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/keyframes-to-video

Modelo de geração de vídeo com suporte a texto para vídeo e imagem para vídeo, focado em baixa latência e produção rápida, com benchmarks públicos indicando geração de um clipe de 10 segundos em cerca de 11–12 segundos, adequado para iteração criativa e materiais de vídeos curtos

Experimentar flux-3-max/keyframes-to-video

Entrada

Keyframes

Saída

video
Preencha os parâmetros e gere — os resultados aparecerão aqui.

Preços

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

Especificações Preço unitário
720P $0.0608
1080P $0.1036

Visão geral

flux-3-max/keyframes-to-video é a linha de geração de vídeo a partir de imagem com quadros-chave da família flux-3-max: o desenvolvedor fornece um prompt e até 10 imagens de quadros-chave, ancorando-as por índice de quadro em posições específicas de uma linha do tempo de 24 fps; o modelo completa o movimento e as transições entre os quadros-chave e gera um vídeo de 5 a 20 segundos em 720p ou 1080p. Indicado para equipes de pré-visualização de storyboard, produção de publicidade e curtas-metragens que precisam de controle preciso do ritmo visual, por meio da interface unificada do HiAPI.ai.

Destaques

  • Controle preciso do ritmo visual por quadros-chave — até 10 imagens são posicionadas em qualquer ponto da linha do tempo por índice de quadro, e o modelo completa o processo intermediário, em vez de receber apenas o primeiro quadro.
  • Quadros-chave com áudio sincronizado — a geração de áudio vem ativada por padrão, produzindo som sincronizado com a imagem e reduzindo a etapa de dublagem posterior.
  • Nível de raciocínio alternável — reasoning_level oferece duas opções, low e high: use high para melhorar a qualidade de interpretação em cenas complexas e low para reduzir a latência em cenas simples.

Descrição das capacidades

Organização da linha do tempo de quadros-chave: com base em 24 fps, frame_index define a posição em que cada quadro-chave aparece; os índices de quadro devem ser únicos e não exceder a duração multiplicada por 24, permitindo uma narrativa visual precisa trecho a trecho.

Duração de 5 a 20 segundos e duas resoluções: duration cobre de 5 a 20 segundos e resolution pode ser 720p ou 1080p, com cobrança por segundo de saída, facilitando o controle de custos conforme o comprimento do trecho.

Oito proporções de tela e acompanhamento automático: aspect_ratio oferece oito proporções, como 21:9, 16:9, 1:1 e 9:16; auto mantém a proporção da imagem de entrada, e uma única linha cobre formatos horizontal, vertical e quadrado.

Prompt integrado ao nível de raciocínio: prompt de até 6000 caracteres, combinado com reasoning_level para controlar a profundidade de interpretação de cenas complexas, equilibrando qualidade de imagem e latência de resposta.

Cenários de uso

  • Storyboarders e equipes de publicidade: quadros-chave mais roteiro — posicione imagens de storyboard já aprovadas como quadros-chave na linha do tempo e produza pré-visualizações dinâmicas com ritmo controlável, para propostas a clientes e revisão antes das filmagens.
  • Produção de curtas de marca: imagens de produto e texto de narração — use imagens estáticas do produto como quadros-chave e descreva no prompt o movimento de câmera e a atmosfera para gerar material curto com áudio sincronizado, diretamente para anúncios em redes sociais e exibição no site.
  • Equipes criativas: comparação de várias propostas de quadros-chave — com o mesmo prompt, substitua combinações de quadros-chave e proporções de tela para gerar vídeos em lote e produzir várias opções candidatas para iteração e seleção rápidas.
  • Criadores de conteúdo vertical: sequências de quadros-chave em 9:16 — use formato vertical e durações curtas de 5 a 10 segundos para gerar clipes curtos, como material de publicação ou ativo intermediário para reedição.

Limitações e recomendações de escolha

Esta linha aceita apenas entrada de imagem para vídeo e exige pelo menos uma imagem de quadro-chave; para gerar vídeos apenas a partir de texto, escolha a linha text-to-video da mesma família. A resolução de saída é limitada a 720p e 1080p, com duração máxima de 20 segundos; vídeos finais mais longos ou de especificação superior precisam ser gerados em segmentos e depois unidos. O nível de raciocínio high gera maior latência, e materiais de ritmo simples podem usar low. As imagens de quadros-chave devem ter endereço HTTPS público; erros no planejamento dos índices de quadro fazem a disposição sair diferente do esperado, por isso confira a linha do tempo antes de enviar.

  • Novo modelo Modelo de geração de vídeo flux-3-max/text-to-video disponível
  • Atualização de preço Ajuste de preço do flux-3-max/text-to-video
  • Atualização de preço Ajuste de preço do flux-3-max/image-to-video: novo preço de $0.0608

Perguntas frequentes

Ver todas as perguntas →
  • Quais entradas o FLUX 3 Max de imagem para vídeo requer?

    Obrigatórios: prompt e image_url (imagem do primeiro frame, com suporte a PNG/JPEG/WebP). Opcionais: end_image_url como frame final, além de duration, resolution, aspect_ratio, generate_audio e reasoning_level.

  • É possível definir a duração do vídeo?

    Sim. O parâmetro duration aceita valores inteiros entre 5 e 20 segundos, com incrementos de 1 segundo, e o padrão é 5 segundos; o vídeo a partir de imagem e o vídeo a partir de texto compartilham a mesma tabela de preços por segundo. Primeiro use 5 segundos para confirmar se a imagem de origem está estável e depois aumente a duração.

  • O que determina a proporção da imagem?

    O aspect_ratio tem como padrão auto, e a saída segue a proporção da imagem do primeiro quadro; também é possível especificar manualmente 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16. Quando a especificação manual não corresponde à proporção da imagem, o enquadramento pode ser cortado.

  • Como usar o último frame?

    Passe o primeiro frame em image_url e o último frame em end_image_url; o vídeo fará a transição do primeiro frame para o último. No prompt, descreva apenas as mudanças que ocorrem no meio; quanto mais próximos forem o enquadramento e a iluminação das duas imagens, mais suave será a transição.

Modelos relacionados

Ver todos os modelos →

Mesmo tipo