Black Forest Labs 发布 FLUX 3 Image：坐标级布局控制、最多 10 张参考图合成、原生 4K

迟到了十周的图像档

Black Forest Labs（BFL）于 10 月 1 日正式开放 FLUX 3 家族的图像档 FLUX 3 Image，端点 https://api.bfl.ai/v1/flux-3-image 已上线并公布价目表。FLUX 3 这个统一多模态家族最早在 7 月 23 日以 Early Access 名义对外公布，当时披露的算力分配显示超过 95% 的训练算力投向视频、音频 token 占比不足 0.5%，图像档因此晚了约十周才落地。

在此之前已经交付的是 FLUX 3 Video（8 月 4 日 GA，9 月 10 日扩展 2K 与 4K 输出）与 FLUX 3 Action（7B 世界-动作模型，9 月 22 日上架三个 checkpoint）。BFL 自托管的开放权重目前仍停留在上一代 FLUX.2 [klein] 与 FLUX.2 [dev]，注意这是上一代产品，不是 FLUX 3。

真正的新东西是控制面

FLUX 3 Image 的核心卖点不是出图更好看，而是把控制粒度做细：它引入一套 0 到 1000 的坐标网格，开发者可以用 bounding box 指定物体落位；支持 box-scoped editing，即明确声明哪些区域在编辑中保持不变；最多接受 10 张参考图，每张尺寸需在 256x256 到 1600 万像素之间；原生支持 2K 与 4K 输出，多轮编辑时宣称不破坏纹理、颗粒与光照。

价格按分辨率档位计费：单张 768 方形 0.041 美元、1K（默认档）0.048 美元、1.5K 0.07 美元、2K 0.10 美元、4K 0.607 美元，10 月 8 日 15:00 UTC 前有五折首发折扣。参考图与提示词长度不额外计费，失败与被审核拦截的请求不计费。

一处容易被忽略的工程细节

4K 档的调用可能耗时数分钟，返回的样本只能下载一小时。这与视频任务的运作方式很不一样，如果要把图像档接进批量流水线，得先决定是否需要一个排队层，否则超时重试会把成本叠上去。

另一个常被忽略的对照是：五秒钟的 UHD 视频按每秒 0.80 美元算要 4 美元，而一张 4K 静态图原价 0.607 美元、首发期内约 0.30 美元。如果你的流水线是先把关键帧调对、再交给视频档去动起来，图像档是便宜一个数量级的那一半，也是可用时间最短的那一半。

把一帧关键图做对、再交给视频档去动起来，图像档是便宜得多的那一半，而且是可用时间最短的那一半。

对做内容生产的团队来说，更实际的判断是：商业权重已经可以谈授权，开源权重一旦在 10 月 6 日放出，本地部署的成本结构要重算一遍。在那之前，FLUX 3 Image 更像一个带精确控制面的付费 API，而不是一个能直接塞进现有推理栈的开源模型。