شرکت fal که پلتفرمی برای اجرای مدل‌های تصویر، صدا و ویدیو در اختیار توسعه‌دهندگان است، روز دوشنبه ۱۹ اکتبر ۲۰۲۶ مدل FLUX 3 Max را معرفی کرد. این یک مدل پایه تازه نیست. نقطه شروع آن FLUX 3 است، مدل ویدیویی آزمایشگاه آلمانی Black Forest Labs، که تیم پژوهشی fal آموزش تکمیلی و بهینه‌سازی اجرا را روی آن انجام داده است. هر دو شرکت این عرضه را تبلیغ کردند و رابین رومباخ، مدیرعامل Black Forest Labs، در اطلاعیه fal گفت که FLUX 3 از ابتدا برای شخصی‌سازی به دست دیگران طراحی شده بود.
ادعای اصلی، سرعت بالا بدون افت محسوس کیفیت است. در آزمون‌های خود fal، ساخت یک ویدیوی ۱۰ ثانیه‌ای با نسبت ۱۶ به ۹ و کیفیت ۷۲۰ خطی، طبق صفحه محصول حدود ۱۲٫۴۵ ثانیه و طبق اطلاعیه مطبوعاتی ۱۰٫۹۵ ثانیه طول می‌کشد. این زمان برای Seedance 2.5 ساخت ByteDance حدود ۲۷۷٫۸ ثانیه و برای خود FLUX 3 حدود ۱۲۶٫۴ ثانیه است. fal این را تقریباً ۲۲ برابر سریع‌تر از Seedance 2.5 و بیش از ده برابر سریع‌تر از مدل پایه توصیف می‌کند. این زمان‌ها اندازه‌گیری خود شرکت است و مستندات رابط برنامه‌نویسی هشدار می‌دهد که انتخاب سطح بالاتر استدلال روی متن درخواست، تولید را کندتر می‌کند.
درباره کیفیت، داده بیرونی هم وجود دارد. Artificial Analysis که مقایسه‌های کور بر پایه ترجیح انسانی میان مدل‌های مولد برگزار می‌کند، در روز عرضه اعلام کرد که FLUX 3 Max در جدول تبدیل تصویر به ویدیوی این مجموعه رتبه دوم را دارد و از نظر آماری با نفر اول برابر است. همین مدل در جدول تبدیل متن به ویدیو چهارم شده و در هر دو جدول از FLUX 3 پایه بالاتر ایستاده است. fal به امتیاز اولیه ۱۱۳۹ در نظام امتیازدهی Elo اشاره می‌کند که ۵۰ امتیاز بیشتر از FLUX 3 است. وقتی VentureBeat همان روز جدول را بررسی کرد، امتیاز مدل ۱۱۳۸ بود؛ هم‌سطح Seedance 2.5 و دو امتیاز پایین‌تر از MiniMax H3، با بازه‌های اطمینانی که روی هم می‌افتند و جدا کردن رتبه‌های نخست را دشوار می‌کنند.
این مدل فقط به‌صورت سرویس میزبانی‌شده عرضه می‌شود. fal سه مسیر دسترسی برای تبدیل متن به ویدیو، تصویر به ویدیو و ساخت ویدیو از قاب‌های کلیدی فراهم کرده است. در حالت تصویر به ویدیو می‌توان یک تصویر آغازین و در صورت نیاز یک تصویر پایانی داد، طول ویدیو را بین ۵ تا ۲۰ ثانیه انتخاب کرد، خروجی ۷۲۰ یا ۱۰۸۰ خطی گرفت، از چند نسبت تصویر بهره برد و صدا را که به‌طور پیش‌فرض فعال است تولید کرد. به گزارش VentureBeat، حالت قاب‌های کلیدی تا ۱۰ تصویر می‌پذیرد. در مطالب عرضه هیچ اشاره‌ای به انتشار وزن‌های قابل دانلود نشده است.
قیمت‌گذاری بر اساس هر ثانیه ویدیوی تولیدشده است. قیمت فهرست fal برای کیفیت ۷۲۰ خطی ۰٫۱۷ دلار در هر ثانیه است، اما تا ۷ نوامبر ۰٫۰۴۲۵ دلار دریافت می‌کند؛ تخفیفی ۷۵ درصدی که هزینه یک ویدیوی ۱۰ ثانیه‌ای را به حدود ۴۳ سنت می‌رساند. به نوشته VentureBeat، نرخ عادی برای کیفیت ۱۰۸۰ خطی ۰٫۲۹ دلار در ثانیه است. fal همچنین به H3 Max اشاره می‌کند، مدلی قدیمی‌تر که باز هم پژوهشگرانش آن را آموزش تکمیلی داده‌اند و از همان رابط ارائه می‌شود؛ بنابراین می‌توان تنها با عوض کردن شناسه مدل میان این دو جابه‌جا شد.
برای Black Forest Labs، این عرضه نشان می‌دهد شریکی تجاری روی مدل ویدیویی پایه‌اش محصول ساخته است. برای fal که بیشتر کارش اجرای مدل‌های دیگران است، نشانه آن است که می‌خواهد با کیفیت و تأخیر کمِ مدل‌هایی که خودش پرورانده رقابت کند، نه فقط با میزبانی. سرعت بیشتر به‌ویژه در کار تعاملی اهمیت دارد، جایی که طراحان یا تیم‌های محصول نسخه‌های متعددی از یک نما را پشت سر هم می‌آزمایند.
چند نکته احتیاطی هم باید در نظر داشت. ارقام سرعت را fal ارائه کرده و حتی میان اسناد خود شرکت یکسان نیست. رتبه‌بندی اولیه است، بر رأی ترجیحی کاربران درباره ویدیوهای ساخته‌شده از تصویر تکیه دارد و برتری مدل را در همه نیازهای تولید ثابت نمی‌کند. هیچ آزمون مستقلی درباره سرعت پیدا نشد و هنوز روشن نیست مدل با قیمت عادی و زیر بار سنگین چگونه رفتار می‌کند.