Все радуются выходу FLUX 3 Video в API, особенно из-за обещанных 20-секундных генераций со звуком и липсинком. Но дьявол, как обычно, кроется в деталях реализации и тарифах сервиса. Главная фича релиза — генерация видео по ключевым кадрам, где модель самостоятельно достраивает движение между заданными якорями. Звучит как полный контроль над сценой, но на деле это означает долгую и сложную балансировку таймингов.

Эндпоинт на fal.ai принимает последовательность стартовых изображений с точным указанием индексов кадров. Идея в том, чтобы зафиксировать конкретные фазы движения, а нейросеть плавно соединит их между собой. Правда, цена за такие эксперименты заставляет задуматься о целесообразности подхода. За одну секунду видео в разрешении 1080p придется отдать 0.29 доллара, а за 720p — 0.17 доллара. Учитывая неизбежное количество неудачных дублей при работе с нейроанимацией, бюджет на один удачный ролик быстро выйдет за рамки комфортного.

Готов ли этот инструмент для реального продакшена, а не только для красивых технических демо? Интерполяция между сложными ракурсами все еще часто приводит к артефактам, когда алгоритм просто размазывает пиксели вместо понимания физики объекта. Модель от Black Forest Labs определенно задает высокую планку по длительности, но пока остается скорее дорогой песочницей для энтузиастов.