Branchennews

FLUX 3 ist da: Black Forest Labs vereint Bild, Video und Audio in einem Modell

Black Forest Labs veröffentlicht FLUX 3, das erste multimodale Modell, das Bilder, 20-Sekunden-Videos mit nativem Audio und Roboteraktionen aus einer Architektur generiert.

4 min readBy The Arena Editor
#FLUX 3#Black Forest Labs#multimodale KI#KI-Video#KI-Bildgenerierung
Abstrakte Visualisierung des vereinheitlichten FLUX 3 KI-Modells für Bild-, Video- und Audiogenerierung

Some links are partner links: if you subscribe through them, we may earn a commission, at no extra cost to you. The crowd verdicts stay independent.

FLUX 3 markiert das erste vereinheitlichte multimodale Modell von Black Forest Labs. Am 23. Juli 2026 veröffentlicht, generiert es Bilder, 20-Sekunden-Videos mit nativem Audio und Vorhersagen für Roboteraktionen aus einem einzigen Satz von Gewichten. Das sind nicht drei Modelle unter einer Marke: Es ist eine Architektur, die gemeinsam auf visuellen, auditiven und physischen Daten trainiert wurde.

Das Wichtigste

FLUX 3 ist das erste Modell, das Bild-, Video- (bis zu 20 Sekunden) und synchronisierte Audiogenerierung in einer Architektur liefert. Der Early Access ist jetzt für Video geöffnet; der Bildzugang folgt im August 2026.

Was FLUX 3 konkret liefert

Black Forest Labs baute FLUX 3 auf Self-Flow, ihrer Methode vom März 2026, die Generierung und Verständnis innerhalb desselben Modells ausrichtet. Das Argument: Gemeinsames Training auf Bildern, Videos und Audio verbessert jede Modalität, anstatt sie zu verwässern.

Die Videokomponente generiert bis zu 20 Sekunden bei 720p mit nativem Audio. Eingaben umfassen Text, Bild, Video oder keyframebasierte Prompts. Mehrsprachige Dialoge, Multi-Shot-Sequenzierung und Keyframe-zu-Video-Übergänge sind beim Launch verfügbar. Bildgenerierung, Bearbeitung und lesbares Textrendering folgen.

Der Robotikwinkel ist real. FLUX-mimic, ein Video-Aktions-Modell, das mit mimic robotics entwickelt wurde, läuft bereits in Audi-Produktionsanlagen für feinmotorische Manipulationsaufgaben, die konventionelle Roboter nicht kosteneffizient bewältigen können.

Wie FLUX 3 mit der aktuellen FLUX.2-Reihe vergleicht

FLUX.2 bleibt das aktuelle öffentliche Produkt. In der GLAD-AI-TOR Arena hält FLUX.2 eine Empfehlungsrate von 71% basierend auf Community-Votes, mit API-Preisen ab $0,014 pro Bild (klein 4B) bis $0,03 (pro) und $0,07 (max).

ModellGenerierungCrowd-ScorePreisStatus
FLUX.2 [pro]Nur Bild71% empfehlen$0,03/BildÖffentliche API
FLUX.2 [dev]Nur Bild71% empfehlenKostenlos (Self-Host)Offene Gewichte
FLUX 3 VideoVideo + AudioNoch offenNoch offenEarly Access
FLUX 3 ImageBildNoch offenNoch offenAugust 2026
FLUX 3 DevAlle ModalitätenNoch offenKostenlos (Self-Host)Später 2026

FLUX 3 Dev, die Open-Weight-Version, ist für später 2026 geplant. Wenn sie erscheint, wäre es das erste öffentlich verfügbare Open-Weight-Modell, das gemeinsam Video, Audio und Bilder generiert.

Was das für kreative Workflows bedeutet

Vereinigte multimodale Generierung komprimiert eine Pipeline, die derzeit separate Tools für jedes Format erfordert. Betrachten Sie einen typischen Video-Ad-Workflow: Bildgenerierung in FLUX oder Midjourney, Videokonvertierung in Runway oder Luma, Audio-Scoring oder Voiceover separat hinzugefügt.

FLUX 3 bewältigt theoretisch alle drei in einem Durchgang. Das spart Kosten, reduziert Übergabereibung und hält einen konsistenten Stil über Formate hinweg. Die praktische Frage ist die Qualität: FLUX.2 [pro] mit $0,03 pro Bild unterbietet bereits Midjourney (mindestens $10/Monat, Crowd-Score 57%) beim Preis, während es die Open-Weight-Benchmarks anführt. Wenn FLUX 3 diesen Vorsprung bei Video und Audio hält, ändert sich die Kostenrechnung.

FLUX

The open-weight champion: 32B FLUX.2 wins 66.6% of head-to-heads vs open rivals, API from $0.014 per image

$3/mo71%(3)

Partner link. The crowd verdicts stay independent.

Early Access: Wer kann FLUX 3 jetzt nutzen

FLUX 3 Video ist zugangsbeschränkt. Der Zugang erfordert eine Bewerbung unter bfl.ai/models/flux-3, mit API und privaten Gewichten für genehmigte Partner. Die Bildgenerierung kommt "in den folgenden Wochen" laut der Launch-Ankündigung. Open-Weight FLUX 3 Dev folgt irgendwann Ende 2026.

Für den Produktionseinsatz heute bleibt FLUX.2 die aktive Option. Die FLUX-Werkzeugseite listet aktuelle API-Preise und Fähigkeiten.

Im Vergleich zur Konkurrenz

Der direkte Vergleich hängt davon ab, welche Modalität am wichtigsten ist.

Für Bilder: Midjourney V8.1 führt immer noch bei der Ästhetik laut den meisten 2026er Reviews, erfordert aber ein Abonnement ab $10/Monat ohne API. Recraft V4 führt die Hugging Face Arena bei menschlicher Präferenz an und generiert native SVGs. FLUX.2 [pro] mit $0,03 pro Bild bleibt die günstigste Frontier-Qualitäts-API.

Für Video: Runway Gen-4.5 bündelt Veo 3.1 und Kling 3.0 Pro in einem $12/Monat-Abonnement, mit nativem Audio seit Mitte 2026. Luma Ray3.14 bietet 1080p in 2 Sekunden mit 16-Bit-HDR, aber ohne Audio. FLUX 3 Video tritt nach Veröffentlichung mit 720p und nativem Audio an.

WerkzeugFokusCrowd-ScoreEinstiegspreis
FLUX.2 [pro]Bild-API71%$0,03/Bild
MidjourneyÄsthetische Bilder57%$10/Monat
Recraft V4Design + SVG71%$12/Monat
Runway Gen-4.5Video-Suite57%$12/Monat
Luma Ray3.14Kinematisches Video57%$10/Monat

FLUX

The open-weight champion: 32B FLUX.2 wins 66.6% of head-to-heads vs open rivals, API from $0.014 per image

$3/mo71%(3)

Partner link. The crowd verdicts stay independent.

Das Fazit

FLUX 3 ist eine Richtungsaussage. Black Forest Labs bewegt sich von der best-in-class Bildgenerierung zu vereinheitlichter multimodaler Ausgabe. Die Architektur, der Audi-Robotik-Einsatz und die geplante Open-Weight-Veröffentlichung signalisieren ernste Absichten.

Vorerst bleibt FLUX.2 das handlungsfähige Produkt. Die Arena-Daten zeigen eine Empfehlungsrate von 71%, API-Preise ab $0,014 pro Bild und offene Gewichte, die auf Consumer-GPUs laufen. Das positioniert FLUX als die Wahl der Entwickler bei der Bildgenerierung.

Wenn FLUX 3 Image und Dev erscheinen, wird der Vergleich interessanter. Ein einzelnes Modell, das Bild, Video und Audio mit FLUX.2-Qualität und offenen Gewichten handhabt, würde die Kategorie neu definieren.

  • Wer sollte sich für Early Access bewerben: Teams, die FLUX.2 bereits nutzen und Videoausgabe ohne Werkzeugwechsel benötigen.
  • Wer sollte warten: Wer nicht durch den Mangel an Video blockiert ist. FLUX.2 [pro] bleibt der beste Wert bei Bild-APIs.
  • Was zu beobachten ist: Der Veröffentlichungszeitplan von FLUX 3 Dev und die Lizenzbedingungen.

Entdecken Sie den vollständigen Vergleich: FLUX vs Midjourney | Beste KI-Bildgeneratoren

Keep exploring

Every claim above is backed by the arena's live data: crowd votes, verified pricing, honest pros & cons.

More from the arena journal