A fal, plataforma de inferência que aloja modelos de imagem, áudio e vídeo para programadores, lançou o FLUX 3 Max na segunda-feira, 19 de outubro de 2026. Não se trata de um modelo de base novo: o ponto de partida é o FLUX 3, o modelo de vídeo do laboratório alemão Black Forest Labs, ao qual a equipa de investigação da fal acrescentou treino adicional e otimização de inferência. As duas empresas divulgaram o lançamento, e o presidente executivo da Black Forest Labs, Robin Rombach, afirmou no comunicado da fal que o FLUX 3 foi pensado como base para outros personalizarem.
O argumento principal é a rapidez sem perda visível de qualidade. Nos testes da própria fal, um clipe de 10 segundos em 16:9 e 720p demora cerca de 12,45 segundos segundo a página do produto e 10,95 segundos segundo o comunicado de imprensa, quando o Seedance 2.5, da ByteDance, precisa de 277,80 segundos e o FLUX 3 original de 126,44. A fal fala em cerca de 22 vezes mais rápido do que o Seedance 2.5 e mais de dez vezes mais rápido do que o modelo de base. Trata-se de medições da empresa, e a documentação da API avisa que opções como um nível de raciocínio mais alto sobre o pedido tornam a geração mais lenta.
Na qualidade há dados externos. A Artificial Analysis, que organiza comparações cegas por preferência humana entre modelos generativos, indicou no dia do lançamento que o FLUX 3 Max ocupa o segundo lugar na sua tabela AA-Video-I2V v1.1, de imagem para vídeo, estatisticamente empatado com o primeiro, e o quarto na AA-Video-T2V v2.1, de texto para vídeo, acima do FLUX 3 em ambas. A fal cita uma pontuação preliminar de 1.139 Elo, mais 50 pontos do que o FLUX 3. Quando a VentureBeat consultou a tabela nesse mesmo dia, o modelo surgia com 1.138, a par do Seedance 2.5 e dois pontos atrás do MiniMax H3, com intervalos de confiança sobrepostos que tornam difícil separar os primeiros lugares.
O modelo só está disponível como serviço alojado. A fal oferece pontos de acesso de texto para vídeo, imagem para vídeo e fotogramas-chave; o esquema de imagem para vídeo aceita uma imagem inicial e, opcionalmente, uma final, durações entre 5 e 20 segundos, saída em 720p ou 1080p, vários formatos de imagem e geração de áudio ativada por omissão. A VentureBeat refere que o modo de fotogramas-chave aceita até 10 imagens. Os materiais de lançamento não mencionam pesos para descarregar.
O preço é cobrado por segundo de vídeo gerado. A tabela da fal indica 0,17 dólares por segundo em 720p, mas até 7 de novembro aplica 0,0425 dólares, um desconto de lançamento de 75% que deixa um clipe de 10 segundos em cerca de 43 cêntimos; segundo a VentureBeat, a tarifa normal em 1080p é de 0,29 dólares por segundo. A fal lembra ainda o H3 Max, um modelo anterior também afinado pelos seus investigadores e servido pela mesma API, o que permite alternar entre os dois mudando apenas o identificador do modelo.
Para a Black Forest Labs, o lançamento mostra um parceiro a construir um produto comercial sobre o seu modelo de vídeo. Para a fal, que vive sobretudo de servir modelos alheios, é sinal de que quer competir também pela qualidade e pela latência de modelos trabalhados por si, e não apenas pelo alojamento. A rapidez pesa sobretudo no trabalho interativo, quando designers ou equipas de produto testam muitas versões do mesmo plano.
Há reservas a fazer. Os números de velocidade vêm da fal e nem sequer coincidem entre os seus documentos. A posição na tabela é preliminar, assenta em votos de preferência sobre clipes gerados a partir de imagens e não demonstra vantagem em todas as necessidades de produção. Não foram encontrados testes independentes de latência, e falta ver como o modelo se comporta a preços normais e com muita procura.