多模态模型

fal发布FLUX 3 Max视频模型：宣称生成速度达Seedance 2.5的22倍，图像到视频质量并列第一

2026 年 10 月 19 日

fal.ai联合Black Forest Labs推出FLUX 3 Max视频模型，10秒视频生成仅需12.45秒，速度较Seedance 2.5提升约22倍；Artificial Analysis榜单中以1138 Elo分与后者并列第一，但置信区间重叠，质量优势未达统计显著性。

广受欢迎的企业级AI多媒体创作平台 fal.ai 今日发布了 FLUX 3 Max，这是一款与德国AI模型实验室Black Forest Labs联合开发的视频模型，旨在使高质量AI视频的生成与修改在数秒内即可完成，具备实用性。

核心宣称：一段10秒的视频片段生成耗时12.45秒，相比之下，在fal公布的对比测试中，Seedance 2.5耗时277.80秒。

这意味着速度提升约22倍，且两家公司在所引用的基准快照测试中，为两款模型评定的质量得分相同。

对于企业创意团队而言，其潜在意义在于实验节奏的加快。设计师可尝试一种镜头运动、即时查看结果并修订场景，整个过程可在创意尚处新鲜状态时完成。这可能使生成式视频在协作工作中更具实用性，因为漫长的等待会打断讨论。

此次发布还附带大幅首发折扣。但性能主张需结合具体背景来理解，尤其是关于FLUX 3 Max在图像到视频质量方面并列第一的说法。

领先分数，但附有重要限定条件

截至10月19日核查的Artificial Analysis图像到视频排行榜显示，FLUX 3 Max得分为1,138 Elo，与Dreamina Seedance 2.5持平，并比MiniMax H3低2分。

这些置信区间彼此重叠，因此难以依据所展示的结果确立明确的质量优势。 Artificial Analysis依据其点估计值将FLUX 3 Max排在第二位，同时为其分配了可能的第一至第五名的排名区间。该评估衡量的是基于源图像生成的视频之间的偏好度（含音频），并未确立其在纯文本到视频生成方面的同等领先地位，也未证明该模型能同样出色地满足每一项制作需求。

fal的发布资料

这些计时数据由供应商报告。模型文档警示，设置与运行条件会影响完成时间。基准测试结果不应被视作对每位客户请求均能在相同时间窗口内完成的承诺。

这一区别对考虑在应用程序内集成视频生成功能的软件开发者尤为重要。一次快速演示可验证可行性；而生产环境测试则需确认该服务在预期工作负载下能否稳定可靠地交付该速度。

文本到视频的文档还提供了低和高两种推理设置，其中较高设置会延长生成时间。因此，团队还需将输出质量一并纳入另一变量进行测试。

在发布帖文中，Black Forest Labs强调语音、可信的物理行为、音效及非常规场景为其优势所在。这些仍是开发方的评估结论；整体偏好排名并未独立验证每一项能力。

开发者可访问公开端点以使用

文本到视频和图像到视频功能。前者从文字描述出发；后者以初始图像为起点，并可接受结束图像。文档记载的输出时长范围为5至20秒。视频以720p分辨率生成，可选升级至1080p。音频生成功能可启用或禁用，支持横屏、竖屏及方形构图格式。

一个独立的

关键帧端点关键帧端点最多可接受沿序列排列的10张图像。对于产品演示或分镜脚本而言，这可使团队对视频片段所经历的各个视觉阶段拥有更多控制权。 fal.ai

fal公布的费率包含一项截至11月7日结束的75%促销折扣。

分辨率	每输出秒促销费率	10秒促销成本	10秒常规成本
720p	0.0425美元	0.425美元	1.70美元
1080p（经超分辨率放大）	0.0725美元	0.725美元	2.90美元

10秒价格根据所列每秒费用计算得出。常规费率分别为：720p每秒0.17美元，1080p每秒0.29美元。

fal表示，通过API生成的内容可用于商业用途，但须遵守其使用条款。该许可不应与下载、修改或独立运行模型的授权相混淆；所引述的发布资料并未确立此类权利。

对买家而言，更有用的计算指标是每条被接受视频片段的成本。按入门级720p促销费率，生成10个10秒镜头版本需花费4.25美元；按常规费率，同样操作则需17美元。上述计算未计入人工时间及后续编辑成本。

更快的生成速度可能减少等待时间，但也可能促使用户进行更多尝试。若一个团队在未提升接受率的前提下大幅增加变体数量，则即便每个创意决策发生得更早，其总体支出仍可能上升。

因此，FLUX 3 Max最具说服力的应用场景在于工作流测试：团队能否以可预测的成本更快地获得符合要求的结果，同时保留简报中所要求的全部细节？此次发布为企业提供了一个具体命题以供评估。顶级偏好得分与较短生成时间是实用的起点；而其商业价值则取决于这些指标在多大程度上能转化为值得保留的实际影像。

VentureBeat的 智能体基础设施栈峰会（Agentic Infrastructure Stack Summit）将于10月28日在旧金山举行，主题为‘以更少资源实现更多成果’，涵盖从智能体到芯片的全栈技术。参会需通过申请。

对企业部署而言，FLUX 3 Max将10秒视频生成压缩至12.45秒，接近实时节奏，可缩短创意团队迭代周期；但其性能依赖特定设置（720p/768p、固定时长），生产环境需实测验证在高并发或多样化提示下的稳定性与成本可控性。
对智能体工程而言，该模型提供文本到视频、图像到视频及关键帧端点三类API，支持分镜控制与构图定制，为内容型智能体（如营销脚本生成器）提供了结构化视频输出能力；但音频生成为可选模块，且未披露多步推理链中的错误恢复机制，影响端到端工作流鲁棒性。
对FDE落地而言，入门级720p每10秒0.43美元（促销期）的定价虽降低试用门槛，但商业使用仅限API调用，不包含模型下载或本地部署权限；企业若需嵌入自有系统并保障SLA，仍须评估服务可用性、数据出境合规性及长期费率跳涨风险。