Обзор FLUX 3 Image Review 2026: тесты, цены, ограничения и вердикт.

В результате этого обзора были получены три результата: сцена с продуктом, собранная из трех эталонных изображений, талисман, перенесенный в новую сцену, и открытка, созданная с включенной функцией определения местоположения по данным поиска.

FLUX 3 Image от Black Forest Labs обладает набором функций, который на бумаге звучит многообещающе: до десяти эталонных изображений на один запрос, пять уровней разрешения, пятнадцать соотношений сторон и дополнительный этап веб-поиска перед генерацией. Однако списки функций не показывают, как модель ведет себя при выполнении реального задания, поэтому мы дали ей задание и измерили результаты.

В этом обзоре рассмотрены девять тестов и 16 платных изображений. Мы проверили каждый запрошенный элемент на соответствие каждому результату, прочитали каждое сгенерированное слово в полном размере, засекли время каждого запроса и зафиксировали фактически взимаемую цену.

В целом, на создание рендеров ушло 0.97 доллара. На один рендер в разрешении 4K приходится 45 процентов этой суммы, и это первый урок данного обзора.

Наша методика тестирования: правила оценки, временные рамки и реальные затраты.

Наше задание основано на вымышленном бренде, который мы придумали для этого теста, — Oddly Fern Plant Care Co. Он продает один продукт, жидкое удобрение для растений под названием Leaf Tonic в янтарном стеклянном флаконе с пипеткой, и у него есть талисман: Пип, мультяшная садовая улитка с мятно-зеленой раковиной и одним листочком, растущий сверху.

Для такого бренда необходим не один снимок, а целый набор изображений: фотография продукта, постер, крупный план этикетки, талисман в нескольких вариантах и ​​рекламная фотография , объединяющая продукт и талисман.

На каждом изображении должна быть одна и та же бутылка с одной и той же этикеткой и одна и та же улитка с одним и тем же листом. Именно в таких случаях эталонные изображения либо экономят часы работы, либо создают хаос.

Оценка была строгой. Для каждого запроса мы перечисляли конкретные требуемые элементы и отмечали каждый результат как выполненный, невыполненный или неоднозначный. Каждое сгенерированное слово обрезалось и читалось при увеличении в два-три раза. Время — это время обработки каждого задания, а стоимость — это сумма, указанная за каждое выполненное задание.

API обработки изображений FLUX 3: асинхронные задачи, параметры и опрос.

FLUX 3 Image (идентификатор модели flux-3-image) работает асинхронно: вы отправляете POST-запрос, получаете идентификатор задачи и опрашиваете систему до тех пор, пока образ не будет готов. Каждый запрос возвращает ровно один образ.

Доступные параметры: разрешение (768 кв. дюймов, 1k, 1.5k, 2k или 4k, по умолчанию 1k), соотношение сторон (автоматическое или одно из 15 соотношений от 21:9 до 9:21), URL-адреса изображений (до десяти ссылок в формате URL или base64), привязка к веб-ресурсам (по умолчанию включено) и допуск безопасности (от 0 до 4, по умолчанию 2). Отсутствуют начальное значение, ширина и высота, отрицательные подсказки и размер пакета.

Это вспомогательный инструмент, который мы использовали для каждого теста. Хост и ключ берутся из переменных окружения, а идентификаторы задач записываются в лог перед опросом, поэтому прерванный запуск можно возобновить без двойной оплаты.

import os, time, base64, requests
BASE = os.environ["IMAGE_API_BASE"]          # your provider's /v1 endpoint
HEADERS = {"Authorization": f"Bearer {os.environ['IMAGE_API_KEY']}"}
def as_data_uri(path):
    ext = "jpeg" if path.endswith((".jpg", ".jpeg")) else "png"
    return f"data:image/{ext};base64," + base64.b64encode(open(path, "rb").read()).decode()
def generate(prompt, refs=(), resolution="1k", aspect="auto", grounding=False):
    payload = {"model": "flux-3-image", "prompt": prompt,
              "resolution": resolution, "aspect_ratio": aspect,
              "grounding": grounding}
    if refs:
        payload["image_urls"] = [as_data_uri(p) for p in refs]   # max 10
    r = requests.post(f"{BASE}/images/generations", headers=HEADERS,
                      json=payload, timeout=120)
    r.raise_for_status()
    task_id = r.json()["data"][0]["task_id"]
    open("task_ids.log", "a").write(task_id + "\n")   # log before polling
    while True:
        time.sleep(4)
        try:
            d = requests.get(f"{BASE}/tasks/{task_id}", headers=HEADERS,
                            timeout=30).json()["data"]
        except requests.RequestException:
            continue                                    # network blip: poll again
        if d["status"] == "completed":
            return d["result"]["images"][0]["url"], d.get("cost"), d.get("actual_time")
        if d["status"] in ("failed", "cancelled"):
            raise RuntimeError(d.get("error"))

Мы установили значение параметра grounding равным false везде, кроме теста 8, поскольку изменение результатов поиска в интернете может исказить результаты других сравнений.

В описании главного изображения Leaf Tonic было указано одиннадцать требований, которые необходимо выполнить, включая одно намеренно придирчивое: ровно три эвкалиптовых листа.

{"model": "flux-3-image",
"prompt": "Product photo of an amber glass dropper bottle with a cream paper label that reads \"LEAF TONIC\" in black serif capitals, standing on a pale oak table. Next to it: a small fern in a terracotta pot, a folded linen cloth, and exactly three dried eucalyptus leaves. Soft morning window light from the left, shallow depth of field, plain white wall in the background.",
"resolution": "1k", "aspect_ratio": "4:5", "grounding": false}

Результат в 1 пикселей был получен за 18 секунд в разрешении 912×1152 пикселей по цене 0.0346 доллара. Янтарный стакан, пипетка, этикетка с кремом, правильно написанное «LEAF TONIC», черные заглавные буквы с засечками, дубовый стол, терракотовый папоротник, льняная скатерть, три эвкалиптовых листа и белая стена: все присутствует. Свет слева был неоднозначным, поскольку сцена освещена равномерно.

Десять правильных ответов из одиннадцати, при этом одиннадцатый не был доказан, а не ошибочен, — это хороший результат. Инструкция по подсчету была выполнена во всех четырех вариантах этого задания, и бутылка выглядит физически правдоподобно, а стеклянная пипетка видна сквозь янтарный фон.

Одно из последствий для производственной работы: без начального изображения каждый запрос приводит к созданию новой композиции. Невозможно зафиксировать сцену и изменять только одну настройку. Инструментом для фиксации является эталонное изображение, которое измеряется в тестах 5–7.

Мы отправляли одно и то же сообщение в разрешениях 768 кв. м, 1k, 2k и 4k. Каждый рендер имеет свою собственную композицию, поэтому сравниваются резкость, время и цена, а не количество пикселей.

11-пунктная подсказка на четырех уровнях разрешения. На каждом рендере правильно отображалась надпись и было показано ровно три эвкалиптовых листа.

Разрешение	Доставлено (4:5)	Дата	Стоимость	Стоимость за мегапиксель
768sq	688×864 (0.59 МП)	24 с	$0.0295	$0.050
1k	912×1152 (1.05 МП)	18 с	$0.0346	$0.033
2k	1824×2288 (4.17 МП)	41 с	$0.0720	$0.017
4k	3664×4576 (16.8 МП)	68 с	$0.4370	$0.026

Все четыре изображения соответствовали одним и тем же пунктам контрольного списка, а на рендерах в разрешении 2K и 4K слева появилось окно, что решает вопрос с освещением в их пользу. На разрешении 768 кв. дюймов текст надписи становится размытым при увеличении; на разрешениях 2K и 4K можно увидеть текстуру бумаги и рисунок древесины дуба.

Цена заслуживает более внимательного рассмотрения. 768sq экономит всего 15 процентов по сравнению с 1k, при этом обеспечивая примерно вдвое меньше пикселей. 2k — это лучшее соотношение цены и качества на мегапиксель: в четыре раза больше пикселей, чем у 1k, примерно вдвое дороже.

Затем цена на 4K подскакивает до 0.437 доллара, что в 12.6 раза выше цены на 1K и в шесть раз выше цены на 2K, поэтому в пересчете на мегапиксель она стоит больше, чем 2K.

Создайте черновой вариант в разрешении 1K, выберите лучшие, а разрешение 4K оставьте для тех немногих изображений, которые действительно в этом нуждаются. Масштабирование рендера в разрешении 2K обычно обходится гораздо дешевле, и новый запрос на разрешение 4K все равно не воспроизведет тот черновой вариант, который вам понравился.

Мы протестировали два уровня сложности: плакат с тремя строками текста трех разных размеров и этикетку на обороте, содержащую 31 слово, включая список ингредиентов мелким шрифтом.

Poster (1k, 2:3): Minimal print poster for a houseplant care brand. Sage green background. Centered at the top, the headline "FEED YOUR FERNS" in large bold cream sans-serif capitals. Below it, an illustration of an amber dropper bottle beside a fern frond. Under the illustration, one line in smaller cream type: "Leaf Tonic - 2 drops a week, every week". At the very bottom, small footer text: "Oddly Fern Plant Care Co."

Back label (1k, 1:1): Close-up studio photo of the back label of an amber glass dropper bottle ... The label text, top to bottom: "LEAF TONIC" as a bold heading; "Liquid plant food for ferns and calatheas"; "Ingredients: seaweed extract, molasses, magnesium sulfate, humic acid, iron chelate, water"; "Use 2 drops per 250 ml of water"; "Net 30 ml".

На плакате все 16 слов были отображены правильно. На этикетке правильно отобразилось 30 из 31 слова; слово «сульфат» было написано как «сольфат».

На создание плаката ушло 25 секунд, и каждое слово было написано правильно, включая дефис, запятую и «Co.» в нижнем колонтитуле. Макет точно соответствовал инструкциям, и модель вышла из изображенной бутылки.'s Пометка пустая, что правильно, потому что мы просили не размещать там текст.

На создание этикетки ушло 27 секунд, и на первый взгляд она выглядит превосходно: разумная иерархия и переносы строк, правильные единицы измерения. В полном размере одно слово неверно: «сульфат магния» стало «сольфат магния». Одна-единственная буква в химическом названии — это именно та ошибка, которую пропустит быстрая проверка, и которую обязательно заметит клиент или регулирующий орган.

По нашим подсчетам, 46 из 47 слов верны, при этом одна ошибка находится в самом мелком, технически сложном тексте. Заголовки и короткие фразы достоверны; списки ингредиентов, дозировки и предупреждения следует набирать отдельно, а затем объединять.

Далее мы описали Пипа только словами, в трех стилях: фотореалистичный макроснимок, плоский векторный талисман и страница из сказки, выполненная акварелью. В каждом варианте использовалось одно и то же описание: «маленький круглый садовый талисман-улитка с мятно-зеленой спиральной раковиной, мягким персиковым телом, большими дружелюбными черными глазами и одним крошечным зеленым листочком, растущим из верхушки раковины».

Одно описание, три стиля. В фотореалистичной и акварельной версиях вместо одного листа вырос двухлистный росток.

Все три варианта заняли от 20 до 26 секунд, и все три пригодны для использования. Фотореалистичная версия наиболее впечатляет: мокрый камень, капли на раковине и убедительная глубина резкости; она выглядит как фотография самодельной фигурки.

Плоская векторная версия чистая и готова к использованию, с ровными контурами и глазами на стебельках. Акварельная версия имеет реалистичную текстуру бумаги и свободные края.

Однако, если поставить их рядом, то это три разные улитки. У двух из них вместо одного листочка два, на фотографии глаза перенесены на лицо, а окраска тела варьируется от персиковой до бежевой.

Текстовое описание — это не лист персонажа. Это базовый уровень, который должны корректировать эталонные изображения.

Наиболее распространенная задача в реальной жизни — это размещение одобренного продукта в новой сцене. В качестве единственного эталона мы отправили модель Hero размером 1 пикселей из Теста 1, с параметром aspect_ratio, установленным на auto, и самым дешевым вариантом — 768 кв. дюймов.

generate('Place this exact bottle on a white tiled bathroom shelf next to a rolled white towel and a small trailing pothos plant. Keep the bottle shape, the cream label and the words "LEAF TONIC" exactly as they are. Bright, even daylight.',
        refs=["hero.jpg"], resolution="768sq", aspect="auto")

Исходные данные и внесенные изменения. Форма флакона, пипетка, пропорции этикетки и шрифт сохранены; все остальное заменено в соответствии с просьбой.

Редактирование заняло 33 секунды и стоило 0.0295 доллара, столько же, сколько стоит изображение только с текстом на этом уровне. Флакон — точная копия: те же плечики, пипетка, дозатор и шрифт с засечками.

Полотенце и сциндапсус — это то, что нам было нужно. В автоматическом режиме результат соответствовал эталонному.'s Формат 4:5, но получено разрешение 672×848, немного отличающееся от 688×864, полученного при запросе только текста в формате 4:5, поэтому реальные размеры были считаны из файла.

Для небольшого каталога это наиболее практичная функция модели: одна утвержденная фотография товара становится источником для множества сцен в стиле лайфстайл, а ссылки не добавляют ничего к цене.

Если вы хотите сами попробовать этот рабочий процесс, основанный на эталонных данных, API FLUX 3 Image принимает те же параметры, которые мы использовали здесь, и приведенная выше вспомогательная функция работает с ними без изменений.

В качестве единственного эталона для новой сцены мы использовали плоский вектор Pip из Теста 4, повторно указав характеристики, которые следует сохранить.

The snail character from the reference image is watering a small fern with a tiny copper watering can on a sunny windowsill. Keep the character exactly the same: same flat vector style, thick outlines, mint-green spiral shell, peach body, eyes on stalks and the single leaf on the shell.
(resolution 768sq, aspect_ratio 1:1, 1 reference)

Отсылка и новая сцена. Все пять отслеживаемых нами характеристик персонажей сохранились.

На получение результата потребовалось 29 секунд. Все пять отслеживаемых признаков сохранились: раковина с тем же единственным завитком, персиковое тело, глаза на ножках, один лист и толстые контуры.

Там, где три текстовых подсказки дали три улитки, одна референсная картинка закрепила за персонажем. Два замечания по художественному оформлению: фон получился мягким и реалистичным, поэтому, если вам нужен плоский фон, попросите также сделать его плоским; а поскольку у улитки нет рук, лейка просто плавает рядом с Пипом.'s глава.

Для главной статьи мы использовали десять источников: фотографию продукта, векторный талисман, карточку с логотипом и цветовую палитру, нарисованные местными художниками, плакат и оборотную сторону этикетки из Теста 3, фрагменты изображения горшка с папоротником и льняной ткани, открытку из Теста 8 и акварель из Теста 4. Задание касалось каждого из них по номеру.

Десять входных параметров. Восемь из них были выходными параметрами предыдущих тестов; карточка с логотипом и цветовая палитра были нарисованы локально.

Lifestyle product photo on a sunny wooden windowsill. Image 1: put this exact Leaf Tonic bottle in the centre, label facing the camera. Image 2: a small soft plush toy of this snail character sits to the right of the bottle. Image 3: this logo is printed on a small kraft paper tag tied to the bottle neck with twine. [3-reference version ends here.]
Image 4: use this colour palette for the props and background. Image 5: this poster hangs framed on the wall behind. Image 6: this fern in its terracotta pot stands on the left. Image 7: this linen cloth lies folded under the bottle. Image 8: a second bottle lies on its side in front, showing this back label. Image 9: this postcard leans against the window frame. Image 10: this storybook illustration is printed on a small card propped next to the plush snail. Natural morning light.
(resolution 768sq, aspect_ratio 4:5)

Слева: три ссылки, все три использованы. Справа: десять ссылок, девять использованы; карточка с книжкой отсутствует, а открытка встречается дважды.

При использовании трех источников (45 секунд) все три были использованы в соответствии с инструкцией: бутылка по центру с правильной этикеткой, плюшевая фетровая фигурка Пипа справа и крафтовая этикетка с надписью «Странный папоротник».

Превращение плоского векторного персонажа в реалистичную плюшевую игрушку с сохранением завитка панциря, глаз на стебельках и одного листочка — полезный приём для создания макетов товаров.

Один побочный эффект: горшок с папоротником и листья эвкалипта с фона первого изображения также появились без запроса. Ссылки несут в себе контекст.

С десятью отсылками (56 секунд, те же 0.0295 доллара) мы насчитали девять из десяти элементов в сцене: бутылка, плюшевая игрушка, бирка, палитра, плакат, горшок с папоротником, льняная ткань, вторая бутылка, лежащая на боку, и открытка у окна. Карточка из детской книжки отсутствовала; её место заняла вторая копия открытки, а плакат появляется дважды.

При десяти примерах каждый фрагмент текста, скопированный из источника, исказился, включая название бренда на этикетке.

На крупных планах видна реальная стоимость. На этикетке с надписью «Oddly Fern» и тремя ссылками теперь написано «Oddly Farn» и десятью. Текст на плакате неразборчив, вторая этикетка искажена, а надпись на открытке — бессмыслица; только крупная надпись «LEAF TONIC» на основной бутылке сохранилась правильно.

Отчасти это связано с уровнем 768sq, который уменьшает количество пикселей у мелких объектов, и мы не проводили повторный запуск при более высоком разрешении, поэтому рассматривайте результат в виде текста как открытый. Объединение и дублирование входных данных не изменятся с разрешением.

Наше правило: используйте столько ссылок, сколько объектов в сцене должны быть точными, и не больше. Время обработки увеличивалось на одну-две секунды за каждую дополнительную ссылку (45 секунд с тремя, 56 с десятью).

Функция Grounding позволяет модели получать контекст веб-сайта или изображения перед отрисовкой, и она включена по умолчанию. Мы протестировали её на реальной достопримечательности с характерной формой: Пальмовой оранжерее в Королевских ботанических садах Кью.

Vintage travel postcard illustration of the Palm House at Kew Gardens in London, seen from across the pond in spring. Caption at the bottom in bold serif type: "PALM HOUSE, KEW".
(resolution 1k, aspect_ratio 3:2, grounding true / false)

Включение заземления (слева) позволило правильно оценить здание, но испортить стиль. Выключение заземления (справа) позволило правильно оценить стиль, но испортить здание.

Результаты однозначно совпадают. При включенном режиме заземления (46 секунд) здание имеет правильный силуэт: длинное и низкое, с приподнятой центральной частью и изогнутыми крыльями, но изображение по сути является тонированной фотографией, а не иллюстрацией, и выглядит как середина лета, а не весны.

После остановки съемки (39 секунд) мы получили очаровательную иллюстрированную открытку с цветами и лебедями, именно в том стиле, который мы заказывали, но с изображением обычной двухъярусной оранжереи, которая совсем не похожа на настоящую. Обе подписи были написаны правильно.

Поскольку функция заземления включена по умолчанию, это влияет на вас, даже если вы её никогда не устанавливали. Это повысило точность фактов и уменьшило приверженность стилю, а также добавило семь секунд в нашем сравнении.

Отключите его для вымышленных товаров и персонажей, где нет никакой информации для поиска; оставьте его включенным для реальных мест и товаров, и сильнее подчеркните стиль в задании.

Последний тест объединил две классические слабости: точный подсчет и последовательную нумерацию. Мы попросили выставить ровно семь одинаковых бутылок подряд, пронумерованных от 1 до 7 слева направо.

Семь бутылок, пронумерованных по порядку. Верно, но на выполнение запроса ушло 167 секунд.

Изображение корректно: семь бутылок, расположенных на равном расстоянии друг от друга, пронумерованных от 1 до 7. Вместе с листьями эвкалипта, FLUX 3 Image точно передал каждый деталь в этом обзоре.

Неожиданным оказалось время: 167 секунд, против 18–46 секунд (медиана 26) для остальных 1 текстовых запросов, причем в подсказке не было никаких пояснений. Продукту, ориентированному на пользователя, необходимы индикатор прогресса, достаточно большой тайм-аут и способ отсрочить получение результатов.

Всем, кто переходит с более старых версий FLUX, следует также обратить внимание на то, что этот API не принимает: ширину, высоту, строки с размером в пикселях, начальное значение, шаги, руководство, отрицательный запрос, формат вывода или несколько изображений в одном запросе. Размеры сопоставляются с уровнем разрешения плюс соотношение сторон.

Сколько стоит изображение FLUX 3?

Для каждой конфигурации, рассмотренной в этом обзоре, были измерены стоимость и время обработки.

Тест	Фотографии	Настройки	Стоимость
1–2. Лестница соблюдения режима и разрешения проблем.	4	768 кв. м, 1 тыс. кв. м, 2 тыс. кв. м, 4 тыс. кв. м	$0.5731
3. Типография	2	1k	$0.0691
4. Три стиля	3	1k	$0.1037
5. Редактирование с одной ссылкой	1	768 кв. м, 1 ссылка	$0.0295
6. Последовательность характеров	1	768 кв. м, 1 ссылка	$0.0295
7. Три и десять ссылок	2	768 кв. футов, 3 и 10 номеров.	$0.0590
8. Заземление (вкл. и выкл.)	2	1k	$0.0691
9. Подсчет	1	1k	$0.0346
Всего	16		$0.9677

Без единственного изображения в разрешении 4K остальные 15 изображений стоят 0.53 доллара, что составляет примерно 3.5 цента каждое, а поскольку ссылки предоставляются бесплатно, составное изображение из десяти ссылок стоит столько же, сколько и простое задание.

Небольшой бренд, производящий 40 изображений в месяц в разрешении 1K, потратит около 1.40 доллара; добавьте два финальных изображения в разрешении 4K, и счет увеличится более чем вдвое. Бюджет следует рассчитывать исходя из разрешения, а не из количества изображений.

В чём недостатки FLUX 3 Image

Контрольный список для использования изображения FLUX 3 в наборе фирменных изображений.

Итоговый вердикт: Стоит ли использовать FLUX 3 Image для визуального оформления бренда?

Компания FLUX 3 Image сделала больше правильно, чем неправильно. Она строго следовала 11 пунктам технического задания, точно рассчитала каждый параметр, надежно отображала короткий и средний текст, убедительно переключалась между фотографией и иллюстрацией и сохраняла целостность продукта и персонажа , используя один и тот же референс.

Функция множественных ссылок работает и не требует дополнительных затрат на каждую ссылку, что делает эту модель наиболее интересной для тех, кто создает наборы связанных изображений.

Ограничения столь же очевидны: мелкий технический текст пока не внушает доверия, десять ссылок — это больше, чем модель может обработать корректно, стандартная настройка может изменить ваш стиль, а цена 4K находится на совершенно другом уровне.

Для нашего вымышленного бренда по уходу за растениями рабочий процесс, который мы бы использовали в реальности, выглядит следующим образом: 1 черновиков, от трех до пяти референсов для каждой сцены, шлифовка, последующее добавление текста и 2 финальных изображений, при этом каждый человек утверждается отдельно.

Если вы хотите попробовать этот рабочий процесс или сравнить FLUX 3 Image с другими моделями изображений, видео и языка с помощью одного ключа, вы можете найти их на APIMart.