fal, plateforme d'inférence qui héberge des modèles d'image, de son et de vidéo pour les développeurs, a lancé FLUX 3 Max le lundi 19 octobre 2026. Il ne s'agit pas d'un nouveau modèle de fondation : le point de départ est FLUX 3, le modèle vidéo du laboratoire allemand Black Forest Labs, que les chercheurs de fal ont prolongé par un entraînement supplémentaire et un travail d'optimisation de l'inférence. Les deux entreprises ont relayé l'annonce, et Robin Rombach, PDG de Black Forest Labs, explique dans le communiqué de fal que FLUX 3 a été conçu pour être personnalisé par d'autres.
L'argument central tient à la vitesse, sans baisse apparente de qualité. Selon les mesures de fal, un clip de 10 secondes en 16:9 et 720p demande environ 12,45 secondes d'après la page produit, 10,95 secondes d'après le communiqué, contre 277,80 secondes pour Seedance 2.5 de ByteDance et 126,44 secondes pour le FLUX 3 d'origine. fal évoque un modèle environ 22 fois plus rapide que Seedance 2.5 et plus de dix fois plus rapide que sa base. Ces chronos restent des mesures maison, et la documentation de l'API précise qu'un niveau de raisonnement plus élevé sur la consigne allonge le temps de génération.
Sur la qualité, des données extérieures existent. Artificial Analysis, qui organise des comparaisons à l'aveugle fondées sur les préférences humaines, a indiqué le jour du lancement que FLUX 3 Max se place deuxième de son classement AA-Video-I2V v1.1 en image vers vidéo, à égalité statistique avec le premier, et quatrième du classement AA-Video-T2V v2.1 en texte vers vidéo, devant FLUX 3 dans les deux cas. fal avance un score préliminaire de 1 139 Elo, soit 50 points de mieux que FLUX 3. Lorsque VentureBeat a consulté le tableau le même jour, le modèle affichait 1 138, au niveau de Seedance 2.5 et deux points derrière MiniMax H3, avec des intervalles de confiance qui se chevauchent et rendent les premières places difficiles à départager.
Le modèle n'est proposé qu'en service hébergé. fal ouvre des points d'accès texte vers vidéo, image vers vidéo et images clés ; le schéma image vers vidéo accepte une image de départ et, en option, une image finale, des durées de 5 à 20 secondes, une sortie en 720p ou 1080p, plusieurs formats d'image et une génération sonore activée par défaut. VentureBeat rapporte que le mode images clés accepte jusqu'à 10 images. Les documents de lancement ne font état d'aucun poids téléchargeable.
La facturation se fait à la seconde de vidéo produite. fal affiche 0,17 dollar par seconde en 720p mais applique 0,0425 dollar jusqu'au 7 novembre, une remise de lancement de 75 % qui ramène un clip de 10 secondes à environ 43 cents ; d'après VentureBeat, le tarif normal en 1080p atteint 0,29 dollar par seconde. fal met aussi en avant H3 Max, un modèle antérieur réentraîné par ses chercheurs et servi par la même API, si bien que l'on peut passer de l'un à l'autre en changeant simplement l'identifiant du modèle.
Pour Black Forest Labs, cette sortie montre un partenaire capable de bâtir une offre commerciale sur son modèle vidéo. Pour fal, qui sert surtout les modèles d'autres éditeurs, c'est le signe d'une ambition nouvelle : rivaliser aussi sur la qualité et la latence de variantes maison, pas seulement sur l'hébergement. La vitesse compte surtout dans le travail interactif, quand des graphistes ou des équipes produit enchaînent les essais d'un même plan.
Les réserves restent nombreuses. Les chiffres de vitesse viennent de fal et ne concordent pas d'un document à l'autre. Le classement est préliminaire, repose sur des votes de préférence portant sur des clips générés à partir d'images et ne prouve pas une supériorité pour tous les usages de production. Aucun test de latence indépendant n'a été trouvé, et il reste à voir comment le modèle se comporte au tarif normal et sous forte charge.