Flux 3 Max — видеомодель от Black Forest Labs, которая собирает ролик из текста, из одного кадра и из последовательности ключевых кадров. В каталоге Nano Banana все три режима находятся на одной странице: можно начать с текстового промпта, а затем перейти к анимации конкретного изображения, когда композиция важнее свободной генерации.
Что умеет Flux 3 Max и чем отличаются три режима
Модель не делится на отдельные версии под каждый сценарий: это один инструмент с тремя способами входа. Выбор режима зависит только от того, сколько контроля над кадром вам нужно.
Text-to-Video
Видео только по описанию. Подходит для идей, которых ещё нет в виде исходников: настроение, атмосфера, динамичная сцена.
Image-to-Video
Анимация загруженного изображения. Первый кадр обязателен, последний можно добавить, чтобы зафиксировать финальную композицию.
Keyframes-to-Video
До десяти ключевых кадров с позициями на таймлайне. Режим для раскадровок и сцен, где важна каждая контрольная точка.
Общая база
Длительность 5–20 секунд, разрешение 720p или 1080p, соотношение сторон от вертикали до широкого кино и нативное аудио в каждом режиме.
Text-to-video: как получить управляемое движение из текста
В этом режиме модель получает только описание и сама решает, как выстроить движение, свет и звук. Чем конкретнее промпт, тем меньше случайных деталей попадёт в кадр.
- Сцена и герой: кто или что в кадре, где происходит действие и что обязательно должно остаться неизменным.
- Действие: одно-два последовательных движения — темп держится лучше, когда событий немного.
- Камера: крупность, наезд, панорама, следование за объектом или статичный штатив.
- Свет и стиль: время суток, источник света, контраст, жанр изображения.
- Звук: текст подсказывает модели, что должно звучать — шаги, дождь, голос, музыка или тишина.
Короткий пример без лишних деталей:
Ночной перекрёсток после дождя. Камера медленно поднимается от мокрого асфальта к вывеске кафе, в лужах отражаются огни. Мимо проходит один прохожий с зонтом, не глядя в камеру. Тёплый свет из окон, холодные оттенки улицы. Слышны шаги по воде и тихий уличный гул, без музыки и без текста в кадре.Image-to-video: оживляем кадр и задаём финал
Image-to-video берёт за основу конкретное изображение и достраивает движение от него. Это самый предсказуемый способ получить ролик в нужной композиции: герой, одежда, фон и свет уже зафиксированы первым кадром. Дополнительно можно передать последний кадр — тогда модель строит движение между первым и последним состоянием, а не выбирает финал сама.
Когда последний кадр действительно помогает
- Нужно вернуть объект в исходное положение к концу ролика.
- Важна точная финальная композиция для склейки с другим фрагментом.
- В кадре есть упаковка, логотип или текст, которые нельзя потерять к последней секунде.
- Вы готовите короткий переход между двумя изображениями.
Keyframes-to-video: до 10 кадров на таймлайне
В этом режиме вы загружаете от 2 до 10 изображений и указываете для каждого frame_index — номер кадра видео, к которому привязано изображение. Видео записывается с частотой 24 кадра в секунду, поэтому допустимый диапазон — от 0 до duration × 24. Для ролика на 8 секунд это 0–192.
Номера должны быть уникальными: два кадра не могут находиться в одной точке таймлайна. Первый кадр обычно ставят на 0, последний — на duration × 24, а промежуточные распределяют между ними.
| Длительность | Максимальный frame_index | Сколько это в секундах |
|---|---|---|
| 5 с | 120 | 5,00 с |
| 10 с | 240 | 10,00 с |
| 15 с | 360 | 15,00 с |
| 20 с | 480 | 20,00 с |
Если изменить длительность, диапазон пересчитывается: позиции, которые выходят за новую границу, нужно сдвинуть. На практике удобнее сначала выбрать длительность, а потом расставлять кадры.
Параметры генерации и как они влияют на результат
| Параметр | Значения | Что важно |
|---|---|---|
| Длительность | 5–20 с, по умолчанию 5 | Целые секунды. Влияет на таймлайн и на стоимость. |
| Разрешение | 720p или 1080p, по умолчанию 720p | 1080p даёт больше деталей, но стоит дороже. |
| Соотношение сторон | auto, 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16 | auto подстраивается под исходные кадры. |
| Нативное аудио | включено по умолчанию | Звук генерируется вместе с видео, на стоимость не влияет. |
| Reasoning | low или high, по умолчанию high | high — модель сама расширяет промпт, работа занимает больше времени. |
| Seed | число или пустое значение | При пустом значении выбирается случайно; фиксированный seed помогает повторять удачные запуски. |
| Промпт | до 7000 символов | Лимит не требует писать длинно: короткая структура без противоречий работает лучше. |
Промпт-шаблон для Flux 3 Max
Шаблон помогает не потерять важные детали. Заполняйте его по блокам и убирайте всё, что не влияет на сцену.
СЦЕНА: место и время, одна ёмкая фраза.ГЕРОЙ: кто в кадре и что нельзя менять.ДЕЙСТВИЕ: что происходит от начала к концу.КАМЕРА: план, движение, темп.СВЕТ: источник, настроение, палитра.ЗВУК: что слышно и нужна ли музыка.ОГРАНИЧЕНИЯ: чего в кадре быть не должно.Пример по шаблону:
СЦЕНА: утренняя кухня, на столе парит чашка кофе.
ГЕРОЙ: керамическая чашка без рисунка, рядом раскрытая книга.
ДЕЙСТВИЕ: пар поднимается, страница медленно переворачивается от сквозняка.
КАМЕРА: средний план, очень медленный наезд.
СВЕТ: мягкий дневной свет из окна слева.
ЗВУК: тишина, далёкий звон посуды, без музыки.
ОГРАНИЧЕНИЯ: без людей в кадре, без резких движений.Типичные ошибки
- Слишком много действий в одном ролике: модель не успевает удержать и героя, и камеру, и сюжет.
- Противоречия в описании: «статичная камера» вместе с «быстрым облётом» даёт непредсказуемый результат.
- Звук описан отдельно от сцены: если в промпте нет намёка на звуки, модель заполнит их сама.
- Гигантский промпт вместо структуры: лимит в 7000 символов не требует заполнять его целиком.
Чек-лист перед запуском
- Выбран режим: текст, один кадр или таймлайн.
- Длительность и разрешение выставлены до расчёта кредитов.
- Промпт не противоречит сам себе и укладывается в выбранную сцену.
- Для keyframes все frame_index уникальны и не выходят за пределы duration × 24.
- Звук описан словами, если он важен для сцены.
- Понятно, что делать с результатом: склеить, опубликовать или доработать.
Сколько кредитов стоит генерация во Flux 3 Max
Стоимость зависит от двух параметров — длительности и разрешения. Звук, режим и количество ключевых кадров на цену не влияют. 5 секунд в 720p стоят 14 кредитов, 1080p — 24 кредита.
| Длительность | 720p | 1080p |
|---|---|---|
| 5 с | 14 кредитов | 24 кредита |
| 10 с | 28 кредитов | 47 кредитов |
| 15 с | 41 кредит | 70 кредитов |
| 20 с | 55 кредитов | 93 кредита |
Разница между 720p и 1080p заметна на длинных роликах, поэтому для черновика и проверки движения логично начать с 720p и 5 секунд, а финальный вариант собрать в 1080p. Перед запуском можно посмотреть все параметры и цены на странице модели.
Что делать дальше
Начните с короткого text-to-video на 5 секунд: так вы увидите, как модель понимает ваш стиль, и потратите минимум кредитов. Когда сцена станет предсказуемой, переходите к image-to-video и таймлайну. Больше разборов видеогенерации — в блоге Nano Banana, а для сценариев с несколькими референсами посмотрите Seedance 2.0.