Essayez gratuitement l’API du modèle d’IA Flux 3 texte-vers-vidéo de Black Forest Labs pour les vidéos avec audio natif, les mouvements expressifs, les dialogues multilingues et la création de scènes multimodales.
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'flux-3.0-text-to-video',
prompt: 'A cinematic aerial shot of a coastal city at sunrise',
resolution: '1080p',
aspect_ratio: '16:9',
duration: 10,
sound: true
})
});
const { data } = await response.json();
const taskId = data.;
L'API FLUX 3 Text-to-Video de Black Forest Labs transforme des prompts en langage naturel en vidéos abouties avec audio natif facultatif. Fondé sur un modèle multimodal unifié entraîné sur des images, des vidéos et du son, FLUX 3 peut coordonner les mouvements, les événements physiques, la parole, les effets et l'atmosphère dans un seul workflow de génération. Grâce à Best Image AI, les développeurs et les équipes créatives peuvent intégrer une génération expressive de vidéos à partir de texte dans leurs pipelines de production pour la publicité, la narration, les contenus sociaux et l'expérimentation visuelle.
Remarque
Veillez à ce que les prompts et le contenu généré avec FLUX 3 respectent les exigences d'utilisation et de sécurité de Black Forest Labs. Si une requête échoue, vérifiez que le prompt ne contient aucun contenu restreint, simplifiez les instructions contradictoires et réessayez.
FLUX 3 face à FLUX.2
FLUX.2 se concentre sur la génération et la retouche d'images de haute qualité. FLUX 3 étend la famille FLUX à la vidéo pilotée par prompt et à l'audio natif facultatif grâce à une architecture multimodale unifiée.
FLUX 3 face à Veo 3.1 Text-to-Video
Veo 3.1 propose une génération cinématographique de vidéos et d'audio au sein de l'écosystème créatif de Google. FLUX 3 offre une option d'API distincte, axée sur une large palette de styles, l'interprétation expressive, la typographie et la modélisation multimodale du monde.
FLUX 3 face à Kling 3.0 Text-to-Video
Kling 3.0 est conçu pour le contrôle des mouvements et la génération de scènes cinématographiques. FLUX 3 se distingue par un raisonnement vidéo-audio conjoint, la parole multilingue, des styles visuels variés et la création multi-scènes liée.
FLUX 3 face à Runway Gen-4.5
Runway Gen-4.5 met l'accent sur la fidélité visuelle, le respect des prompts et l'intégration à des outils créatifs établis. FLUX 3 associe la génération vidéo par API à un audio natif facultatif, à la conception animée et à un modèle multimodal des événements physiques.
FLUX 3 face à Seedance 2.0
Seedance 2.0 prend en charge les références multimodales, la génération audiovisuelle et le contrôle orienté production. FLUX 3 propose une autre solution centrée sur l'apprentissage unifié de l'image, de la vidéo et de l'audio, des esthétiques variées, des personnages expressifs et des workflows flexibles pilotés par prompt.
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'flux-3.0-text-to-video',
'prompt': 'A cinematic aerial shot of a coastal city at sunrise',
'resolution': '1080p',
'aspect_ratio': '16:9',
'duration': 10,
'sound': True
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "flux-3.0-text-to-video",
"prompt": "A cinematic aerial shot of a coastal city at sunrise",
"resolution": "1080p",
"aspect_ratio": "16:9",
"duration": 10,
"sound": true
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"