HiAPI
flux-3-max 图生视频详情页 Hero 图:右侧玻璃胶片带与光轨延展,左侧柔光留白,冷调粉蓝与暖金交织,名字以发光立体字蚀刻在胶片带上。

Black Forest Labs

FLUX 3 Max

flux-3-max/image-to-video

Modello di generazione video che supporta la generazione da testo a video e da immagine a video, pensato per una produzione rapida con bassa latenza; secondo benchmark pubblici genera una clip di 10 secondi in circa 11–12 secondi, ideale per l'iterazione creativa e per i materiali dei video brevi

Prova flux-3-max/image-to-video

Input

Output

video
Compila i parametri e genera: i risultati appariranno qui.

Prezzi

flux-3-max/image-to-video per second

Specifiche Prezzo unitario
720P $0.0608
1080P $0.1036

Panoramica e posizionamento

Modello image-to-video FLUX 3 Max: inserisci un'immagine del primo frame e un prompt per generare una clip video dinamica con audio sincronizzato. Supporta durate da 5 a 20 secondi, due livelli di risoluzione (720p e 1080p), 8 formati di aspect ratio e la possibilità di fornire facoltativamente un'immagine dell'ultimo frame per ottenere una transizione tra primo e ultimo frame. È pensato per sviluppatori e team di contenuti che devono trasformare rapidamente immagini statiche in materiale video utilizzabile, richiamabile su HiAPI.ai tramite un'interfaccia unificata.

Punti di forza principali

  • Controllo a due immagini (primo e ultimo frame) — il primo frame è obbligatorio, l'ultimo facoltativo: specificando le immagini di inizio e fine si vincolano i limiti dell'inquadratura, riducendo la deriva compositiva dei risultati generati.
  • Audio sincronizzato generato insieme al video — la generazione audio è attiva per impostazione predefinita e restituisce video con suono sincronizzato, eliminando la successiva fase di montaggio e allineamento del doppiaggio.
  • Ampia gamma di durate e formati — durata impostabile da 5 a 20 secondi; formati supportati da 21:9 a 9:16 per un totale di 8, oppure adattamento automatico in base all'immagine di input.
  • Livelli di ragionamento selezionabili — reasoning_level offre due livelli, low e high: usa high per migliorare la comprensione di scene complesse, low per ottenere una latenza inferiore su immagini semplici.

Descrizione delle capacità

Image-to-video guidato dal primo frame: fornisci un'immagine del primo frame accessibile via HTTPS pubblico (PNG, JPEG, WebP) e un prompt per generare un video che inizia con quell'immagine, ideale per estendere materiale esistente in una clip dinamica.

Transizione opzionale con ultimo frame: inserendo l'immagine dell'ultimo frame, il modello genera il processo di transizione tra le due immagini fornite, utile per raccordi di inquadratura con composizione iniziale e finale fissa e per creare materiale di transizione.

Controllo di risoluzione e formato: output selezionabile a 720p o 1080p, con formati che coprono 21:9, 16:9, 4:3, 1:1, 9:16 e altri, oppure impostato su auto per seguire l'immagine di input, così da generare in una sola volta contenuti adatti a diversi posizionamenti.

Durata impostabile a piacere: la durata può essere specificata tra 5 e 20 secondi, con fatturazione in base ai secondi di output; verifiche brevi e materiale più lungo possono essere gestiti con la stessa interfaccia.

Interruttore audio sincronizzato: generate_audio controlla se generare audio sincronizzato con le immagini; può essere disattivato quando serve materiale muto da musicare in post-produzione.

Scenari d'uso

  • Team di design che trasformano key visual statici in video — inserisci il key visual del brand e un prompt che descrive il movimento di camera per produrre clip brevi con audio, da usare per campagne social e per la prima schermata delle landing page.
  • Raccordi tra primo e ultimo frame nella previsualizzazione dello storyboard — fornendo le due immagini di primo e ultimo frame dello storyboard si genera un video di transizione intermedio, utilizzabile come bozza di inquadratura per il montaggio e l'approvazione del cliente.
  • Produzione di contenuti short verticali — genera clip in formato 9:16 e con durate brevi, da usare direttamente per integrare materiale sulle piattaforme short video e per il montaggio successivo.
  • Verifica rapida di idee creative — genera più risultati con formati, durate e livelli di ragionamento diversi sulla stessa immagine per confrontare rapidamente le direzioni prima della versione definitiva.

Limitazioni e consigli di selezione

L'immagine del primo frame deve essere un link HTTPS accessibile pubblicamente; il prompt è limitato a 6000 caratteri e, se superato, va ridotto manualmente. Durate lunghe e alte risoluzioni allungano i tempi di generazione, quindi per le attività in batch occorre prevedere finestre di attesa adeguate. Questo modello esegue solo image-to-video; in assenza di immagini di riferimento controllabili è più adatto passare a un modello text-to-video; per ritmi con più keyframe fissi si può considerare la linea keyframes-to-video della stessa famiglia. Per scene complesse si consiglia il livello di ragionamento high e la verifica manuale dell'output.

  • Nuovo modello Il modello di generazione video flux-3-max/text-to-video è ora disponibile
  • Aggiornamento prezzo Adeguamento dei prezzi di flux-3-max/text-to-video
  • Aggiornamento prezzo Adeguamento dei prezzi di flux-3-max/image-to-video: nuova tariffa $0.0608

Domande frequenti

Vedi tutte le domande →
  • Quali input sono necessari per FLUX 3 Max image-to-video?

    Sono obbligatori prompt e image_url (immagine del primo frame, supporta PNG/JPEG/WebP). Sono opzionali end_image_url come frame finale, oltre a duration, resolution, aspect_ratio, generate_audio e reasoning_level.

  • È possibile impostare la durata del video?

    Sì. duration accetta un valore intero compreso tra 5 e 20 secondi, con incrementi di 1 secondo, valore predefinito 5 secondi; la generazione video da immagine e la generazione video da testo condividono lo stesso prezzo al secondo. Verifica prima con 5 secondi se l'immagine di origine è stabile, poi prolunga la durata.

  • Da cosa è determinato il formato dell'immagine?

    aspect_ratio è impostato per impostazione predefinita su auto e l'output segue le proporzioni dell'immagine del primo fotogramma; è anche possibile specificare manualmente 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 o 9:16. Se il valore specificato manualmente non corrisponde alle proporzioni dell'immagine, l'inquadratura potrebbe essere ritagliata.

  • Come si usa il fotogramma finale?

    Passa il primo fotogramma in image_url e il fotogramma finale in end_image_url: il video passerà dal primo all'ultimo fotogramma. Nel prompt descrivi solo il cambiamento che avviene nel mezzo; più l'inquadratura e l'illuminazione delle due immagini sono simili, più la transizione risulta fluida.

Modelli correlati

Vedi tutti i modelli →

Stesso tipo