FLUX 3 Image: prueba 4K, composición, edición y precios

👁 120 lecturas

FLUX comprende los modelos de generación visual desarrollados por la firma alemana Black Forest Labs, creada por parte del equipo original de Stable Diffusion. Su modelo insignia más reciente, lanzado el 1 de octubre de 2026, es FLUX 3 Image. En mis pruebas, ha sido el único capaz de entregar un 4K nativo con 16,8 megapíxeles de detalle efectivo real, sin limitarse a reescalar una imagen menor. Permite colocar elementos exactamente donde indiques usando cajas delimitadoras y, al aplicar cinco ediciones a la vez, apenas altera el resto de la imagen. La tarifa oficial actual en fal.ai establece un precio fijo por tramo de resolución de 0,043 EUR (0,048 USD) para imágenes 1K (el descuento de lanzamiento terminó el 8 de octubre de 2026; tipos de cambio calculados con la referencia del BCE de 1 EUR = 1,1181 USD a fecha de 12-10-2026: BCE). A continuación comparto mis pruebas, análisis de costes, galerías con instrucciones y un repaso a la generación anterior FLUX.2. El modelo de vídeo de la misma compañía lo analizo por separado: FLUX 3 Video.

Realicé todas las pruebas el día del lanzamiento, el 1 de octubre de 2026, a través de la API de fal.ai. Cada modelo recibió las mismas instrucciones en una única pasada, sin seleccionar resultados a mano. Los datos numéricos fueron medidos mediante scripts independientes, no a simple vista.

FLUX 3 Image en 5 puntos clave

1. Resolución 4K nativa. Ofrece cinco niveles: 512sq, 768sq, 1k, 2k y 4k. En 4k obtuve una imagen de 5456 × 3072 px. Generar una única imagen 4K tardó más de 6 minutos de cómputo.
2. Cajas de composición frente a descripciones textuales. El lienzo utiliza una cuadrícula normalizada de 0 a 1000. Cada objeto recibe un identificador, una descripción y una caja delimitadora [y_min, x_min, y_max, x_max]. El modelo respeta estas ubicaciones con mucha mayor exactitud que sus competidores guiados solo por texto.
3. Múltiples cambios en un único paso. El desarrollador indica que los píxeles situados fuera de las zonas intervenidas no se ven alterados. En mi prueba, las áreas intactas obtuvieron una similitud de estructura métrica (SSIM) de 0,995 (esta métrica refleja alta similitud estructural, sin implicar una coincidencia bit a bit idéntica).
4. Hasta 10 imágenes de referencia. Se referencian en la petición mediante etiquetas de ref_image_0 a ref_image_9. En fal.ai, cada archivo de entrada puede tener un tamaño máximo de 4 Mpx.
5. Pesos del modelo. La licencia comercial para el acceso a pesos está disponible de inmediato; la versión abierta llegará «en las próximas semanas».

Pruebas y galerías de ejemplo

Prueba 1: el detalle en 4K bajo la lupa

Utilicé un mismo encuadre urbano detallado (la plaza del Mercado de Cracovia con seis pequeños carteles comerciales, un quiosco y un tranvía) para generarlo a la máxima resolución disponible en cada herramienta. A continuación evalué cuántos de esos píxeles aportaban detalle real: reduje la imagen y la volví a ampliar; si apenas había variación tras ese proceso, los píxeles extra no aportaban información genuina.

Nano Banana Pro entrega un archivo de salida de 5504 × 3072 px, pero su nivel de nitidez se corresponde con el de una imagen cuatro veces menor. FLUX 3 fue el único cuyo 4K rindió como auténtico 4K. La precisión ortográfica en textos integrados es otro cantar: GPT Image 2.5, Grok y Seedream reprodujeron sin fallos los 8 letreros evaluados en el test original; Nano Banana Pro acertó 7 y FLUX 3 logró 6 de 8. Todos los recortes a escala 1:1 están disponibles en el análisis de 4K.

Prueba 2: precisión compositiva mediante cajas

Diseñé cuatro composiciones (un escritorio, una playa en Sopot, una cocina y un anuncio de agua embotellada), ubicando en cada una cuatro objetos en coordenadas estrictas. FLUX 3 recibió las cajas delimitadoras en su esquema nativo JSON, mientras que el resto de herramientas recibió una descripción en lenguaje natural basada en porcentajes de pantalla (esta diferencia metodológica entre JSON y texto condiciona una comparación directa estricta). Un modelo de visión artificial identificó la ubicación final de los objetos generados para medir el solapamiento entre la caja solicitada y la resultante (métrica IoU, donde 1 representa coincidencia absoluta).

Este sistema supone una gran ventaja para la creación de cartelería, portadas y banners publicitarios, donde la colocación de logotipos y zonas de lectura debe respetar la maqueta original. Puedes revisar las composiciones con sus marcos sobreimpresos en la prueba de composición.

Prueba 3: cinco modificaciones en una sola orden

A partir de la fotografía de un salón en un edificio histórico, ejecuté una sola petición con cinco modificaciones concurrentes (probadas originalmente en polaco): sustituir el sofá, cambiar un cuadro de la pared por una foto arquitectónica, retirar un jarrón, colocar una pantalla de lámpara negra y añadir un perro teckel durmiendo en la alfombra. Los siete modelos analizados aplicaron los cambios solicitados; la diferencia radicó en cuánto degradaron o alteraron las áreas que debían permanecer intactas.

FLUX 3 e Ideogram 4.5 son actualmente las dos alternativas capaces de realizar retoques precisos sin rehacer la escena completa desde cero. Evalué anteriormente este comportamiento en la prueba de 10 ediciones consecutivas de Ideogram.

Galerías de estilos y casos de uso

• Fondos de pantalla en 4K - paisajes de montaña, costas, escenas nocturnas y composiciones abstractas, listos con las instrucciones necesarias para generarlos en resolución completa.
• Visualización de interiores - estética japandi, cocinas funcionales, lofts industriales y casas rústicas de montaña.
• Fotografía publicitaria y packshots - perfumería, zapatillas de deporte, café, repostería y relojes.
• Estructuras mediante cajas JSON - maquetación para portadas de revistas, cómics, recetas, pósteres y guiones gráficos.

Precios de FLUX 3 Image

Los precios oficiales se facturan en dólares estadounidenses; las cifras en euros se muestran como estimación según el tipo oficial del BCE (1 EUR = 1,1181 USD al 12-10-2026: BCE) y no constituyen presupuestos con impuestos locales incluidos. Frente a los cerca de 0,27 EUR (0,30 USD) que cuesta una generación 4K en Nano Banana Pro, el valor histórico observado para un 4K en FLUX 3 (unos 0,36 EUR / 0,40 USD) proporciona cuatro veces más resolución efectiva real.

Generación previa: familia FLUX.2

FLUX.2 llegó en noviembre de 2025, complementado en enero de 2026 por las variantes reducidas klein. Su tarificación oficial en API se basa en el coste por megapíxel de salida.

En nuestra comparativa previa en la clasificación de generadores de imagen, FLUX.2 Pro obtuvo un 7,6/10. Destacó en velocidad (13 s) y fotorrealismo, aunque cometió fallos en caracteres diacríticos complejos sobre rótulos de prueba en polaco (traducción del original polaco: «PANADERÍA BILIS»). FLUX.2 [klein] 4B continúa siendo la opción más práctica para autoalojamiento: según su documentación oficial se ejecuta en unos 13 GB de VRAM con licencia permisiva Apache 2.0 (Hugging Face).

La gama FLUX 3 incluye además una solución de generación de vídeo con sonido integrado, FLUX 3 Video, lanzada en agosto y explicada en el artículo de la presentación de FLUX 3.

Cuándo elegir FLUX 3 y cuándo recurrir a alternativas

Preguntas frecuentes

¿Es gratuito FLUX 3 Image?

No. Su uso vía API en fal.ai se factura por niveles de resolución fijos por imagen: aproximadamente 0,043 EUR (0,048 USD) por un fotograma en 1K (la promoción de lanzamiento a mitad de precio concluyó el 8 de octubre de 2026). La liberación de pesos abiertos está programada pero no se encuentra aún disponible. Si buscas una opción sin coste para ejecutar en tu propio equipo, puedes utilizar FLUX.2 [klein] 4B.

¿Cómo se estructura una orden con cajas delimitadoras?

En el campo de entrada debes introducir un objeto JSON con la descripción general de la toma (campo caption) y una lista de elementos. Cada objeto incluye su identificador (id), descripción (desc) y la caja delimitadora (bbox) con el orden y_min, x_min, y_max, x_max sobre una cuadrícula de 0 a 1000. Tienes ejemplos prácticos en la guía de composiciones JSON.

¿Cómo gestiona los textos y letreros?

Los textos cortos y directos se integran sin dificultad. No obstante, en tipografía muy pequeña dentro de escenas densas en 4K, acertó 6 de 8 letreros en nuestras pruebas en polaco (frente al pleno de 8 de 8 obtenido por GPT Image 2.5, Grok y Seedream). Conviene inspeccionar los textos críticos ampliando la toma.

¿Cuánto tarda en generar una imagen en 4K?

En las mediciones realizadas tomó entre 3 y más de 6 minutos por fotograma en 4K. Para resolución 1k el tiempo ronda el minuto, y en 2k se sitúa entre 1 y 3 minutos.

¿Qué diferencias existen entre FLUX 3 y FLUX.2?

FLUX 3 introduce generación 4K nativa, composición asistida por cajas delimitadoras, alteración simultánea de múltiples elementos y soporte para hasta 10 imágenes de referencia. La gama FLUX.2 tenía un límite de 4 Mpx y costes por megapíxel superiores en sus variantes Pro, Flex y Max.

// sigue leyendoHY Image 3.5 Preview: prueba de texto y edición de imágenesBenchmarksIdeogram AI: Ideogram 4.5, test de edición, precios y promptsRevistaSeedream 5.0 Pro y 4.5: precios, mi prueba y letras especialesRevista

Kinetyra