FLUX 3 spiegato: cosa è stato davvero rilasciato e cosa no

Black Forest Labs ha annunciato FLUX 3 il 23 luglio 2026, definendolo un modello multimodale di frontiera per l'intelligenza visiva. Due giorni dopo, la notizia che conta davvero per la maggior parte dei creator non è cosa sa fare FLUX 3 — è cosa puoi effettivamente eseguire. FLUX 3 Video è dietro un modulo di richiesta. FLUX 3 Action è dietro un accordo di partnership. E FLUX 3 Image, proprio la parte su cui il nome FLUX è stato costruito, non è stata rilasciata affatto.

È questo divario la vera storia. L'azienda che ha reso la generazione di immagini a pesi aperti un'opzione seria rilascia un modello di punta in cui la metà dedicata alle immagini è il pezzo mancante, e orienta il resto dell'annuncio verso video, audio e robotica. È un cambio di rotta reale, e dice qualcosa su dove si concentra la pressione in questo mercato.

Questo articolo separa l'annuncio dal prodotto: cosa esiste oggi, cosa dimostrano e cosa non dimostrano i numeri di benchmark di BFL, in cosa consiste davvero l'affermazione sull'architettura e a cosa affidarsi finché FLUX 3 Image resta dietro la lista d'attesa.

Cosa ha annunciato davvero Black Forest Labs

FLUX 3 viene presentato come un'unica famiglia di modelli addestrata congiuntamente su immagine, video, audio e azione, anziché come quattro sistemi separati. L'annuncio copre FLUX 3 Video, FLUX 3 Image, FLUX 3 Action (con una variante per la robotica chiamata FLUX-mimic) e un futuro FLUX 3 Dev a pesi aperti.

La disponibilità, però, racconta tutta un'altra storia.

Il modello di immagine è il pezzo mancante

Le parole di BFL sono che FLUX 3 Image avrà «una fase di accesso anticipato nelle prossime settimane». È tutto qui l'impegno pubblico. Nessuna data, nessuna specifica, nessun benchmark.

Questo pesa più di un normale rilascio scaglionato, perché la generazione di immagini è ciò che il marchio FLUX significa. FLUX.1 e la sua linea di editing Kontext sono diventati uno standard nelle pipeline a pesi aperti. Annunciare un modello di punta senza rendere disponibile quel componente — mentre i concorrenti rilasciano modelli di immagine ogni settimana — lascia i creator con affermazioni che non possono verificare.

La conseguenza pratica: oggi non puoi valutare FLUX 3 per il lavoro sulle immagini, e non può farlo nessun altro. Le affermazioni che circolano sul suo rendering del testo, sulla coerenza dei personaggi o sull'aderenza al prompt non hanno alcuna valutazione indipendente alle spalle. Trattale come marketing finché il modello non sarà testabile.

FLUX 3 Video: 20 secondi con audio nativo

Il componente che è stato davvero rilasciato — ai richiedenti approvati per l'accesso anticipato — è quello genuinamente interessante. FLUX 3 Video genera clip fino a 20 secondi con audio sincronizzato in modo nativo, invece di produrre video muti da sonorizzare dopo. Copre anche immagine in video, keyframe in video e concatenazione di più inquadrature.

Venti secondi con suono nativo sono una durata significativa. La maggior parte dei modelli video di punta è ancora tarata su clip da 5 a 10 secondi, e cucire insieme quei frammenti in qualcosa di coerente è dove se ne va gran parte del tempo di produzione. Se FLUX 3 tiene la continuità di personaggio e audio lungo 20 secondi, quello sì è un cambiamento reale di flusso di lavoro.

Ti dice anche dove BFL vede il mercato in crescita. Una casa di immagini fisse che costruisce immagine in video e concatenazione di inquadrature è un'azienda che punta a controllare l'intera pipeline, non solo il primo fotogramma.

Come leggere onestamente la tabella dei benchmark di BFL

BFL ha pubblicato i tassi di preferenza di FLUX 3 Video contro otto concorrenti. Prima di leggerli, nota le quattro precisazioni che BFL stessa allega: i numeri sono autodichiarati, preliminari, misurati durante l'addestramento intermedio, su clip da 10 secondi a 720p. Non c'è alcuna verifica indipendente.

Due cose saltano all'occhio.

Le vittorie arrivano contro i modelli più lontani dalla frontiera. Il 93% è contro Luma Ray 3.2 e il 77% contro Runway Gen-4.5. Sono i margini più ampi del grafico, e sono anche i due confronti in cui l'asticella è più bassa.

Contro la frontiera attuale è un pareggio. FLUX 3 è stato preferito nel 52% dei confronti contro Seedance 2.0 e nel 52% contro Gemini Omni Flash. In un test di preferenza, il 52% è un lancio di monetina. Va riconosciuto a BFL di aver pubblicato quei dati onestamente invece di far sparire in silenzio quelle righe — ma un testa o croce contro modelli con cui puoi già generare oggi non è una ragione per aspettare una lista d'attesa.

Cinque degli otto modelli di quel grafico sono già ora nel selettore video di OmniArt: Grok Imagine, Kling, Happy Horse, Seedance 2.0 e Gemini Omni Flash. Puoi eseguire il brief su cui BFL ha fatto le misurazioni già questo pomeriggio e giudicare tu stesso il punto di partenza.

Self-Flow: l'affermazione architetturale da tenere d'occhio

L'idea tecnica dietro FLUX 3 si chiama Self-Flow: flow matching auto-supervisionato con condizionamento del timestep per token, pubblicato come ricerca insieme al lancio. L'affermazione è una convergenza più rapida rispetto ai precedenti approcci di allineamento delle rappresentazioni, e un'unica architettura sottostante in cui l'addestramento su immagine, video, audio e azione si vincola a vicenda.

Se regge, la conseguenza interessante non è un modello di immagine migliore. È che i miglioramenti in una modalità dovrebbero sollevare anche le altre, perché condividono la rappresentazione invece di stare in torri separate. È la stessa scommessa fatta da Google con la linea omni di Gemini, ma arrivando dalla direzione opposta — Google è partita dal linguaggio, BFL parte dai pixel.

È una scommessa che vale la pena seguire. Non è ancora un risultato che puoi usare.

Il bagno di realtà di FLUX.2

Poiché FLUX 3 Image non esiste pubblicamente, il modello di immagine FLUX più recente utilizzabile resta FLUX.2, uscito a novembre 2025 ed esteso con un livello max a dicembre e una linea compatta klein a gennaio 2026.

Dove FLUX.2 continua a vincere

• Coerenza con più riferimenti. Otto immagini di riferimento tramite API, dieci nel playground. Blocca un volto, un prodotto, uno schema di illuminazione e genera una serie coerente. Resta il suo vantaggio strutturale più netto.
• Colore esatto del brand. I valori esadecimali legati a un oggetto denominato sono una funzionalità documentata e di prima classe. Lega il valore all'oggetto — «l'auto è #FF0000» — invece di lasciarlo fluttuare nel prompt.
• Fotorealismo dei materiali. Subsurface scattering nella pelle, comportamento speculare su vetro e metallo, il modo in cui un tessuto assorbe la luce invece di rifletterla.
• Generazione ancorata su [max]. Ricerca web in tempo reale durante la generazione, per prodotti attuali ed eventi recenti. Nient'altro nella sua fascia lo fa.

Dove è rimasto indietro

Il quadro delle preferenze alla cieca è meno lusinghiero. Nell'arena testo in immagine di Artificial Analysis, FLUX.2 [max] si colloca attualmente intorno al sedicesimo posto, dietro a GPT Image 2, alla famiglia Nano Banana 2 e a Seedream 5.0 Pro. FLUX.2 [dev] — l'ammiraglia aperta da 32B — finisce sotto Qwen Image 2.0 Pro, un modello da 7B con licenza Apache 2.0.

Altri attriti da conoscere prima di legarci una pipeline:

• Nessun prompt negativo. Riscrivi tutto in positivo. «Messa a fuoco nitida su tutta l'immagine» invece di «niente sfocatura».
• Limiti di licenza. I pesi [dev] da 32B sono non commerciali. Solo la variante klein da 4B è Apache 2.0.
• Costo hardware. Il [dev] a precisione piena più il suo encoder di testo Mistral da 24B va ben oltre la VRAM consumer; la community usa build quantizzate con perdita di qualità.
• Lamentele sull'anatomia. Mani e interazioni fra più persone sono errori ricorrenti nei thread della community, in particolare sulle varianti klein distillate con il loro basso numero di step predefinito.

Schemi di prompt che restano validi

Le linee guida di prompting pubblicate da BFL per FLUX.2 sono buoni consigli di mestiere e si trasferiscono alla maggior parte dei modelli di immagine moderni, compresi quelli su OmniArt.

Struttura come Soggetto + Azione + Stile + Contesto. L'ordine delle parole pesa; parti da ciò che conta di più. Da trenta a ottanta parole è l'intervallo ottimale documentato.

Metti fra virgolette il testo letterale. The text 'OPEN' appears in red neon letters — e poi specifica posizione, spessore e colore.

Descrivi i caratteri, non nominarli. «Sans-serif geometrico in grassetto con crenatura leggermente allargata» funziona molto più affidabilmente che citare il nome di un font.

Assegna un ruolo a ogni immagine di riferimento. Indica quale input fornisce il soggetto, quale lo stile e quale lo sfondo.

Usa JSON quando devi versionare un brief. Congela la struttura, cambia esattamente una chiave per variante e ottieni un confronto controllato invece di un nuovo tiro a caso:

{
  "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" }
}

Cosa fare questa settimana

Se stavi aspettando FLUX 3 per avviare un progetto, il consiglio onesto è di non aspettare. Il modello di immagine non ha una data, e quello video è chiuso dietro una richiesta di accesso senza prezzi pubblicati.

L'ultima riga è quella che quasi tutti sottovalutano. La pipeline che BFL punta a controllare — generare uno still e poi animarlo — funziona già dall'inizio alla fine in un unico spazio di lavoro. La nostra guida ai modelli immagine in video spiega quale modello scegliere per ogni tipo di movimento, e la guida ai prompt di Seedance mostra come dirigere un'inquadratura invece di limitarsi a descriverla.

Descritto

Diretto

Cosa osservare da qui in avanti

Tre segnali ti diranno se vale la pena tornare su FLUX 3.

1. L'apertura dell'accesso anticipato a FLUX 3 Image, con le specifiche. Numero di immagini di riferimento, risoluzione nativa e prezzo sono i numeri che determinano se è competitivo.
2. Benchmark indipendenti per FLUX 3 Video. I test di preferenza del fornitore misurati durante l'addestramento intermedio sono un punto di partenza, non un risultato. Il vero esame è il piazzamento in arena contro Seedance e la linea omni di Gemini.
3. La licenza dei pesi aperti. FLUX.2 [dev] era non commerciale, e quella singola decisione è costata a BFL buona parte della sua posizione nell'open source. Se FLUX 3 Dev ripeterà la scelta deciderà se l'ecosistema locale tornerà.

Come iniziare su OmniArt

Non devi schierarti nel rilascio di FLUX 3 per creare qualcosa questa settimana. OmniArt tiene generazione di immagini, video, audio e musica in un unico spazio di lavoro, con i modelli di punta attuali — GPT Image 2, Nano Banana, Seedream, Seedance, Kling, Veo, Grok Imagine e Gemini Omni Flash — dietro un solo selettore e un solo saldo di crediti.

È questa la risposta pratica a un lancio chiuso: valuti i modelli sul tuo brief invece che sul grafico di un fornitore, e cambi quando esce qualcosa di davvero migliore. Quando FLUX 3 Image sarà testabile, lo faremo girare sugli stessi brief e pubblicheremo il confronto. Fino ad allora, guarda tutti i modelli video in un unico spazio di lavoro per sapere cosa è disponibile oggi.