Felo API PlatformFelo API Platform
Volver a los modelos

FLUX 3 Image API

FLUX 3 Image de Black Forest Labs genera y edita imágenes desde texto y referencias, con edición precisa a nivel de píxel y resolución nativa 4K, en acceso anticipado desde el 23 de julio de 2026.

FLUX 3 Image es el modelo de generación y edición de imágenes de la familia FLUX 3 de Black Forest Labs, anunciada el 23 de julio de 2026. Forma parte de un modelo de mundo único entrenado simultáneamente con imágenes, vídeo y audio. A diferencia de FLUX 1 y FLUX 2, que solo generaban imágenes, FLUX 3 añade generación de vídeo y audio nativo, así como predicción de acciones para robots. En el caso de la imagen, acepta texto e imágenes como entrada y produce imágenes como salida.

El modelo destaca por su control fino: permite editar con precisión a nivel de píxel, usar cajas delimitadoras para colocar elementos y limitar regiones de edición, y generar con hasta 10 imágenes de referencia. Trabaja mejor con descripciones completas de escena que con prompts cortos, y se apoya en un modelo ampliador de prompts de 9B parámetros que convierte las peticiones en descripciones detalladas mediante un system prompt. Genera a resolución nativa 4K y se integra con la librería Diffusers desde el primer día. Está disponible en una versión base sin destilar (Klein Base) para fine-tuning, entrenamiento de LoRA e investigación, y en una versión destilada Klein para generación, edición y autoalojamiento. El transformer de imagen es un modelo de pesos abiertos de 5.6B parámetros, con un tamaño total de 6B parámetros en BF16, y utiliza Qwen3-VL-4B-Instruct como codificador de texto.

Es adecuado para generación de imágenes a partir de texto, edición con una sola referencia, composición con múltiples referencias, producción de diseño y publicidad, y visualización de productos. Supera a modelos abiertos más grandes como Qwen-Image 2.1 (7B parámetros) y Krea 2 (12.9B parámetros), y a modelos cerrados como Ideogram V4.5 y FLUX.2 Pro. Reduce el número de parámetros un 38% frente a FLUX.2 Klein 9B y funciona en GPUs de clase RTX 4070.

Actualizado:

ID DEL MODELO

flux-3-image
Entrada
text / image
Salida
image

Aspectos destacados

  • Generación y edición de imágenes desde texto y referencias
  • Edición precisa a nivel de píxel con cajas delimitadoras
  • Hasta 10 imágenes de referencia
  • Resolución nativa 4K
  • Versión base para fine-tuning y versión destilada para uso práctico
  • Compatible con Diffusers desde el primer día

Proveedores

1 proveedores

Compara los precios de API entre proveedores. Selecciona un proveedor para ver todos los cargos y condiciones.

Proveedor · Detalles de precio
Disponibilidad
No publicado

Benchmarks

  • Clasificación de generación texto-imagen (evaluación interna)

    FLUX 3 Image Klein quedó en primer lugar entre los modelos comparados

    #1
  • Clasificación de generación con múltiples referencias (evaluación interna)

    FLUX 3 Image Klein quedó en primer lugar entre los modelos comparados

    #1
  • Clasificación de edición de imágenes (evaluación interna)

    FLUX 3 Image Klein quedó en primer lugar entre los modelos comparados

    #1
  • Mejora en generación texto-imagen frente a FLUX.2 Klein 9B

    puntos Elo

    91
  • Mejora en edición de imágenes frente a FLUX.2 Klein 9B

    puntos Elo

    70
  • Physics-IQ

    clasificado como el modelo de mundo más potente

    #1

Puntuaciones según lo publicado por el proveedor del modelo.

Inicio rápido

Envía una tarea de imagen, consulta su estado y guarda las imágenes. Los ejemplos usan curl y la biblioteca estándar de Python 3.

POST https://openapi.felo.ai/api/v1/images/generations

1Configura tu clave de API

Crea una clave en tu cuenta de Felo API Platform y configúrala como variable de entorno.

export FELO_API_KEY="YOUR_API_KEY"

2Haz tu primera solicitud

Los valores opcionales dependen del modelo y se omiten en el ejemplo. Confírmalos en Playground. Los campos van al mismo nivel que model y prompt, sin envoltorio input.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
  "model": "flux-3-image"
}'

3Consultar tarea

La respuesta incluye task_id. Consulta cada 3 segundos mientras esté queued o running; termina con succeeded, failed o interrupted. Espera máxima: 30 minutos. Conserva created.json para continuar sin volver a enviar la tarea.

python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen

task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800

while task["status"] in ("queued", "running"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Keep task_id={task_id} to resume polling")
    time.sleep(3)
    with urlopen(Request(url, headers=headers), timeout=60) as response:
        task = json.load(response)
    if task.get("task_id") != task_id or task.get("kind") != "image":
        raise ValueError("Unexpected task response")
    print(task["status"])

if task["status"] != "succeeded":
    raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
    raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY

4Descargar salida

Tras el éxito, guarda outputs de task.json. Admite URL HTTPS, objetos URL y b64_json. Descarga pronto las URL firmadas; no necesitas la clave API para descargar imágenes.

python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen

task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
    raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}

for index, output in enumerate(task["outputs"], 1):
    item = output if isinstance(output, dict) else {}
    url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
    mime = item.get("media_type") or "image/png"
    if url and url.startswith("https://"):
        with urlopen(url, timeout=60) as response:
            data = response.read()
            mime = response.headers.get_content_type()
    elif url and url.startswith("data:image/") and ";base64," in url:
        header, encoded = url.split(",", 1)
        mime = header[5:].split(";", 1)[0]
        data = base64.b64decode(encoded, validate=True)
    elif item.get("b64_json"):
        data = base64.b64decode(item["b64_json"], validate=True)
    else:
        raise ValueError("Unrecognized image output")
    path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
    path.write_bytes(data)
    print(path)
PY
input_references

Para editar imágenes, sustituye la URL de ejemplo por tu URL HTTPS o una data URL de imagen en base64. Envía una vez y sigue los mismos pasos de consulta y guardado.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
  "model": "flux-3-image",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

Parámetros compatibles

  • n
  • resolution
  • aspect_ratio
  • input_references

¿Prefieres la referencia completa?

Referencia de la API →

Preguntas frecuentes

¿Qué es FLUX 3 Image?

FLUX 3 Image es el modelo de generación y edición de imágenes de la familia FLUX 3 de Black Forest Labs, anunciada el 23 de julio de 2026. Forma parte de un modelo de mundo único entrenado simultáneamente con imágenes, vídeo y audio. A diferencia de FLUX 1 y FLUX 2, que solo generaban imágenes, FLUX 3 añade generación de vídeo y audio nativo, así como predicción de acciones para robots. En el caso de la imagen, acepta texto e imágenes como entrada y produce imágenes como salida. El modelo destaca por su control fino: permite editar con precisión a nivel de píxel, usar cajas delimitadoras para colocar elementos y limitar regiones de edición, y generar con hasta 10 imágenes de referencia. Trabaja mejor con descripciones completas de escena que con prompts cortos, y se apoya en un modelo ampliador de prompts de 9B parámetros que convierte las peticiones en descripciones detalladas mediante un system prompt. Genera a resolución nativa 4K y se integra con la librería Diffusers desde el primer día. Está disponible en una versión base sin destilar (Klein Base) para fine-tuning, entrenamiento de LoRA e investigación, y en una versión destilada Klein para generación, edición y autoalojamiento. El transformer de imagen es un modelo de pesos abiertos de 5.6B parámetros, con un tamaño total de 6B parámetros en BF16, y utiliza Qwen3-VL-4B-Instruct como codificador de texto. Es adecuado para generación de imágenes a partir de texto, edición con una sola referencia, composición con múltiples referencias, producción de diseño y publicidad, y visualización de productos. Supera a modelos abiertos más grandes como Qwen-Image 2.1 (7B parámetros) y Krea 2 (12.9B parámetros), y a modelos cerrados como Ideogram V4.5 y FLUX.2 Pro. Reduce el número de parámetros un 38% frente a FLUX.2 Klein 9B y funciona en GPUs de clase RTX 4070.

¿Cómo se cobra el uso?

Tu factura depende del proveedor que uses, de sus precios y de tu uso. Las entradas más largas u otras condiciones pueden tener precios distintos.

¿Qué tipos de entrada acepta FLUX 3 Image?

Acepta texto e imágenes como entrada, y produce imágenes como salida. Permite generar desde un prompt de texto y editar a partir de una imagen más un prompt.

¿Cuántas imágenes de referencia puede usar para la generación con múltiples referencias?

Soporta hasta 10 imágenes de referencia para la generación con múltiples referencias.

¿Qué resolución nativa alcanza?

Genera a resolución nativa 4K.

¿Cómo controla la colocación de elementos y las regiones de edición?

Utiliza cajas delimitadoras para controlar la colocación de elementos y limitar las regiones de edición. También ofrece edición precisa a nivel de píxel.

¿Qué diferencia hay entre la versión base y la destilada?

La versión base sin destilar (Klein Base) está pensada para fine-tuning, entrenamiento de LoRA e investigación, y se ejecuta a 50 pasos con guidance 3.5. La versión destilada Klein sirve para generación, edición y autoalojamiento, y se ejecuta a 16 pasos sin guidance.

¿Necesita un modelo adicional para los prompts?

Sí. Requiere un modelo ampliador de prompts de 9B parámetros que expande las peticiones en descripciones detalladas de escena mediante un system prompt.

Modelos relacionados