FLUX 3 Max vs FLUX 3: qué cambió
FLUX 3 Max es el FLUX 3 de Black Forest Labs, entrenado después por fal Research para seguir mejor el prompt, verse mejor y correr más rápido. Según fal, la inferencia es más de 11 veces más rápida y la calidad sube 50 puntos frente a FLUX 3 en el ranking de Artificial Analysis (Unite.AI).
Sus clips duran de 5 a 20 segundos y traen sonido propio. Si publicas en Reels, TikTok o Shorts, la proporción 9:16 está entre las opciones disponibles.
| FLUX 3 | FLUX 3 Max | |
|---|---|---|
| Creado por | Black Forest Labs | fal Research, a partir de FLUX 3 |
| Velocidad | Base de comparación | Más de 11 veces más rápido, según fal |
| Calidad, imagen a video | 1,086 Elo | 1,138 Elo, a la par de los líderes |
| Entradas | Texto, imagen, keyframes, un clip para continuar | Texto, imagen, primer y último fotograma, keyframes |
| Salida | 720p o 1080p, y además 2K y 4K en la API de Black Forest Labs | 720p o 1080p |
| Duración y sonido | De 5 a 20 s, audio nativo | De 5 a 20 s, audio nativo |
Sobre la velocidad: el benchmark de fal indica unos 12 segundos de render para un clip de 10 segundos en 720p (fal). En Morphic, nuestros clips de 10 segundos con sonido llegaron en menos de 30 segundos, con la cola incluida.
Cómo usar FLUX 3 Max en Morphic, paso a paso
Elige FLUX 3 Max en el selector de modelos de video
Abre Morphic, cambia la barra de prompt a video y elige FLUX 3 Max. También puedes nombrarlo en un prompt de Copilot, y Copilot lo elige por ti.
Elige un punto de partida
Empieza solo con texto o suma imágenes. Con una imagen, la animas. Con dos, fijas el primer y el último fotograma. Con tres a diez, tienes keyframes (fotogramas clave) anclados a momentos del clip.
Escribe la toma como acciones en orden
Describe lo que pasa en el orden en que pasa. Después añade la cámara, la luz y el sonido. Las secciones de abajo muestran cada parte del prompt junto al clip que generó.
Define la duración, la resolución y la proporción
Elige cualquier duración de 5 a 20 segundos, 720p para los borradores o 1080p para la versión final. En texto a video también eliges la proporción: usa 9:16 si el clip va a Reels, TikTok o Shorts. Activa el audio para tener sonido y diálogo.
Genera, compara y ajusta
En Morphic, dos clips de 10 segundos con sonido llegaron cada uno en menos de 30 segundos, con la cola incluida. Corre el mismo prompt dos o tres veces, quédate con la mejor toma, cambia una sola línea y vuelve a correrlo. Para tener dónde empezar, la biblioteca de prompts de FLUX 3 Max reúne 20 prompts, cada uno con su clip.
Un niño con impermeable amarillo pisa fuerte un charco hondo en la acera de una ciudad. El agua sale disparada hacia los lados y él mira a la cámara con una gran sonrisa. Ángulo bajo. Sonido: lluvia, el chapoteo fuerte, su risa de alegría. Sin música, sin texto, sin logotipos.
Cómo escribir un prompt para FLUX 3 Max
Escribe la toma como una secuencia de cosas que se ven, en el orden en que ocurren. Luego añade la cámara, la luz y el sonido. FLUX 3 Max reproduce las acciones en orden, así que la última acción del prompt es lo último que pasa en el clip. Nombra acciones concretas (“sube la cortina metálica”) y evita los estados de ánimo (“una mañana esperanzadora”).
Una florista con delantal de lona abre con llave la cortina metálica de su pequeña florería al amanecer, la sube con las dos manos y saca a la acera un balde de zinc con tulipanes amarillos. Después mira a la cámara y sonríe. Cámara: un lento acercamiento desde el otro lado de la calle tranquila. Luz azul suave de amanecer que se vuelve cálida. Sonido: la cortina que rechina al subir, pájaros madrugadores, tráfico lejano, el balde al apoyarse en la piedra. Sin música. Ropa sencilla, sin logotipos ni letreros con texto.
Cómo marcar el tiempo de cada momento en FLUX 3 Max
Cuando un momento debe caer en un punto exacto, dale a cada uno su rango de tiempo. Deja una acción principal por rango y haz el último un poco más largo, para que el desenlace tenga espacio.
0-3s: un frasco sellado de miel descansa sobre una mesa de cocina bañada de sol. 3-6s: unas manos infantiles giran la tapa hasta abrirla. 6-10s: se mete un dedo en la miel y la prueba, con los ojos muy abiertos de gusto. Plano cercano, luz cálida de mañana. Sonido: la tapa que salta con un pop, un pequeño suspiro de sorpresa, una risita feliz. Sin música, sin texto, sin etiquetas.
Cómo escribir efectos de sonido en FLUX 3 Max
El audio se genera junto con la imagen, así que un sonido ligado a una acción visible cae justo sobre esa acción. Nombra cada sonido con claridad, en el orden en que se oirá. Agrega “sin música” si quieres solo la escena.
Un intercambio de tenis de mesa en un gimnasio escolar vacío. Dos jugadores se cruzan tiros rápidos, con cada rebote nítido, y el punto termina en un remate que uno de ellos no alcanza a devolver. Plano general de lado. Sonido: cada golpe de paleta y cada rebote en la mesa, los zapatos deportivos que rechinan, la pelota que se va rodando. Sin música, sin público, sin texto.
Cómo escribir diálogo en FLUX 3 Max con los labios sincronizados
Pon las palabras exactas entre comillas e indica quién las dice y cómo. Que cada línea sea de una o dos frases cortas para que termine dentro del clip. Transcribimos seis líneas entre comillas generadas en Morphic, y las seis salieron palabra por palabra. Las líneas habladas de esta guía se quedan en inglés, tal como las generamos.
Un relojero anciano alza la vista de su banco de trabajo, se sube la lupa y dice con calidez: "Every watch tells you how it was treated." Primer plano, luz cálida de lámpara de escritorio. Sonido: su voz, el tic-tac suave de muchos relojes a su alrededor. Sin música, sin texto, sin logotipos.
Cómo usar imágenes con FLUX 3 Max
Las imágenes le dan a FLUX 3 Max un aspecto fijo del cual partir o por el cual pasar. La cantidad que añadas define el modo: una para imagen a video, dos para primer y último fotograma, de tres a diez para keyframes.
FLUX 3 Max de imagen a video: anima una imagen
En imagen a video, el clip parte de tu imagen, conserva su encuadre y su aspecto, y toma su proporción. Por eso el prompt solo necesita lo que pasa después y cómo suena. No hace falta describir la imagen otra vez.
Se detiene, tensa la red entre las manos, levanta la vista y asiente hacia alguien fuera de cámara, mientras un bote pequeño pasa a motor detrás de él. Sonido: gaviotas, el agua que golpea suave contra la piedra, un motor fueraborda pequeño que pasa. Sin música.
FLUX 3 Max con primer y último fotograma
Con dos imágenes, FLUX 3 Max construye el movimiento entre ambas. Genera los dos fotogramas a partir de la misma toma y edita el segundo, así solo cambia lo que debe cambiar. El prompt describe cómo se pasa de uno a otro.
La mañana llega a la mesa del café: la luz fresca previa al amanecer se vuelve luz dorada que se extiende sobre el mármol. Una mano de mesero deja una taza de café y un croissant, y se retira mientras sube el vapor. Plano fijo. Sonido: un café tranquilo que va despertando, una taza que se apoya en su plato. Sin música.
Keyframes en FLUX 3 Max: de 3 a 10 imágenes
Con tres a diez imágenes, cada una queda anclada a un momento del clip: la primera en el segundo 0 y la última a más tardar en la duración total. Repártelas donde la historia cambia. Mantén la misma cámara y la misma luz en todas, y deja que el prompt describa el cambio que las une.
Time-lapse de un girasol que crece en una maceta de barro sobre el alféizar. La plántula sube, se abren las hojas anchas, se forma un botón en la punta y se abre en una flor amarilla completa, mientras la luz del día recorre la pared. Plano fijo. Sonido: ambiente suave de cuarto, un reloj que hace tic-tac muy bajito. Sin música.
Cómo hacer un video de 20 segundos con FLUX 3 Max
Veinte segundos alcanzan para un recorrido. Enumera en orden los puntos por los que pasa la cámara y di que la toma es continua. FLUX 3 Max mantiene un solo sujeto a lo largo de todos, sin un solo corte.
Una toma macro continua de 20 segundos que sigue a una abeja. Despega de una flor de lavanda, vuela bajo por un jardín soleado de casa de campo, pasa junto a una llave que gotea y una hilera de tomateras, y aterriza en la entrada de una colmena de madera entre otras abejas. La cámara avanza pegada detrás de la abeja todo el trayecto. Sonido: el zumbido de la abeja, canto de pájaros, la llave que gotea, el murmullo de la colmena que crece. Sin música, sin texto.
Ajustes y límites de FLUX 3 Max
- Proveedor: Morphic ejecuta FLUX 3 Max a través de fal, con el ajuste de razonamiento alto de fal. Ese ajuste amplía tu prompt antes de renderizar y lo sigue con mayor fidelidad.
- Duración: cualquier segundo entero de 5 a 20.
- Resolución: 720p por defecto, o 1080p, que fal describe como un escalado del render en 720p.
- Proporción: 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 o 9:16 en texto a video. En imagen a video y en keyframes, la proporción la marcan tus imágenes.
- Entradas: una imagen, un primer y un último fotograma, o de 3 a 10 keyframes con tiempo, en PNG, JPEG o WebP. Los keyframes guían la toma, pero no fijan cada rostro.
- Prompt: hasta 5,000 caracteres.
- Audio: un interruptor por clip. Actívalo para tener sonido y diálogo, y apágalo para un clip sin sonido.
- No compatible: continuar o editar un clip existente, y salida en 2K o 4K.
Una figura solitaria con chaqueta naranja camina por una cresta nevada y angosta bajo un cielo inmenso de atardecer, diminuta frente a las montañas, mientras el viento levanta nieve de la cima. Plano general ultra panorámico y fijo. Sonido: viento, botas que crujen sobre la nieve. Sin música, sin texto, sin logotipos.
Preguntas frecuentes
Describe la toma como acciones visibles en el orden en que ocurren, y luego la cámara, la luz y el sonido. FLUX 3 Max reproduce las acciones en orden, así que termina el prompt en el momento donde quieres que acabe el clip, como una mirada a cámara o una línea de diálogo.
Cualquier duración en segundos enteros, de 5 a 20, en una sola generación. Veinte segundos alcanzan para una toma continua que pasa por varios lugares o momentos, siempre que los enumeres en orden.
Sí. Escribe las palabras entre comillas e indica quién las dice, por ejemplo: él alza la vista y dice, "Every watch tells you how it was treated." La línea sale con los labios sincronizados y junto con el resto del sonido de la escena. Limítala a una o dos frases cortas por clip.
Suma de 3 a 10 imágenes y ancla cada una a un momento: la primera en el segundo 0 y la última a más tardar en la duración del clip. FLUX 3 Max construye una toma continua que pasa por cada fotograma. Con exactamente dos imágenes, funcionan como primer y último fotograma.
Los prompts de esta guía están en español para que los leas con facilidad, pero los clips se generaron con las versiones originales en inglés, y las líneas habladas entre comillas siguen en inglés. Si escribes en español, prueba primero un clip corto y compáralo con uno hecho con el mismo prompt en inglés antes de publicar.
En texto a video y en imagen a video, sigue el prompt con más precisión y corre varias veces más rápido. FLUX 3 todavía cubre trabajos que Max no hace: continuar un clip existente y entregar salida en 2K o 4K en la API propia de Black Forest Labs.
Sí, está en Morphic, en cualquiera de los planes de pago. Elige FLUX 3 Max en el selector de modelos de video o nómbralo en Copilot. Todos los clips de esta guía se hicieron con FLUX 3 Max en Morphic, a partir de la versión original en inglés del prompt que aparece junto a cada uno.