FLUX 3 en acceso anticipado: qué anunció realmente Black Forest Labs — y nuestro plan de integración

El 23 de julio de 2026, Black Forest Labs anunció FLUX 3, un modelo multimodal entrenado conjuntamente con imagen, vídeo y audio, y ampliable a la predicción de acciones robóticas. Los titulares que siguieron hablaban de clips de 20 segundos con sonido nativo. Lo que quedó enterrado: casi con seguridad todavía no puedes usarlo.

FLUX 3 Video y FLUX 3 Action entraron en un programa de acceso anticipado con aprobación. Cualquiera puede solicitarlo; Black Forest Labs tiene que aceptarte. No hay API pública ni precios publicados. Este artículo separa lo que BFL declaró oficialmente de lo que realmente se ha verificado, y expone —en términos condicionales, porque es lo único que sostienen los datos— cómo pensamos abordar FLUX 3 en ImagineToVideo.

Este es el vídeo de anuncio que Black Forest Labs publicó junto con el lanzamiento:

<video src="https://cdn.imaginetovideo.com/blog/content/flux3video.mp4" poster="https://cdn.imaginetovideo.com/blog/cover/flux-3.png" controls preload="none" style="max-width: 720px; width: 100%; aspect-ratio: 16 / 9; height: auto; object-fit: cover; display: block; margin: 1.5rem auto; border-radius: 12px; background: #000;"></video>

Vídeo de anuncio oficial de Black Forest Labs, 23 de julio de 2026. Cada clip lo renderizó BFL: nada se generó en ImagineToVideo y nada se ha reproducido de forma independiente.

Qué anunció Black Forest Labs

FLUX 3 no es un modelo único, sino una familia, presentada como un paso hacia lo que BFL llama un modelo del mundo real: una sola base que aprende a la vez estructura espacial, movimiento, sonido e interacción física, en lugar de tratarlos como tareas separadas.

El método subyacente se llama Self Flow, descrito por BFL como su enfoque para alinear generación y comprensión multimodales dentro de un mismo sistema. Entre los socios de prueba mencionados están Canva, Burda, Magnific (antes Freepik), Krea y Picsart.

Black Forest Labs no es un desconocido aquí: los modelos de imagen FLUX se usan ampliamente y FLUX.2 es una línea en producción. Precisamente ese historial hace que sus afirmaciones sobre vídeo merezcan atención, y precisamente por eso siguen necesitando comprobación antes de que nadie reorganice su flujo de trabajo.

Disponibilidad: lee esto antes que las specs

Es la sección que la mayoría de la cobertura se saltó, así que va primero.

Sobre precios en concreto: la propia página de precios de BFL sigue listando los modelos FLUX.2 (klein 4B, klein 9B, pro, max, flex) y la línea FLUX.1. No hay ninguna referencia de FLUX 3, ni tarifa por segundo, ni por generación. Cualquier precio de FLUX 3 que se cite hoy carece de fuente oficial. Si lo ves en una tabla comparativa, esa tabla está adivinando.

Anunciado ≠ vista previa ≠ beta ≠ disponible para todos. Para la mayoría, FLUX 3 está en la primera de esas cuatro fases. Planificar una cadena de producción a su alrededor hoy significa apoyarla en una cola de aprobación que no controlas.

Las capacidades afirmadas

Todo lo de esta tabla es lo que declaró Black Forest Labs. Nada se ha medido de forma independiente, porque el modelo no está disponible públicamente: ningún tercero tiene manera de ejecutarlo.

Si los 20 segundos se sostienen en la práctica, es genuinamente relevante: supera la toma única de cualquier modelo que ejecutamos hoy. Es un «si» real, no retórico.

Los números del benchmark — y por qué necesitan asterisco

Black Forest Labs publicó tasas de preferencia para FLUX 3 Video procedentes de lo que describe como evaluaciones iniciales:

⚠️ Son resultados comunicados por el propio proveedor, no pruebas ciegas independientes. BFL no ha publicado el protocolo de evaluación, el tamaño de muestra, el número de evaluadores ni el conjunto de prompts. Tampoco ha publicado ningún benchmark de modelos de imagen.

Nada de esto convierte las cifras en falsas. Las convierte en inverificables, que es algo distinto, y la respuesta correcta es tratarlas como una afirmación pendiente de prueba, no como un ranking cerrado.

Ya pasamos por esto hace poco. Cuando Seedance 2.5 se mostró en una conferencia, parte de la cobertura reescribió «vista previa» como «lanzado», y una especificación muy repetida resultó pertenecer a Seedance 2.0 y no a la 2.5. Las afirmaciones de una diapositiva y los resultados en mano son dos categorías distintas de evidencia, y en ese hueco es donde viven la mayoría de las malas decisiones de compra.

FLUX 3 Action y el ángulo robótico

La parte del anuncio que no tiene nada que ver con producir vídeo: FLUX 3 Action, también llamado FLUX-mimic, extiende la misma base desde generar fotogramas hasta predecir acciones — aprendizaje robótico y manipulación fina, desarrollado con mimic robotics.

Arquitectónicamente es la afirmación más interesante. Un modelo que ha aprendido cómo se mueven e interactúan los objetos lo bastante bien como para predecir el siguiente movimiento de un robot está haciendo una declaración mucho más fuerte sobre su modelo del mundo que otro que solo produce fotogramas convincentes. También está más lejos de cualquier cosa usable en un navegador y queda dentro del mismo acceso anticipado con aprobación. Sigue el tema en el blog de Black Forest Labs: está fuera de lo que hacemos.

Nuestro plan de integración

No vamos a fingir que existe un calendario. Esta es la secuencia real, con la dependencia dicha sin rodeos.

1. Esperar a que se abran la API oficial y el acceso anticipado. Ahora mismo no hay nada contra lo que integrar. BFL ha dicho que el acceso por API, los pesos privados del modelo y el FLUX 3 Dev de pesos abiertos están previstos para más adelante este año.

2. Contrastar las especificaciones reales con lo afirmado. Duración del clip, si el audio aguanta entre idiomas, techo de resolución, latencia, modos de fallo y cómo se compara la salida con Kling V3 y VEO 3.1 usando los mismos prompts. Publicamos lo que medimos, incluidas las partes decepcionantes.

3. Convertir los precios publicados en créditos. No podemos poner precio a un modelo cuyo proveedor aún no le ha puesto precio. Cuando BFL publique tarifas, calcularemos cuántos créditos cuesta una generación de FLUX 3 y si eso se sostiene junto a lo que ya tienes.

4. Desplegar gradualmente y después por completo. Primero un lanzamiento limitado, luego disponibilidad general y por último una página de aterrizaje localizada: el mismo camino que siguieron Seedance 2.0 y Kling V3.

Dos cosas que deliberadamente no hacemos hoy: no hemos añadido FLUX 3 a nuestro registro de modelos y no comprometemos ninguna fecha. El calendario depende por completo de cuándo Black Forest Labs abra la API y publique precios. Si aquello se retrasa, nuestro plan se retrasa con ello, y preferimos decirlo ahora antes que incumplir en silencio una fecha que nos hubiéramos inventado.

Qué puedes generar hoy

Mientras FLUX 3 sigue detrás de un formulario de solicitud, estos modelos funcionan ahora mismo en ImagineToVideo, todos con audio nativo:

Un apunte práctico si vas a prepararte igualmente para FLUX 3: escribe los prompts reuniendo en un mismo bloque la descripción del plano, las frases habladas y el sonido ambiente. Todos los modelos de vídeo con audio nativo leen los prompts así: los que funcionan hoy y el que FLUX 3 dice ser. Los prompts escritos de esa forma se trasladan cuando FLUX 3 se abra, y así la espera se convierte en preparación.

Empieza por texto a vídeo, o mira Seedance 2.0 para la vía de vídeo a vídeo. Mantenemos el estado de FLUX 3 en nuestra guía de FLUX 3, que se actualiza conforme cambia la disponibilidad.

FAQ

¿Cuándo estará FLUX 3 disponible al público? Black Forest Labs no ha dado una fecha pública. FLUX 3 Video y FLUX 3 Action están ahora en acceso anticipado con aprobación, FLUX 3 Image se anuncia para las próximas semanas, y el acceso por API junto con el FLUX 3 Dev de pesos abiertos están previstos para más adelante este año. Son palabras de la propia empresa, no un calendario comprometido por nadie.

¿Qué afirmó exactamente Black Forest Labs sobre FLUX 3? Hasta 20 segundos en una sola generación con audio generado de forma nativa, evaluado a 720p, abarcando texto a vídeo, imagen a vídeo, vídeo a vídeo, continuación de vídeo y audio, fotograma clave a vídeo, diálogo multilingüe y encadenado agéntico para secuencias más largas, todo construido sobre un método que llama Self Flow. Cada punto de esa lista es una afirmación del proveedor; el modelo no se ha publicado, así que nada se ha medido de forma independiente.

¿Están verificadas de forma independiente las tasas de victoria de FLUX 3 frente a Kling, VEO, Runway y Luma? No. Las cifras publicadas —69 % frente a Grok, 60 % frente a Kling v3 Pro, 77 % frente a Runway Gen-4.5 y 93 % frente a Luma Ray 3.2— son resultados de preferencia comunicados por Black Forest Labs. La empresa no ha publicado su protocolo de evaluación, tamaño de muestra, número de evaluadores ni conjunto de prompts, y no ha publicado ningún benchmark de modelos de imagen. Trátalas como una afirmación del proveedor a la espera de comparación práctica.

¿Tiene FLUX 3 API o precios publicados? Ninguno de los dos. BFL dice que el acceso por API, los pesos privados del modelo y el FLUX 3 Dev de pesos abiertos están previstos para más adelante este año, pero nada está activo. Su página de precios sigue cubriendo solo las líneas FLUX.2 y FLUX.1: no hay referencia de FLUX 3 ni tarifa por segundo o por generación, así que cualquier precio de FLUX 3 que circule hoy carece de fuente oficial.

¿ImagineToVideo dará soporte a FLUX 3 y qué puedo usar mientras tanto? Planeamos evaluar la integración cuando la API oficial y los precios sean públicos, contrastar las especificaciones reales con lo afirmado y después convertirlo a precio en créditos. El calendario depende de cuándo Black Forest Labs abra la API y publique precios, así que no comprometemos ninguna fecha, y FLUX 3 no está hoy en nuestro registro de modelos. Mientras tanto, Kling V3 y Kling V3 Omni (3–15 segundos, 720p/1080p), VEO 3.1 y VEO 3.1 Fast (4/6/8 segundos, 720p/1080p) y Seedance 2.0 y Seedance 2.0 Fast (5–15 segundos, 480p/720p, con vídeo a vídeo incluido) están todos disponibles con audio nativo y sin ningún paso de aprobación.