FLUX 3 Image : test 4K, cadrage, retouche et prix de l’API

👁 122 lectures

FLUX rassemble les modèles graphiques de la société allemande Black Forest Labs, fondée par les créateurs de Stable Diffusion. Lancé le 1er octobre 2026, FLUX 3 Image se distingue comme le seul modèle de mes tests dont le mode 4K offre un niveau de détail réel de 16,8 Mpx, et non une simple image agrandie. Il positionne les éléments exactement là où vous placez leurs cadres et, lors de cinq modifications simultanées, préserve quasiment intact le reste du cliché. La réduction initiale s’est achevée le 8 octobre 2026 : sur fal.ai, le tarif officiel s’établit désormais par palier de résolution à 0,048 USD par image 1K, soit environ 0,043 EUR (les prix en devises sont convertis selon le taux de référence de la BCE du 12 octobre 2026 : 1 EUR = 1,1181 USD ; source : BCE). Lors des premiers tests promotionnels, le 4K complet revenait à environ environ 0,36 EUR (0,40 USD). Retrouvez ci-dessous mes bancs d’essai, la grille tarifaire et les détails sur l’ancienne gamme FLUX.2. Pour leur modèle vidéo, consultez l’article dédié à FLUX 3 Video.

J’ai mené l’ensemble des essais le jour du lancement, le 1er octobre 2026, via l’API de fal.ai. Chaque générateur a reçu exactement les mêmes instructions, en un seul essai, sans sélection des résultats les plus avantageux. Les calculs ont été effectués par des scripts d’analyse automatisés.

FLUX 3 Image en 5 points clés

1. 4K natif. Cinq paliers de définition sont proposés : 512sq, 768sq, 1k, 2k et 4k. Au niveau 4k, le fichier généré atteint 5456 × 3072 px. La génération d’une seule image 4K a demandé plus de 6 minutes de traitement.
2. Des cadres structurés au lieu de descriptions vagues. La zone de travail s’articule autour d’une grille normée de 0 à 1000. Chaque élément reçoit un identifiant, une description et des coordonnées [y_min, x_min, y_max, x_max]. Le moteur respecte ce gabarit bien plus rigoureusement que les outils pilotés par de simples phrases descriptives.
3. Plusieurs retouches en une seule passe. D’après l’éditeur, les pixels situés en dehors des zones ciblées restent strictement inchangés. Dans mon essai, les portions non éditées ont affiché un score de similarité structurelle SSIM de 0,995, bien que cette mesure métrique n’atteste pas d’une identité binaire absolue.
4. Jusqu’à 10 images sources. Elles se référencent dans la requête sous les identifiants ref_image_0 à ref_image_9. Sur l’infrastructure de fal.ai, chaque visuel fourni en entrée est limité à 4 Mpx.
5. Accès aux poids. Une licence d’exploitation commerciale pour les poids du modèle est disponible immédiatement, tandis qu’une déclinaison ouverte est annoncée sous quelques semaines.

Mes bancs d’essai et galeries de rendus

Test 1 : la résolution 4K à la loupe

J’ai testé chaque modèle sur un même plan urbain comportant six petites enseignes, un kiosque et un tramway, généré à la résolution maximale autorisée. J’ai ensuite mesuré la part de pixels apportant un niveau de détail effectif en réduisant puis en réagrandissant l’image : si le fichier ne subit quasiment aucune perte d’information lors de cette étape, c’est que les pixels d’origine n’apportaient pas de netteté additionnelle.

Nano Banana Pro produit un fichier de 5504 × 3072 px, mais son piqué correspond à celui d’une image quatre fois plus petite. FLUX 3 s’impose comme le seul outil dont le rendu 4K restitue une définition intégrale. La lisibilité textuelle relève en revanche d’une autre compétence : GPT Image 2.5, Grok et Seedream ont reproduit correctement l’ensemble des 8 enseignes réclamées, Nano Banana Pro en a réussi 7, et FLUX 3 en a validé 6 sur 8. Les détails et les recadrages à l’échelle 1:1 sont consultables dans le banc d’essai 4K.

Test 2 : placement d’objets et cadrage par coordonnées

Quatre compositions distinctes ont été testées (un bureau de travail, une plage balnéaire, une cuisine et une publicité de bouteille d’eau), chacune intégrant quatre éléments assignés à des emplacements précis. FLUX 3 a reçu les coordonnées des boîtes englobantes dans son format structuré JSON, tandis que les autres modèles ont reçu les mêmes contraintes sous forme de description textuelle exprimée en pourcentages (ce qui limite la portée stricte de la comparaison). Un modèle d’analyse visuelle a mesuré l’implantation réelle des éléments, en calculant l’intersection sur union (IoU, où 1 représente un calage parfait).

Il s’agit d’un atout de premier ordre pour les maquettistes et les équipes e-commerce : bannières, couvertures et compositions publicitaires exigent souvent des zones réservées au texte ou au logo à des coordonnées invariables. Tous les rendus accompagnés de leurs tracés de référence figurent dans le test de composition.

Test 3 : cinq modifications en une seule invite

À partir de la photographie d’un salon dans un immeuble ancien, nous avons formulé une commande unique (rédigée en polonais lors du banc d’essai original) demandant cinq retouches simultanées : remplacer le canapé, afficher une photo urbaine à la place du tableau, enlever le vase, poser un abat-jour noir et ajouter un teckel endormi sur le tapis. Les sept modèles ont appliqué les consignes. La distinction s’est faite sur la dégradation des zones qui devaient demeurer intactes.

FLUX 3 et Ideogram 4.5 sont à ce jour deux solutions qui réalisent de véritables retouches localisées au lieu de redessiner l’image entière. J’avais précédemment évalué les capacités de son concurrent dans le test de 10 retouches consécutives sur Ideogram.

Galeries d’exemples et prompts

• Fonds d’écran 4K pour ordinateur et smartphone - paysages de montagne, bords de mer, vues nocturnes et compositions abstraites, accompagnés de leurs prompts (traduits de nos invites de test originales).
• Visualisations d’intérieurs - style japandi, cuisines fonctionnelles en appartement, lofts industriels et chalets en bois.
• Publicités et packshots de produits - parfumerie, baskets, café, confiserie et horlogerie.
• Compositions par coordonnées JSON - couvertures de presse, planches de bande dessinée, fiches recettes, affiches et storyboards.

Tarifs de FLUX 3 Image

Le fournisseur facturant en dollars américains, la conversion s’appuie sur le cours de référence de la BCE du 12 octobre 2026 (1 EUR = 1,1181 USD). La valeur de environ 0,36 EUR (0,40 USD) pour un rendu 4K correspond à un relevé historique issu de la phase promotionnelle de lancement et ne constitue pas un tarif contractuel actuel. À titre indicatif, la génération 4K sur Nano Banana Pro revenait à l’époque à environ 0,27 EUR (0,30 USD), mais avec un quart des détails réels observés sur FLUX 3.

Les modèles précédents : FLUX.2

La gamme FLUX.2 est sortie en novembre 2025, complétée par les déclinaisons légères « klein » en janvier 2026. La facturation s’effectue en fonction du volume de mégapixels générés.

Dans mon comparatif de générateurs d’images de septembre, FLUX.2 Pro s’était vu attribuer la note de 7,6/10, terminant sixième sur huit participants. Particulièrement véloce (13 secondes par rendu) et réaliste sur les scènes photographiques, il montrait certaines limites sur des caractères diacritiques complexes. FLUX.2 [klein] 4B demeure le modèle privilégié pour un hébergement en local : il nécessite environ 13 Go de mémoire vidéo selon son concepteur et bénéficie d’une licence ouverte Apache 2.0. Pour la création audiovisuelle, l’écosystème comprend également FLUX 3 Video (lancé en août avec gestion audio), décrit dans la présentation générale du lancement de FLUX 3.

Dans quels cas choisir FLUX 3 ?

Foire aux questions

FLUX 3 Image est-il gratuit ?

Non. Sur l’API fal.ai, la grille s’établit par palier : comptez 0,048 USD par image 1K (environ 0,043 EUR HT selon le cours BCE du 12 octobre 2026). Les poids en accès ouvert ont été annoncés par Black Forest Labs mais ne sont pas encore téléchargeables. Pour une utilisation locale gratuite, tournez-vous vers FLUX.2 [klein] 4B.

Comment structurer un prompt avec des coordonnées ?

Le champ d’invite accueille un objet JSON comprenant la description globale (caption) ainsi que la liste des éléments cibles. Chaque entité se définit par un identifiant id, un texte explicatif desc et un tableau de délimitation bbox [y_min, x_min, y_max, x_max] sur une échelle de 0 à 1000. Des exemples adaptés sont présentés dans la galerie de gabarits.

FLUX 3 gère-t-il correctement le texte ?

Les mots courts et isolés sont reproduits avec fidélité. Sur de petites enseignes détaillées au sein d’une scène 4K, le modèle a restitué correctement 6 textes sur 8 (lors d’un test initial mené avec des termes polonais), là où GPT Image 2.5, Grok et Seedream ont atteint un sans-faute de 8 sur 8. Pensez à vérifier vos typographies à pleine échelle.

Combien de temps prend un rendu en 4K ?

Lors de mes essais, le temps de calcul oscillait entre 3 et plus de 6 minutes par création en définition 4K. Comptez environ une minute pour un format 1k, et entre 1 et 3 minutes pour du 2k.

Quelles différences majeures apporte FLUX 3 par rapport à FLUX.2 ?

FLUX 3 intègre la 4K native, le calage d’objets par coordonnées de boîtes, l’édition simultanée de plusieurs segments et la prise en charge de 10 images de référence. Les déclinaisons de FLUX.2 plafonnaient à 4 Mpx et présentaient des coûts par mégapixel plus élevés sur les variantes Pro, Flex et Max.

// lire la suiteGPT-Image-2.6 vs 2.5 : même tarif, facture tripléeBenchmarksGPT-Image-2.6 Flare vs Sunburst : même prix, temps tripléBenchmarksSeedream 5.0 Flash vs Recraft : test d’image et d’éditionBenchmarks

Kinetyra