Black Forest Labs wydało FLUX 3 Image 1 października 2026 roku. Nowy model generuje i edytuje obrazy statyczne, łączy do 10 referencji i obsługuje natywne wyjście wysokiej rozdzielczości do 4K. Jego najbardziej charakterystyczną cechą jest kontrola: możesz określić, gdzie mają znajdować się elementy, a następnie zmieniać wybrane części obrazu, starając się zachować resztę.
Dla projektantów, twórców i zespołów tworzących materiały marketingowe oznacza to coś więcej niż kolejny sposób na wygenerowanie atrakcyjnego obrazu. FLUX 3 Image łączy planowanie kompozycji, tworzenie oparte na referencjach i ukierunkowane poprawki w jednym modelu. Oto jego sześć głównych możliwości, do czego są przydatne i jakie są ograniczenia, które warto znać przed wypróbowaniem.
Na podstawie notatek prasowych Black Forest Labs z 1 października i aktualnej dokumentacji produktu, sprawdzone 3 października 2026 r. Jest to przegląd możliwości, a nie praktyczny test porównawczy. Ilustracje to oryginalne diagramy objaśniające, a nie wyniki FLUX 3.
Czym jest FLUX 3 Image?
FLUX 3 Image to oferta generowania i edycji obrazów statycznych w rodzinie FLUX 3 firmy Black Forest Labs. Szersza rodzina została ogłoszona w lipcu, ale to październikowe wydanie udostępnia model obrazu do tworzenia i poprawiania obrazów. FLUX 3 Video i jego funkcje audio to oddzielne możliwości; generowanie obrazu nie generuje również wideo.
Możesz zacząć od pisemnego opisu, przesłać zdjęcie, aby je zmienić, lub dostarczyć kilka referencji dla nowej kompozycji. Oficjalny Playground zapewnia wizualny punkt wejścia, podczas gdy BFL API obsługuje generowanie i edycję za pośrednictwem jednego punktu końcowego.
| Możliwość | Co pozwala zrobić | Gdzie jest przydatne |
|---|---|---|
| Generowanie obrazów i renderowanie tekstu | Tworzenie zdjęć, ilustracji, plakatów i obrazów zawierających tekst | Koncepcje kampanii, sztuka redakcyjna, grafika społecznościowa |
| Układy z ramkami ograniczającymi | Przypisywanie pozycji i przestrzeni ważnym elementom | Plakaty, kolaże, okładki, siatki paneli |
| Ukierunkowana edycja obrazu | Zmiana koloru, zastępowanie, przenoszenie, zmiana rozmiaru lub usuwanie wybranych elementów | Poprawki do obrazu, który już Ci się podoba |
| Do 10 obrazów referencyjnych | Łączenie tematów, produktów, ustawień i stylów | Sceny produktowe, prace nad postaciami, spójność wizualna |
| Natywne wyjście do 4K | Generowanie większego obrazu z większą przestrzenią na szczegóły | Duże wizualizacje i kadrowanie |
| Ugruntowanie wyszukiwania | Umożliwienie badaniom internetowym i obrazowym wpływania na generowanie | Briefy dotyczące rozpoznawalnych obiektów z prawdziwego świata |
1. Generowanie obrazów w różnych stylach, z tekstem jako częścią projektu
FLUX 3 Image obsługuje zwykłe żądania tekst-na-obraz bez konieczności używania ramek układu. Opisz temat, ustawienie, oświetlenie i zamierzony styl wizualny. Oficjalne przykłady obejmują sceny fotograficzne, obrazy modowe, ilustracje graficzne i projekty plakatów.
Tekst jest częścią tej możliwości. Obecny przewodnik BFL demonstruje wieloliniową typografię i tekst w wielu językach, w tym japońskim i angielskim w jednym projekcie. Jest to ważne dla plakatów, okładek, oznakowań i grafik, gdzie słowa są częścią obrazu, a nie podpisem dodanym później.
Przydatnym sposobem podejścia jest określenie dokładnych słów, ich umiejscowienia i obróbki wizualnej. Na przykład, brief może prosić o krótki tytuł na górze plakatu, z określoną wagą i kolorem. Jest to bardziej praktyczne niż prośba o „piękną typografię”. Nasza kolekcja podpowiedzi może pomóc Ci rozwinąć kierunek wizualny, który następnie możesz dostosować do modelu.
Renderowanie tekstu nadal wymaga korekty. Sprawdź pisownię, interpunkcję, drobny druk i kolejność czytania w rzeczywistym wyniku. Zdolność modelu do renderowania skryptu nie oznacza jednakowej dokładności dla każdego języka ani każdej długości tekstu.
Źródło: Black Forest Labs, Style, Aesthetics & Text.
2. Kontroluj kompozycję za pomocą ramek ograniczających
To jeden z najjaśniejszych powodów, dla których warto zwrócić uwagę na to wydanie. Zamiast mieć nadzieję, że „umieszczenie tytułu po lewej” da Ci właściwą równowagę, możesz przypisać regiony do tytułu, osoby, obiektu lub pojedynczego panelu.
W Playground możesz rysować ramki. W podpowiedzi API opis sceny jest poprzedzony tabelą elementów zawierającą nazwę, opis i ramkę każdego elementu. Współrzędne używają siatki 0–1000 w kolejności [top, left, bottom, right].
Oryginalny diagram kontroli układu. Każdy kolorowy region reprezentuje oddzielnie opisany element; nie jest to zrzut ekranu ani wygenerowany wynik.
Korzyść jest praktyczna: nagłówek może mieć własną przestrzeń, kolaż może mieć zaplanowaną hierarchię, a zatłoczony obraz może przypisywać pozycje kilku obiektom. Jest to szczególnie istotne, gdy wizualizacja musi przekazywać wiadomość, a nie tylko wyglądać atrakcyjnie.
Ramki są wskazówkami dotyczącymi umiejscowienia, a nie twardymi maskami przycinającymi. Dokumentacja BFL mówi, że elementy mogą wykraczać poza swoje regiony. Układ nadal wymaga wizualnej kontroli, zwłaszcza tam, gdzie tekst i obiekty znajdują się blisko siebie.
Źródło: Black Forest Labs, Bounding boxes with FLUX 3 Image.
3. Dokonuj lokalnych edycji, zachowując otaczający obraz
FLUX 3 Image może poprawić istniejący obraz za pomocą pisemnej instrukcji. Notatki prasowe opisują zmianę koloru, zastępowanie, przenoszenie, zmianę rozmiaru i usuwanie elementów, w tym kilka edycji w jednym żądaniu.
Jest to przydatne, gdy ogólny obraz działa, ale jedna część nie: ubranie potrzebuje nowego koloru, obiekt potrzebuje innej pozycji, lub rozpraszający rekwizyt powinien zniknąć. Zmniejsza to potrzebę opisywania i ponownego generowania całej sceny dla każdej poprawki.
Oryginalna ilustracja zamierzonego zachowania edycji lokalnej. Podświetlony obiekt zmienia się; otaczający układ ma pozostać stabilny. Nie jest to zmierzony wynik zachowania.
BFL promuje to jako edycję piksel-po-pikselu, a jego dokumentacja pokazuje przykłady niezmienionych pikseli poza edytowanymi regionami. Szczegółowy przewodnik używa również kwalifikatora „zazwyczaj”. Traktuj zachowanie jako możliwość do zweryfikowania na własnym obrazie, zwłaszcza wokół twarzy, logo, drobnych tekstur i cieni.
W celu przydatnego pierwszego testu wybierz obraz, który już Ci się podoba, i poproś o jedną wyraźną zmianę. Porównaj otaczające szczegóły tak starannie, jak zmieniony obiekt. To powie Ci więcej o jakości edycji niż generowanie niezwiązanego drugiego obrazu.
Źródła: Black Forest Labs, notatki prasowe z 1 października i Bounding boxes with FLUX 3 Image.
4. Połącz do 10 referencji w jednej kompozycji
Wiele referencji pozwala oddzielić to, co wnosi każde źródło. Jedno może dostarczyć postać, drugie produkt, trzecie lokalizację, a inne styl wizualny. FLUX 3 Image może używać do 10 obrazów referencyjnych w jednym żądaniu.
Kluczem jest przypisywanie ról, a nie po prostu proszenie o połączenie wszystkiego. „Użyj produktu z obrazu 1 w pomieszczeniu z obrazu 2, z oświetleniem w stylu obrazu 3” nadaje każdej referencji zadanie. Jest to przydatne podejście do scen produktowych, koncepcji modowych, powtarzających się postaci i rozwoju wizualnego.
Referencje nie powinny być traktowane jako gwarancja dokładnego odwzorowania. Porównaj szczegóły, które mają znaczenie: tożsamość osoby, proporcje produktu, tekst na opakowaniu lub materiał przedmiotu. Więcej referencji jest przydatnych tylko wtedy, gdy dodają istotne informacje.
Oficjalne API akceptuje referencje od 256 × 256 pikseli do 16 megapikseli każda. Gdy współczynnik proporcji jest ustawiony na auto, pierwsza referencja określa kształt wyjściowy. Wybierz wyraźny współczynnik, jeśli gotowy obraz potrzebuje innego formatu.
Źródło: Black Forest Labs, Multi-Reference Editing.
5. Generuj natywne obrazy wysokiej rozdzielczości do 4K
BFL opisuje natywne renderowanie 2K i 4K: model sam generuje większy obraz. Różni się to od wzięcia małego gotowego obrazu i powiększenia go później. Dodatkowa powierzchnia pikseli może być przydatna dla tekstur, małych detali sceny i kadrowania.
Tutaj etykiety opisują przybliżoną powierzchnię pikseli, a nie stały rozmiar klatki wideo. Klasa 4k to około 16 megapikseli; strona produktu BFL pokazuje przykład 5456 × 3072. Nie zakładaj, że każdy obraz 4K będzie 3840 × 2160.
| Klasa wyjściowa | Udokumentowana skala | Praktyczny punkt wyjścia |
|---|---|---|
768sq | 768 × 768 pikseli | Kwadratowe podglądy |
1k | Około 1 megapiksel | Wczesne koncepcje i obrazy internetowe |
2k | Około 4 megapikseli | Większe wizualizacje i umiarkowane kadrowanie |
4k | Około 16 megapikseli | Dostarczanie bogate w szczegóły i większe kadrowanie |
Obecny schemat API obejmuje również 1.5k; sprawdź wybraną usługę pod kątem dostępnych rozmiarów i cen. Model obsługuje 15 stałych współczynników proporcji, od szerokich do wysokich, plus auto.
Zmiana rozdzielczości tworzy nową generację, więc kompozycja może się zmienić. Jeśli musisz zachować kompozycję wybranego obrazu, porównaj natywną regenerację z powiększaniem istniejącego obrazu, a następnie sprawdź szczegóły w obu. Sama większa liczba pikseli nie rozwiąże problemu nieprawidłowej etykiety ani zniekształconej dłoni.
Źródła: Black Forest Labs, strona produktu FLUX 3 Image, Technical Parameters i aktualna referencja API.
6. Wykorzystaj wyszukiwanie w sieci i obrazach do informowania o generowaniu
API BFL zawiera opcję grounding, domyślnie włączoną. Zgodnie z referencją API, pozwala ona na informowanie podpowiedzi przez zewnętrzne badania za pomocą wyszukiwania w sieci i obrazach. Ustawienie jej na false wyłącza oba.
Jest to istotne, gdy brief odnosi się do rozpoznawalnych miejsc, obiektów lub innych obiektów z prawdziwego świata. Wyszukiwanie może dostarczyć kontekstu wykraczającego poza sformułowanie podpowiedzi. Jest to jednak mechanizm pomocniczy, a nie dowód, że każdy przedstawiony szczegół jest dokładny lub aktualny.
Dla fikcyjnej koncepcji referencje, które dostarczysz, mogą być bardziej przydatne niż zewnętrzne badania. Dla obiektu z prawdziwego świata sprawdź rozpoznawalne cechy i wszelkie faktyczne teksty w wyniku. To rozróżnienie pomaga zdecydować, czy ugruntowanie jest przydatne do danego zadania.
Źródło: Black Forest Labs, FLUX 3 Image API reference.
Gdzie można to wypróbować i ile to kosztuje?
FLUX 3 Image jest dostępny za pośrednictwem Playground i API Black Forest Labs. Dla deweloperów punkt końcowy obrazu to /v1/flux-3-image; podpowiedź i dostarczone obrazy określają, czy generuje, czy edytuje, bez oddzielnego pola mode.
Informacje o wydaniu BFL i dokumentacja cenowa wymieniają podstawowe ceny za obraz: $0.041 za 768sq, $0.048 za 1k, $0.100 za 2k i $0.607 za 4k. Zostały one sprawdzone 3 października 2026 r. Promocje startowe i usługi stron trzecich mogą pobierać inne opłaty, więc użyj aktualnej wyceny od wybranego dostawcy. Te stawki dolarowe nie są cenami kredytów Nano Banana.
Nasza strona FLUX 3 gromadzi informacje o tle modelu i powiązanych aktualizacjach. W przypadku opisanych tutaj możliwości wybierz usługę, która wyraźnie oferuje FLUX 3 Image i potrzebne Ci elementy sterujące.
Kto powinien zwrócić uwagę na to wydanie?
FLUX 3 Image jest wart uwagi, jeśli Twoim wąskim gardłem jest kontrolowanie i poprawianie wizualizacji: dopasowywanie kilku elementów do kompozycji, łączenie materiałów referencyjnych lub zmienianie jednej części bez utraty reszty. Projektanci tworzący plakaty i okładki, zespoły produkujące materiały kampanii oraz twórcy pracujący z powtarzającymi się tematami mają jasne przypadki użycia do oceny.
Do pierwszej oceny spójrz na trzy rzeczy: czy układ jest zgodny z Twoim briefem, czy referencje zachowują szczegóły, na których Ci zależy, i czy edycja zachowuje otoczenie. Te sprawdzenia sprawiają, że nowe możliwości modelu są znaczące dla Twojej własnej pracy.