Black Forest Labs: FLUX 3 Image API
Black Forest Labs کا FLUX 3 Image ایک ملٹی موڈل امیج ماڈل ہے جو متن اور تصویر کے ان پٹ سے 4K ریزولوشن تک تصاویر بناتا اور ایڈٹ کرتا ہے، اور 10 ریفرنس تصاویر تک ملٹی ریفرنس جنریشن کی سہولت دیتا ہے۔
Black Forest Labs نے 23 جولائی 2026 کو FLUX 3 ملٹی موڈل فاؤنڈیشن ماڈل فیملی کا اعلان کیا، جس کا حصہ FLUX 3 Image ہے۔ یہ ماڈل متن کے پرامپٹ سے تصویر بنانے کے ساتھ ساتھ کسی تصویر اور پرامپٹ کے ذریعے ایڈٹنگ بھی کرتا ہے، اور 10 ریفرنس تصاویر تک ملٹی ریفرنس جنریشن کو سپورٹ کرتا ہے۔ یہ نیٹو 4K ریزولوشن پر تصاویر بناتا ہے اور pixel-level درست ایڈٹنگ فراہم کرتا ہے، جبکہ bounding boxes کے ذریعے عناصر کی جگہ کا تعین اور ایڈٹ کے علاقے محدود کیے جا سکتے ہیں۔ یہ ماڈل مختصر پرامپٹ کے بجائے مکمل منظر کی تفصیلی وضاحت قبول کرتا ہے اور اس کے ساتھ ایک 9B پرامپٹ اپ سمپلر ماڈل کام کرتا ہے جو سسٹم پرامپٹ کے ذریعے درخواستوں کو تفصیلی منظر کی وضاحت میں بدل دیتا ہے۔
یہ ماڈل ڈیزائن اور اشتہارات کی تیاری، مصنوعات کی ویژولائزیشن، اور ملٹی ریفرنس امیج کمپوزیشن جیسے کاموں کے لیے موزوں ہے۔ یہ FLUX 3 فیملی کا حصہ ہے جسے ایک واحد world model کے طور پر ڈیزائن کیا گیا ہے جو تصاویر، ویڈیو اور آڈیو پر بیک وقت تربیت یافتہ ہے۔ FLUX 1 اور FLUX 2 کے برعکس، FLUX 3 ویڈیو اور نیٹو آڈیو جنریشن اور روبوٹ ایکشن پریڈکشن بھی شامل کرتا ہے۔ اس کا ٹیکسٹ انکوڈر Qwen3-VL-4B-Instruct ہے، اور امیج ٹرانسفارمر 5.6B پیرامیٹرز کے اوپن ویٹ ماڈل کے طور پر دستیاب ہے۔ ماڈل کا سائز BF16 ٹینسر ٹائپ میں 6B پیرامیٹرز ہے۔
یہ ماڈل Diffusers لائبریری کے ساتھ پہلے دن سے انٹیگریٹ کرتا ہے۔ ایک undistilled base ورژن (Klein Base) فائن ٹیوننگ، LoRA ٹریننگ اور ریسرچ کے لیے دستیاب ہے، جبکہ distilled Klein ورژن جنریشن اور ایڈٹنگ کے لیے ہے۔ BFL API کے پیچھے distilled ورژن ہی checkpoint ہے۔ base ورژن 50 steps اور guidance 3.5 پر چلتا ہے، جبکہ distilled ورژن 16 steps پر بغیر guidance کے چلتا ہے۔ یہ RTX 4070 کلاس GPU پر چل سکتا ہے اور flux-kommunity-license کے تحت آتا ہے جو تجارتی استعمال پر شرائط عائد کرتا ہے۔
تازہ کاری:
MODEL ID
flux-3-image- ان پٹ
- text / image
- آؤٹ پٹ
- image
نمایاں خصوصیات
- نیٹو 4K امیج جنریشن
- ملٹی ریفرنس جنریشن 10 تصاویر تک
- pixel-level درست ایڈٹنگ
- Diffusers لائبریری میں پہلے دن سے
- RTX 4070 کلاس GPU پر چلتا ہے
- Klein Base اور distilled Klein ورژن
فراہم کنندگان
فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔
بینچ مارکس
- #1
متن سے تصویر بنانے کی درجہ بندی (اندرونی جانچ)
FLUX 3 Image Klein موازنہ کیے گئے ماڈلز میں پہلے نمبر پر رہا
- #1
ملٹی ریفرنس جنریشن کی درجہ بندی (اندرونی جانچ)
FLUX 3 Image Klein موازنہ کیے گئے ماڈلز میں پہلے نمبر پر رہا
- #1
امیج ایڈٹنگ کی درجہ بندی (اندرونی جانچ)
FLUX 3 Image Klein موازنہ کیے گئے ماڈلز میں پہلے نمبر پر رہا
- 91
FLUX.2 Klein 9B کے مقابلے میں متن سے تصویر کی بہتری
Elo پوائنٹس
- 70
FLUX.2 Klein 9B کے مقابلے میں امیج ایڈٹنگ کی بہتری
Elo پوائنٹس
- #1
Physics-IQ
دنیا کا مضبوط ترین world model قرار دیا گیا
اسکورز جیسا کہ ماڈل فراہم کنندہ نے شائع کیے۔
API حوالہ
اس ماڈل کی پروٹوکول تفصیلات شائع نہیں ہوئیں۔ انٹیگریشن تقاضوں کے لیے API حوالہ دیکھیں۔
API حوالہ →معاون پیرامیٹرز
- n
- resolution
- aspect_ratio
- input_references
عمومی سوالات
ماڈل تعارف: Black Forest Labs: FLUX 3 Image?
Black Forest Labs نے 23 جولائی 2026 کو FLUX 3 ملٹی موڈل فاؤنڈیشن ماڈل فیملی کا اعلان کیا، جس کا حصہ FLUX 3 Image ہے۔ یہ ماڈل متن کے پرامپٹ سے تصویر بنانے کے ساتھ ساتھ کسی تصویر اور پرامپٹ کے ذریعے ایڈٹنگ بھی کرتا ہے، اور 10 ریفرنس تصاویر تک ملٹی ریفرنس جنریشن کو سپورٹ کرتا ہے۔ یہ نیٹو 4K ریزولوشن پر تصاویر بناتا ہے اور pixel-level درست ایڈٹنگ فراہم کرتا ہے، جبکہ bounding boxes کے ذریعے عناصر کی جگہ کا تعین اور ایڈٹ کے علاقے محدود کیے جا سکتے ہیں۔ یہ ماڈل مختصر پرامپٹ کے بجائے مکمل منظر کی تفصیلی وضاحت قبول کرتا ہے اور اس کے ساتھ ایک 9B پرامپٹ اپ سمپلر ماڈل کام کرتا ہے جو سسٹم پرامپٹ کے ذریعے درخواستوں کو تفصیلی منظر کی وضاحت میں بدل دیتا ہے۔ یہ ماڈل ڈیزائن اور اشتہارات کی تیاری، مصنوعات کی ویژولائزیشن، اور ملٹی ریفرنس امیج کمپوزیشن جیسے کاموں کے لیے موزوں ہے۔ یہ FLUX 3 فیملی کا حصہ ہے جسے ایک واحد world model کے طور پر ڈیزائن کیا گیا ہے جو تصاویر، ویڈیو اور آڈیو پر بیک وقت تربیت یافتہ ہے۔ FLUX 1 اور FLUX 2 کے برعکس، FLUX 3 ویڈیو اور نیٹو آڈیو جنریشن اور روبوٹ ایکشن پریڈکشن بھی شامل کرتا ہے۔ اس کا ٹیکسٹ انکوڈر Qwen3-VL-4B-Instruct ہے، اور امیج ٹرانسفارمر 5.6B پیرامیٹرز کے اوپن ویٹ ماڈل کے طور پر دستیاب ہے۔ ماڈل کا سائز BF16 ٹینسر ٹائپ میں 6B پیرامیٹرز ہے۔ یہ ماڈل Diffusers لائبریری کے ساتھ پہلے دن سے انٹیگریٹ کرتا ہے۔ ایک undistilled base ورژن (Klein Base) فائن ٹیوننگ، LoRA ٹریننگ اور ریسرچ کے لیے دستیاب ہے، جبکہ distilled Klein ورژن جنریشن اور ایڈٹنگ کے لیے ہے۔ BFL API کے پیچھے distilled ورژن ہی checkpoint ہے۔ base ورژن 50 steps اور guidance 3.5 پر چلتا ہے، جبکہ distilled ورژن 16 steps پر بغیر guidance کے چلتا ہے۔ یہ RTX 4070 کلاس GPU پر چل سکتا ہے اور flux-kommunity-license کے تحت آتا ہے جو تجارتی استعمال پر شرائط عائد کرتا ہے۔
استعمال کی بلنگ کیسے ہوتی ہے؟
آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔ بلنگ اصل جنریشن لاگت کی بنیاد پر کی جاتی ہے۔ حتمی رقم کے لیے اپنا بل دیکھیں۔
FLUX 3 Image کون سے ان پٹ اور آؤٹ پٹ سپورٹ کرتا ہے؟
یہ متن اور تصویر دونوں کو ان پٹ کے طور پر قبول کرتا ہے اور آؤٹ پٹ میں تصویر بناتا ہے۔ اس طرح یہ متن سے تصویر بنانے اور تصویر کے ساتھ پرامپٹ دے کر ایڈٹ کرنے، دونوں کام کر سکتا ہے۔
کیا یہ ملٹی ریفرنس جنریشن کر سکتا ہے؟
جی ہاں، یہ 10 ریفرنس تصاویر تک کے ساتھ ملٹی ریفرنس جنریشن کو سپورٹ کرتا ہے۔ اس سے متعدد حوالہ جاتی تصاویر کو ملا کر نئی تصویر بنائی جا سکتی ہے۔
اس ماڈل کی ریزولوشن اور ایڈٹنگ کی خصوصیات کیا ہیں؟
یہ نیٹو 4K ریزولوشن پر تصاویر بناتا ہے اور pixel-level درست ایڈٹنگ فراہم کرتا ہے۔ bounding boxes کے ذریعے عناصر کی جگہ کا تعین اور ایڈٹ کے علاقے محدود کیے جا سکتے ہیں۔
FLUX 3 Image کس قسم کے پرامپٹ قبول کرتا ہے؟
یہ مختصر پرامپٹ کے بجائے مکمل منظر کی تفصیلی وضاحت قبول کرتا ہے۔ اس کے ساتھ ایک 9B پرامپٹ اپ سمپلر ماڈل کام کرتا ہے جو سسٹم پرامپٹ کے ذریعے درخواستوں کو تفصیلی منظر کی وضاحت میں بدل دیتا ہے۔
base اور distilled ورژن میں کیا فرق ہے؟
undistilled base ورژن (Klein Base) فائن ٹیوننگ، LoRA ٹریننگ اور ریسرچ کے لیے ہے اور 50 steps اور guidance 3.5 پر چلتا ہے۔ distilled Klein ورژن جنریشن، ایڈٹنگ اور سیلف ہوسٹنگ کے لیے ہے اور 16 steps پر بغیر guidance کے چلتا ہے۔
