Thomas Klein
Black Forest Labs est le laboratoire allemand derrière les modèles d'image FLUX. Le 22 juillet 2026, il annonçait FLUX 3, un modèle multimodal unique censé traiter image, vidéo, audio et prédiction d'action robotique. La partie vidéo n'était alors ouverte qu'à un accès anticipé restreint.
Le 4 août, cette partie vidéo est passée en disponibilité générale. C'est une étape concrète, et elle mérite d'être regardée de près, parce que le discours qui a circulé autour dans les heures suivantes ne correspond pas exactement à ce que l'éditeur a écrit.
Ce que Black Forest Labs a ouvert le 4 août
L'annonce est précise dans ses termes, et cette précision compte pour comprendre ce qui est réellement accessible aujourd'hui.
Une version initiale, pas le modèle complet
L'éditeur écrit qu'une version initiale de FLUX 3 Video, pour la génération à partir de texte et d'images, est désormais disponible pour tous. Le mot est important : ce qui est ouvert, c'est la brique de génération. L'édition vidéo et la fonction de référence multimodale, annoncées sous le nom d'Omni Reference, ne sont pas encore là.
Par l'API et par des partenaires, pas par une application maison
L'accès se fait par l'API de Black Forest Labs et par des partenaires sélectionnés. Contrairement à Kling ou à Hailuo, il n'y a pas d'application web grand public éditée par le laboratoire où l'on taperait un prompt après avoir créé un compte gratuit. Cela oriente d'emblée le public visé vers les développeurs, les studios et les produits qui intègrent le modèle.
Un modèle encore étiqueté preview
La documentation technique de l'éditeur qualifie explicitement FLUX 3 de modèle en preview. Autrement dit, la disponibilité générale ne signifie pas ici stabilité définitive de l'interface ni du comportement. Pour un usage en production, c'est un paramètre à intégrer.
Ce que le modèle sait faire
Les capacités listées par l'éditeur dessinent un modèle vidéo assez complet dès cette première version publique.
Jusqu'à 20 secondes, en HD ou en Full HD
FLUX 3 Video produit des clips allant jusqu'à 20 secondes en une seule requête. Deux résolutions sont proposées : HD à 720p, et Full HD à 1080p. La documentation précise une sortie en 1920 par 1088 pixels pour le format 16:9, à 24 images par seconde. Vingt secondes en une seule génération, c'est plus long que ce que proposent la plupart des modèles concurrents en une passe.
Le son est généré avec l'image, pas ajouté après
C'est le point que l'éditeur met le plus en avant. Le modèle produit dialogues, bruitages et ambiance sonore en même temps que les images, et non par une passe séparée collée derrière. La synchronisation labiale est décrite comme précise, ce qui est cohérent avec une génération conjointe. Le son peut être désactivé si l'on veut un clip muet.
Quatre modes, dont la continuation de clip
L'API expose quatre modes de génération, et c'est la continuation qui est la plus intéressante en pratique pour un monteur.
- Texte vers vidéo : le clip est généré à partir des seuls mots, d'une phrase simple à un brief détaillé.
- Image vers vidéo et images clés : une image démarre le clip, deux images fixent le début et la fin, et des paires seconde plus image permettent d'épingler des instants précis dans la séquence.
- Continuation de vidéo : on fournit jusqu'à quatre secondes de vidéo existante avec son audio, et le modèle poursuit le mouvement, le comportement de la caméra, le dialogue et le son par-dessus la jointure.
- Rendu d'un brouillon : on renvoie le paquet produit par une génération en mode brouillon pour la refaire en pleine qualité.
Le mode brouillon, la vraie idée pratique
Le mode brouillon rend un aperçu rapide, à une fraction du coût. Quand l'aperçu convient, on le renvoie au modèle qui produit alors la même vidéo en pleine qualité, avec les mêmes sujets, la même composition et le même mouvement. C'est une réponse directe au problème économique de la vidéo générative : payer plein tarif pour découvrir qu'on s'est trompé de direction.
Les langues prises en charge
Le français figure explicitement dans la liste des langues gérées pour les dialogues, aux côtés de l'anglais et de ses variantes, du chinois, de l'espagnol, de l'allemand, du japonais, du portugais, du russe, de l'italien, de l'indonésien, du turc, du hindi et du pendjabi. L'éditeur annonce une synchronisation labiale précise sur ces langues.
Les paramètres exacts de l'API
La documentation publique détaille le schéma de requête. Le voici tel qu'il est publié, parce que c'est ce qui permet de juger de la souplesse réelle du modèle.
| Paramètre | Valeurs acceptées | Ce que cela commande |
|---|---|---|
mode | t2v, i2v, v2v, draft_enhance | Le point de départ : texte seul, images épinglées, vidéo à prolonger, ou rendu d'un brouillon |
resolution | hd (défaut) ou fhd | La résolution de sortie, qui détermine aussi le tarif |
duration | 5 à 20 secondes entières, ou auto (défaut) | La longueur du clip produit |
aspect_ratio | auto (défaut), 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16 | Le cadrage, du cinémascope au format vertical |
generate_audio | activé par défaut | Passer à false pour obtenir un clip muet |
safety_tolerance | 0 le plus strict à 4, défaut 2 | Le niveau de filtrage appliqué à la demande |
draft | true pour un aperçu HD rapide | Retourne un paquet réutilisable pour le rendu final |
Ce que le réglage auto implique
La durée et le format sont sur auto par défaut. Le modèle choisit donc lui-même la longueur et le cadrage si on ne les impose pas, ce qui est confortable pour explorer mais peu prévisible pour une facture. Sur un usage régulier, fixer explicitement la durée est la première chose à faire.
Combien ça coûte
Black Forest Labs publie une grille tarifaire à l'usage, sans abonnement ni frais par utilisateur. La facturation se fait à la seconde de vidéo produite, et le tarif dépend à la fois du mode et de la résolution. Voici la grille relevée le 5 août 2026.
| Offre | Texte ou image vers vidéo, HD | Texte ou image vers vidéo, FHD | Vidéo vers vidéo, HD | Vidéo vers vidéo, FHD |
|---|---|---|---|---|
| FLUX 3 Video Draft | 0,06 $ / seconde | non proposé | 0,12 $ / seconde | non proposé |
| FLUX 3 Video | 0,17 $ / seconde | 0,29 $ / seconde | 0,41 $ / seconde | 0,53 $ / seconde |
Ce que ça donne sur des durées réelles
Ces tarifs à la seconde parlent peu tant qu'on ne les multiplie pas. Voici ce que coûtent quelques générations types, en appliquant simplement la grille ci-dessus.
- Un clip de 5 secondes en brouillon HD : 0,30 dollar.
- Un clip de 10 secondes en HD depuis un texte : 1,70 dollar.
- Un clip de 20 secondes en HD depuis un texte : 3,40 dollars.
- Le même 20 secondes en Full HD : 5,80 dollars.
- Une continuation de 10 secondes en Full HD, le cas le plus cher : 5,30 dollars.
Prolonger une vidéo coûte deux à trois fois plus cher
C'est l'enseignement le moins visible de la grille. Partir d'une vidéo existante est facturé 0,41 dollar la seconde en HD, contre 0,17 dollar pour un départ depuis du texte ou une image, soit environ deux fois et demie le prix. L'éditeur définit d'ailleurs largement cette catégorie : toute génération conditionnée en tout ou partie par une entrée vidéo, qu'il s'agisse de continuer, d'étendre, d'éditer ou de restyler.
Il n'y a pas de version gratuite
Sur un site qui suit de près les paliers gratuits, il faut le dire nettement : FLUX 3 Video n'en a aucun. Pas de crédits d'essai quotidiens comme chez Kling, pas de quota mensuel offert. On paie dès la première seconde générée. C'est cohérent avec un produit vendu d'abord aux développeurs, mais cela l'exclut de fait des comparatifs d'outils gratuits.
Les secondes entamées sont arrondies
Un détail de facturation à connaître : l'éditeur précise que les secondes partielles sont arrondies à la seconde entière supérieure de la sortie. Sur des clips courts générés en série, cet arrondi n'est pas anecdotique.
Le match avec Seedance 2.0, tel que l'éditeur le formule
C'est le point sur lequel la couverture presse s'est écartée de la source, et il vaut la peine d'être remis d'aplomb.
Ce que dit exactement Black Forest Labs
Dans son billet, l'éditeur écrit que des évaluateurs humains ont préféré son modèle en texte vers vidéo comme en image vers vidéo. Puis il précise : dans son évaluation interne, FLUX 3 devance les modèles de référence existants en texte vers vidéo avec une marge solide, et en image vers vidéo il fait jeu égal avec Seedance 2.0 tout en battant tous les autres modèles de référence.
Pourquoi la nuance compte
Plusieurs titres parus le 5 août affirment que FLUX 3 Video dépasse Seedance 2.0. La formulation de l'éditeur est une égalité sur l'image vers vidéo, pas un dépassement. L'avantage revendiqué porte sur le texte vers vidéo, et sur les autres modèles. Confondre les deux revient à transformer un match nul en victoire, sur le terrain précis où Seedance s'était fait une réputation. Notre avis sur Seedance détaille ce que ce modèle apporte de son côté.
Une évaluation interne, pas un test indépendant
Deuxième réserve, plus structurelle : ces résultats proviennent de l'évaluation interne de Black Forest Labs, menée par ses propres soins sur ses propres critères. C'est la norme dans le secteur, chaque éditeur publiant ses chiffres avantageux, mais cela ne remplace pas une comparaison indépendante à conditions égales. Nous n'avons vu passer aucune évaluation tierce à cette date.
Où FLUX 3 Video se situe dans le paysage
Sans reprendre des chiffres concurrents que nous n'avons pas revérifiés cette semaine, quelques repères structurels permettent de situer le modèle.
Sa force : la durée et le son en une passe
Vingt secondes avec audio synchronisé en une seule requête, plus la possibilité d'enchaîner plusieurs plans et angles de caméra dans une même génération, place FLUX 3 dans le haut du panier sur la longueur utile. Beaucoup d'outils grand public plafonnent encore à cinq ou dix secondes par génération.
Sa faiblesse : il ne s'adresse pas au grand public
Pas d'interface maison, pas de gratuit, une facturation à la seconde et un modèle en preview : pour quelqu'un qui veut simplement essayer la vidéo IA ce soir, ce n'est pas la bonne porte d'entrée. Les plateformes comme Kling ou Veo restent bien plus accessibles pour un premier contact.
À qui il s'adresse réellement
FLUX 3 Video vise les équipes produit, les studios et les développeurs qui intègrent la génération vidéo dans un flux existant, et pour qui le mode brouillon puis rendu final représente une vraie économie à l'échelle. Si vous cherchez plutôt un outil à prendre en main directement, nos fiches ci-dessous sont un meilleur point de départ.
Ce qui arrive ensuite
L'éditeur a détaillé sa feuille de route dans le même billet, ce qui donne quelques points de repère pour les mois à venir.
Plus de contrôle et de nouvelles modalités
Les prochaines livraisons doivent étendre FLUX 3 Video vers davantage de contrôle et ouvrir la génération à partir de combinaisons de références image, vidéo et audio. C'est la fonction Omni Reference évoquée dans la documentation, annoncée comme à venir prochainement.
FLUX 3 Image, puis FLUX 3 Dev à poids ouverts
La feuille de route mentionne aussi FLUX 3 Image, pour la génération et l'édition d'images, et surtout FLUX 3 Dev, une variante à poids ouverts. Black Forest Labs a bâti sa réputation sur des modèles d'image ouverts, donc l'annonce est crédible, mais rien n'est publié à ce jour et aucune date n'est donnée. Le cas de MiniMax, dont les poids sont ouverts mais la licence exclut l'Europe, rappelle qu'ouverture annoncée et ouverture utilisable sont deux choses différentes.
Ce qui a été fait côté sécurité
L'éditeur indique avoir fait évaluer FLUX 3 Video avant sa sortie par un partenaire tiers, Cinder, sur un ensemble de risques couvrant l'ensemble des modalités prises en charge, dont les images intimes non consenties et les contenus pédocriminels. Un paramètre de tolérance réglable de 0 à 4 est par ailleurs exposé dans l'API, avec 2 comme valeur par défaut.
Faut-il s'y intéresser aujourd'hui
La réponse dépend entièrement de ce que vous faites de la vidéo générative, et elle n'est pas la même selon le profil.
Si vous découvrez la vidéo IA
Passez votre chemin pour l'instant. Sans palier gratuit ni interface, le ticket d'entrée est trop élevé pour un simple essai, et vous apprendrez plus vite sur une plateforme qui vous laisse rater des générations sans compter.
Si vous produisez de la vidéo en volume
Là, l'affaire mérite un calcul. La combinaison brouillon à 0,06 dollar la seconde puis rendu final à 0,17 dollar change la structure de coût d'un flux itératif, surtout comparée à un modèle où chaque essai se paie plein tarif. Les vingt secondes en une passe et la continuation de clip valent aussi d'être testées sur un cas réel avant de trancher.
Si vous attendez les poids ouverts
Rien à faire pour le moment, sinon surveiller. FLUX 3 Dev est annoncé, pas publié, et les conditions de licence seront à lire attentivement le jour venu, comme l'a montré le précédent MiniMax.
FLUX 3 Video
FLUX 3 Video est une sortie sérieuse : vingt secondes avec son natif en une requête, quatre modes dont une continuation de clip crédible, un mode brouillon qui répond à un vrai problème de coût, et une grille tarifaire publiée sans détour. Sur le fond technique, il n'y a pas de sur-promesse dans l'annonce.
La sur-promesse est venue après, dans les reprises. FLUX 3 ne dépasse pas Seedance 2.0 en image vers vidéo, il fait jeu égal avec lui selon les propres mesures de son éditeur, et cette mesure n'a pas été validée par un tiers. Ajoutez l'absence totale de gratuit, l'accès réservé à l'API et un modèle toujours étiqueté preview, et vous obtenez un outil de professionnels, pas un concurrent grand public de Kling ou de Veo. C'est une bonne nouvelle pour qui construit un produit, une non-nouvelle pour qui voulait simplement essayer.
Questions fréquentes
FLUX 3 Video est-il gratuit ?
Non. Black Forest Labs ne propose aucun palier gratuit ni crédits d'essai pour la vidéo. La facturation est à l'usage, à la seconde de vidéo produite, à partir de 0,06 dollar la seconde en mode brouillon HD et 0,17 dollar la seconde en qualité normale HD.
Quelle est la durée maximale d'une vidéo FLUX 3 ?
Vingt secondes en une seule génération. Le paramètre de durée accepte des valeurs entières de 5 à 20 secondes, ou un réglage automatique qui laisse le modèle choisir. Le mode continuation permet ensuite de prolonger un clip existant.
FLUX 3 Video génère-t-il aussi le son ?
Oui, et c'est un de ses arguments principaux. Dialogues, effets sonores et ambiance sont produits en même temps que les images, pas ajoutés par une passe séparée. La génération audio est activée par défaut et peut être désactivée pour obtenir un clip muet.
FLUX 3 Video parle-t-il français ?
Oui. Le français fait partie des langues explicitement listées par l'éditeur pour les dialogues, avec l'anglais et ses variantes, le chinois, l'espagnol, l'allemand, le japonais, le portugais, le russe, l'italien, l'indonésien, le turc, le hindi et le pendjabi. Une synchronisation labiale précise est annoncée sur ces langues.
Combien coûte une vidéo de 20 secondes ?
En appliquant la grille officielle, 3,40 dollars en HD à partir d'un texte ou d'une image, et 5,80 dollars en Full HD. Une génération partant d'une vidéo existante est nettement plus chère, à 0,41 dollar la seconde en HD et 0,53 dollar en Full HD.
FLUX 3 Video est-il meilleur que Seedance 2.0 ?
Ce n'est pas ce que revendique l'éditeur, contrairement à ce que plusieurs titres ont affirmé. Black Forest Labs annonce une égalité avec Seedance 2.0 en image vers vidéo, et un avantage sur les autres modèles de référence ainsi qu'en texte vers vidéo. Ces résultats viennent de son évaluation interne et n'ont pas été confirmés par un test indépendant.
Peut-on utiliser FLUX 3 Video sans savoir coder ?
Pas directement chez l'éditeur, qui ne propose pas d'application grand public pour la vidéo. L'accès passe par son API ou par des partenaires sélectionnés qui intègrent le modèle dans leur propre interface. Le passage par un de ces partenaires est aujourd'hui la seule voie sans développement.
Les poids de FLUX 3 sont-ils ouverts ?
Pas pour l'instant. Une variante à poids ouverts baptisée FLUX 3 Dev figure sur la feuille de route publiée par l'éditeur, mais elle n'est ni publiée ni datée à ce jour. Les conditions de licence resteront à examiner lors de sa sortie.
FLUX 3 Video est-il stable pour un usage en production ?
La documentation officielle le qualifie encore de modèle en preview, tout en le déclarant disponible pour tous. La disponibilité générale ne garantit donc pas la stabilité définitive de l'interface ni du comportement, ce qui est à prendre en compte avant de l'intégrer à une chaîne de production.