Ex aequo na #1 w kategorii obraz-do-wideo” — z kim ex aequo i na jakiej podstawie?

To twierdzenie wymaga największej ostrożności, ponieważ to ono brzmi jak wynik benchmarku, a jednocześnie ma za sobą najmniej.

Pozycja w rankingu wymaga tablicy rankingowej. Na dzień 2026-10-20 niezależne rankingi wideo nie zawierają w oczywisty sposób FLUX 3 Max: arena wideo Artificial Analysis, która publikuje zakładkę image-to-video z rankingami w stylu Elo, prezentuje interfejs głosowania i swoją pulę modeli zalogowanemu użytkownikowi, a publiczna strona dostępna bez konta nie wyświetla tabeli rankingowej. Tym samym tego twierdzenia nie można zweryfikować w najbardziej prawdopodobnym źródle, a BFL nie podaje, z jakiego źródła korzysta.

Jest też problem z datą. Model wydany 19 października nie mógł do 20 października zgromadzić znaczącej próbki głosów oddanych w ciemno. Jeśli „#1” pochodzi z porównania preferencji ludzi przeprowadzonego przez dostawcę — dokładnie tak BFL przedstawiło FLUX 3 Video w lipcu, gdy donosiło o zwycięstwach w preferencjach nad Luma Ray 3.2 na poziomie 93%, Runway Gen-4.5 na poziomie 77% i Kling v3 Pro na poziomie 60%, wyraźnie oznaczając je jako „wstępne” i „wczesne” — to „ex aequo na #1” jest wynikiem dostawcy ubranym w szaty rankingu. Lipcowe liczby uczciwie mówiły o swoim tymczasowym statusie. Październikowy wpis tego nie robi i właśnie ta różnica jest warta odnotowania.

Co by to rozstrzygnęło: nazwany ranking, data, wielkość próby i link. Dopóki taki się nie pojawi, uczciwa interpretacja jest taka, że FLUX 3 Max jest pozycjonowany na szczycie dziedziny image-to-video przez swojego twórcę i nie został tam umieszczony niezależnie.

Porównanie 22× Seedance

22× szybciej niż Seedance 2.5 „przy tej samej jakości” to złożone twierdzenie składające się z dwóch części, a tylko jedna z nich jest twierdzeniem o szybkości.

Połowa dotycząca szybkości to arytmetyka oparta na liczbie dwunastu sekund: jeśli FLUX 3 Max renderuje dziesięć sekund w dwanaście, to uzyskanie porównywalnego wyniku z modelu 22× wolniejszego zajmuje około czterech i pół minuty. To wiarygodny rząd wielkości dla czołowego modelu wideo, ale jednocześnie całkowicie pozbawiony punktu odniesienia — ByteDance nie publikuje żadnej wartości czasu generowania dla Seedance 2.5, która pozwoliłaby komukolwiek to zweryfikować. Porównanie BFL jest zatem pomiarem dostawcy dotyczącym własnego opóźnienia zestawionym z nieokreślonym pomiarem konkurenta, a czytelnik nie ma sposobu odtworzyć żadnej ze stron.

Połowa dotycząca jakości — „przy tej samej jakości” — to ta połowa, do której nie dołączono żadnych dowodów. Dopasowanie jakości jest kosztowną częścią porównania szybkości, a twierdzenie o nim bez dopasowanego zestawu testowego sprawia, że 22× staje się pojedynczą liczbą udającą dwie. Zauważ też, że Seedance 2.5 to produkt innego rodzaju: model ByteDance przyjmuje w jednym żądaniu do 50 zasobów referencyjnych i generuje klipy o długości do 30 sekund, podczas gdy FLUX 3 ma limit 20 sekund. Stosunek szybkości między modelami o różnych limitach długości i liczby materiałów referencyjnych to stosunek między dwoma różnymi zadaniami.

Nie oznacza to, że FLUX 3 Max nie jest szybki. Oznacza to, że 22× to porównanie dostawcy między jego własnym pomiarem a opublikowanymi ustawieniami konkurenta, a czytelnik powinien traktować tę wartość jako wskazówkę, a nie mnożnik.

Co FLUX 3 Max tak naprawdę generuje

Tutaj obraz jest jaśniejszy, ponieważ FLUX 3 Max dziedziczy zakres FLUX 3 Video, zamiast definiować nowy. Strona wideo BFL wymienia możliwości w sekcji FLUX 3 Video, a blok Max na tej stronie dodaje do nich wyłącznie sformułowania dotyczące szybkości:

• Dane wejściowe — tekst na wideo, obraz na wideo, wideo na wideo, kontynuacja wideo i przejścia sterowane klatkami kluczowymi.

• Czas trwania — od 5 do 20 sekund na wygenerowanie, dowolna pełna sekunda lub opcja automatyczna dopasowująca się do treści. Schemat API potwierdza zakres liczb całkowitych 5–20.

• Rozdzielczość — HD (do 1 megapiksela na klatkę), FHD (do 2), QHD/2K (do 4), UHD/4K (do 8), gdzie zakres jest określany przez łączną liczbę pikseli na klatkę, a nie przez proporcje obrazu. Dostarczane wymiary są wyrównane do wielokrotności 32, więc 16:9 „UHD” to 3840×2176, a nie 3840×2160.

• Audio — opcjonalne natywne zsynchronizowane audio, w tym wielojęzyczne dialogi, mowa, efekty dźwiękowe i dźwięki otoczenia, bez dodatkowych opłat. Domyślnie włączone w API.

• Proporcje obrazu — automatyczne, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16, 9:21.

• Tryby referencyjne i sterowania — klatka początkowa, klatka początkowa i końcowa, wiele klatek kluczowych przypisanych do znaczników czasu oraz kontynuacja istniejącego klipu.

• Tryb szkicu — szybki podgląd tylko w HD, z pakietem draft_cache, który przekazujesz z powrotem, aby wyrenderować tę samą generację w pełnej jakości. Sposób, w jaki BFL sam opisuje tryb szkicu, jest wymowny: gdyby Max renderował wszystko w dwanaście sekund, poziom podglądu miałby niewiele do zrobienia.

Interfejs API to część, którą warto sprawdzić, zanim ktokolwiek zaplanuje integrację. Publiczny dokument OpenAPI pod api.bfl.ai wymienia trzy punkty końcowe generowania dla tej rodziny: /v1/flux-3-video, /v1/flux-3-image i /v1/flux-3-image-klein. Nie ma /v1/flux-3-max. Ciało żądania punktu końcowego wideo zawiera mode, prompt, duration, resolution, generate_audio, draft, safety_tolerance i version — i żadnego pola, które wybiera Max. FLUX 3 Max jest, według stanu na moment lektury, produktem i pozycją w ofercie, a nie odrębnym, publicznie udokumentowanym punktem końcowym. Każdy, kto buduje rozwiązanie w oparciu o niego, powinien potwierdzić z BFL, który punkt końcowy i który parametr faktycznie go obsługują, zanim napisze kod zakładający identyfikator modelu.

Ile to kosztuje

Black Forest Labs publikuje cennik wideo za sekundę, a FLUX 3 Max nie znajduje się w cenniku. Dokumentacja rozliczeniowa — strona cennika w dokumentacji — wymienia wiersze FLUX 3 Video i nic pod nazwą Max:

• Wideo z tekstu i wideo z obrazu — $0.15/s HD, $0.24/s FHD, $0.28/s QHD, $0.41/s UHD.

• Wideo do wideo i kontynuacja — $0.21/s HD, $0.27/s FHD, $0.31/s QHD, $0.45/s UHD.

• Wersja robocza — 0,06 USD/s, tylko HD, tylko tekst-na-wideo; wersja robocza jest następnie ulepszana według stawki dla przedziału, na który się decydujesz.

• Przykład obliczenia — pięć sekund standardowego wideo HD generowanego z tekstu to 0,85 USD; niepełne sekundy zaokrągla się w górę; dźwięk jest bezpłatny.

Z tego wynikają dwie rzeczy. Po pierwsze, dziesięciosekundowy klip HD według podanej stawki kosztuje 1,50 USD, a jeśli Max jest wyceniany według tych samych stawek, to dwunastosekundowy render kosztuje 1,50 USD plus dwanaście sekund Twojego czasu. Po drugie, własne strony BFL nie są ze sobą zgodne: FAQ dotyczące FLUX 3 Video na stronie modelu wciąż podaje 0,17 USD/s HD, 0,29 USD/s FHD, 0,40 USD/s QHD i 0,80 USD/s UHD dla generowania wideo z tekstu lub obrazu, oraz 0,41/0,53/0,65/0,95 USD dla wideo do wideo — mniej więcej dwukrotnie więcej niż karta w dokumentacji w każdym przedziale. Przytaczamy stronę dokumentacji, ponieważ to ona jest punktem odniesienia dla rozliczeń, i sygnalizujemy sprzeczność, zamiast wybierać zwycięzcę. Każdy, kto planuje budżet, powinien potwierdzić stawkę na pierwszej fakturze przed zwiększaniem skali. Ten sam przypis mówi również, że stawki są określane przez modalność, wariant modelu i przedział rozdzielczości — co sugeruje, że gdzieś istnieje stawka specyficzna dla Max, mimo że nie opublikowano żadnego wiersza dla Max. Traktuj 0,15 USD/s HD jako założenie, a nie wycenę dla Max.

Dla zespołu porównującego opcje różnych dostawców użyteczną cechą routera typu pass-through jest to, że tego rodzaju zmiany cennika nie są problemem, który trzeba śledzić: w OrcaRouter ceny katalogowe dostawców są przekazywane z 0% marży, więc obniżka u dostawcy lub stawka nowego poziomu pojawia się w tej samej cenie co na stronie dostawcy, tego samego dnia, bez konieczności aktualizacji cen po Twojej stronie. Sam FLUX 3 Max nie jest dziś trasowany przez OrcaRouter — trasą jest API wideo BFL — ale sąsiednie opcje wideo dostępne w katalogu, takie jak kling/kling-3-turbo, korzystają z tego samego endpointu kompatybilnego z OpenAI co modele tekstowe, więc pipeline może podczas oceny używać jednego klucza do wywołań LLM i wideo.

Dostosowywanie i wątek otwartych wag

Zdanie o personalizacji w poście premierowym to jedyne twierdzenie, które nie pasuje do reszty ogłoszenia, i warto je rozłożyć na czynniki pierwsze, ponieważ BFL ma w tej dziedzinie konkretne dokonania.

Rodzina FLUX 3 przez cały rok odsłaniała się po kawałku. FLUX 3 Action, 7-miliardowy model akcji robotycznych, opublikował trzy checkpointy na Hugging Face 22 września 2026 r. FLUX 3 Image Klein, 5,6-miliardowy model obrazów z otwartymi wagami, ukazał się 15 października z bazowym checkpointem przeznaczonym do dostrajania, wariantem destylowanym, wersjami FP8/INT8/NVFP4, treningiem LoRA w Diffusers i AI Toolkit Ostrisa od pierwszego dnia oraz licencją FLUX Kommunity License, która pozwala na bezpłatne użytkowanie komercyjne przy rocznych przychodach poniżej 5 mln USD. Blog samego BFL nazywa Klein „drugim wydaniem z otwartymi wagami z rodziny FLUX 3” i zapowiada, że będzie ich więcej.

W zestawieniu z tym stanem rzeczy zdanie „FLUX 3 to model zaprojektowany z myślą o dostosowywaniu” można wiarygodnie odczytywać jako stwierdzenie o całej rodzinie — część obrazowa jest dosłownie dostrajalna na własnym GPU już dziś — a nie jako twierdzenie, że wagi FLUX 3 Max nadchodzą. Na stronie Max nie ma żadnej wzmianki o wagach, licencji, dostrajaniu ani samodzielnym hostowaniu. Szkielet wideo FLUX 3 Dev wciąż jest opisywany jako „wkrótce”, a bfl.ai/licensing sprzedaje poziomy self-hostingu wyłącznie dla modeli obrazowych. Jeśli to dostosowywanie jest powodem, dla którego interesuje Cię FLUX 3 Max, uczciwe stanowisko jest takie, że opowieść o dostosowywaniu w warstwie wideo to zdanie dostawcy, za którym nie stoi jeszcze żaden artefakt, podczas gdy w warstwie obrazowej to cztery checkpointy i licencja, którą można przeczytać.

Co z tym zrobić w tym tygodniu

Jeśli zarabiasz na generowaniu wideo, FLUX 3 Max wart jest próby na własnych promptach — nie dlatego, że zweryfikowano 22×, ale dlatego, że prawdziwe renderowanie szybciej niż w czasie rzeczywistym zmienia sposób pracy, a jedynym sposobem, by sprawdzić, czy to twierdzenie się potwierdza przy Twojej rozdzielczości, ustawieniach audio i treści, jest wysłanie mu własnego materiału. Przetestuj go w sposób, w jaki nie zrobił tego dostawca: ten sam prompt, ten sam czas trwania, trzy rozdzielczości, po dziesięć uruchomień każda, i zapisuj p50, a nie najlepszy wynik.

Jeśli wybierasz dostawcę rozwiązań wideo dla produktu, potrzebne informacje jeszcze nie istnieją. Nie ma niezależnego miejsca w rankingu dla image-to-video, nie ma stawki specyficznej dla Max ani udokumentowanego endpointu Max. Zapytaj BFL bezpośrednio, który parametr endpointu obsługuje Max i ile to kosztuje w każdym przedziale rozdzielczości, zanim określisz na tej podstawie budżet. Model, który prowadzi w rankingu, to nie to samo co model z opublikowaną ceną, a obecnie FLUX 3 Max spełnia pierwszy warunek, ale nie drugi.

Jeśli budujesz potok wielomodelowy, praktycznym posunięciem jest trzymanie wyboru modelu za interfejsem, a nie w kodzie. To argument za routerem, który nie jest specyficzny dla tej premiery: kolejne generacje modeli wideo zmieniają się co kilka tygodni, a koszt wdrożenia następnej powinien być zmianą konfiguracji. W OrcaRouter oznacza to jeden punkt końcowy zgodny z OpenAI obejmujący ponad 200 modeli, automatyczne przełączanie awaryjne w razie pogorszenia działania dostawcy oraz DSL routingu, który może kierować klasę żądań do jednego modelu, a resztę do innego — dzięki czemu ocena FLUX 3 Max obok tego, czego używasz dzisiaj, nie wymaga drugiej integracji ani drugiej umowy.

Twierdzenie, któremu warto się przyjrzeć, to nie 22×. Chodzi o to, czy niezależny ranking wymienia FLUX 3 Max w kategorii image-to-video oraz czy BFL publikuje wiersz Max na swojej stronie cennika i parametr Max w swoim API. Te trzy artefakty zamieniłyby wpis premierowy w specyfikację. Do tego czasu dwanaście sekund jest obietnicą, a najbardziej pożyteczną rzeczą, jaką można zrobić z obietnicą, jest jej przetestowanie.