FLUX 3 dibedah: apa yang benar-benar dirilis, dan apa yang tidak

Black Forest Labs mengumumkan FLUX 3 pada 23 Juli 2026 dan menyebutnya model frontier multimodal untuk kecerdasan visual. Dua hari kemudian, hal yang paling penting bagi sebagian besar kreator bukanlah apa yang bisa dilakukan FLUX 3 — melainkan apa yang benar-benar bisa Anda jalankan. FLUX 3 Video berada di balik formulir pendaftaran. FLUX 3 Action berada di balik perjanjian kemitraan. Dan FLUX 3 Image, bagian yang menjadi fondasi nama FLUX itu sendiri, sama sekali belum dirilis.

Kesenjangan itulah inti ceritanya. Perusahaan yang menjadikan pembuatan gambar berbasis bobot terbuka sebagai pilihan serius justru merilis produk andalan yang separuh sisi gambarnya hilang, lalu mengarahkan sisa pengumumannya ke video, audio, dan robotika. Ini pergeseran arah yang nyata, dan ia mengatakan sesuatu tentang di mana tekanan pasar ini berada.

Artikel ini memisahkan pengumuman dari produknya: apa yang ada hari ini, apa yang dibuktikan dan tidak dibuktikan oleh angka benchmark BFL, apa sebenarnya klaim arsitekturnya, dan apa yang sebaiknya Anda pakai selama FLUX 3 Image masih tertahan di daftar tunggu.

Apa yang sebenarnya diumumkan Black Forest Labs

FLUX 3 disajikan sebagai satu keluarga model yang dilatih bersama lintas gambar, video, audio, dan aksi, bukan sebagai empat sistem terpisah. Pengumumannya mencakup FLUX 3 Video, FLUX 3 Image, FLUX 3 Action (dengan varian robotika bernama FLUX-mimic), dan FLUX 3 Dev berbobot terbuka yang akan datang.

Soal ketersediaan, itu cerita yang sama sekali berbeda.

Model gambar adalah bagian yang hilang

Kalimat BFL sendiri berbunyi bahwa FLUX 3 Image akan mendapat "fase akses awal dalam beberapa minggu ke depan". Itulah seluruh komitmen publiknya. Tanpa tanggal, tanpa spesifikasi, tanpa benchmark.

Ini lebih berarti daripada peluncuran bertahap biasa, karena pembuatan gambar adalah makna dari merek FLUX. FLUX.1 dan lini editing Kontext-nya sudah menjadi pilihan bawaan di banyak alur kerja berbobot terbuka. Mengumumkan produk andalan tanpa komponen itu tersedia — sementara kompetitor merilis model gambar setiap minggu — meninggalkan kreator dengan klaim yang tidak bisa mereka uji.

Konsekuensi praktisnya: Anda tidak bisa mengevaluasi FLUX 3 untuk pekerjaan gambar hari ini, dan begitu juga orang lain. Klaim yang beredar soal rendering teksnya, konsistensi karakternya, atau kepatuhannya pada prompt tidak punya evaluasi independen di belakangnya. Anggap semua itu materi pemasaran sampai modelnya bisa diuji.

FLUX 3 Video: 20 detik dengan audio native

Komponen yang memang dirilis — kepada pendaftar akses awal yang disetujui — justru yang paling menarik. FLUX 3 Video menghasilkan klip hingga 20 detik dengan audio yang tersinkronisasi secara native, bukan membuat video bisu lalu menempelkan suara belakangan. Model ini juga mencakup gambar ke video, keyframe ke video, dan perangkaian beberapa shot.

Dua puluh detik dengan suara native adalah durasi yang berarti. Sebagian besar model video andalan masih dioptimalkan untuk klip 5 sampai 10 detik, dan menjahit klip-klip itu menjadi sesuatu yang koheren adalah tempat banyak waktu produksi habis. Jika FLUX 3 mampu menjaga kesinambungan karakter dan audio sepanjang 20 detik, itu perubahan alur kerja yang nyata.

Ini juga memberi tahu Anda ke mana BFL melihat pasar yang bertumbuh. Sebuah rumah gambar diam yang membangun gambar ke video dan perangkaian shot adalah perusahaan yang ingin menguasai seluruh alur produksi, bukan hanya frame pertama.

Membaca tabel benchmark BFL secara jujur

BFL memublikasikan tingkat preferensi FLUX 3 Video terhadap delapan pesaing. Sebelum membacanya, perhatikan empat catatan yang dilampirkan BFL sendiri: angka-angka itu dilaporkan sendiri, bersifat pendahuluan, diukur saat pelatihan tahap tengah, pada klip 720p berdurasi 10 detik. Tidak ada verifikasi independen.

Dua hal langsung menonjol.

Kemenangannya diraih atas model-model yang paling jauh dari garis depan. Angka 93% didapat melawan Luma Ray 3.2 dan 77% melawan Runway Gen-4.5. Itu margin terlebar pada diagram, dan sekaligus dua perbandingan dengan patokan paling rendah.

Melawan garis depan saat ini, hasilnya seri. FLUX 3 lebih disukai pada 52% perbandingan melawan Seedance 2.0 dan 52% melawan Gemini Omni Flash. Dalam uji preferensi, 52% sama saja dengan lempar koin. Patut diapresiasi bahwa BFL memublikasikannya dengan jujur alih-alih diam-diam menghapus baris itu — tetapi hasil imbang melawan model yang sudah bisa Anda pakai hari ini bukan alasan untuk menunggu daftar tunggu.

Lima dari delapan model pada diagram itu ada di pemilih video OmniArt sekarang juga: Grok Imagine, Kling, Happy Horse, Seedance 2.0, dan Gemini Omni Flash. Anda bisa menjalankan brief yang sama dengan yang diuji BFL sore ini, lalu menilai patokannya sendiri.

Self-Flow: klaim arsitektur yang layak diikuti

Gagasan teknis di balik FLUX 3 disebut Self-Flow — flow matching dengan penyeliaan mandiri dan pengondisian timestep per token, dipublikasikan sebagai riset bersamaan dengan peluncuran. Klaimnya adalah konvergensi yang lebih cepat dibanding pendekatan penyelarasan representasi sebelumnya, serta satu arsitektur dasar tempat pelatihan gambar, video, audio, dan aksi saling membatasi.

Jika klaim itu benar, konsekuensi menariknya bukan model gambar yang lebih baik. Melainkan bahwa perbaikan di satu modalitas seharusnya mengangkat modalitas lainnya, karena semuanya berbagi representasi yang sama alih-alih berdiri di menara terpisah. Itu taruhan yang sama dengan yang diambil Google pada lini Gemini omni, hanya saja datang dari arah berlawanan — Google berangkat dari bahasa, BFL berangkat dari piksel.

Taruhan itu layak diikuti. Tapi ia belum menjadi hasil yang bisa Anda pakai.

Cek realita FLUX.2

Karena FLUX 3 Image belum ada secara publik, model gambar FLUX terbaru yang benar-benar bisa dipakai masih FLUX.2, yang dirilis pada November 2025 lalu diperluas dengan tingkatan max pada Desember dan lini ringkas klein pada Januari 2026.

Di mana FLUX.2 masih unggul

• Konsistensi multi-referensi. Delapan gambar referensi lewat API, sepuluh di playground. Kunci sebuah wajah, sebuah produk, sebuah tata cahaya, lalu hasilkan satu seri yang koheren. Ini masih keunggulan strukturalnya yang paling jelas.
• Warna yang persis sesuai brand. Nilai hex yang diikat ke objek bernama adalah fitur kelas satu yang terdokumentasi. Ikat nilainya ke bendanya — "mobil itu berwarna #FF0000" — alih-alih membiarkannya mengambang di dalam prompt.
• Fotorealisme material. Hamburan bawah permukaan pada kulit, perilaku pantulan pada kaca dan logam, cara kain menyerap dibanding memantulkan cahaya.
• Generasi tergrounding pada [max]. Penarikan data web langsung saat generasi, untuk produk terkini dan peristiwa terbaru. Tidak ada model lain di kelasnya yang bisa melakukannya.

Di mana ia mulai tertinggal

Gambaran dari uji preferensi buta kurang menyanjung. Di arena teks-ke-gambar Artificial Analysis, FLUX.2 [max] saat ini berada di sekitar peringkat 16, di belakang GPT Image 2, keluarga Nano Banana 2, dan Seedream 5.0 Pro. FLUX.2 [dev] — andalan terbuka berukuran 32B — berada di bawah Qwen Image 2.0 Pro, sebuah model 7B berlisensi Apache 2.0.

Hambatan lain yang perlu Anda tahu sebelum mengikat alur kerja padanya:

• Tidak ada negative prompt. Tulis ulang semuanya secara positif. "Fokus tajam di seluruh bidang" alih-alih "tanpa blur".
• Batasan lisensi. Bobot [dev] 32B bersifat non-komersial. Hanya varian klein 4B yang berlisensi Apache 2.0.
• Biaya perangkat keras. [dev] presisi penuh plus encoder teks Mistral 24B-nya jauh melampaui VRAM kelas konsumen; komunitas menjalankan build terkuantisasi dengan penurunan kualitas.
• Keluhan anatomi. Tangan dan interaksi antar beberapa orang adalah mode kegagalan yang berulang di forum komunitas, terutama pada varian klein hasil distilasi dengan jumlah langkah bawaan yang rendah.

Pola prompt yang tetap berguna

Panduan prompt yang dipublikasikan BFL untuk FLUX.2 adalah saran teknik yang baik dan bisa dipindahkan ke sebagian besar model gambar modern, termasuk yang ada di OmniArt.

Susun sebagai Subject + Action + Style + Context. Urutan kata membawa bobot; mulailah dengan yang paling penting. Tiga puluh sampai delapan puluh kata adalah rentang ideal yang terdokumentasi.

Kutip teks literal. The text 'OPEN' appears in red neon letters — lalu tentukan penempatan, ketebalan, dan warnanya.

Deskripsikan font, jangan sebut namanya. "Sans-serif geometris tebal dengan kerning sedikit melebar" jauh lebih andal daripada menyebut nama sebuah tipografi.

Berikan peran pada setiap gambar referensi. Sebutkan input mana yang menyediakan subjek, mana yang menyediakan gaya, dan mana yang menyediakan latar belakang.

Gunakan JSON saat Anda perlu memversikan sebuah brief. Bekukan strukturnya, ubah tepat satu kunci per varian, dan Anda mendapat perbandingan terkendali alih-alih pengulangan acak:

{
  "scene": "Studio product photography on polished concrete",
  "subjects": [{ "description": "Matte black ceramic mug, steam rising", "position": "center foreground" }],
  "style": "Ultra-realistic commercial product photography",
  "color_palette": ["matte black", "concrete gray", "soft white highlights"],
  "lighting": "Three-point softbox, soft diffused highlights, no harsh shadows",
  "camera": { "angle": "high", "lens-mm": 85, "f-number": "f/5.6" }
}

Apa yang sebaiknya dilakukan minggu ini

Jika Anda menunggu FLUX 3 untuk memulai sebuah proyek, saran jujurnya adalah jangan menunggu. Model gambarnya belum punya tanggal, dan model videonya terkunci di balik formulir pendaftaran tanpa harga yang dipublikasikan.

Baris terakhir adalah yang paling diremehkan orang. Alur produksi yang ingin dikuasai BFL — buat gambar diam, lalu animasikan — sudah berjalan menyeluruh dalam satu ruang kerja. Panduan model gambar ke video kami membahas model mana untuk jenis gerakan apa, dan panduan prompt Seedance membahas cara mengarahkan sebuah shot alih-alih sekadar mendeskripsikannya.

Dideskripsikan

Diarahkan

Apa yang perlu dipantau berikutnya

Tiga sinyal akan memberi tahu Anda apakah FLUX 3 layak ditengok lagi.

1. Pembukaan akses awal FLUX 3 Image, lengkap dengan spesifikasi. Jumlah gambar referensi, resolusi native, dan harga adalah angka yang menentukan apakah ia bisa bersaing.
2. Benchmark independen untuk FLUX 3 Video. Uji preferensi dari vendor yang diukur saat pelatihan tahap tengah adalah titik awal, bukan hasil akhir. Posisi di arena melawan Seedance dan lini Gemini omni adalah ujian yang sesungguhnya.
3. Lisensi bobot terbukanya. FLUX.2 [dev] bersifat non-komersial, dan keputusan tunggal itu merenggut sebagian besar posisi open source BFL. Apakah FLUX 3 Dev mengulanginya akan menentukan apakah ekosistem lokal kembali hidup.

Mulai berkarya di OmniArt

Anda tidak perlu memihak dalam drama peluncuran FLUX 3 untuk membuat sesuatu minggu ini. OmniArt menyatukan pembuatan gambar, video, audio, dan musik dalam satu ruang kerja, dengan model-model andalan terkini — GPT Image 2, Nano Banana, Seedream, Seedance, Kling, Veo, Grok Imagine, dan Gemini Omni Flash — di balik satu pemilih dan satu saldo kredit.

Itulah jawaban praktis untuk peluncuran yang dibatasi akses: Anda mengevaluasi model berdasarkan brief Anda sendiri, bukan diagram milik vendor, dan Anda berpindah begitu sesuatu yang benar-benar lebih baik dirilis. Ketika FLUX 3 Image bisa diuji, kami akan menjalankannya dengan brief yang sama dan memublikasikan perbandingannya. Sampai saat itu, lihat semua model video dalam satu ruang kerja untuk tahu apa yang tersedia hari ini.