fal 联合 Black Forest Labs 发布 FLUX 3 Max，10 秒 720p 视频仅需 12.45 秒生成，限时折扣上线

fal.ai今天联合 Black Forest Labs 推出 FLUX 3 Max 视频生成模型。该模型主打极致的生成速度，让高质量 AI 视频素材的生成与修改在几秒内变得切实可行。

速度与质量的平衡

fal 的基准测试显示，生成一个 10 秒的片段，FLUX 3 Max 平均耗时 12.45 秒，而对比模型 Seedance 2.5 则需要 277.80 秒，速度提升约 22 倍。

在质量方面，根据 10 月 19 日的 Artificial Analysis 图像到视频排行榜，FLUX 3 Max 的 Elo 分数为 1,138，与 Dreamina Seedance 2.5 持平，略低于 MiniMax H3（1,140）。需要注意的是，这些模型的 95% 置信区间存在重叠，这意味着在统计学上很难确立绝对的质量碾压优势。此外，该评估主要衡量从源图像创建视频（含音频）的偏好，并不直接等同于纯文本生成视频的表现，也无法证明模型能同等完美地处理所有生产要求。

工作流层面的实际意义

对于企业创意团队而言，这种速度提升直接改变了实验的节奏。设计师可以在灵感尚存时快速测试相机运动、检查结果并迭代场景，避免了长时间等待对协作讨论的打断。

不过，官方文档也明确提示，基准测试结果受具体设置和操作条件影响，生产环境中的实际交付速度仍需开发者自行进行负载测试。此外，文本到视频功能提供低和高两种推理设置，生成时间会随质量要求的提高而相应增加。

功能特性与技术分工

FLUX 3 Max 建立在 Black Forest Labs 的 FLUX 3 Video 基础之上。fal 的额外训练侧重于提升指令遵循能力、优化视觉输出并缩短生成时间。Black Forest Labs 则强调了该模型在语音同步、物理行为真实感、音效生成及非传统场景构建上的优势。

开发者可通过公共端点访问文本到视频和图像到视频功能。后者支持提供初始图像，并可接受结束图像以控制视频走向。输出时长范围为 5 到 20 秒，基础分辨率为 720p（可选升采样至 1080p），支持开启或关闭音频生成，并兼容横向、纵向和方形构图。

此外，模型还提供了一个关键帧端点，允许沿序列定位最多 10 张图像。对于产品演示或故事板制作，这能为团队提供更精细的视觉阶段控制。

定价与商业考量

目前该模型提供 75% 的 introductory 折扣（至 11 月 7 日结束）。

• 720p 分辨率：促销价为每输出秒 0.0425 美元（10 秒约 0.425 美元），常规价为 0.17 美元/秒。
• 1080p 升采样版本：促销价为 0.0725 美元/秒（10 秒约 0.725 美元），常规价为 0.29 美元/秒。

API 生成的内容允许商业使用，但这并不等同于授予下载或独立部署模型的权限。

更快的生成速度固然减少了等待时间，但也可能鼓励团队进行无节制的变体尝试。如果接受率没有同步提升，即使单次决策更快，整体试错成本仍可能增加。

因此，FLUX 3 Max 的核心价值在于工作流测试：团队需要验证，在保留简报细节要求的前提下，能否以可预测的成本，更快地收敛到可接受的最终结果。