多模态生成
同一个模型家族覆盖视频、音频、图像、动作预测四类模态。视频支持文生、图生、关键帧驱动三种起点，单次输出多镜头。
FLUX.1
AI TOOL PROFILE工具资料Black Forest Labs 推出的多模态生成模型家族，覆盖图像、视频、音频与机器人动作预测。
价格按量计费，图像 $0.048/张起，无订阅与席位费。
平台Web / API
归类AI 绘画生图
收录2026-01-01
复核2026-01-01
编辑评分
4.6 / 5
★★★★☆
FLUX.1编辑总结
Black Forest Labs 由 Robin Rombach、Patrick Esser、Andreas Blattmann 创立，三人此前参与 Stable Diffusion 的研发。当前主线是 FLUX 3，一个覆盖视频、音频、图像与动作预测的多模态模型家族：视频单次生成最长 20 秒并带原生音频，图像支持高度准确的文字渲染与复杂提示词。API 按量计费，图像最低 $0.048/张，不设订阅与席位费。开权重版本可自行部署与微调。短板是价格档位与国内可用性官网未公开。
FLUX.1是什么？
Black Forest Labs 是一家专注生成式深度学习模型的公司，由 Robin Rombach、Patrick Esser 和 Andreas Blattmann 创立，三人此前在 Stability AI 参与 Stable Diffusion 相关工作。公司对外提供的是 FLUX 系列模型，覆盖图像、视频、音频与机器人动作预测四类模态，同时提供 API、开权重模型和企业级授权三条交付路径。
当前主线是 FLUX 3。视频方向支持文生视频、图生视频和关键帧驱动，单次生成最长 20 秒，可选原生音频（多语言语音、音效与环境声）。图像方向强调风格多样、文字渲染准确、能处理复杂提示词。动作预测方向是一个 7B 世界动作模型，在 RoboLab 基准上取得第一名，输入视觉观察与文字指令后输出预测的物理结果与机器人控制动作。
用法分三类：普通用户直接在浏览器 Playground 里试跑，不需要写代码；开发者通过 API 接入，按量计费，或下载开权重模型部署到自有基础设施上做微调；企业客户走 Enterprise 通道，把 API 与开权重授权打包进自家产品，了 SOC 2 与 ISO 27001 合规认证。
FLUX.1核心功能
20 秒原生音频视频
单次生成最长 20 秒片段，可选原生音频，包含多语言语音、音效与环境声，音频与画面同时生成而非后期配音。
高精度文字渲染
图像方向支持高度准确的文字渲染，风格覆盖范围超出电影感一类，能处理结构复杂的提示词并保持画面贴合真实世界。
机器人动作预测
FLUX 3 Action 是一个开权重 7B 世界动作模型，输入视觉观察与文字指令，输出预测的物理结果与机器人控制动作，在 RoboLab 基准排第一。
按量计费 API
无需订阅与席位费，按生成量付费。图像单价 $0.048 起，按分辨率和模型档位不同变化，覆盖 768×768 到 4K。
查看定价 ↗开权重部署
FLUX 模型可下载到自有基础设施运行，对部署方式、微调和定制有完整控制权，支持 LoRA 微调。模型托管在 Hugging Face 与 GitHub。
浏览器 Playground
不需要写代码，在浏览器里直接试跑 FLUX 模型，用来验证想法、迭代提示词或对媒体做变换。
FLUX.1值不值得用？
当你要做视频且需要音画同步时，FLUX 3 的 20 秒单次生成加原生音频是直接可用的能力，省掉后期配音环节；当你是开发者、需要按量付费而不是买席位时，$0.048/张起的 API 定价适合从验证期一路跑到生产规模；团队有合规要求的话，SOC 2 与 ISO 27001 认证可以省掉一轮安全审查。反过来，如果你的预算压在每张几分钱以内，得先按分辨率档位算清楚实际单价；如果团队没有运维能力，开权重下载之后的部署和微调要自己承担；需要确认国内网络可用性的话，官网未公开这部分信息。
建议选它的情况
- 做 10-20 秒带音频短片的创作者，单次生成即可拿到多镜头成品
- 需要按量付费、不想买席位的开发团队
- 要把模型部署到自有基础设施并做 LoRA 微调的技术团队
- 有 SOC 2 / ISO 27001 合规审查要求的企业客户
不建议选它的情况
- 只需要静态图片、每张成本压在 1 分钱以内的批量任务
- 没有运维能力、希望开箱即用的个人用户
- 对国内网络可用性和延迟有硬性要求的团队
FLUX.1使用建议
入门先把路子走对
- 先用 Playground 试跑不用注册 API 就能在浏览器里跑最先进的模型，先拿自己的提示词试几条，确认风格和文字渲染满足需求再考虑接入。
- 按分辨率算单价定价页的计算器支持在 768×768、1K、1.5K、2K、4K 之间切换，同一张图不同分辨率价格不同。先选目标分辨率再看总价。
- 从 FLUX.2 [klein] 起步Builder 档起步用的是 FLUX.2 [klein] 系列，月额度 10K 张。先用小模型跑通流程，量上来再换 [pro] 或 [max]。
进阶省时间也省钱
- 视频用关键帧控制镜头视频支持从文字、图像或关键帧三种起点出发。要精确控制镜头运动时用关键帧输入，比纯文字描述稳定得多。
- 视频音频一起生成音频是可选的原生输出，包含多语言语音、音效和环境声，与画面同时生成。需要配音的片子直接开这个选项，省掉后期对齐。
- Synthetic Data 档拿训练授权做 AI 训练数据集的话走 Synthetic Data 档，包含把输出用作训练数据的权利，且没有域名数量限制，比标准档更对口。
- 按规模谈判阶梯价高吞吐量工作负载可以走定制定价，包含量级折扣、SLA 保证与专属支持。月生成量到 10 万张以上时值得先联系销售再定档位。
FLUX.1适合谁用？
短视频与广告制作团队
推荐单次生成最长 20 秒、带原生音频和多镜头，10-20 秒的投放素材可以在一次生成里拿到成片，不用为每一镜单独跑一次。
开发与产品团队
推荐API 按量计费、无席位费，图像 $0.048/张起，适合从验证一路跑到生产；Enterprise 档可把 API 与开权重授权打包进自家产品。
自建基础设施的技术团队
有条件开权重模型可下载部署到自有服务器，保留微调与 LoRA 训练权，模型托管在 Hugging Face 与 GitHub 上。需要自备运维能力。
成本敏感的图片批量生产者
有条件图像最低 $0.048/张，按 4K 档或 [pro]、[max] 模型会更高。月产 10 万张时账单量级需要先算清楚再决定。
仅做静态图、追求极低单价的用户
不推荐只出图、不需要视频与音频、且单张预算压在 1 分钱以内的话，这个定价结构不合适。
FLUX.1优点和缺点
优点
- 单次生成视频最长 20 秒，支持多镜头一次出片
- 视频可选原生音频，含多语言语音、音效与环境声
- 图像文字渲染准确，能处理复杂提示词
- 图像 API $0.048/张起，无订阅费与席位费
- 开权重模型可下载、可微调、可 LoRA 训练
- 企业档标注 SOC 2 与 ISO 27001 合规认证
缺点
- 视频单次上限 20 秒，更长内容需自行拼接
- 定价页未列出各分辨率与各模型档位的完整单价
- 官网未公开国内可用性与网络延迟情况
- 开权重路线需要自备部署与运维能力
- 免费额度与试用限制官网未公开
FLUX.1版本与计费对比
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| 按量计费 | $0.048 / image 起 | 仅按生成量付费 | 无订阅、无席位费，实际单价随模型与分辨率变化 |
| Builder | 未公开 | 10K images / month | 面向开发者与早期团队，含 FLUX.2 [klein] 模型、1 个域名、10 个授权用户、微调与 LoRA 权利 |
| Platform | 未公开 | 100K images / month | 面向规模化出货的产品团队，含 FLUX.2 [klein] 9B 与 FLUX.2 [dev]、1 个域名、10 个授权用户 |
| Professional | 未公开 | 100K images / month | 面向代理商与服务商，含 FLUX.2 [dev]、最多 3 个域名、10 个授权用户 |
| Enterprise | 未公开 | Custom volume | 含全部模型与后续新发布，域名与用户数可自定义，商业使用许可更宽松，API 与权重组合定价 |
| Synthetic Data | 未公开 | Custom volume | 面向 AI 训练数据集，含 FLUX.2 模型、把输出用作训练数据的权利、无域名限制 |
以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。
FLUX.1关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 图像单价（起） | $0.048 / image | Black Forest Labs Pricing |
| 视频单次生成上限 | 20 second clips | Black Forest Labs |
| 世界动作模型参数量 | 7B | Black Forest Labs |
| Builder 档月额度 | 10K images / month | Black Forest Labs Pricing |
| Platform 档月额度 | 100K images / month | Black Forest Labs Pricing |
| Professional 档月额度 | 100K images / month | Black Forest Labs Pricing |
FLUX.1常见问题
FLUX 怎么收费？＋
按量计费，没有订阅费也没有席位费。图像单价从 $0.048/张起，具体价格随模型档位（FLUX 3 Image、FLUX.2 [flex]、[pro]、[max]、[klein] 4B、[klein] 9B，以及 Outpainting、Eraser、VTO）和分辨率（768×768、1K、1.5K、2K、4K）变化。官网定价页提供计算器，选好模型和分辨率后填图片数量即可算出总价。
现在的主力版本是什么？＋
官网当前主推 FLUX 3，是一个覆盖视频、音频、图像、动作预测四类模态的统一模型家族。动作预测方向是 FLUX 3 Action，一个开权重 7B 世界动作模型，在 RoboLab 基准上排第一。图像方向同时提供 FLUX.2 的多个档位，从 [klein] 4B、[klein] 9B 到 [flex]、[pro]、[max]。
开源吗？可以自己部署吗？＋
可以。官网有 Open Weights 通道，模型可下载到自有基础设施运行，对部署、微调和定制保留完整控制权，支持 LoRA 训练。模型托管在 Hugging Face 和 GitHub 上。授权分 Builder、Platform、Professional、Enterprise、Synthetic Data 五个档位，各自对应不同的模型范围、月额度、域名数与授权用户数。
能生成带声音的视频吗？＋
可以。视频生成支持可选的原生音频，包含多语言语音、音效与环境声，且音频与画面帧同时生成，不是后期配音。单次生成最长 20 秒，起点可以是文字、图像或关键帧，一次能拿到多个镜头。风格范围超出电影感一类，覆盖更广的视觉表达。
做 AI 训练数据有什么专门的授权吗？＋
有 Synthetic Data 档，专门面向 AI 训练数据集场景。该档使用 FLUX.2 系列模型，包含把输出用作训练数据的权利，没有域名数量限制，支持自定义生成量，并附带微调与 LoRA 训练权。如果你产出的是训练集而非终端用户内容，走这一档比标准档更对口。
企业采购有合规认证吗？＋
有。Enterprise 档标注了 SOC 2 与 ISO 27001 两项认证，适合有安全审查流程的较大组织。该档使用全部模型以及后续新发布的模型，生成量、域名数和用户数都可自定义，商业使用许可更宽松，并支持 API 与开权重组合定价。高吞吐量场景可以谈量级折扣、SLA 保证与专属支持。
FLUX.1竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| FLUX.1本工具 | 4.6 | 按量计费，图像 $0.048/张起，无订阅与席位费。 | 多模态生成；20 秒原生音频视频；高精度文字渲染；机器人动作预测 | Web / API |
| Flux 1.1 Pro | — | Freemium | 由 Black Forest Labs 开发的在线人工智能图像生成平台 | Web |
| Black Forest Labs (FLUX) | — | 按量付费，示例 $0.048 / image | Black Forest Labs 是 FLUX 系列图像生成模型的开发机构，提供 AP | Web / API / 开源权重 |
| Stability AI | — | 未公开面向个人用户的具体价格与免费额度 | stability ai 官网，开源的生成式 AI 平台 Stable Diffusion, d | Web / API |
| Stable Fast 3D(SF3D) | — | 成功生成每次 2 credits，失败不扣费 | 是 Stability AI 开发的 AI 生成 3D 模型工具平台 | Web / API |
| Stable Diffusion 3 | — | 未标价 | StabilityAl 推出的文本到图像生成 AI | Web / API |
FLUX.1最新动态
-
FLUX 3 Action 发布
一个开权重 7B 世界动作模型，在 RoboLab 基准上取得第一名，统一感知、仿真与执行，输入视觉观察与文字指令后输出预测的物理结果与机器人控制动作。
-
FLUX 3 发布
覆盖视频、音频、图像、动作预测四类模态的统一模型家族。视频单次生成最长 20 秒，含可选原生音频，支持文字、图像、关键帧三种起点。
-
Martin Scorsese 加入顾问团队
导演 Martin Scorsese 出任 Black Forest Labs 顾问。
-
CEO 呼吁 G7 支持开放创新
联合创始人兼 CEO 公开呼吁 G7 领导人支持开放创新。
