FLUX 3 Max: 10 s KI-Video in 12 s? Mein Test, Preise, Clips
Black Forest Labs hat am Abend des 19. Oktober 2026 das Modell FLUX 3 Max angekündigt - eine Variante des Modells FLUX 3 Video, die von der Plattform fal.ai per Post-Training für eine striktere Prompt-Befolgung und drastisch verkürzte Generierungszeiten optimiert wurde. Der Hersteller preist das System auf X als schnellstes Videomodell an. Am 20. Oktober 2026 habe ich FLUX 3 Max in meinem Labor anhand von 11 Testclips auf Herz und Nieren geprüft: In der Video-Arena erzielte das Modell eine Wertung von 8,8/10 Punkten, während die reine Diffusionszeit für einen 10-Sekunden-Clip bei lediglich 9,3 bis 9,6 Sekunden lag.
Auf einen Blick (20.10.2026)
- Was es ist: Eine von fal.ai nachoptimierte Variante von FLUX 3 Video (so von fal klassifiziert), exklusiv verfügbar über die fal.ai-Plattform.
- Unterstützte Modi: Text-to-Video, Image-to-Video (mit optionalem End-Frame) sowie Keyframe-Interpolation (bis zu 10 Bildern an festen Frame-Positionen).
- Spezifikationen: 5 bis 20 Sekunden Dauer, Auflösungen in 720p oder 1080p, integrierte Audio-Generierung synchron zum Bild, Seitenverhältnisse von 21:9 bis 9:16.
- Preise auf fal.ai: 0,0425 USD pro Sekunde in 720p und 0,0725 USD in 1080p im Rahmen eines Einführungsrabatts (-75 %) bis zum 7. November 2026; regulär danach 0,17 USD bzw. 0,29 USD pro Sekunde.
- Benchmark: Platz 2 im Artificial Analysis Image-to-Video Leaderboard mit einer Elo-Zahl von 1138 ±15, nur 2 Punkte hinter MiniMax H3 (1140 ±16) - statistisch ein unentschiedener Gleichstand um Platz 1.
- Geschwindigkeitsmessung: Für einen 10-Sekunden-Clip in 720p betrug die reine Generierungszeit 9,3 bis 9,6 Sekunden (Gesamtdauer bis zum fertigen Download 20 bis 25 Sekunden). Zum Vergleich: Seedance 2.5 benötigte für 5 Sekunden desselben Bildes 197 Sekunden.
- Testergebnis: 8,8/10 Punkte im standardisierten Fünf-Szenen-Parcours; fehlerfreie Darstellung polnischer Sonderzeichen im Bild („ŻÓŁTA ŁÓDŹ“).
Was ist FLUX 3 Max von Black Forest Labs?
Black Forest Labs stellte die FLUX-3-Modellfamilie im Sommer 2026 vor; die reguläre Basisversion behandle ich ausführlich in meinem Testbericht zu FLUX 3 Video. FLUX 3 Max unterscheidet sich grundlegend von der Basis: Es handelt sich um ein Gemeinschaftsprojekt von Black Forest Labs und fal.ai, bei dem fal ein gezieltes Post-Training durchführte. Laut der offiziellen Modellkarte auf fal wurden primär drei Ziele verfolgt:
- eine exaktere Einhaltung komplexer Textanweisungen (Prompt Adherence),
- eine gesteigerte visuelle Kohärenz und Bildqualität,
- eine spürbare Latenzreduktion - laut Herstellerangaben soll ein 10-Sekunden-Clip in etwa 11 Sekunden erzeugt werden.
In den Standardeinstellungen nutzt die FLUX AI ein automatisches Prompt-Expanding (Parameter reasoning_level, standardmäßig auf „high“). Ich habe diesen Modus beibehalten, um die Praxisbedingungen für reguläre Anwender exakt abzubilden. Da FLUX 3 Max eine spezialisierte fal-Variante ist, wird sie nicht im regulären Webinterface von Black Forest Labs geführt, sondern ausschließlich über die API und das Playground-Interface von fal.ai bereitgestellt.
Geschwindigkeitsmessung: 10 Sekunden Video im Praxistest
In der Ankündigung auf X versprach Black Forest Labs „10 Sekunden Video in 12 Sekunden“. Ich habe diese Herstellerbehauptung mit zwei 10-Sekunden-Clips in 720p mit Audio überprüft: ein Clip per Text-to-Video (nächtliches Krakau mit Straßenbahn) und ein Clip per Image-to-Video (Bäckereiszene). Die fal-API liefert im timings-Objekt die Netto-Diffusionszeit, wodurch sich der Gesamtprozess transparent aufschlüsseln lässt:
| Clip (10 s, 720p) | Reine Generierung | fal-Verarbeitung gesamt | Auftrag bis Download |
|---|---|---|---|
| Text-to-Video | 9,3 s | 18,8 s | 20,5 s |
| Image-to-Video | 9,6 s | 21,2 s | 25,1 s |
Die Messwerte belegen: Die reine Inferenzzeit unterbietet das Herstellerversprechen von 12 Sekunden mit 9,3 bis 9,6 Sekunden sogar. Die gesamte serverseitige Pipeline bei fal (inklusive Prompt-Expansion, VAE-Dekodierung und Enkodierung) verdoppelt diese Zeitspanne auf rund 19 bis 21 Sekunden. Vom Absenden des API-Requests bis zur fertig heruntergeladenen MP4-Datei vergingen 20 bis 25 Sekunden. Für 5-Sekunden-Clips lag der Median im Test bei 17 Sekunden Gesamtzeit (reine Generierung: 4 bis 5,5 Sekunden).
Vergleich: 22-mal schneller als Seedance 2.5?
BFL beanspruchte ferner, FLUX 3 Max arbeite bei gleicher Ausgabequalität 22-mal schneller als Seedance 2.5. Für einen direkten Vergleich habe ich beiden Modellen dasselbe Ausgangsbild einer Bäckerei übergeben: Ein Bäcker sollte mit einem Tablett Krapfen heraustreten, ein Radfahrer vorbeifahren und die Schildbeschriftung intakt bleiben. Da Seedance 2.5 auf fal.ai mit 1,25 USD pro 5 Sekunden extrem teuer ist, lief dieser Test in der dort günstigsten Auflösung von 480p.
| Modell | Auftrag bis Download | Kosten | Bewertung |
|---|---|---|---|
| FLUX 3 Max (720p) | 20,5 s | 0,21 USD | 9/10 |
| Seedance 2.5 (480p) | 197,5 s | 1,25 USD | 8/10 |
In meiner End-to-End-Messung agierte FLUX 3 Max um den Faktor 9,6 schneller, bezogen auf die reine serverseitige Verarbeitung um das 11,7-Fache - und das trotz höherer Bildauflösung (720p statt 480p). Die Zahl von 22-mal dürfte sich auf isolierte GPU-Kernelzeiten bei abweichenden Parametern beziehen, doch die Kernaussage stimmt: FLUX 3 Max bewegt sich in einer völlig anderen Geschwindigkeitsklasse.
Artificial Analysis Ranking: Statistische Führung
Die Aussage bezüglich des Spitzenplatzes bezieht sich auf das Image-to-Video-Leaderboard von Artificial Analysis, welches auf paarweisen Blindvergleichen menschlicher Tester basiert. Zum Stand vom 20. Oktober 2026 stellt sich die Spitze wie folgt dar:
| Rang | Modell | Elo-Rating |
|---|---|---|
| 1 | MiniMax H3 (768p) | 1140 ±16 |
| 2 | FLUX 3 Max (720p) | 1138 ±15 |
| 3 | Seedance 2.5 | 1138 ±17 |
| 4 | Gemini Omni Flash 1.1 | 1132 ±17 |
| 5 | Wan 3.0 | 1127 ±16 |
| 8 | FLUX 3 (Basis) | 1086 ±16 |
Mit nur zwei Elo-Punkten Differenz bei Konfidenzintervallen von ±15 bis ±16 Punkten teilen sich MiniMax H3, FLUX 3 Max und Seedance 2.5 de facto den ersten Platz. Bemerkenswert ist der Zugewinn gegenüber der Basisversion von FLUX 3: Ein Plus von 52 Elo-Punkten katapultiert das Modell von Rang 8 mitten in die Weltspitze der Bild zu Video KI.
Preise und API-Kosten
Der Zugriff auf FLUX 3 Max erfolgt nach Abrechnung pro generierter Videosekunde. Bis zum 7. November 2026 gilt ein Rabatt von 75 Prozent:
| Videodauer | 720p (Aktion) | 1080p (Aktion) | 720p (regulär) |
|---|---|---|---|
| 5 s | 0,21 USD | 0,36 USD | 0,85 USD |
| 10 s | 0,43 USD | 0,73 USD | 1,70 USD |
| 20 s | 0,85 USD | 1,45 USD | 3,40 USD |
Meine 11 Testclips in 720p schlugen mit Gesamtkosten von 2,76 USD zu Buche. Zum Vergleich: Bei der Basisversion FLUX 3 Video kostete mich ein identischer 5-Sekunden-Clip über API-Anbieter zuvor 0,85 USD. Weitere unabhängige Benchmarks finden Sie im Wissnox Labor, in dem ich neue Modelle systematisch analysiere.
Praxistest: 8 Szenen im Detail
Alle Testläufe führte ich am 20. Oktober 2026 im First-Shot-Prinzip (kein Cherry-Picking) in 720p bei 16:9 mit aktivierter Audio-Generierung durch. Die Kriterien entsprechen exakt meinem Testaufbau aus der KI-Video Arena: Einhaltung der Anweisungen, physische Konsistenz, Texttreue und Bildstabilität.
| Szenen-Setup | Score | Zeit | Wesentliche Beobachtungen |
|---|---|---|---|
| Motorrad-Orbit | 9,0 | 17 s | Saubere 180-Grad-Kameradrehung, Geometrie stabil |
| Polnischer Dialog | 7,5 | 12 s | Satz verständlich, ein Wortfehler („Wszczebrzeszenie“) |
| Textdarstellung kreide | 10,0 | 17 s | „ŻÓŁTA ŁÓDŹ“ mit allen diakritischen Zeichen fehlerfrei |
| Flüssigkeitsdynamik | 8,5 | 22 s | Wasserglas läuft über; Strahl dickt am Ende leicht ein |
| Person mit Schnitt | 9,0 | 17 s | Kleidung, Brille und Haare bleiben über Schnitt identisch |
| Krakauer Straßenbahn | 9,0 | 17 s | Ruhige Kamerafahrt synchron zur Bahn, gutes Licht |
| Plattenbau-Küche (I2V) | 8,5 | 17 s | Hervorragende Bildtreue, Dampf und Herdinteraktion |
| Keyframes Tag/Nacht | 9,5 | 25 s | Nahtloser Übergang, Architektur absolut unbewegt |
Textrendering und Sprachausgabe
Während die Basisversion von FLUX 3 denselben komplexen polnischen Zungenbrecher fehlerfrei artikulierte, zog FLUX 3 Max die ersten beiden Worte zu einem Begriff zusammen („Wszczebrzeszenie“). Das Textrendering auf statischen Objekten brillierte hingegen: Diakritische Zeichen wie Kropf- und Strichakzente wurden ohne Fragmentierung gerendert.
Kamerakontrolle, Physik und Personen-Konsistenz
Image-to-Video und Keyframe-Interpolation
Für den Image-to-Video-Test diente das Bild einer Plattenbau-Küche (erstellt mit FLUX 3 Image). Den Keyframe-Modus testete ich mit dem nächtlichen Krakauer Marktplatz als Startbild (Frame 0) und einer winterlichen Variante desselben Platzes (modifiziert via Seedream 5.0 Flash) als Zielbild (Frame 120 bei 24 fps).
Integrierte Audio-Generierung
Die erzeugten Soundspuren wurden einem Blindtest unterzogen, bei dem Gemini 3.8 Flash die Audiospur isoliert mit dem Prompt abglich. Alle vier geprüften Clips erhielten Noten zwischen 9 und 10 Punkten. Das Modell modulierte beim Wasserglas ansteigende Frequenzen bei steigendem Pegel, untermalte die Marktszene mit Hufgeklapper sowie knirschendem Schnee und bildete bei der Bahn das typische Rollgeräusch auf nassen Schienen ab.
Stärken und Schwächen von FLUX 3 Max
Vorteile:
- Sehr hohe Generierungsgeschwindigkeit (Median von 17 s für 5-Sekunden-Clips inklusive Queue).
- Attraktives Preisniveau während der Einführungsphase (0,21 USD pro 5 s in 720p).
- Hervorragende Zeichenstabilität bei typografischen Elementen im Bild.
- Stabiler Keyframe-Modus mit strikter Einhaltung architektonischer Strukturen.
- Kontextuell präzise Soundeffekte ohne separates Audiomodell.
Nachteile:
- Verständlichkeit komplexer Dialoge minimal schwächer als beim Basismodell.
- Deutlicher Preisanstieg nach dem 7. November 2026 auf das Vierfache.
- Ausschließlich über fal.ai verfügbar; keine Standalone-Benutzeroberfläche mit Timeline-Editor.
- Das serienmäßige Prompt-Expanding verdoppelt die Latenz bis zur Fertigstellung auf 19 bis 25 Sekunden.
Weitere Tests aus dieser Serie
- Neue Modelle auf fal.ai im Oktober 2026: 18 Modelle im Kosten- und Qualitätsvergleich: Meine Übersicht über die jüngsten Video- und Bild-Endpoints auf der Plattform.
- FLUX 3 Max im 5-Szenen-Vergleich gegen Kling, Seedance, Veo und Wan: Der direkte Qualitätsvergleich in identischen Testprompts.
- KI-Bildbearbeitung im Test: Krea 3, FLUX 3 Klein, Nano Banana 2.1 und Seedream 5.0 Flash: Präzise Inpainting- und Editierwerkzeuge im Praxiseinsatz.
- Lip-Sync-Systeme im Vergleich: OmniHuman 2, H3 Max Lip Sync, VEED Fabric und Kling Avatar v2: Audio-zu-Video-Synchronisation für sprechende Avatare.
- World Models im Praxistest: LingBot World 2 und Abot World 0 via WebRTC: Interaktive 3D-Weltmodelle in Echtzeitumgebungen.
Wenn Sie anstelle von Roh-APIs ein fertiges Software-Abo bevorzugen, finden Sie eine Einordnung im Übersichtsartikel KI Video erstellen.
Häufige Fragen (FAQ)
Wie unterscheidet sich FLUX 3 Max von FLUX 3 Video?
FLUX 3 Max basiert auf der Architektur von FLUX 3 Video, durchlief jedoch ein Post-Training durch fal.ai. In meinem Test erreichte Max eine Wertung von 8,8/10 gegenüber 8,9/10 beim Basismodell, arbeitet jedoch bei 720p wesentlich schneller und ist im Aktionszeitraum erheblich günstiger.
Kann FLUX 3 Max gesprochene Dialoge erzeugen?
Ja, das Modell generiert Sprache direkt synchron zum Bild. In meinem Test mit einem komplexen polnischen Satz war die Ausgabe verständlich, wies bei 12 Wörtern jedoch zwei Transkriptionsfehler durch eine Wortverschmelzung auf.
Wie lange dauert das Rendern in der Praxis?
Die reine Diffusionsberechnung für 10 Sekunden Video beanspruchte in meinem Test 9,3 bis 9,6 Sekunden. Die Gesamtlaufzeit vom API-Aufruf bis zur Bereitstellung der MP4-Datei lag zwischen 20 und 25 Sekunden.
Sind die Modellgewichte von FLUX 3 Max Open Source?
Nein, FLUX 3 Max ist ein proprietärer, gehosteter Endpoint auf fal.ai ohne offene Gewichte. Lokale Ausführungen sind innerhalb der Familie derzeit nur für das Bildmodell FLUX 3 Klein dokumentiert.
Wie lange gilt der vergünstigte Einführungspreis?
Laut Angaben von fal.ai gilt der Aktionsrabatt von 75 Prozent bis zum 7. November 2026. Anschließend steigen die API-Kosten auf 0,17 USD pro Sekunde in 720p und 0,29 USD in 1080p.
Quellen
- Eigener Praxistest vom 20.10.2026: 11 Generierungen über die fal.ai-API, Gesamtkosten 2,76 USD, Transkriptionsanalyse via Wizper (fal.ai), Audioevaluierung via Gemini 3.8 Flash.
- Black Forest Labs auf X: Offizielle Ankündigung von FLUX 3 Max (19.10.2026).
- fal.ai: Modelldokumentation und Preistabelle FLUX 3 Max Text to Video (Stand 20.10.2026).
- fal.ai: API-Spezifikation FLUX 3 Max Keyframes to Video (Stand 20.10.2026).
- Black Forest Labs: Architekturankündigung der FLUX 3 Modellreihe.
- Artificial Analysis: Image to Video AI Leaderboard (Stand 20.10.2026).
- Referenzdaten: KI-Video Arena (8.10.2026) sowie Testbericht zu FLUX 3 Video (11.10.2026).