FLUX 3 Max: 10 segundos de vídeo em 12 segundos, e uma afirmação que você ainda não pode verificar

O número mais interessante no anúncio do FLUX 3 Max, do Black Forest Labs, não é 22×. É 12. Um clipe de dez segundos em doze segundos significa que o modelo passa menos tempo renderizando do que o clipe leva para existir — e, se isso se mantiver em produção, toda a forma de um fluxo de trabalho de vídeo muda, porque a iteração deixa de ser uma tarefa em lote e vira uma conversa. Aqui está a parte que vale a pena ler antes de reconstruir qualquer coisa em torno disso: o FLUX 3 Max foi lançado em 19 de outubro de 2026, o número de 12 segundos é do próprio fornecedor, publicado sem metodologia, sem tamanho de clipe, sem resolução e sem nenhuma execução independente por trás dele, e o modelo não tem uma linha de preço própria na página de preços do Black Forest Labs. O que o FLUX 3 Max é pode ser a coisa mais importante a entender, e é justamente o que a página do anúncio menos diz. Este texto cobre o que a BFL realmente lançou, o que os números significam e não significam, quanto custa e como ele se relaciona com o nível FLUX 3 Video que você já poderia acionar. As falhas de IA documentadas e os incidentes com agentes por trás de lançamentos como este estão reunidos no OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.

Uma nota sobre as fontes, antes que qualquer número apareça duas vezes. Tudo aqui foi lido das próprias páginas da Black Forest Labs em 2026-10-20 — a página do modelo em bfl.ai/models, a página do produto FLUX 3 Video e a página de preços — além do esquema OpenAPI da API pública. Nenhum terceiro fez benchmark do FLUX 3 Max. Onde a BFL publica um número, ele é rotulado como sendo do fornecedor. Onde ela não publica nada, este artigo diz isso em vez de estimar.

O que foi realmente anunciado

Em 19 de outubro de 2026, o Black Forest Labs publicou uma nota de lançamento do FLUX 3 Max sob a frase "Apresentando o FLUX 3 Max". As afirmações nela são breves e categóricas: o mais rápido do Ocidente; um vídeo de dez segundos em doze segundos; empatado em primeiro lugar em imagem para vídeo; 22× mais rápido que o Seedance 2.5 na mesma qualidade; e, em uma frase que parece pertencer a um produto diferente, "o FLUX 3 é um modelo projetado para personalização".

O que a empresa fez simultaneamente em outros lugares é mais útil do que a publicação. O FLUX 3 Max agora ocupa o primeiro espaço em bfl.ai/models, acima do FLUX 3 Video, com a descrição "Modelo de vídeo mais rápido e de maior qualidade. Vídeo de 10 segundos em 12 segundos." Ele tem sua própria entrada no menu de produtos e sua própria âncora na página de vídeos. A página de preços exibe uma barra de anúncio em todo o site sobre ele: "FLUX 3 Max: 22× mais rápido que o Seedance 2.5 com a mesma qualidade."

Isso é um lançamento real de produto no sentido que importa para um desenvolvedor: o modelo está listado, tem um nome, e o fornecedor está direcionando tráfego para ele. Não é um lançamento no sentido de uma nova arquitetura, uma nova modalidade ou uma nova faixa de preço. O FLUX 3 Max é uma variante do FLUX 3 Video — e a distinção entre "novo modelo" e "nova variante" é onde estão a maioria das questões práticas.

A alegação dos 12 segundos, e o que é usado como referência para medi-la

Doze segundos para dez segundos de saída é uma proporção de 1,2 para 1. Se isso for verdade na resolução de produção com áudio, é extraordinário. Para comparação, a própria página da família FLUX 3 Video do fornecedor descreve o modo rascunho como existente justamente porque renders de qualidade total não são instantâneos — um rascunho proporciona "geração rápida a uma fração do custo", e então você envia o rascunho de volta pelo Draft Enhance para obter o quadro de qualidade total. Um fluxo de trabalho baseado em pré-visualizar e depois confirmar implica que a confirmação é a parte lenta. A alegação do FLUX 3 Max implica o oposto: que o render completo já é mais rápido que o tempo real.

Quatro coisas que a BFL não diz sobre os doze segundos, e cada uma delas muda o que o número significa:

• Resolução — a alegação não especifica uma faixa de resolução. O FLUX 3 Video renderiza em HD, FHD, QHD e UHD, com FHD e resoluções superiores finalizados por um upsampler após a geração. Uma renderização HD de doze segundos e uma renderização 4K de doze segundos são conquistas de engenharia diferentes, e o post não as distingue.

• Áudio — {{1}}FLUX 3{{/1}} gera áudio sincronizado por padrão, e o áudio está incluído sem custo adicional. Não está especificado se os {{2}}doze segundos{{/2}} incluem síntese de áudio. O áudio representa uma parcela significativa da computação em um modelo conjunto de áudio e vídeo.

• Hardware e fila — sem GPU, sem tamanho de lote e sem menção se o enfileiramento está incluído. Tempo até o primeiro frame e tempo até o arquivo finalizado são números diferentes, e as alegações de velocidade do marketing costumam citar o melhor deles.

• Repetição — sem p50, sem p95, sem tamanho da amostra. Uma geração rápida é uma anedota; uma distribuição é um nível de serviço.

Nada disso torna o número falso. Isso o torna não verificável de fora do fornecedor, que é o status honesto de toda alegação de velocidade publicada nas primeiras 48 horas de vida de um modelo.

"Empatado em 1º lugar em imagem para vídeo" — empatado com quem, em quê?

Esta é a afirmação que exige mais cuidado, porque é a que soa como um resultado de benchmark e é a que tem menos fundamento por trás.

Uma classificação exige uma tabela de classificação. Em 20/10/2026, as tabelas de classificação independentes de vídeo não incluem FLUX 3 Max de forma evidente: a arena de vídeos da Artificial Analysis, que publica uma aba de imagem para vídeo com rankings no estilo Elo, apresenta a interface de votação e seu conjunto de modelos a um visitante autenticado, e a página pública acessível sem conta não exibe a tabela classificatória. Assim, a alegação não pode ser verificada na fonte mais provável, e a BFL não nomeia a fonte que está usando.

Há também um problema de data. Um modelo lançado em 19 de outubro não pode ter acumulado uma amostra significativa de votos cegos até 20 de outubro. Se o "#1" vem de uma comparação de preferência humana conduzida pelo fornecedor — que é exatamente como a BFL apresentou o FLUX 3 Video em julho, quando relatou vitórias de preferência sobre o Luma Ray 3.2 em 93%, o Runway Gen-4.5 em 77% e o Kling v3 Pro em 60%, explicitamente rotuladas como "preliminares" e "iniciais" — então "empatado em #1" é um resultado conduzido pelo fornecedor vestindo as roupas de um ranking. Os números de julho eram honestos quanto ao seu próprio status provisório. A publicação de outubro não é, e essa é a diferença que vale a pena destacar.

O que resolveria a questão: um painel identificado, uma data, um tamanho de amostra e um link. Até que um apareça, a leitura justa é que o FLUX 3 Max é posicionado no topo do segmento de imagem para vídeo pelo seu fabricante, e não foi colocado ali de forma independente.

A comparação 22× do Seedance

22× mais rápido que o Seedance 2.5 "com a mesma qualidade" é uma afirmação composta por duas partes, e apenas uma delas é uma afirmação de velocidade.

A parte sobre velocidade é aritmética em cima do número de doze segundos: se o FLUX 3 Max renderiza dez segundos em doze, então produzir o mesmo resultado com um modelo 22× mais lento leva cerca de quatro minutos e meio. Essa é uma ordem de grandeza plausível para um modelo de vídeo de ponta, e também é completamente sem base — a ByteDance não publica nenhum número de tempo de geração para o Seedance 2.5 que permitisse a qualquer pessoa verificá-lo. A comparação da BFL é, portanto, uma medição do fornecedor da sua própria latência contra uma medição não identificada da de um concorrente, e o leitor não tem como reproduzir nenhum dos dois lados.

A metade da qualidade — “na mesma qualidade” — é a metade sem nenhuma evidência anexada. Igualar a qualidade é a parte cara de uma comparação de velocidade, e afirmá-la sem um harness correspondente faz o 22× ser um único número fingindo ser dois. Observe também que o Seedance 2.5 é um tipo diferente de produto: o modelo da ByteDance aceita até 50 ativos de referência em uma única solicitação e gera clipes de até 30 segundos, contra o teto de 20 segundos do FLUX 3. Uma razão de velocidade entre modelos com limites diferentes de duração e referência é uma razão entre dois trabalhos diferentes.

Isso não significa que o FLUX 3 Max não seja rápido. Significa que 22× é uma comparação de fornecedor entre a medição do próprio fornecedor e as configurações publicadas de um concorrente, e o leitor deve encará-la como uma orientação, não como um multiplicador.

O que o FLUX 3 Max realmente gera

Aqui a imagem é mais clara, porque o FLUX 3 Max herda o envelope do FLUX 3 Video em vez de definir um novo. A página de vídeo da BFL lista os recursos em FLUX 3 Video, e o bloco Max nessa página acrescenta apenas uma linguagem de velocidade por cima deles:

• Entradas — texto para vídeo, imagem para vídeo, vídeo para vídeo, continuação de vídeo e transições controladas por quadros-chave.

• Duração — 5 a 20 segundos por geração, qualquer segundo inteiro, ou automático para se ajustar ao conteúdo. O esquema da API confirma o intervalo de números inteiros de 5–20.

• Resolução — HD (até 1 megapixel por quadro), FHD (até 2), QHD/2K (até 4), UHD/4K (até 8), em que a faixa é definida pelo total de pixels por quadro, e não pela proporção. As dimensões entregues ficam em múltiplos de 32, portanto o "UHD" 16:9 é 3840×2176 em vez de 3840×2160.

• Áudio — áudio sincronizado nativo opcional, incluindo diálogo multilíngue, fala, efeitos sonoros e som ambiente, sem custo adicional. Ativado por padrão na API.

• Proporções de aspecto — auto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16, 9:21.

• Modos de referência e controlo — quadro inicial, quadro inicial e final, vários fotogramas-chave fixados a marcas temporais e continuação a partir de um clipe existente.

Modo rascunho — pré-visualização rápida somente em HD, com um pacote draft_cache que você devolve para renderizar a mesma geração em qualidade total. A própria forma como a BFL enquadra o modo rascunho é reveladora: se o Max renderizasse tudo em doze segundos, uma camada de pré-visualização teria pouco a fazer.

A superfície da API é a parte que vale a pena verificar antes de alguém planejar uma integração. O documento OpenAPI público em api.bfl.ai lista três endpoints de geração para esta família: /v1/flux-3-video, /v1/flux-3-image e /v1/flux-3-image-klein. Não existe /v1/flux-3-max. O corpo da requisição do endpoint de vídeo contém mode, prompt, duration, resolution, generate_audio, draft, safety_tolerance e version — e nenhum campo que selecione Max. O FLUX 3 Max é, até o momento desta leitura, um produto e um posicionamento, e não um endpoint distinto e documentado publicamente. Qualquer pessoa que esteja desenvolvendo com base nele deve confirmar com a BFL qual endpoint e qual parâmetro realmente o atendem antes de escrever código que pressuponha um ID de modelo.

Quanto custa

A Black Forest Labs publica preços de vídeo por segundo, e o FLUX 3 Max não consta na tabela de preços. A referência de cobrança — a página de preços da documentação — lista as linhas do FLUX 3 Video e nada sob o nome Max:

• Texto para vídeo e imagem para vídeo — $0,15/s HD, $0,24/s FHD, $0,28/s QHD, $0,41/s UHD.

• Vídeo para vídeo e continuação — $0,21/s HD, $0,27/s FHD, $0,31/s QHD, $0,45/s UHD.

• Rascunho — $0.06/s, somente HD, somente texto para vídeo; um rascunho é então aprimorado pela taxa da faixa à qual você se compromete.

Exemplo prático — cinco segundos de texto para vídeo em HD padrão custam US$ 0,85; segundos parciais são arredondados para cima; o áudio é gratuito.

Dois pontos se seguem. Primeiro, um clipe HD de dez segundos à tarifa listada custa $1.50, e se o Max for precificado com essas mesmas tarifas, então a renderização de doze segundos custa $1.50 mais doze segundos do seu tempo. Segundo, as próprias páginas da BFL não são coerentes entre si: o FAQ do FLUX 3 Video na página do modelo ainda cita $0.17/s HD, $0.29/s FHD, $0.40/s QHD e $0.80/s UHD para texto-ou-imagem-para-vídeo, com $0.41/$0.53/$0.65/$0.95 para vídeo-para-vídeo — cerca do dobro da tabela da documentação em todas as faixas. Citamos a página da documentação porque ela é a referência de cobrança, e sinalizamos o conflito em vez de escolher um vencedor. Quem estiver orçando deve confirmar a tarifa na primeira fatura antes de escalar. A mesma nota de rodapé também diz que as tarifas são determinadas por modalidade, variante do modelo e faixa de resolução — o que implica que existe uma tarifa específica do Max em algum lugar, embora nenhuma linha do Max seja publicada. Trate $0.15/s HD como uma suposição, não como uma cotação do Max.

Para uma equipe que compara opções entre fornecedores, a propriedade útil de um roteador de repasse é que esse tipo de mudança na tabela de preços não é problema seu para acompanhar: no OrcaRouter, os preços de lista dos provedores são repassados com 0% de margem, então um corte do fornecedor ou a tarifa de um novo nível aparece pelo mesmo preço que aparece na página do fornecedor, no mesmo dia, sem um exercício de reprecificação do seu lado. O próprio FLUX 3 Max não é roteado pelo OrcaRouter hoje — a API de vídeo da BFL é a rota —, mas as opções de vídeo vizinhas que estão no catálogo, como kling/kling-3-turbo, ficam atrás do mesmo endpoint compatível com OpenAI que os modelos de texto, então um pipeline pode manter suas chamadas de LLM e de vídeo em uma única chave enquanto avalia.

Personalização e o tópico de pesos abertos

A frase sobre personalização no post de lançamento é a única afirmação que não se encaixa no restante do anúncio, e vale a pena destrinchá-la porque a BFL tem histórico concreto nesse aspecto.

A família FLUX 3 vem sendo revelada em partes ao longo do ano. O FLUX 3 Action, o modelo de ação robótica de 7B, publicou três checkpoints no Hugging Face em 22 de setembro de 2026. O FLUX 3 Image Klein, um modelo de imagem de pesos abertos de 5,6B, foi lançado em 15 de outubro com um checkpoint base criado para fine-tuning, uma variante destilada, builds FP8/INT8/NVFP4, treinamento LoRA no Diffusers e no Ostris's AI Toolkit desde o primeiro dia, e uma FLUX Kommunity License que permite uso comercial gratuito abaixo de US$ 5 milhões de receita anual. O próprio blog da BFL chama Klein de “o segundo lançamento de pesos abertos da família FLUX 3” e diz que mais virão.

Diante desse histórico, "o FLUX 3 é um modelo projetado para personalização" é, de forma plausível, uma afirmação sobre a família — o lado de imagem é literalmente ajustável de forma fina, na sua própria GPU, hoje — e não uma alegação de que os pesos do FLUX 3 Max estão chegando. Nada na página do Max menciona pesos, licença, ajuste fino ou auto-hospedagem. O backbone de vídeo do FLUX 3 Dev ainda é descrito como "em breve", e bfl.ai/licensing vende níveis de auto-hospedagem apenas para os modelos de imagem. Se a personalização é o motivo pelo qual o FLUX 3 Max lhe interessa, a posição honesta é que a história de personalização do nível de vídeo é uma frase do fornecedor sem nenhum artefato por trás dela ainda, enquanto a do nível de imagem são quatro checkpoints e uma licença que você pode ler.

O que fazer com isso esta semana

Se você gera vídeo profissionalmente, o FLUX 3 Max vale um teste com seus próprios prompts — não porque o 22× tenha sido verificado, mas porque uma renderização genuinamente abaixo do tempo real muda como você trabalha, e a única maneira de descobrir se a afirmação se sustenta para a sua resolução, suas configurações de áudio e seu conteúdo é enviar seu próprio material. Faça o benchmark do jeito que o fornecedor não fez: mesmo prompt, mesma duração, três resoluções, dez execuções de cada, e registre o p50 em vez do melhor caso.

Se você está escolhendo um fornecedor de vídeo para um produto, as informações de que precisa ainda não existem. Não há posicionamento independente de imagem para vídeo, nenhuma tarifa específica do Max e nenhum endpoint Max documentado. Pergunte diretamente à BFL qual parâmetro de endpoint atende ao Max e quanto custa em cada faixa de resolução antes de dimensionar um orçamento com base nisso. Um modelo que lidera um ranking não é o mesmo que um modelo com preço publicado, e, no momento, o FLUX 3 Max tem a primeira credencial e não a segunda.

Se você está montando um pipeline com vários modelos, a medida prática é manter a escolha do modelo por trás de uma interface, e não no código. Esse é o argumento para um roteador que não seja específico para este lançamento: as gerações de modelos de vídeo estão mudando a cada poucas semanas, e o custo de adotar a próxima deve ser uma mudança de configuração. No OrcaRouter, isso significa um único endpoint compatível com OpenAI em mais de 200 modelos, failover automático quando um provedor apresenta degradação e uma DSL de roteamento que pode enviar uma classe de solicitações para um modelo e o restante para outro — assim, avaliar o FLUX 3 Max junto com o que você executa hoje não exige uma segunda integração nem um segundo contrato.

A alegação a observar não é o 22×. É se um conselho independente lista o FLUX 3 Max em imagem para vídeo, e se a BFL publica uma linha Max na sua página de preços e um parâmetro Max na sua API. Esses três artefatos transformariam o post de lançamento numa especificação. Até lá, os doze segundos são uma promessa, e a coisa mais útil que você pode fazer com uma promessa é testá-la.