FLUX 3 Max против GPT-Image-2.5: видеомодель и модель изображений — честное сравнение

Поставьте FLUX 3 Max и GPT-Image-2.5 рядом — и первое, что произойдёт, будет категориальная ошибка. FLUX 3 Max генерирует видео — десять секунд видео за двенадцать секунд, согласно Black Forest Labs — и вообще не создаёт неподвижных изображений. GPT-Image-2.5 генерирует и редактирует неподвижные изображения в двух вариантах и не производит никакого видео. Их можно сравнивать, но только если сравнение честно отражает, для чего предназначен каждый: команда, выбирающая между ними, на самом деле выбирает между видеоконвейером и конвейером неподвижных изображений, и пересечение уже, чем предполагает поисковый запрос. Далее отделяется то, что в этом решении действительно предполагает прямое сопоставление, от того, что таковым не является, потому что когда делают вид, будто эти продукты взаимозаменяемы, люди в итоге покупают не тот. Документированные сбои ИИ и инциденты с агентами, связанные с подобными релизами, собраны в Архиве инцидентов ИИ OrcaRouter, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и отметку о спорности.

Источники — собственная документация поставщиков, прочитанная 20 октября 2026 года: страницы моделей и цен Black Forest Labs, а также публичная схема его API и документация OpenAI для разработчиков по обоим вариантам GPT-Image-2.5. Ни один из поставщиков не публикует независимый бенчмарк того, что вынесено в название этой страницы, и ни один не публикует ни одного числа, которое позволяло бы сравнить эти две модели в одних и тех же единицах. Это отсутствие — факт об этом сравнении, а не пробел в исследовании.

Несоответствие, если сказать прямо

FLUX 3 Max — самая быстрая конфигурация FLUX 3 Video, выпущенная 19 октября 2026 года. На выходе получаются клипы длительностью от 5 до 20 секунд с опциональным нативно синхронизированным аудио и разрешением от HD до 4K. На входе — текст, неподвижное изображение, видеоклип или ключевые кадры. Он создан для движения.

GPT-Image-2.5 — это модель генерации и редактирования изображений от OpenAI, появившаяся в API 8 сентября 2026 года и выпускаемая в виде двух отдельно названных моделей: GPT-Image-2.5 Sunburst, ориентированной на точность редактирования, и GPT-Image-2.5 Flare, ориентированной на быструю повседневную генерацию. На выходе получаются статичные изображения, возвращаемые в виде токенов и тарифицируемые как токены. Модель создана для работы с кадрами.

• Задача — FLUX 3 Max создаёт движущиеся изображения со звуком; GPT-Image-2.5 создаёт статичные изображения, которые можно редактировать.

• Ввод → вывод — текст/изображение/видео/ключевые кадры → видео в FLUX 3 Max; текст/изображение → изображение в GPT-Image-2.5.

• Единица тарификации — за секунду выходного видео в FLUX 3 Max; за миллион токенов в GPT-Image-2.5.

• Длительность — от 5 до 20 секунд на клип в FLUX 3 Max; не применимо в GPT-Image-2.5, у которого отсутствует временное измерение.

• Аудио — нативное, синхронизированное, включено в FLUX 3 Max; GPT-Image-2.5 его не создаёт.

• Рендеринг текста — FLUX 3 Max анимирует типографику внутри кадра; GPT-Image-2.5 отрисовывает высокоточный текст в статичном изображении на разных языках согласно документации OpenAI.

Сравнение, в котором одна сторона не может выполнять работу другой ни в одном направлении, — это не бенчмарк. Это решение о выборе между сборками.

Если вам нужно статичное изображение, FLUX 3 Max — неподходящий продукт.

Это та поправка, которая важнее всего, потому что запрос «FLUX 3 Max vs GPT Image 2.5» обычно задаёт человек, который хочет изображений и слышал, что название FLUX связывают со скоростью.

Black Forest Labs действительно продаёт модель для изображений. Более того, несколько. FLUX 3 Image генерирует и редактирует статичные изображения с раскладкой по ограничивающим рамкам и многошаговым редактированием в пределах рамок с разрешением до 4K. FLUX 3 Image Klein — это модель с открытыми весами на 5,6 млрд параметров, выпущенная 15 октября, с базовым чекпойнтом для тонкой настройки, сборками FP8/INT8/NVFP4 и лицензией, разрешающей бесплатное коммерческое использование при годовой выручке ниже 5 млн долларов. Это те модели FLUX, которые отвечают на вопрос об изображениях. FLUX 3 Max отвечает на вопрос о видео, и в его собственном описании в индексе моделей так и сказано: «Самая быстрая видеомодель с наивысшим качеством».

Итак, реальное сравнение, если вам нужны статичные изображения, — это GPT-Image-2.5 против FLUX 3 Image или FLUX 3 Image Klein: по-настоящему сопоставимое противостояние, где с одной стороны опубликованные тарифы за изображение, а с другой — тарифы за токен. Эта страница сохраняет FLUX 3 Max в заголовке, потому что именно это люди ищут, а затем направляет их к нужному продукту. Покупать тариф для видео ради статичных изображений — дорогой способ обнаружить разницу.

Где они действительно конкурируют: конвейер, которому нужны оба

Есть одна ситуация, когда оба названия уместны в одном предложении, и она распространена в торговле и маркетинге. Кампании нужны статичные изображения продукта для страницы каталога и короткое видео для ленты. Изображения создаёт модель изображений. Видео создаёт видеомодель. Кому-то нужно заложить бюджет на то и другое, и интересное сравнение — это стоимость готового актива, а не стоимость одного вызова.

Что касается видео, BFL публикует тарифы за секунду для семейства FLUX 3 Video и не публикует отдельную строку для Max. Страница документации по оплате, по состоянию на 2026-10-20:

• Преобразование текста в видео и изображения в видео — 0,15 $/с HD, 0,24 $/с FHD, 0,28 $/с QHD, 0,41 $/с UHD.

• Видео в видео и продолжение — 0,21 $/с HD, 0,27 $/с FHD, 0,31 $/с QHD, 0,45 $/с UHD.

• Черновик HD — $0,06/с, только текст-в-видео; затем черновик рендерится до полного качества по стандартной ставке для выбранного вами тарифного диапазона.

• Пример из практики — десятисекундный HD-клип стоит $1.50; пять секунд стандартного HD-видео, созданного из текста, — $0.85; звук включён; неполные секунды округляются в большую сторону.

Не подтверждено, выставляет ли Max счета по этим тарифам. В сноске на странице выставления счетов указано, что тарифы зависят от модальности, варианта модели и диапазона разрешения, и там названы FLUX 3 Video и FLUX 3 Video Draft как варианты — но не Max. А собственный FAQ на странице модели по-прежнему приводит другую, более высокую тарифную карту для той же работы: $0.17/с для HD против $0.15/с в документации и $0.80/с для UHD против $0.41/с. Всем, кто закладывает бюджет на клип Max, следует подтвердить списание по первому счёту, а не доверять ни одному из расчётных значений.

Со стороны изображений OpenAI измеряет GPT-Image-2.5 в токенах — одинаково для обоих вариантов и так же, как GPT-Image-2:

Текстовый ввод — $5.00 за 1 млн токенов; кэшированный — $1.25.

• Ввод изображений — $8.00 за 1 млн токенов; кэшированные — $2.00.

• Вывод изображений — $30.00 за 1 млн токенов; пакетная обработка снижает это вдвое, до $15.00.

• Текстовый вывод — не тарифицируется, поскольку модель не создаёт текст.

OpenAI не публикует цену за изображение, и в его собственном примечании сказано, что калькулятор стоимости GPT Image 2 не оценивает использование 2.5. Поэтому любая цифра в духе «$X за изображение» для GPT-Image-2.5, которую вы видите в цитатах, — это пересчёт третьей стороны, а не OpenAI, и этот пересчёт зависит от выбранных вами размера и уровня качества. Вот честное состояние этой арифметики: одна сторона называет цену за секунду, другая — за токен, и ни один поставщик не даёт вам цифру за единицу актива, которую можно сразу вставить в таблицу, не выполнив моделирование самостоятельно.

В чём GPT-Image-2.5 на самом деле лучше

Если отвлечься от категорий, есть три вещи, которые делают модели OpenAI и которым не соответствует ни один уровень FLUX 3, и именно они — причина того, что это сравнение не предрешено для работы со статичными изображениями.

Сначала — цикл редактирования. Sunburst явно позиционируется для рабочих процессов, где правка, сделанная на втором шаге, должна сохраниться на третьем — итеративный сценарий, а не одноразовый. У FLUX 3 Image есть собственный ответ на это — редактирование в пределах выделенной рамки, при котором всё, чего вы не касались, остаётся на месте, и это серьёзный ответ. Но FLUX 3 Max, будучи видео, здесь ничего не даёт.

Во-вторых, диапазон размеров. Оба варианта GPT-Image-2.5 принимают произвольные строки WIDTHxHEIGHT, где ширина и высота кратны 16, соотношение сторон находится в диапазоне от 1:3 до 3:1, ни одна сторона не превышает 3840 пикселей, а общий бюджет пикселей составляет от 655 360 до 8 294 400. Разрешения выше 2560×1440 помечаются как экспериментальные. Это более широкий холст, чем кадрирование на основе пресетов, которое предлагает большинство API для изображений, и он сопровождается уровнями качества — low, medium, high, xhigh, max, auto, — которые в сочетании с выбором варианта влияют как на задержку, так и на стоимость.

В-третьих, цена не изменилась. Поколение 2.5 использует те же тарифы на изображения — $8 за вход / $30 за выход, что и GPT-Image-2, тогда как у GPT-Image-1.5 было $8 за вход / $32 за выход, а у GPT-Image-1 — $10 за вход / $40 за выход. Обновление возможностей при неизменной тарифной сетке — реальный аргумент для команд, уже работающих на стеке OpenAI: не нужно менять цены и не нужен бюджет на миграцию.

В чём FLUX 3 Max лучше и какая с этим связана оговорка

Motion, очевидно, — но конкретное преимущество стоит сформулировать точно, ведь слово «быстрее» несёт большую нагрузку в материалах запуска.

BFL заявляет, что видео длительностью десять секунд создаётся за двенадцать секунд — в 22 раза быстрее, чем Seedance 2.5 при том же качестве, — и делит первое место в категории «изображение в видео». Ни одно из этих утверждений независимо не проверено, а в публикации о запуске нет ни разрешения, ни настроек аудио, ни сведений об оборудовании, ни размера выборки. Сама страница видео по-прежнему представляет черновой режим как быстрый путь — дешёвый HD-превью, после которого вы переходите к полному качеству, — что странно для продукта, который, предположительно, всё рендерит за двенадцать секунд. К тому же в публичном API нет эндпоинта /v1/flux-3-max; видеоэндпоинт этого семейства — /v1/flux-3-video, и в теле его запроса нет поля, выбирающего Max. Через день после запуска модель представляет собой скорее карточку товара, чем документированный API.

Что не вызывает сомнений, так это лежащий в основе набор функций: клипы длительностью 5–20 секунд, нативный синхронизированный звук без дополнительной платы, многоязычные диалоги, управление ключевыми кадрами, несколько сцен за одну генерацию и разрешение до 4K. Для бренд-команды, которой нужен пятнадцатисекундный ролик для соцсетей со звуком, это единственная сторона сравнения, которая вообще способна это обеспечить.

Решение — по задаче, которую нужно выполнить

Вам нужны изображения — в больших объёмах и с правками. GPT-Image-2.5 Flare — по умолчанию, а Sunburst — там, где правка должна держаться. FLUX 3 Max для этой задачи нерелевантен; FLUX 3 Image или FLUX 3 Image Klein — это те альтернативы FLUX, которые стоит сравнить с ним по цене. Оба варианта GPT-Image-2.5 уже сегодня есть в живом каталоге OrcaRouter по тарифам на изображения $8 на входе / $30 на выходе, а значит, вы можете сравнить их A/B с моделью изображений от другого вендора на одном ключе, а не на двух договорах.

Вам нужно короткое движение со звуком. FLUX 3 Max — единственный кандидат в этой паре, и вопрос в том, подтвердится ли его непроверенное заявление о скорости на вашем контенте. Протестируйте его со своими промптами в своем разрешении и рассчитывайте цену по опубликованной карточке FLUX 3 Video, пока BFL не опубликует строку Max.

Вам нужно и то и другое — в производственном масштабе. Важная модель затрат — это стоимость на готовый актив, и ни один из поставщиков не предоставляет её вам напрямую. Постройте оценку сами: секунды видео умножить на ставку за секунду — и сопоставить с потреблением токенов на изображение при выбранном вами размере и уровне качества. Затем сверьте эту оценку с одной реальной неделей счетов, потому что ни одна тарифная сетка не стабильна настолько, чтобы планировать вслепую: в собственной документации BFL и на странице модели указаны разные ставки за видео для одних и тех же режимов, а калькулятор OpenAI не покрывает 2.5.

Дверь нужно держать открытой. Это тот случай, когда роутер оправдывает своё место, а не остаётся простым переходником. Поколения видео- и имидж-моделей сменяются с периодичностью в несколько недель — FLUX 3 Max появился вчера, GPT-Image-2.5 — шесть недель назад — и цена перехода на следующую должна сводиться к изменению конфигурации. OrcaRouter даёт вам одну конечную точку, совместимую с OpenAI, для более 200 моделей с ценами провайдеров по прайс-листу, передаваемыми с наценкой 0%, автоматическим переключением при деградации провайдера и DSL маршрутизации, который позволяет отправлять статичные изображения одной модели, а видео — другой, используя один и тот же ключ. Сегодня FLUX 3 Max в этом каталоге нет; варианты GPT-Image-2.5 — есть.

Что сделало бы это настоящим сравнением?

Три артефакта превратили бы эту страницу из корректировки категории в настоящее прямое сравнение, и ни одного из них сегодня не существует. Независимая панель оценки качества изображений, которая ставит FLUX 3 Image рядом с обоими вариантами GPT-Image-2.5 на одном и том же испытательном стенде. Секунда видео, оценённая в тех же единицах, что и статичное изображение, то есть поставщик публикует стоимость за готовый ассет, а не за секунду или за токен. И тариф от BFL, специфичный для Max, чтобы видеонаправление в отчётности перестало быть предположением.

До тех пор разумная позиция — та, которую заняла эта страница: покупайте ту модальность, которая вам нужна, у продавца, который её продаёт, сохраняйте возможность изменить выбор и относитесь с подозрением к любому сравнению, которое ставит цену за секунду рядом с ценой за токен и объявляет результат победителем. Эти две модели — не соперники. Это смежные инструменты, и единственная настоящая ошибка — выбрать не тот.