FLUX 3 — Black Forest Labs の新しい動画モデルを整理する
2026 年 7 月 23 日発表。審査制の早期アクセス。公開 API はまだありません。
Black Forest Labs は 2026 年 7 月 23 日に FLUX 3 を発表しました。画像・動画・音声・行動予測を 1 つのマルチモーダルモデルで扱い、基盤となる手法を Self Flow と呼びます。FLUX 3 Video と FLUX 3 Action は申請・承認制の早期アクセスの中にあります。このページでは、BFL が公式に主張していること、まだ誰も独立に検証していないこと、そして待っている間に今日実際に生成できることを整理します。
公式動画
Black Forest Labs が示した FLUX 3 を見る
Black Forest Labs が 2026 年 7 月 23 日に公開した公式発表動画です。含まれる映像はすべて BFL がレンダリングしたもので、ImagineToVideo で生成したものは一つもなく、第三者による再現もされていません。
FLUX 3 早見 — 公式主張であり、独立検証はまだ
1 回の生成で最長 20 秒・ネイティブ音声（公式主張）
Black Forest Labs は FLUX 3 Video が 1 回の生成で最長 20 秒、音声もネイティブに生成すると述べており、公開された評価は 720p で実施されています。⚠️ これは公式の主張です。モデルは一般公開されていないため、第三者による検証はまだ存在しません。
1 つのモデルで多様な動画タスク（公式主張）
BFL はテキストから動画、画像から動画、動画から動画、動画と音声の続き生成、キーフレームから動画、多言語セリフ、そして尺を伸ばすための agentic chaining を挙げており、基盤となる手法を Self Flow と呼んでいます。⚠️ これは公式の能力リストであり、独立した検証を経たものではありません。
審査制の早期アクセス — 一般公開はまだ
FLUX 3 Video と FLUX 3 Action は申請・承認制の早期アクセスの中にあります。FLUX 3 Image は数週間のうちに、オープンウェイトの FLUX 3 Dev は年内後半とされています。本ページ時点で公開 API はなく、料金も発表されていません — BFL の料金ページには今も FLUX.2 と FLUX.1 しか掲載されていません。
今日すぐ生成できるもの
申請も順番待ちも不要です。Wan 3.0（3〜30秒、480p/720p/1080p、ネイティブ音声）、Seedance 2.5（4〜30秒、480p/720p、ネイティブ音声、video-to-video にも対応）、Kling V3 と Kling V3 Omni（3〜15秒、720p/1080p、ネイティブ音声）、VEO 3.1 と VEO 3.1 Fast（4/6/8秒、720p/1080p、ネイティブ音声）、Seedance 2.0（4〜15秒、480p/720p/1080p、ネイティブ音声）。いずれも ImagineToVideo で今すぐご利用いただけます。
FLUX 3 が狙う用途 — そして今日それを何で埋めるか
セリフ主体の広告カット
FLUX 3 は 1 回の生成でネイティブ音声と多言語セリフを出せると主張しています。一方で今日、VEO 3.1 は 1 つのプロンプトから映像と音声を同時に生成でき、尺は 4・6・8 秒 — 有料ソーシャル向けの短尺にちょうど合う長さです。
長回しとマルチショット構成
FLUX 3 は 1 回の生成で 20 秒を主張しています（⚠️ 未検証）。一方で今日、Seedance 2.5 はすでに 1 回で最長 30 秒（480p/720p）を出せます。FLUX 3 の主張より長い数字です。Kling V3 は 1 テイク 3〜15 秒・最大 1080p で、マルチシーンでつなげば同じキャラクターを複数の連続カットで一貫させられます。
動画から動画・続き生成
BFL は動画から動画、動画と音声の続き生成を FLUX 3 の能力として挙げています。一方で今日、Seedance 2.5 の動画から動画はすでに ImagineToVideo で稼働中です。既存素材・参照画像・最終フレームを渡せば最長 30 秒が返ってきます。
ロボティクスと身体性 AI
FLUX 3 Action は mimic robotics と共同で、同じバックボーンをロボットの行動予測へ拡張するもので、これも同じ審査制の早期アクセスの中にあります。消費者向け動画生成の範囲外の領域であり、続報は BFL 公式ブログで追ってください。当方はこの方向には取り組みません。
今日 FLUX 3 とどう付き合うか
正直な進め方 — FLUX 3 の列に並びつつ、手元の動画は止めずに出し続ける
まず FLUX 3 の現状を確認する
Black Forest Labs の FLUX 3 公式発表を開き、FLUX 3 Video または FLUX 3 Action の早期アクセスに申請します。BFL の承認が下りるまで呼び出せるエンドポイントはありません。FLUX 3 Image は数週間先、FLUX 3 Dev のウェイトは年内後半とされています。
モデルを乗り換えても使えるプロンプトを書く
カット内容、セリフ、環境音を 1 つのプロンプトにまとめて書きます。音声をネイティブに生成する動画モデルは — FLUX 3 が自称するものも、今日動いているものも — この書き方を前提にしているため、FLUX 3 が開放されたときに同じプロンプトをそのまま持ち込めます。
今日すでに音声が出るモデルを選ぶ
セリフ主体なら VEO 3.1、カメラワークと 15 秒の長回しなら Kling V3、1 本で最長 30 秒や既存素材の作り替えなら Seedance 2.5 を選びます。動画から動画も Seedance 2.5 が担当します。いずれも /video/text-to-video の同じパネルで切り替えられます。
安く下書きし、それから画質を上げる
まず 720p の下書きで動きと構図を固め、良かったテイクだけ 1080p で回し直します。より長い構成が必要なら /video/multi-scene でカットをつなぎます。FLUX 3 が使えるようになったら、同じプロンプトを回して既に公開した成果物と A/B 比較しましょう。
FLUX 3 よくある質問
FLUX 3 とは何ですか？
FLUX 3 は Black Forest Labs が 2026 年 7 月 23 日に発表したマルチモーダルモデル群で、画像・動画・音声を同時に学習し、行動予測にも拡張できるとされています。FLUX 3 Video、FLUX 3 Action、FLUX 3 Image、そしてオープンウェイトの FLUX 3 Dev で構成され、基盤となる手法は公式に Self Flow と呼ばれています。Black Forest Labs はこれまで FLUX 系の画像モデルで知られてきました。
FLUX 3 は今すぐ使えますか？早期アクセスの申請方法は？
自由には使えません。FLUX 3 Video と FLUX 3 Action は申請・承認制の早期アクセスの中にあり、誰でも申請はできますが BFL の承認が必要です。FLUX 3 Image は数週間のうちに、オープンウェイトの FLUX 3 Dev は年内後半とされています。公表されている初期パートナーは Canva、Burda、Magnific（旧 Freepik）、Krea、Picsart です。
FLUX 3 の動画は何秒まで？音声は生成されますか？
Black Forest Labs は FLUX 3 Video が 1 回の生成で最長 20 秒、ネイティブ音声付きだと述べ、キーフレームから動画、動画と音声の続き生成、多言語セリフなども挙げています。公開された評価は 720p で実施されました。⚠️ これらはすべて BFL 自身が示した仕様です。モデルは一般公開されていないため、裏付ける第三者の実測値は存在しません。
FLUX 3 は Kling、VEO、Runway、Luma より優れていますか？
Black Forest Labs が公表した勝率は、Grok に対して 69%、Kling v3 Pro に対して 60%、Runway Gen-4.5 に対して 77%、Luma Ray 3.2 に対して 93% です。⚠️ これはベンダー自身による選好評価であり、独立した盲検テストではありません。BFL は評価プロトコル、サンプル数、プロンプト集を公開していません。ベンダーの主張として受け止め、FLUX 3 が正式に利用可能になってからの実測比較を待ってください。
FLUX 3 に公開 API や料金はありますか？
本ページ時点ではどちらもありません。Black Forest Labs は API アクセス、非公開のモデルウェイト、オープンウェイトの FLUX 3 Dev を年内後半に予定しているとしていますが、いずれもまだ稼働していません。BFL の料金ページは今も FLUX.2 と FLUX.1 のみを対象としており、FLUX 3 の SKU も秒単価・生成単価もありません。したがって現時点で FLUX 3 の価格を断定する情報には公式の裏付けがありません。
今日 FLUX 3 の代わりに使えるものは？ImagineToVideo は対応しますか？
承認手続きなしで今すぐご利用いただけるのは、Wan 3.0（3〜30秒、480p/720p/1080p）、Seedance 2.5（4〜30秒、480p/720p、video-to-video 対応）、Kling V3 と Kling V3 Omni（3〜15秒、720p/1080p）、VEO 3.1 と VEO 3.1 Fast（4/6/8秒、720p/1080p）、Seedance 2.0（4〜15秒、480p/720p/1080p）、Seedance 2.0 Fast（4〜15秒、480p/720p）で、いずれもネイティブ音声に対応しています。FLUX 3 については、公式 API と料金が公開された時点で導入を検討し、公称スペックと実際の性能を検証したうえでクレジット価格を設定する予定です。時期は Black Forest Labs による API 公開と料金発表のタイミング次第のため、現時点で日程はお約束できません。詳しい考え方はブログの FLUX 3 アーリーアクセス解説記事でご紹介しています。