FLUX 3レビュー2026：優れたベンチマーク、実制作にも使えるか？

FLUX 3は2026年に評価すべき、最も競争力のあるAI動画モデルの1つです。特に5～20秒の生成、ネイティブ同期音声、FHD出力、複数ショットのプロンプト、キーフレーム、Draftでの試作に適しています。現行料金はHDが毎秒0.17米ドル、FHDが毎秒0.29米ドル、Draft HDが毎秒0.06米ドルからです。

ただし、優れたベンチマークが自動的に効率的な制作につながるわけではありません。人物の変化、参照への追従不足、再試行、待ち時間、生成失敗によって、実際の使えるクリップ当たりの費用は宣伝されるAPI料金を大きく上回り得ます。FLUX 3の遅延、失敗率、処理量、平均再試行回数の公開データは、まだ限られています。

ここで、Virseは単一の生成モデルを超えた価値を提供します。無限キャンバス上でプロのチームは、参照を整理し、アセットを接続し、複数のエージェントを実行し、プロジェクトの文脈を共有し、ブランドやデザインの知識を長期に保持できます。Virseはワンクリック生成でデザイナーを置き換えるのでなく、チームがAI支援の制作を指示、比較、改善し、規模を広げるための視覚的ワークフローを提供する設計です。

FLUX 3とは？AI動画ワークフローは何が違うのか？

FLUX 3は、動画、音声、画像、行動予測向けのBlack Forest Labsのマルチモーダルモデルです。主に画像の生成と編集に重点を置くFLUX.2と異なり、FLUX 3は同期した音声・動画生成へワークフローを広げます。

BFLのFLUX 3研究発表によると、モデルはSelf-Flowに基づいています。これは同じアーキテクチャ内でマルチモーダルな生成と理解を整合させる手法です。デザイナーにとっての実用上の意味は、画像、動き、音、場面の論理を、独立した生成タスクでなく、つながった情報として扱うことです。

FLUX 3 Videoは、2026年8月4日にBFL APIと一部パートナーを通じて一般提供を開始しました。BFLの現行文書では、より広範なFLUX 3システムはまだプレビューとされ、Video EditingやOmni Referenceなどの追加機能は今後提供予定です。

FLUX 3は20秒動画、FHD、ネイティブ音声、10キーフレームに対応

現行のテキスト動画化・画像動画化モードは、24 fpsの5～20秒クリップとHD・FHD出力に対応します。モデルは動画内に会話、効果音、環境音、複数ショット、タイポグラフィを生成できます。

画像動画化では、最大10枚の固定画像を特定のタイムスタンプに配置できます。プロのクリエイティブディレクションに特に役立ちます。デザイナーが重要な構図を先に定義し、その間の遷移をモデルに生成させられるためです。

実際には、ワークフローが次の形から変わります。プロンプト → 生成 → 結果に期待

次の形へ：視覚状態を定義 → 動きを生成 → 評価 → 改善

ストーリーボード、製品映像、キャンペーンの構想、モーションデザインにおいて、生成動画をより制御しやすく使う方法です。

FLUX 3料金2026：HD、FHD、Draft、動画継続はいくら？

FLUX 3のテキスト動画化と画像動画化は、現行でHDが毎秒0.17米ドル、FHDが毎秒0.29米ドルです。Draft HDは毎秒0.06米ドルです。BFLの現行仕様では動画継続は別料金で、HDが毎秒0.43米ドル、FHDが毎秒0.54米ドルです。

そのため、公表された標準料金ではFHDは約HDより71%高くなります。

FLUX 3の動画継続には別の制限と料金がある

動画継続を通常の20秒生成と混同してはいけません。現行仕様の継続上限は、1リクエスト当たり5～15秒です。

現行の公式料金では、15秒の継続にかかる費用はおよそ次のとおりです。

• HD：6.45米ドル
• FHD：8.10米ドル

そのため、継続は通常の生成より大幅に高額です。優れた既存ショットを延長することで、ほかの方法では何度も全体を再生成しないと得られない連続性を保てる場合に、最も意味があります。

FLUX 3の実制作費：使えるクリップ当たりの費用が重要な理由

生成1秒当たりの価格は購入時の指標です。使えるクリップ当たりの費用は制作の指標です。

繰り返し寄せられる質問を調べると、プロが一貫して重視するのは再試行、失敗率、待ち時間、一貫性、制作への対応度です。これらは、API料金の数セントの差よりはるかに大きく経済性を変え得ます。

再試行で2.90米ドルのFLUX 3生成が14.50米ドルのアセットになる仕組み

10秒のFHD生成を10回行う例を考えます。

10 × 2.90米ドル = 総支出29米ドル

要件を満たすクリップが2本だけなら、

29米ドル ÷ 2 = 使えるクリップ当たり14.50米ドル

これは分析用の例であり、FLUX 3の実測成功率ではありません。APIリクエストがすべて納品物になると考えず、制作会社が承認率を追跡すべき理由を示しています。

調査で検討した制作事例には、別の動画モデルで同じ問題が見られます。15秒・1080pのSeedance生成は約1回6.60～7.20米ドルと報告されていますが、再試行によって使えるショットの実効費用が約30～60米ドル以上になる場合がありました。

これらは、FLUX 3の費用ではありません。制作全体に通じる教訓、つまり生成価格と完成アセットの費用は同じではないことを示しています。

FLUX 3の性能ベンチマーク：最新結果が実際に示すこと

FLUX 3は優れた品質結果を公表していますが、ベンチマークは慎重に解釈する必要があります。これらは、独立した制作ベンチマークではなく、BFLが実施した評価だからです。

初期FLUX 3ベンチマークでは高い支持、Seedanceとは僅差

BFLの7月23日の予備評価で、ネイティブ音声付き10秒・720pのFLUX 3動画が、次のモデルより好まれた割合です。

最も重要なのは、おそらく52%という比較結果で、相手はSeedance 2.0です。決定的な勝利というより、互角に近い数字です。

調査に含まれる同一プロンプトの比較では、その特定の事例においてFLUX 3がネイティブ音声、レトロな色処理、文字描画、時間的一貫性で優れていました。ただし定量的な採点のない1回の比較なので、全般的な優位性の証拠ではなく、ワークフロー上の観察として扱うべきです。

8月のFLUX 3リリース評価は早期アクセス結果より重要

BFLの8月4日のリリース評価は、公開モデルのT2V総当たりELOスコアを1135と報告しています。またBFLは、I2VモデルがSeedance 2.0と同点で、内部比較に含まれたほかのモデルを上回るとしています。

7月の発表から8月の公開までにモデルが進化したため、この新しいベンチマークは早期アクセステストより参考になります。

ただし、結論は慎重であるべきです。FLUX 3の出力品質は非常に競争力がありますが、ベンダー自身の選好テストは普遍的な優位性を示しません。

FLUX 3の品質性能と生成速度は別物

Runwayに対する選好率77%は、FLUX 3が77%速いことを意味しません。

現時点の公開情報には、次の項目を標準化したデータセットがまだありません。

• 生成時間の中央値。
• リアルタイム係数。
• GPU構成。
• APIの待ち行列遅延。
• 同時実行数。
• 失敗率。
• 平均再試行回数。
• 承認されたクリップ当たりの費用。

調査ではこれらを大きな情報不足と捉えており、FLUX 3の性能は3つの層で評価すべきです。出力品質、推論速度、制作効率です。。

FLUX 3の人物一貫性と20秒動画：事例から分かること

実際の制作ワークフローでは、ランキングの点数が見落としがちな問題が現れます。調査中の2つの事例が特に参考になります。複数ショットの20秒生成と人物の一貫性です。

20秒のFLUX 3事例が示す複数ショットプロンプトの可能性

調査に含まれる生成事例では、20秒・1080pの「失われた映像」風シーケンスが、1つのプロンプトから作られました。プロンプトには複数のカットと動作が含まれていました。

この事例には遅延、再試行回数、成功率、総費用の報告がなく、効率性の主張は裏付けられません。ただし、FLUX 3は単独の5秒クリップだけでなく、場面の順序付けや複数ショットの演出で試す価値があることを示しています。

参照設計を改善すると人物の一貫性が向上する

別の比較事例では、FLUX 3、MiniMax H3、Seedanceをテストしました。人物の維持を主に動画モデル自体に任せた場合、3モデルすべてで同一性が変化しました。特に被写体が小さくなる、あるいはカメラが離れる場面で顕著でした。

次を準備すると、ワークフローが改善しました。

1. 明瞭な顔の参照
2. 全身の参照
3. 明示的な生成用参照入力
4. 異なるカメラ距離での反復確認

この事例では3モデルすべての安定性向上が報告されましたが、測定可能な改善率は示されていません。

デザイン上の重要な教訓は、人物の一貫性は一部が参照システムの問題であり、単にモデル順位の問題ではないということです。

FLUX 3 Draftモード：試作コストを抑える最適なワークフロー

Draftモードは、プロの反復制作におけるFLUX 3の特に優れた実用機能の1つです。Draft生成は毎秒0.06米ドルで、低コストのプレビューを返します。方向性が承認されると、Draft Enhanceが選択したショット、シード、構図、動きを最高品質で再現します。

BFLの現行文書は重要な区別を示しています。Draftの強化も、最高品質のレンダリングとして課金されます。Draftで最終出力が無料になるわけではなく、却下される方向性に通常料金のレンダリングを使わずに済むことが価値です。

より良いFLUX 3ワークフロー：Draft、選択、強化

用途はキャンペーンやデザインの試作です。

1. Draftで複数の方向性を生成する。
2. 動き、フレーミング、タイミング、場面の論理を比較する。
3. 弱い方向性を早めに却下する。
4. 最も良いDraftを選ぶ。
5. 承認された版だけを強化する。
6. 同一性、タイポグラフィ、音声、納品品質を確認する。

10秒のDraftは0.60米ドルで、通常生成のHD 1.70米ドル、FHD 2.90米ドルより安価です。

制作費を平均でどれだけ節約できるかは不明です。Draftの普遍的なROIや再試行削減率を主張するには、まだ証拠が足りません。そのため有用な社内指標は、Draft料金だけでなく、承認されたアセット当たりの総支出です。

FLUX 3 Dev、RTX 5090、ローカル生成：実際に分かっていることは？

BFLは将来のオープンウェイトモデルとしてFLUX 3 Devを確認していますが、検証済みのローカルハードウェア要件はまだありません。8月のロードマップはDevの公開予定を確認していますが、VRAM、RTX 5090、GGUF、量子化、ローカル速度の信頼できるベンチマークは公表していません。

そのため、実際のDevモデルが公開・検証されるまでは、「FLUX 3にはX GBのVRAMが必要」といった現時点の主張は慎重に扱うべきです。

RTX 5090事例が示すハードウェアの推測の危険性

調査には、ローカルのMiniMax H3でRTX 5090と64GB RAMを使った事例があります。15秒・720pの生成に約500秒かかり、VRAM使用率は約80～99%、システムRAMは約85%に達したとの報告です。

これは、FLUX 3のベンチマークではありません。最先端のローカル動画生成は、高性能な一般消費者向けハードウェアでも計算負荷が高いことを示す背景情報にすぎません。

FLUX 3 Devが公開されるまでは、API性能からDevの速度、VRAM要件、量子化モデルの品質を予測すべきではありません。

デザイナー、制作会社、AI動画制作にFLUX 3は役立つか？

はい。ネイティブ音声、20秒生成、複数ショット制御、キーフレーム、タイポグラフィ、低コストのDraft試作が役立つワークフローなら、FLUX 3を本格的に試す価値があります。現行API料金は実験予算を組める程度に明確で、初期評価と公開モデルの評価の両方が高い出力品質を示しています。

ただしプロの制作では、判断基準にすべきなのは、最も見栄えの良い1つの結果ではなく、繰り返し得られる経済性です。

対象がデザインチームなら、評価時に5つのKPIを測ることを勧めます。承認クリップ当たりの費用、承認クリップ当たりの再試行回数、生成時間の中央値、人物一貫性の成功率、失敗率です。これらは選好スコアだけよりも、制作価値について多くを明らかにします。

結論

FLUX 3は2026年の非常に競争力のあるAI動画モデルです。20秒生成、ネイティブ同期音声、FHD出力、最大10キーフレーム、複数ショット制御、優れた文字表現、実用的なDraftからEnhanceへの流れを備えます。料金は実験費用を予測しやすく、最新のBFLベンチマークも高品質を示します。ただし僅差のSeedanceとの比較や、遅延、再試行、失敗率、ローカルDevのデータ不足から、あらゆる面での勝者とは扱えません。制作チームにとって最も良い方法は、Draftで低コストに試作し、参照とキーフレームで場面を演出し、生成1秒当たりではなく使えるクリップ当たりの費用でFLUX 3を判断することです。

よくある質問

FLUX 3の10秒・20秒動画はいくらですか？

T2VとI2Vは、HDが毎秒0.17米ドル、FHDが毎秒0.29米ドルです。したがって10秒クリップは約HD 1.70米ドル、FHD 2.90米ドルで、20秒クリップは約3.40米ドルまたは5.80米ドルです。Draft HDは毎秒0.06米ドルです。V2Vは別料金で最大15秒です。

FLUX 3はSeedance 2より優れていますか？

現時点で、決定的な万能の勝者はいません。BFLの初期選好テストでFLUX 3は、52%という結果でした。比較相手はSeedance 2.0で、ほぼ互角です。新しい公開モデルの評価では、FLUX 3はI2VでSeedanceと同点とされています。どちらが適するかは、プロンプトの種類、参照、音声要件、一貫性、再試行、制作費によります。

FLUX 3は人物の一貫性を保てますか？

FLUX 3は同一性を保てますが、人物の変化が起きる可能性はあります。特に顔が小さくなる、あるいはカメラ距離が増す場合です。調査では、より良い顔と全身の参照がFLUX 3と競合モデルの安定性を改善しました。繰り返し登場する人物では、参照準備を任意のプロンプト細部ではなく、制作システムの一部として扱うべきです。

FLUX 3 DevはRTX 5090で動きますか？

信頼できる回答には、検証済みのデータがまだ足りません。BFLは将来のオープンウェイト版FLUX 3 Dev公開を確認していますが、VRAM、RTX 5090性能、GGUF、量子化、RAMへのオフロード、APIとDevの品質比較の公開ベンチマークはまだありません。他の動画モデルのハードウェア結果をFLUX 3の性能として示すべきではありません。