業界ニュース
FLUX 3登場:Black Forest Labsが画像、動画、音声を1つのモデルに統合
Black Forest LabsがFLUX 3をリリース。1つのアーキテクチャから画像、ネイティブ音声付き20秒動画、ロボット動作を生成する初のマルチモーダルモデル。

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はBlack Forest Labs初の統合マルチモーダルモデルです。2026年7月23日にリリースされ、単一の重みセットから画像、ネイティブ音声付き20秒動画、ロボット動作予測を生成します。これは1つのブランド下の3つのモデルではありません。視覚、音声、物理データで共同学習された1つのアーキテクチャです。
重要ポイント
FLUX 3は画像、動画(最大20秒)、同期音声の生成を1つのアーキテクチャで提供する初のモデルです。動画の早期アクセスは現在開始。画像アクセスは2026年8月に開始予定。
FLUX 3が具体的に提供するもの
Black Forest LabsはSelf-Flowの上にFLUX 3を構築しました。これは2026年3月の手法で、生成と理解を同じモデル内で整合させます。論拠:画像、動画、音声での共同学習は各モダリティを薄めるのではなく向上させる。
動画コンポーネントは720pでネイティブ音声付き最大20秒を生成します。入力にはテキスト、画像、動画、またはキーフレームベースのプロンプトが含まれます。多言語対話、マルチショットシーケンス、キーフレームから動画への遷移がローンチ時に利用可能。画像生成、編集、読みやすいテキストレンダリングは後続。
ロボティクスの角度は現実です。mimic roboticsと開発された動画アクションモデルFLUX-mimicは、従来のロボットがコスト効率的に処理できない繊細な操作タスクのためにAudi生産施設で既に稼働中。
FLUX 3と現行FLUX.2ラインナップの比較
FLUX.2は現在の公開製品のままです。GLAD-AI-TORアリーナでは、FLUX.2はコミュニティ投票に基づく71%の推奨率を保持。API価格は画像あたり$0.014(klein 4B)から$0.03(pro)、$0.07(max)。
| モデル | 生成 | クラウドスコア | 価格 | ステータス |
|---|---|---|---|---|
| FLUX.2 [pro] | 画像のみ | 71%が推奨 | $0.03/画像 | 公開API |
| FLUX.2 [dev] | 画像のみ | 71%が推奨 | 無料(セルフホスト) | オープンウェイト |
| FLUX 3 Video | 動画+音声 | 未定 | 未定 | 早期アクセス |
| FLUX 3 Image | 画像 | 未定 | 未定 | 2026年8月 |
| FLUX 3 Dev | 全モダリティ | 未定 | 無料(セルフホスト) | 2026年後半 |
FLUX 3 Devのオープンウェイト版は2026年後半に予定。リリースされれば、動画、音声、画像を共同生成する初の公開オープンウェイトモデルになります。
クリエイティブワークフローへの意味
統合マルチモーダル生成は、現在各フォーマットに別々のツールが必要なパイプラインを圧縮します。典型的な動画広告ワークフローを考えてみてください:FLUXやMidjourneyでの画像生成、RunwayやLumaでの動画変換、オーディオスコアリングやナレーションは別途追加。
FLUX 3は理論的に3つすべてを1パスで処理します。これによりコストが節約され、引き継ぎの摩擦が減り、フォーマット間で一貫したスタイルが維持されます。実際の問題は品質:FLUX.2 [pro]は画像あたり$0.03で既にMidjourney(最低$10/月、クラウドスコア57%)を価格で上回りながらオープンウェイトベンチマークをリード。FLUX 3が動画と音声でその優位性を維持すれば、コスト計算が変わります。
FLUX
The open-weight champion: 32B FLUX.2 wins 66.6% of head-to-heads vs open rivals, API from $0.014 per image
Partner link. The crowd verdicts stay independent.
早期アクセス:今FLUX 3を使えるのは誰か
FLUX 3 Videoはアクセス制限があります。アクセスにはbfl.ai/models/flux-3での申請が必要で、承認されたパートナーにAPIとプライベートウェイトが提供されます。画像生成はローンチ発表によると「次の数週間」で提供開始。オープンウェイトFLUX 3 Devは2026年後半に続きます。
今日の本番使用にはFLUX.2がアクティブオプションのままです。FLUXツールページで現在のAPI価格と機能を確認できます。
競合との比較
直接比較はどのモダリティが最も重要かによります。
画像の場合:Midjourney V8.1は2026年のほとんどのレビューで美学でまだリードしていますが、APIなしで$10+/月のサブスクリプションが必要。Recraft V4は人間の好みでHugging Faceアリーナをリードし、ネイティブSVGを生成。FLUX.2 [pro]は画像あたり$0.03でフロンティア品質の最安API。
動画の場合:Runway Gen-4.5はVeo 3.1とKling 3.0 Proを1つの$12/月サブスクリプションにバンドル、2026年中頃からネイティブ音声付き。Luma Ray3.14は16ビットHDRで2秒で1080pを提供しますが音声なし。FLUX 3 Videoはリリース後、ネイティブ音声付き720pで参入。
| ツール | フォーカス | クラウドスコア | 入門価格 |
|---|---|---|---|
| FLUX.2 [pro] | 画像API | 71% | $0.03/画像 |
| Midjourney | 美的画像 | 57% | $10/月 |
| Recraft V4 | デザイン+SVG | 71% | $12/月 |
| Runway Gen-4.5 | 動画スイート | 57% | $12/月 |
| Luma Ray3.14 | シネマティック動画 | 57% | $10/月 |
FLUX
The open-weight champion: 32B FLUX.2 wins 66.6% of head-to-heads vs open rivals, API from $0.014 per image
Partner link. The crowd verdicts stay independent.
結論
FLUX 3は方向性の宣言です。Black Forest Labsはベストインクラスの画像生成から統合マルチモーダル出力へ移行しています。アーキテクチャ、Audiロボティクス展開、計画されたオープンウェイトリリースは真剣な意図を示しています。
現時点では、FLUX.2が使用可能な製品のままです。アリーナデータは71%の推奨率、画像あたり$0.014からのAPI価格、コンシューマーGPUで動作するオープンウェイトを示しています。これによりFLUXは画像生成における開発者の選択として位置付けられます。
FLUX 3 ImageとDevがリリースされると、比較はより興味深くなります。FLUX.2品質とオープンウェイトで画像、動画、音声を処理する単一モデルはカテゴリを再定義するでしょう。
- 早期アクセスを申請すべき人:既にFLUX.2を使用していてツールを変更せずに動画出力が必要なチーム。
- 待つべき人:動画の欠如でブロックされていない人。FLUX.2 [pro]は画像APIで最高の価値を提供し続けます。
- 注目すべき点:FLUX 3 Devリリースのタイミングとライセンス条件。
完全な比較を探索:FLUX vs Midjourney | 最高のAI画像ジェネレーター
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

業界ニュース
FLUX 3 Video Part 1: 2026年8月リリースの実際の内容
Black Forest Labsは2026年8月4日にFLUX 3 Video Part 1をリリースしました。生成機能の内容、Veo 3.1やRunwayとの比較、ロードマップで不足している点を解説します。
2026年8月14日 · 5分で読了

業界ニュース
Pika H3 Flex公開:4K仕上げ、12個のリファレンス、音声ステム分離に対応
Pika H3 Flexは5ステムの同期音声、12個のリファレンス、4Kアップサンプラーを搭載。月8ドルのPikaプランで何が変わるのか、KlingやHailuoと比べてどうなのかを解説します。
2026年11月9日 · 9分で読了

業界ニュース
SynthesiaがSyrenをローンチ: 1つのプロンプトから動画とモーショングラフィックス
Synthesiaの新ツールSyrenは、テキストプロンプトからモーショングラフィックス、アバター、ナレーション付きのAI動画を生成します。月額29ドルのプラットフォームにとっての意味とは。
2026年10月12日 · 7分で読了