FLUX 3 Max：12 秒生成 10 秒视频，还有一个你目前无法核实的说法

Black Forest Labs 发布 FLUX 3 Max 时，最有趣的数字不是 22×，而是 12。一段十秒的片段在十二秒内完成，意味着模型花在渲染上的时间比片段本身存在的时间还短——如果这在生产环境中成立，视频工作流的整体形态就会改变，因为迭代不再是批处理任务，而变成一场对话。在围绕这一点重建任何东西之前，值得先读的是：FLUX 3 Max 于 2026 年 10 月 19 日发布，12 秒这一数字出自厂商自己，发布时没有方法说明、没有片段大小、没有分辨率，也没有独立运行作为支撑，而且该模型在 Black Forest Labs 的定价页面上没有单独的价格行。FLUX 3 Max 究竟是什么，或许是最需要理解的事，而这也是发布页面着墨最少的地方。本文涵盖 BFL 实际发布了什么、这些数字意味着什么又不意味着什么、它要花多少钱，以及它与你已经可以调用的 FLUX 3 Video 档位有何关系。 像这次发布这样的发布背后，有记录的 AI 故障和智能体事件都收录在 OrcaRouter AI Incident Archive 中，其中每条记录都带有自己的来源、严重程度、置信度等级和争议标记。

在任何一个数字被重复引用之前，先说明一下来源。本文所有内容均于 2026-10-20 读取自 Black Forest Labs 自己的页面——bfl.ai/models 上的模型页面、FLUX 3 Video 产品页面和定价页面——以及公共 API 的 OpenAPI schema。目前尚无第三方对 FLUX 3 Max 进行基准测试。凡 BFL 公布了数字的地方，均标注为厂商数据；凡未公布的地方，本文会明确说明，而不是自行估算。

实际上宣布了什么

2026年10月19日，Black Forest Labs 以“Introducing FLUX 3 Max”为题，发布了一则 FLUX 3 Max 的发布说明。其中的宣称简短而全面：西方最快；十二秒生成十秒视频；在图生视频领域并列第一；同等质量下比 Seedance 2.5 快 22 倍；还有一句读起来像是属于另一款产品的话：“FLUX 3 是一款专为定制化设计的模型。”

公司在别处同时做的事，比这条帖子更有参考价值。FLUX 3 Max 现在占据了 bfl.ai/models 的首位，排在 FLUX 3 Video 之上，描述为“最快、质量最高的视频模型。12 秒生成 10 秒视频。”它拥有独立的产品菜单项，并在视频页面上有自己的锚点。定价页面上有一条全站公告栏专门为它而设：“FLUX 3 Max：同等质量下比 Seedance 2.5 快 22 倍。”

对开发者而言，这才是真正有意义的产品发布：模型已经上架，有名字，而且厂商正在把流量导向它。但它并不是新架构、新模态或新价格档位意义上的发布。FLUX 3 Max 是 FLUX 3 Video 的一个变体——而“新模型”和“新变体”之间的区别，正是大多数实际问题所在。

12秒的说法，以及它是相对于什么来衡量的

十秒钟输出用十二秒，比例是1.2比1。如果在带音频的制作分辨率下也是如此，那就非同寻常。作为对比，厂商自己的 FLUX 3 Video 系列页面把草稿模式描述为之所以存在，正是因为全质量渲染并非即时完成——草稿让你获得“以一小部分成本实现快速生成”，然后你再通过 Draft Enhance 把草稿提交回去，得到全质量帧。围绕“先预览、再提交”构建的工作流意味着提交才是慢的部分。FLUX 3 Max 的说法则相反：完整渲染已经快于实时。

关于这十二秒，BFL 没有说的四件事，而每一件都会改变这个数字的含义：

• 分辨率——该说法并未指明分辨率档位。FLUX 3 Video 可渲染 HD、FHD、QHD 和 UHD，其中 FHD 及以上是在生成后由放大器完成的。一段十二秒的 HD 渲染和一段十二秒的 4K 渲染是截然不同的工程成果，而该帖子并未对二者加以区分。

• 音频 — {{1}}FLUX 3{{/1}} 默认生成同步音频，且音频不额外收费。这十二秒是否包含音频合成尚未说明。在音视频联合模型中，音频占计算量的相当大一部分。

• 硬件与队列——没有 GPU，没有批大小，也没说明是否包含排队时间。首帧时间和文件完成时间是两个不同的数字，而营销中的速度宣称通常只引用更好看的那个。

• 重复——没有 p50，没有 p95，没有样本量。一次快速生成只是个案；分布才是服务水平。

这一切都不会让那个数字变成假的，只会让它无法从厂商外部得到验证——而这正是任何模型问世头48小时内发布的每一项速度声明所呈现的真实状态。

“在图生视频领域并列第一”——与谁并列，依据什么

这是最需要谨慎对待的说法，因为它听起来像基准测试结果，却又是最缺乏依据的那个。

一个排名需要一个排行榜。截至 2026-10-20，独立视频排行榜并未明显收录 FLUX 3 Max：Artificial Analysis 的视频竞技场确实发布了一个带有 Elo 式排名的图生视频标签页，但它只向已登录访客展示投票界面及其模型池，而无需账号即可访问的公开页面并不显示排名表。因此，该说法无法对照最可能的来源进行核实，且 BFL 并未说明其使用的是哪个来源。

还有一个日期问题。一个于10月19日发布的模型，不可能在10月20日之前积累出有意义的盲投票样本。如果这个“#1”来自厂商主导的人类偏好对比——而这正是 BFL 在7月推介 FLUX 3 Video 时采用的做法，当时它报告称其偏好胜率分别为：对 Luma Ray 3.2 达93%、对 Runway Gen-4.5 达77%、对 Kling v3 Pro 达60%，并明确标注为“初步”和“早期”——那么“并列第一”就是一个披着排行榜外衣的厂商自测结果。7月的数字对自己尚属临时性的状态是诚实的。10月的帖子则不是，而这正是值得指出的区别所在。

要定论，需要：一个具名榜单、一个日期、一个样本量，以及一个链接。在这些出现之前，公允的解读是：FLUX 3 Max 是其制造商将其定位为图生视频领域的顶尖，而非被独立地置于那个位置。

22× Seedance 对比

“在同等质量下比 Seedance 2.5 快 22 倍”是一个由两部分组成的复合主张，而其中只有一部分是速度主张。

速度这部分是基于 12 秒这个数字做的算术推算：如果 FLUX 3 Max 用 12 秒渲染 10 秒，那么慢 22 倍的模型要产出同等内容，大约需要四分半钟。对于前沿视频模型来说，这是一个可信的数量级，但它也完全没有锚点——ByteDance 没有公布 Seedance 2.5 的生成耗时数据，任何人无从核验。因此，BFL 的比较是用厂商自己测得的自身延迟，去对比一个未具名的竞争对手测量值，而读者无法复现任何一方。

质量这一半——“以相同质量”——是完全没有附带任何证据的那一半。在速度比较中，匹配质量才是昂贵的部分；若没有匹配的测试装置就断言这一点，会让 22× 成为一个假装成两个数字的单一数字。还要注意，Seedance 2.5 是另一类产品：ByteDance 的模型单次请求最多接受 50 个参考素材，并能生成最长 30 秒的片段，而 FLUX 3 的上限是 20 秒。长度和参考素材限制不同的模型之间的速度比，是两项不同任务之间的比值。

这并不意味着 FLUX 3 Max 不快。它的意思是，22× 是厂商将自家测量结果与竞争对手公开设置所做的对比，读者应把它当作一种方向性参考，而不是一个倍率。

FLUX 3 Max 实际上会生成什么

这里情况更清楚，因为 FLUX 3 Max 继承的是 FLUX 3 Video 的范围，而不是定义一个新的范围。BFL 的视频页面在 FLUX 3 Video 下列出了这些能力，而该页面上的 Max 区块只是在它们之上增加了速度相关的表述：

• 输入方式 — 文本转视频、图像转视频、视频转视频、视频续写，以及关键帧控制的转场。

• 时长 — 每次生成 5 到 20 秒，可取任意整秒，也可设为 auto 以适配内容。API 架构确认了 5–20 的整数范围。

• 分辨率 — HD（每帧最高 1 百万像素）、FHD（最高 2 百万像素）、QHD/2K（最高 4 百万像素）、UHD/4K（最高 8 百万像素），其中档位由每帧总像素数而非宽高比决定。交付尺寸均为 32 的倍数，因此 16:9 的“UHD”是 3840×2176，而不是 3840×2160。

• 音频 — 可选的原生同步音频，包括多语言对话、语音、音效和环境氛围声，无需额外付费。在 API 中默认开启。

• 宽高比 — 自动、21:9、2:1、16:9、4:3、1:1、3:4、9:16、9:21。

• 参考与控制模式——起始帧、首尾帧、多个关键帧固定至时间戳，以及基于现有片段续写。

• 草稿模式——仅限 HD 的快速预览，并附带一个 draft_cache 包，你把它传回去即可按完整质量渲染同一代内容。BFL 自己对草稿模式的表述就很说明问题：如果 Max 能在十二秒内渲染完一切，那预览层级就没什么事可做了。

API 对外接口是任何人在规划集成之前都值得检查的部分。api.bfl.ai 上的公开 OpenAPI 文档列出了该系列的三类生成端点：/v1/flux-3-video、/v1/flux-3-image 和 /v1/flux-3-image-klein。不存在 /v1/flux-3-max。视频端点的请求体包含 mode、prompt、duration、resolution、generate_audio、draft、safety_tolerance 和 version——但没有任何用于选择 Max 的字段。就本次阅读而言，FLUX 3 Max 更像是一个产品和一种投放位置，而不是一个独立、公开记录的端点。任何基于它进行开发的人都应先向 BFL 确认实际由哪个端点、哪个参数提供服务，然后再编写假定某个模型 ID 的代码。

费用是多少

Black Forest Labs 公布了按秒计费的视频定价，而 FLUX 3 Max 不在费率表上。计费参考——文档的定价页面——列出了 FLUX 3 Video 的各行，但 Max 名称下没有任何内容：

• 文生视频与图生视频 — $0.15/秒 HD，$0.24/秒 FHD，$0.28/秒 QHD，$0.41/秒 UHD。

• 视频转视频与延续 — HD $0.21/秒，FHD $0.27/秒，QHD $0.31/秒，UHD $0.45/秒。

• 草稿 — $0.06/秒，仅限 HD，仅支持文本转视频；随后草稿将按你所承诺档位的费率进行增强。

• 计算示例——五秒钟标准高清文生视频为 $0.85；不足一秒的部分向上取整；音频免费。

由此得出两点。第一，按所列费率，一段十秒的 HD 片段为 $1.50；如果 Max 按相同费率计价，那么十二秒的渲染费用就是 1.50 美元，再加上你十二秒的时间。第二，BFL 自己的页面彼此并不一致：模型页面上的 FLUX 3 Video FAQ 仍然标价为文本或图像转视频 $0.17/s HD、$0.29/s FHD、$0.40/s QHD 和 $0.80/s UHD，视频转视频为 $0.41/$0.53/$0.65/$0.95——在每个档位上都大约是文档价目表的两倍。我们引用文档页面，因为那是计费参考，并且我们标记这一冲突，而不是选定哪一个为准。任何做预算的人都应在扩大规模前，先在首张发票上确认费率。同一脚注还说明，费率由模态、模型变体和分辨率档位决定——这意味着某处存在 Max 专属费率，尽管并未公布 Max 所在行。请将 $0.15/s HD 视为假设，而非 Max 的报价。

对于要在不同供应商之间比较方案的团队来说，直通式路由器的一个实用特性是：这类价目表变动不需要你来跟踪——在 OrcaRouter 上，供应商的标价以 0% 加价直通，因此供应商降价或新档位费率会以与供应商页面相同的价格、在同一天出现，而你这边无需重新定价。FLUX 3 Max 本身目前不由 OrcaRouter 路由——BFL 的视频 API 才是路由——但目录中相邻的视频选项，例如 kling/kling-3-turbo，与文本模型位于同一个 OpenAI 兼容端点之后，因此流水线在评估时可以让其 LLM 和视频调用共用一个密钥。

定制化，以及开放权重讨论串

发布帖里那句关于定制化的话，是整篇公告中唯一与其余内容格格不入的说法，值得仔细拆解，因为 BFL 在这方面确有前科。

FLUX 3 系列今年一直在分批开放。7B 机器人动作模型 FLUX 3 Action 于 2026 年 9 月 22 日向 Hugging Face 发布了三个检查点。5.6B 开放权重图像模型 FLUX 3 Image Klein 于 10 月 15 日发布，附带一个专为微调构建的基础检查点、一个蒸馏变体、FP8/INT8/NVFP4 版本，并且从第一天起就支持在 Diffusers 和 Ostris 的 AI Toolkit 中进行 LoRA 训练；其 FLUX Kommunity License 允许年收入低于 500 万美元时免费商用。BFL 自己的博客称 Klein 是“FLUX 3 系列第二个开放权重版本”，并表示后续还会有更多。

对照这一记录，“FLUX 3 是一款为定制而设计的模型”很可能是在谈论整个模型家族——图像侧确实可以在你自己的 GPU 上微调，而且今天就能做到——而不是在声称 FLUX 3 Max 的权重即将发布。Max 页面上没有任何内容提到权重、许可证、微调或自托管。FLUX 3 Dev 的视频骨干仍被描述为“即将推出”，而 bfl.ai/licensing 只为图像模型出售自托管层级。如果定制是你对 FLUX 3 Max 感兴趣的原因，那么诚实的立场是：视频层级的定制说法目前只是厂商的一句话，背后尚无任何实际产物；而图像层级的定制则是四个检查点和一份你可以阅读的许可证。

本周该拿它怎么办

如果你以制作视频为生，FLUX 3 Max 值得用你自己的提示词试跑一轮——不是因为 22× 已经得到验证，而是因为真正的亚实时渲染会改变你的工作方式；而要弄清这一说法在你的分辨率、音频设置和内容下是否成立，唯一办法就是把你自己手头的素材交给它。像厂商没有做的那样去基准测试：相同提示词、相同时长、三种分辨率、每种各跑十次，并记录 p50 而不是最佳情况。

如果你正在为某个产品选择视频供应商，那么你需要的信息目前还不存在。目前没有独立的图生视频位次，没有 Max 专属价格，也没有文档化的 Max 端点。在据此编制预算之前，请直接询问 BFL：哪个端点参数对应 Max，以及它在各分辨率档位的价格是多少。领先排行榜的模型并不等同于已公布价格的模型，而目前 FLUX 3 Max 具备前者，却不具备后者。

如果你正在构建多模型流水线，务实的做法是把模型选择放在接口之后，而不是写进代码里。这正是需要一个不局限于本次发布的路由器的理由：视频模型代际每隔几周就会更替，采用下一代模型的成本应当只是一次配置变更。在 OrcaRouter 上，这意味着通过一个与 OpenAI 兼容的单一端点覆盖 200+ 个模型，当提供商降级时自动故障转移，以及一个路由 DSL，能够将某一类请求发送到一个模型、其余请求发送到另一个模型——因此，将 FLUX 3 Max 与你当前运行的模型一起评估，不需要第二套集成或第二份合同。

值得关注的不是 22× 这个说法，而是独立榜单是否会在图生视频类别中列出 FLUX 3 Max，以及 BFL 是否会在其定价页面上发布 Max 条目、并在其 API 中提供 Max 参数。这三项证据一旦出现，就会把发布帖变成一份规格说明。在此之前，那十二秒只是一个承诺，而对待承诺最有用的做法就是去检验它。