Black Forest Labs
Black Forest Labs lança o FLUX 3 Image, com saída em 4K e edições posicionadas por coordenadas
O modelo de imagem da família FLUX 3 gera e edita pelo mesmo endpoint, combina até dez imagens de referência e permite posicionar ou alterar elementos com caixas delimitadoras. Custa US$ 0,048 por imagem em 1K, metade disso até 8 de outubro, e os pesos abertos foram prometidos para as próximas semanas.
Compartilhe esta notícia
A Black Forest Labs lançou na quinta-feira o FLUX 3 Image, o lado de imagem da família FLUX 3 que a empresa anunciou em julho junto com modelos de vídeo, áudio e robótica. Um único endpoint da API faz texto para imagem e edição, aceita até dez imagens de referência numa requisição e gera nativamente em faixas fixas de 768 pixels até 4K, cerca de 16,8 megapixels, sem uma etapa separada de upscaling. Segundo a empresa, a faixa mais alta pode levar alguns minutos por imagem.
A imagem padrão em 1K custa US$ 0,048, sobe para US$ 0,10 em 2K e US$ 0,607 em 4K, e todas as faixas saem pela metade do preço até 8 de outubro. O modelo está no playground e na API da BFL, uma licença comercial cobre rodar os pesos no seu próprio hardware, e uma versão com pesos abertos foi prometida para "as próximas semanas", sem data.
Editando com coordenadas
O recurso que separa o FLUX 3 Image da maioria das APIs de imagem é o sistema de layout. Uma requisição pode descrever cada elemento da cena com um nome, uma legenda e uma caixa delimitadora numa grade normalizada de 0 a 1000, escrita como [y0, x0, y1, x1], então as mesmas coordenadas valem em qualquer proporção. Para editar, você marca as caixas que devem mudar (remover, adicionar, trocar, recolorir ou mover um elemento) e caixas "âncora" para o que precisa ficar, e o modelo regenera só essas regiões. As referências são citadas no prompt pela posição, então "a jaqueta da terceira imagem na pessoa da caixa 2" é uma instrução válida. Não existe campo de prompt negativo; a documentação manda descrever o que se quer no lugar.
Isso faz dele uma ferramenta mais para trabalho de produção do que para prompts avulsos: fotos de produto em que só a cor muda, peças de anúncio com o texto em posições fixas, um personagem que se mantém igual ao longo de uma campanha. Os próprios exemplos da BFL mostram os pixels fora das caixas editadas iguais aos da entrada, com 68% a 94% de cada imagem idêntica nos casos documentados.
O que ainda não dá para ver
O lançamento veio sem números para avaliá-lo. A BFL não publicou benchmark do FLUX 3 Image, nem precisão medida do layout, nem latência, nem taxa de preservação além dos exemplos, então as promessas de posicionamento preciso e de pixels intocados só se confirmam testando. Os pesos abertos também pesam mais do que o normal aqui: o FLUX virou padrão para geração de imagem local porque as versões anteriores saíram com modelos abertos, e os pesos do FLUX 3 Dev prometidos em julho ainda não foram liberados. A concorrência está perto: a versão 4.5 do Ideogram também gira em torno de edição, e o Ideogram também promete pesos abertos.
Fontes e leituras complementares
Compartilhe esta notícia
Conteúdos relacionados
- NotíciasAnthropic lança o Claude Sonnet 5.5: código agêntico no nível do Opus pelo preço de um SonnetO segundo modelo da família 5.5 é mais de 30% mais rápido que o Sonnet 5, custa até 30% menos por tarefa, mantém os preços de US$ 2 e US$ 10 por milhão de tokens e passa o Opus 5.5 no Terminal-Bench.
- NotíciasMeta lança o Muse Spark Open, um modelo aberto de 816B feito para rodar em dois Mac StudioO modelo de mistura de especialistas ativa 42B dos seus 816B parâmetros por token, lê texto, imagem, vídeo e áudio e tem contexto de 1M de tokens. A Meta o chama de modelo de pesos abertos mais capaz dos EUA, e a própria tabela dela confirma isso, mas ainda o coloca atrás do GLM 5.3 e do Kimi K3 na maioria dos benchmarks de agentes e código.
- NotíciasDeepSeek lança o V4.1-Flash-1017 com pesos sob licença MIT e abre as APIs pagas de Search e FetchA atualização menor leva o Terminal-Bench 4.0 da própria DeepSeek de 31,2 para 42,3, com janela de 1M de tokens, e as novas ferramentas de web custam US$ 0,75 por 1.000 chamadas bem-sucedidas, de graça nas ferramentas server-side até 31 de outubro.
Comentários
Dúvidas, correções ou sua própria visão são todas bem-vindas. Entre com o GitHub para participar.