FLUX 3 Max est un nouveau modèle de génération vidéo post-entraîné par fal en collaboration avec Black Forest Labs. Le 19 octobre 2026, fal a annoncé le modèle dans un communiqué PR Newswire : il a obtenu un score Elo de 1139 dans les évaluations de préférence humaine de la Video Arena d'Artificial Analysis, ce qui le place dans le premier groupe pour la qualité image-vers-vidéo, et il génère une vidéo de 10 secondes en seulement 10,95 secondes. Le modèle est disponible dès aujourd'hui sur la plateforme d'inférence de fal, avec une API unifiée couvrant texte-vers-vidéo, image-vers-vidéo et images-clés-vers-vidéo, à moins 75% pendant les trois premières semaines.
Pas un peu plus rapide : un rival au même score prend plus de quatre minutes
La comparaison de latence de fal est sans détour. Au même niveau de qualité rapporté de 1139 Elo, Seedance 2.5 met 277,80 secondes à générer une vidéo de 10 secondes, contre 10,95 secondes pour FLUX 3 Max, soit environ 22 fois plus vite. Par rapport au FLUX 3 d'origine, son Elo image-vers-vidéo passe de 1089 à 1139 pendant que la latence de génération tombe de 126,44 à 10,95 secondes, une accélération d'inférence de 11,5 fois. Les conditions de l'évaluation comptent aussi : le score de 1139 vient d'une évaluation préliminaire sur 4868 votes, et son intervalle de confiance recoupe ceux des modèles les mieux classés — la formulation de fal est bien premier groupe, et non numéro un unique.
Au-delà du modèle de base, le post-entraînement devient le second champ de bataille
FLUX 3 Max repose sur le modèle de fondation FLUX 3 de Black Forest Labs, auquel fal Research a ajouté un post-entraînement spécialisé, de l'apprentissage par renforcement et une optimisation d'inférence visant à améliorer en même temps la fidélité visuelle, la cohérence des mouvements et le respect des instructions. Robin Rombach, cofondateur et PDG de Black Forest Labs, a déclaré que FLUX 3 avait été conçu comme une fondation sur laquelle d'autres peuvent construire ; Burkay Gur, PDG de fal, a insisté sur la conception conjointe des modèles et des systèmes, estimant qu'une partie des avancées les plus importantes de l'IA générative viendra de l'optimisation conjointe des modèles et des systèmes qui les exécutent. Selon fal, il ne s'agit que de la première itération de FLUX 3 Max, et le post-entraînement se poursuit.
Ce que cela change pour les équipes vidéo
Quand un clip de 10 secondes passe d'une attente de plus de quatre minutes à environ onze secondes, la manière de travailler change : on peut essayer davantage de variantes de storyboard, les prises ratées coûtent des secondes, et des flux de prévisualisation quasi temps réel deviennent envisageables. Les équipes qui l'évaluent devraient vérifier trois points : retester la qualité sur leurs propres contenus plutôt que de se fier aux scores d'arène ; la remise de 75% ne dure que trois semaines, donc estimer les coûts long terme au plein tarif ; et l'image-vers-vidéo est son point fort vérifié, le texte-vers-vidéo pur doit être testé séparément. Le modèle de diffusion Mercury 3 présenté sur ce site mène la même course côté texte : à qualité égale, celui qui réduit la latence en premier l'emporte.
