FLUX 3

Le premier modèle vidéo de Black Forest Labs, et le seul endroit de ce catalogue où un clip s’écrit au lieu de se spécifier. Le prompt est interprété et développé avant la génération : les phrases complètes fonctionnent, les listes de mots-clés non. Décrivez la scène, l’action, la caméra et le son voulus dans l’ordre où vous les diriez à voix haute. Tous les autres modèles de clip ici récompensent une syntaxe sèche à base de verbes de mouvement. Celui-ci récompense la prose.

Le son est l’autre moitié du même prompt. Ambiances, effets et répliques sortent de la même phrase que l’image, synchronisés, et peuvent être coupés pour une prise muette. Une réplique entre guillemets obtient le mouvement de lèvres correspondant.

Sa fenêtre va de cinq à vingt secondes, ou vous pouvez laisser la durée au modèle. Vingt secondes en 1080p, c’est la plus longue prise haute résolution proposée ici — Seedance 2.5 va jusqu’à trente mais s’arrête en 720p, et Veo plafonne à huit. C’est aussi la plus chère : 71 crédits pour cinq secondes en 720p, 121 en 1080p, et 283,5 ou 483,5 crédits pour les vingt secondes complètes. Laisser la durée au modèle réserve d’emblée le plafond de vingt secondes puis redescend au coût réel du clip : nommez une durée si vous surveillez votre solde.

Les images entrent comme des trames, pas comme des références. Une image ouvre le clip, reproduite pixel pour pixel ; ajoutez-en une seconde et le clip voyage de la première à la dernière. Il n’y a pas de tiroir de références numérotées, donc pas de sujet transportable d’une prise à l’autre : pour cela, comme pour une vidéo ou un audio de référence, prenez Seedance 2.5.