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

テキストから動画、画像から動画の生成に対応した動画生成モデル。低遅延で高速な出力を特徴とし、公開ベンチマークでは10秒のクリップを約11〜12秒で生成するとされ、クリエイティブの反復作業やショート動画素材に適しています

flux-3-max/image-to-video を試す

入力

作品ギャラリー

すべての作品を見る

出力

video
パラメータを入力して生成すると、結果がここに表示されます。

料金

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

仕様 単価
720P $0.0608
1080P $0.1036

位置づけの概要

FLUX 3 Max 画像から動画生成モデル:最初のフレーム画像とプロンプトを入力すると、同期音声付きの動画クリップを生成できます。5〜20 秒の長さ、720p と 1080p の 2 段階の解像度、8 種類のアスペクト比に対応し、さらに任意で最終フレーム画像を入力して最初と最後のフレーム間の遷移を実現できます。静的な画像を素早く利用可能な動画素材に変換したい開発者やコンテンツチームに適しており、HiAPI.ai 上で統一インターフェースを通じて呼び出せます。

主な特長

  • 最初と最後のフレームの 2 画像制御——最初のフレームは必須、最後のフレームは任意で、開始と終了の画面を指定すればカメラの始点と終点を制約でき、生成結果の構図のずれを軽減します。
  • 同期音声を動画と同時に生成——音声生成はデフォルトで有効になり、同期音声付きの動画を出力するため、後工程での吹き替えや音声トラックの合成作業を省けます。
  • 長さとアスペクト比の調整範囲が広い——長さは 5〜20 秒で設定でき、アスペクト比は 21:9 から 9:16 までの計 8 種類に対応、または入力画像に追従して自動調整できます。
  • 推論レベルを切り替え可能——reasoning_level は low と high の 2 段階を提供し、複雑なシーンでは high で理解力を高め、単純な画面では low で低遅延を優先できます。

機能説明

最初のフレーム駆動の画像から動画生成:公開 HTTPS の最初のフレーム画像(PNG、JPEG、WebP)とプロンプトを渡すだけで、その画像で始まる動画を生成でき、既存素材をそのまま動的なクリップへ延伸するのに適しています。

任意の最後のフレーム遷移:最後のフレーム画像を指定すると、モデルが 2 つの指定画面の間の遷移過程を生成し、最初と最後の構図を固定したカメラのつなぎやトランジション素材の制作に利用できます。

解像度とアスペクト比の制御:出力は 720p または 1080p を選択でき、アスペクト比は 21:9、16:9、4:3、1:1、9:16 などをカバーし、auto に設定して入力画像に追従させることもできるため、1 回の生成で異なる掲載枠に適合させやすくなります。

長さを必要に応じて設定:長さは 5〜20 秒の間で指定でき、出力秒数に応じて課金されるため、短い動画での検証も比較的長い素材も同じインターフェースで完結できます。

同期音声のオン/オフ:generate_audio で画面と同期した音声を生成するかどうかを制御でき、無音素材にして後から音楽を付ける場合はオフにできます。

適用シーン

  • デザインチームが静的なキービジュアルを動画化——ブランドのキービジュアル画像とカメラワークを描写するプロンプトを入力し、音声付きのショート動画クリップを制作して、SNS 広告やランディングページのファーストビューに使用します。
  • 絵コンテ検討における最初と最後のフレームの接続——絵コンテの最初のフレームと最後のフレームの 2 枚の画像を指定し、中間の遷移動画を生成して、カメラの下書きとして編集者やクライアントの確認に供します。
  • 縦型ショート動画コンテンツの制作——9:16 のアスペクト比と短めの長さでクリップを生成し、ショート動画プラットフォームの素材補完や再編集にそのまま活用します。
  • クリエイティブ案の迅速な検証——同じ画像に対して異なるアスペクト比、長さ、推論レベルを設定して複数の結果を生成し、方向性を素早く比較してから最終稿を決定します。

制限と選定のアドバイス

最初のフレーム画像は公開インターネットからアクセス可能な HTTPS リンクである必要があり、プロンプトは最大 6000 文字で、超える場合は自行で簡潔にする必要があります。長い時間と高い解像度は生成時間を延ばすため、バッチ処理では待機時間を確保しておくべきです。本モデルは画像から動画生成のみを行うため、制御可能な参照画像がない場合はテキストから動画生成モデルの方が適しています。複数のキーフレームのリズムを固定したい場合は、同系統の keyframes-to-video ラインを検討できます。複雑なシーンでは high 推論レベルを使用し、出力を人手で確認することをおすすめします。

  • 新しいモデル flux-3-max/text-to-video 動画生成モデルが公開されました
  • 価格更新 flux-3-max/text-to-video の価格調整
  • 価格更新 flux-3-max/image-to-video 価格改定:新価格 $0.0608 を追加
  • FLUX 3 Max の画像から動画生成にはどのような入力が必要ですか?

    prompt と image_url(最初のフレーム画像、PNG/JPEG/WebP に対応)が必須です。任意で end_image_url を最後のフレームとして指定でき、さらに duration、resolution、aspect_ratio、generate_audio、reasoning_level も指定できます。

  • 動画の長さは設定できますか?

    できます。duration は 5~20 の間の整数秒で、1 秒刻みで指定でき、デフォルトは 5 秒です。画像から動画生成とテキストから動画生成は同じ秒単位の料金体系を共有します。まず 5 秒で元画像が安定しているか確認し、それから時間を延ばしてください。

  • アスペクト比は何によって決まりますか?

    aspect_ratio はデフォルトで auto になり、出力は先頭フレーム画像の比率に従います。手動で 21:9、2:1、16:9、4:3、1:1、3:4、または 9:16 を指定することもできます。手動指定が画像の比率と一致しない場合、画面がトリミングされることがあります。

  • エンドフレームはどう使いますか?

    image_url に最初のフレーム、end_image_url に最後のフレームを渡すと、動画は最初のフレームから最後のフレームへと遷移します。プロンプトには中間で起こる変化だけを書き、2枚の画像のカメラ位置と光が近いほど、遷移がより滑らかになります。

同タイプ