FLUX 3 Video: 20 segundos con audio nativo, si las afirmaciones se sostienen
Acceso anticipado con aprobación. Sin API pública, sin precios, sin prueba independiente.
FLUX 3 Video es el modelo de vídeo de la familia FLUX 3 de Black Forest Labs, anunciada el 23 de julio de 2026. BFL afirma 20 segundos por generación con audio nativo en cinco modos. Esta página coloca esas especificaciones junto a su estado de verificación y muestra qué cubre hoy los mismos encargos, sin cola de aprobación.
Vídeo oficial
Míralo: FLUX 3, tal como lo mostró Black Forest Labs
El vídeo de anuncio que Black Forest Labs publicó el 23 de julio de 2026. Cada clip lo renderizó BFL: nada se generó en ImagineToVideo y nada se ha reproducido de forma independiente.
Specs de FLUX 3 Video: lo que afirma BFL frente a lo que funciona hoy
Clips de 20 segundos en una generación (afirmación oficial)
Black Forest Labs afirma que FLUX 3 Video produce hasta 20 segundos en una sola pasada. Seedance 2.5 ya llega a 30 segundos en una pasada en este sitio, así que 20 segundos no serían un récord. ⚠️ Afirmación del proveedor; el modelo no es público, así que nadie de fuera lo ha medido.
Audio nativo y diálogo multilingüe (afirmación oficial)
El sonido se genera junto con la imagen en lugar de doblarse después, con diálogo multilingüe y audio ajustado a lo que ocurre en pantalla. Las evaluaciones publicadas se hicieron en 720p. ⚠️ Afirmación del proveedor, sin reproducción independiente.
Cinco modos de generación en un modelo (afirmación oficial)
Texto a vídeo, imagen a vídeo (animación o referencia), vídeo a vídeo, continuación de vídeo y audio y fotograma clave a vídeo, más encadenado agéntico para secuencias más largas: todo desde una base que BFL llama Self Flow. ⚠️ Lista oficial de capacidades, no verificada.
Vídeo con audio nativo que puedes usar hoy
Sin solicitudes ni listas de espera: Wan 3.0 (3–30s, 480p/720p/1080p), Seedance 2.5 (4–30s, 480p/720p, con video a video incluido), Kling V3 y Kling V3 Omni (3–15s, 720p/1080p), VEO 3.1 y VEO 3.1 Fast (4/6/8s, 720p/1080p) y Seedance 2.0 (4–15s, 480p/720p/1080p). Todos con audio nativo y todos disponibles ya en ImagineToVideo.
Para qué está pensado FLUX 3 Video — y qué lo entrega ahora
Anuncios con diálogo hablado
El uso estrella del audio nativo: un prompt, imagen y voz a la vez. VEO 3.1 lo hace hoy en 4, 6 u 8 segundos, la duración estándar de un corte para social de pago, sin lista de espera.
Tomas únicas largas
20 segundos en una generación es la cifra más citada de FLUX 3 Video (⚠️ sin verificar). Seedance 2.5 ya llega a 30 segundos en una sola pasada (480p/720p) y Kling V3 da entre 3 y 15 segundos por toma hasta 1080p: los encargos de plano único están cubiertos hoy, sin empalmes.
Secuencias de varios planos
Para todo lo que supere una generación, BFL apunta al encadenado agéntico. Kling V3 Omni ya encadena planos conectados en ImagineToVideo manteniendo al mismo personaje entre ellos.
Reelaborar material existente
Vídeo a vídeo y continuación de vídeo y audio están ambos en la lista oficial de modos de FLUX 3 Video. Seedance 2.5 hace vídeo a vídeo hoy: entra material, una imagen de referencia o un último fotograma, y salen hasta 30 segundos.
Cómo trabajar con FLUX 3 Video
Ponte en la cola y sigue entregando mientras esperas
Solicita el acceso anticipado a FLUX 3 Video
FLUX 3 Video está detrás de un programa con aprobación en Black Forest Labs. Envía la solicitud y sigue trabajando: hasta que BFL te apruebe no hay endpoint que llamar ni precios publicados con los que presupuestar.
Escribe el audio dentro del prompt
Describe el plano, las frases habladas y el sonido ambiente en un mismo bloque de prompt. Así es como leen la entrada todos los modelos de vídeo con audio nativo —los que funcionan hoy y el que FLUX 3 dice ser—, de modo que el prompt sobrevive al cambio.
Elige el modelo según el trabajo
Diálogo hablado en 4, 6 u 8 segundos: VEO 3.1. Movimiento de cámara y toma única de 15 segundos: Kling V3. Toma única de hasta 30 segundos, o reelaborar material que ya tienes: Seedance 2.5, que además es el modelo que hace vídeo a vídeo. Los tres están en el mismo panel de /video/text-to-video.
Borrador en 720p, acabado en 1080p
Fija movimiento y encuadre en una pasada barata a 720p y vuelve a renderizar solo la toma que funciona. Encadena planos en /video/multi-scene cuando necesites más de uno. Cuando FLUX 3 Video se abra, relanza el mismo prompt y compara lado a lado.
Preguntas frecuentes sobre FLUX 3 Video
¿Qué es FLUX 3 Video?
FLUX 3 Video es el modelo de generación de vídeo de la familia FLUX 3 que Black Forest Labs anunció el 23 de julio de 2026. Se entrena junto con imagen y audio sobre una base compartida que BFL llama Self Flow, y BFL afirma que el sonido se genera de forma nativa con la imagen en lugar de añadirse en una pasada de doblaje aparte.
¿Cuánto puede durar un vídeo de FLUX 3 y a qué resolución?
Black Forest Labs indica hasta 20 segundos en una generación, con evaluaciones publicadas hechas a 720p. No se ha revelado ninguna otra resolución ni la tasa de fotogramas. ⚠️ Ambas cifras son de la propia BFL: como el modelo no está disponible al público, nadie fuera del programa de acceso anticipado ha podido verificar ninguna de las dos.
¿FLUX 3 Video genera sonido de verdad?
Esa es la afirmación. BFL dice que el audio se genera de forma nativa con el vídeo, incluyendo diálogo multilingüe y sonido ajustado a los eventos físicos en pantalla, y enumera la continuación de vídeo y audio como modo admitido. ⚠️ Sin comprobar fuera de BFL. Si necesitas audio nativo hoy, VEO 3.1 y Kling V3 ya lo hacen en ImagineToVideo sin lista de espera.
¿Qué modos de generación admite FLUX 3 Video?
La lista oficial es texto a vídeo, imagen a vídeo (como animación o como referencia), vídeo a vídeo, continuación de vídeo y audio y transiciones controladas por fotogramas clave, más encadenado agéntico para construir secuencias más largas que una generación. ⚠️ Es la lista de capacidades que publicó BFL, no un conjunto de comportamientos que alguien haya ejercitado de forma independiente.
¿Cómo se compara FLUX 3 Video con Kling, VEO, Runway y Luma?
Black Forest Labs publicó tasas de preferencia del 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 comunicados por el proveedor, no pruebas ciegas independientes: no se ha publicado protocolo de evaluación, tamaño de muestra, número de evaluadores ni conjunto de prompts. Hasta que FLUX 3 Video esté disponible de forma general, no hay manera de repetir la comparación por tu cuenta.
¿Puedo usar FLUX 3 Video en ImagineToVideo?
Por ahora no. FLUX 3 Video está en acceso anticipado restringido, sin API pública ni precios publicados, así que no forma parte de nuestro catálogo de modelos. Tenemos previsto evaluar su integración cuando la API oficial y los precios sean públicos, comparar sus especificaciones reales con lo anunciado y luego fijar su precio en créditos. Los plazos dependen de Black Forest Labs, por lo que no nos comprometemos con una fecha. Wan 3.0, Seedance 2.5, Kling V3 y VEO 3.1 ya están disponibles con audio nativo.
Vídeo con audio nativo, sin formulario de solicitud
FLUX 3 Video tiene acceso restringido, sin API ni precios. Wan 3.0, Seedance 2.5, Kling V3 y VEO 3.1 ya generan video con audio nativo: hasta 30 segundos por clip con Seedance 2.5, y 720p y 1080p con Kling V3 y VEO 3.1.