Wie man Videos mit FLUX 3 generiert (2026)

FLUX 3 ist das multimodale Modell von Black Forest Labs, angekündigt am 23. Juli 2026, und eine der ersten großen KI-Video-Veröffentlichungen, bei der Dialog, Effekte, Ambiente und Bild aus derselben Generierung stammen. Die meisten FLUX 3-Guides wiederholen immer noch die Launch-Ankündigung, und ein Clip, der in seiner kürzesten Form 170 Credits kostet, braucht einen Prompt, der beim ersten Mal funktioniert. Deshalb haben wir alle 13 FLUX 3-Clips auf den öffentlichen Canvases von Flick-Team- und Residency-Filmen gelesen, mit den exakten Prompts, die sie erzeugt haben, und den Soundtracks, die zurückkamen. Dieser Guide zeigt, wie man Videos mit FLUX 3 generiert, die echten Prompts, wie man den Sound steuert, was es kostet und wie es sich mit Seedance, Kling, Veo und Grok vergleicht.

FLUX 3 läuft ab Flicks Standard-Plan.

Kann FLUX 3 Videos generieren?

Was ist FLUX 3?

Black Forest Labs kündigte FLUX 3 am 23. Juli 2026 an und stellte es am 4. August 2026 allgemein über seine API und Partner zur Verfügung.

BFL-CEO Robin Rombach fasste die Prämisse zusammen: "Man kann die Realität nicht betrügen. Ein Modell, das nur Bilder lernt, kann nur Bilder generieren."

Diese Sichtweise ist wichtig für Filmemacher, denn der schwierige Teil von KI-Video ist nicht länger ein einzelnes schönes Bild, sondern Kontinuität: Bild, Bewegung, Ton, Charakter, Physik und Schnittrhythmus müssen alle übereinstimmen.

• Den Benchmark als Herstellerangabe verstehen: unabhängige Tests haben noch nicht aufgeholt.
• Die praktische Änderung ist fundiert: FLUX 3 erstellt Video und Audio in einer Generation, was die Zusammenstellung eines Films verändert.
• Erste Tests: Tester haben ihre ersten Clips auf X gepostet, wie @venturetwins und @umesh_ai, und der richtige Test ist, ob Bewegung, Ton, Timing und Szenenlogik zusammenpassen, nicht die Schönheit einzelner Standbilder.

Wie sehen echte FLUX 3 Prompts aus?

Dies sind FLUX 3 Aufnahmen aus Flick-Team- und Residency-Filmen, jede mit dem exakten Prompt, wie er ausgeführt wurde.

• Was wir gelesen haben: alle 13 FLUX 3 Clips auf den öffentlichen Canvases von 4 Flick-Team- und Residency-Filmen, 7 davon in voller Länge von 20 Sekunden.
• Ton in jeder Datei: Alle 13 Clips kamen mit einer Tonspur zurück, einschließlich der 7, deren Prompts Ton nie erwähnen.
• Startbilder: Alle 13 begannen mit einem Startbild, daher haben wir noch keinen eigenen FLUX 3 Clip, der allein aus Text erstellt wurde.

00:10

Eine fixierte Totale mit jedem Ton in einer eigenen Zeile

Der Prompt fixiert die Kamera, listet dann den Wind, die Hufe, das Geschirr und den Atem des Pferdes Zeile für Zeile auf und schließt Dialog und Musik aus, sodass der Ton genauso sorgfältig geschrieben ist wie das Bild.

Locked wide shot.
Maintain the same camera position, composition, focal length, and shot scale throughout.
No push-in, pull-back, pan, tilt, crane movement, or zoom.
The rider and horse move independently from the camera.

The rider and horse maintain a fast gallop along their existing direction across the frozen lake toward the distant tree line.

The horse sustains a natural, powerful gallop. All four legs move through a complete running gait, while its head and neck rise and fall naturally with each stride. Its mane, tail, and tack move with the speed.

The rider leans slightly forward, keeps both hands steady on the reins, and moves naturally with the horse’s galloping rhythm.

The hooves repeatedly strike the thin snow covering the ice, throwing a small amount of fine snow backward and extending faint hoof tracks behind them.

The colossal serpent in the background is a completely frozen corpse and remains absolutely motionless throughout. No breathing, blinking, eye movement, jaw movement, or body movement.

The broad background fog moves slowly throughout the shot, drifting sideways at a steady, continuous pace across the mountain and around the frozen serpent. The fog banks change shape naturally. The moving fog does not affect the serpent, its ice covering, or its icicles; the serpent remains absolutely motionless.

Continuous low cold wind.
Fast, forceful hoof impacts against the ice and thin snow.
Subtle rein, leather, and tack vibration.
Heavy, rhythmic breathing from the running horse.
No sound from the serpent.
No dialogue.
No background music.

In ’twixt Vows, Regie: Jaime Yao

Bedeutung:Ein Reiter galoppiert mit seinem Pferd über einen gefrorenen See an einer riesigen eingefrorenen Schlange vorbei in statischer Kameraeinstellung.

00:06

Eine langsame Detailaufnahme, die festlegt, was stillstehen muss

Der Prompt benennt die wenigen Kacheln, die sich bewegen dürfen, wie langsam, und was nicht, bis hin zur Figur, die sich nicht drehen oder blinzeln darf, was verhindert, dass eine langsame Detailaufnahme zu einem Kollaps wird.

The camera drifts extremely slowly from upper right to lower left with a very slight push-in. No sudden acceleration. No reframing.

The mosaic figure remains still. Only a sparse selection of mosaic pieces slowly loosens, lifts away from the wall, and floats just in front of their original positions. Do not make it a large-scale collapse.

After the pieces detach, the exposed gaps reveal a dim blue moonlit jade material. It is smooth, semi-translucent, faintly glowing, and not liquid. It emits a soft, low-intensity cool blue glow that gently illuminates nearby piece edges, seams, and fine airborne dust.

A few pieces near the blue gem eye may also loosen and float. The gem catches one brief subtle glint. The figure does not turn its head and does not blink.

Only a small amount of dust and faint haze drifts slowly through the air.

In ’twixt Vows, Regie: Jaime Yao

Bedeutung:Mosaikstücke lösen sich langsam von einer Figur und enthüllen darunter leuchtendes blaues Jadematerial mit sanftem Kameraschwenk.

00:10

Vier Worte zu einem seltsamen Startbild

Mit vier Worten und einem Tippfehler behielt FLUX 3 das schwebende Auto des Startbildes und seine zwei Beobachter bei und setzte das Auto in Bewegung, dessen Kofferraum sich öffnet und Rauch aufsteigt, während es zum Meer hinabsinkt.

some strange things happned.

Summer time, Regie: Zoey Z.

Bedeutung:Seltsame Dinge geschehen.

00:20

Sechs Worte, die die Aufnahme dem Modell überlassen

Ein so offener Prompt überlässt FLUX 3 jede Wahl, und dieser Take bewegt sich vom Schlafzimmer-Startbild zu einer zweiten Szene mit einer Frau im Trenchcoat neben einem roten Auto.

based on these images, create something

Summer time, Regie: Zoey Z.

Bedeutung:Etwas wird basierend auf diesen Bildern erstellt.

Wie steuert man den Ton in FLUX 3?

In The Miracle schrieb Sam Wasserman eine Off-Kamera-Zeile für seinen General, beschrieb die Stimme detailliert und schloss Musik und andere Stimmen aus, und FLUX 3 lieferte das Bild und die Stimme in einem Durchgang:

00:20

Dense ranks of mixed male and female Caucasian Runners with varied natural hair colors and clearly distinct human faces wear the same Pearl-White Gauntlet Suit: Sleek, slightly glossy pearl-white suit over an open-collar white shirt; identical material across all Runners while faces, ages, genders, builds, and hair remain clearly distinct. The General remains completely off camera. His exact voice continues: “It will push you to your breaking point, but nothing can prepare you for the true brutality of the Gauntlet.” Match the supplied General voice reference exactly: low grounded baritone, natural accent, firm chest resonance, hard consonants, dry weathered texture, restrained authority and controlled grief.
# Composition
Track laterally past tense hands, breathing chests, worn faces and fixed eyes, revealing multiple Runners in layered depth. No one speaks or lip-syncs.
# Lighting
Sodium-amber practicals, muted cyan shadows, smoke, wet-floor reflections and deep blacks.
# Camera
20-second medium shot, eye level, 50mm anamorphic, slow weighty lateral track. Let the voice finish cleanly before the final reaction.
# Style
Lost large-scale 1987 live-action 35mm anamorphic cinema; coarse organic grain, gate weave, halation, practical atmosphere, believable human skin and physical costumes. No synthetic faces, CGI sheen, subtitles, readable incidental text, music, or additional voices.
# Mood
Quiet dread held under military discipline.

Bedeutung:Läufer in perlweißen Anzügen stehen in Reihen während eine Stimme über das Gauntlet spricht in düsterer achtziger Jahre Filmästhetik.

• Die Stimme: Die Tonspur trägt Sprache für etwa die ersten 12 Sekunden, dann Raumton ohne Stimme bis zum Ende, wie der Prompt mit „Let the voice finish cleanly before the final reaction" verlangt.
• Keine Musik: Der Prompt schließt Musik und zusätzliche Stimmen aus, und die Tonspur enthält keine, nachdem die Zeile endet.
• Keine Stimmen-Referenz in Flick: der Prompt verlangt, eine "mitgelieferte General-Stimmen-Referenz" abzugleichen, aber FLUX 3 in Flick nimmt ein Start- und ein End-Frame und keinen Audio-Eingang, sodass die Stimme allein aus der schriftlichen Beschreibung kommt.
• Derselbe Prompt zweimal: Sam hat diesen Prompt von zwei verschiedenen Start-Frames ausgeführt, und der zweite Take eröffnet diesen Leitfaden.

Vor synchronisiertem KI-Video war der übliche Workflow, einen stummen Clip zu generieren, den besten Take auszuwählen, Dialog mit einem Stimmenmodell hinzuzufügen, Foley und Atmosphäre aus einer Bibliothek hinzuzufügen, Musik hinzuzufügen und dann zu versuchen, alles wie einen Raum wirken zu lassen.

FLUX 3 integriert einen Teil davon in die Generierung: Eine Tür kann mit dem Geräusch der Tür zuschlagen, ein Alarm kann mit dem roten Licht pulsieren, und eine Figur kann in der Einstellung sprechen, in der sich die Kamera bewegt.

Das macht die Postproduktion nicht irrelevant, es macht den ersten Durchgang filmähnlicher, da man immer noch schneidet, mischt und gradiert, aber der Roh-Clip kann bereits mit seinem Timing und seinen Sound-Cues ankommen.

Wie generiert man ein Video mit FLUX 3 in Flick?

1. 1Canvas öffnen

   Erstelle ein Flick-Projekt im Seitenverhältnis der finalen Veröffentlichung, 16:9, 9:16 oder 1:1, und halte Prompt-Notizen, Szenen-Standbilder und Referenzen neben dem Einstellungsplan.

2. 2Figuren zuerst fixieren

   Verankere wiederkehrende Figuren in Standbildern mit Character Reference, bevor du dich auf ein Videomodell verlässt, denn jeder Clip kann von Einstellung zu Einstellung abdriften.

3. 3FLUX 3 wählen

   Füge einen Image to Video-Knoten hinzu, wähle FLUX 3 und füge ein Start-Frame oder ein Start- und End-Frame hinzu, wenn die Einstellung mit einem bestimmten Bild beginnen oder enden muss.

4. 4Einstellung und Sound beschreiben

   Beschreibe eine Kamerabewegung, die Handlung in der Reihenfolge und den gewünschten Sound, stelle dann 5 bis 20 Sekunden und 720p oder 1080p ein und prüfe die Credit-Summe.

5. 5Modelle vergleichen

   Verwende FLUX für klangbewusste Aufnahmen, Seedance für referenzintensive oder längere Clips, Kling für starke Bewegung und Veo für ausgefeilten Realismus, während der Film auf einem Canvas bleibt.

6. 6Extrahieren, gradieren, schneiden

   Extrahiere ein starkes Schlussbild als Anfang der nächsten Aufnahme, gradiere und schneide dann FLUX-Clips, stumme Clips, Stimmen und Musik zusammen, sodass die Sequenz als ein Film funktioniert.

Wie schreibt man einen guten FLUX 3 Prompt?

1. 1. Beginne mit einer Aufnahme, nicht mit einer vagen Idee

   Benenne, wer im Bild ist, wo die Kamera steht, was sich bewegt, was sich im Zeitverlauf ändert, was der Ton enthält und was das Modell vermeiden soll, denn FLUX 3 braucht eine konkrete Aufnahme, der es folgen kann.

2. 2. Schreibe Bild und Ton zusammen

   Gib dem Ton eine eigene Zeile, wie es der Prompt zum gefrorenen See mit Wind, Hufen und Atem tut, da FLUX 3 den Ton aus demselben Prompt wie das Bild erzeugt.

3. 3. Halte den ersten Test einfach

   Verwende ein Motiv, eine Kameraidee und eine Klangidee für frühe Generierungen und spare Szenen, die aufwendige Choreografie brauchen, bis du weißt, wie sich das Modell verhält.

4. 4. Benenne, was stillstehen muss

   Benenne, was sich nicht bewegen darf, genauso klar wie das, was sich bewegen soll, wie es der Mosaik-Prompt mit der Figur tut, die sich nicht dreht oder blinzelt, damit eine langsame Aufnahme ihre Form behält.

5. 5. Vergleiche Takes danach, wie sie sich schneiden lassen

   Frage, welcher Clip sich am besten schneiden lässt, nicht welcher am besten aussieht, und prüfe, ob das erste und letzte Bild zu den umgebenden Aufnahmen passt und ob der Ton den Schnitt unterstützt.

6. 6. Spare die volle Länge für Aufnahmen, die sie verdienen

   Halte Cutaways, Inserts und Reaktionsaufnahmen kurz und reserviere die längsten Clips für ein stabiles Motiv mit Anfang, Mitte und Ende, denn KI-Video sieht oft am stärksten aus, wenn eine Aufnahme einen Zweck hat.

Ein starker FLUX 3 Prompt deckt diese sechs Dinge ab:

• Kamera: Push-in, Dolly, Handkamera, statisch, Luftaufnahme, Tracking, Orbit.
• Motivbewegung: geht, dreht sich, greift, läuft, zögert, schaut nach oben.
• Umgebungsbewegung: Regen, Rauch, Wind, Staub, Menschenmengen, Feuer, Wasser.
• Ton: Schritte, Stoff, Motorbrummen, Donner, Dialog, Atmosphäre, Stille.
• Timing: "nach einer Pause," "wenn die Kamera sie erreicht," "am Ende."
• Einschränkungen: kein Text, keine zusätzlichen Charaktere, Identität bewahren, realistische Bewegung.

Ein schwacher Prompt

A futuristic city at night.

Ein besserer Prompt, mit Bild und Ton

Slow aerial push over a rain-soaked futuristic city at night. Neon signs reflect in puddles below, steam rises from street vents, distant traffic hums, and a low synth drone builds under the shot. Cinematic realism, wet asphalt, volumetric light, no readable text, no logos.

Wenn Sie Takes überprüfen, achten Sie darauf, dass das erste Bild mit der vorherigen Szene übereinstimmt, das letzte Bild einen Schnittpunkt bietet, die Handlung ohne Erklärung verständlich ist, das Subjekt seine Identität behält und die Bewegung physikalisch plausibel wirkt.

Gibt es eine FLUX 3 Prompt-Vorlage?

[Shot type / camera movement] of [subject] in [setting].
[Subject action over time].
[Environmental motion over time].
Audio: [dialogue, ambience, effects, silence, music direction].
Style: [cinematic style, lens, lighting, texture].
Constraints: [identity, no text, no logos, no extra characters, realistic motion].

Das ausgefüllte Template

Slow handheld tracking shot behind a detective walking down a narrow motel hallway at midnight.
The detective moves cautiously, one hand near the wall, then stops when a door creaks open at the end of the hall.
Fluorescent lights flicker overhead, dust floats in the air, rain runs down the window at the far end.
Audio: soft footsteps on carpet, low motel electricity hum, distant rain, one sharp door creak, no music.
1970s neo-noir, 35mm film grain, warm green fluorescent cast, realistic motion.
No readable text, no logos, no extra people.

Locked-off medium shot of a tired astronaut sitting alone inside a dim spacecraft cockpit.
At the start, only the soft instrument panel glow lights their face. After three seconds, a red warning light begins pulsing.
The astronaut slowly turns toward the window as distant debris taps against the hull.
Audio: low spacecraft hum, faint alarm pulse, subtle breathing inside the helmet, no music.
Cinematic realism, shallow depth of field, no text, no extra characters.

Close-up of an exhausted pilot in a dim cockpit, helmet visor half raised.
The pilot looks down, breathes once, then says quietly: "We are not going back."
Warning lights pulse across their face as the camera slowly pushes in.
Audio: cockpit hum, soft alarm beeps, intimate dry dialogue, no music.
Cinematic sci-fi realism, shallow depth of field, preserve face, no text.

Locked-off wide shot of an empty farmhouse hallway at night.
At first nothing moves. After four seconds, a floorboard creaks off-screen, then the hanging light swings slightly.
Audio: deep room tone, distant wind, single floorboard creak, faint chain movement, no music.
Natural darkness, practical bulb light, realistic horror atmosphere, no visible monster.

Slow studio orbit around a matte black cinema camera on a reflective table.
Light sweeps across the lens glass as the camera rotates, revealing subtle dust particles in the air.
Audio: quiet mechanical rotation, soft room tone, no music.
Premium commercial lighting, crisp reflections, minimal background.
No logos, no text, keep object shape consistent.

Wide cinematic shot of ancient ships cutting through dark water at dawn.
Oars move in rhythm, sails snap in the wind, mist wraps around rocky cliffs.
Audio: waves against wood, distant sailcloth snapping, low wind, subtle drum pulse.
Historical epic realism, warm sunrise, 70mm texture, grounded scale.
No modern objects, no fantasy creatures, no readable text.

Medium close-up of a young inventor sitting alone at a cluttered workbench before sunrise.
They tighten one small screw, stop, and smile when the machine begins to hum.
Dust floats in the first blue morning light through the window.
Audio: tiny metal screw turn, soft electric hum, morning birds outside, no music.
Naturalistic indie film style, gentle lens softness, realistic hands.

Wie viel kostet FLUX 3 in Flick?

• Sound ist inbegriffen: FLUX 3 in Flick hat keinen Audio-Schalter, sodass der Preis Bild und Ton zusammen abdeckt.
• Tarife: FLUX 3 erfordert den Standard-Tarif, ab 20 $ pro Monat mit 2.500 Credits.
• Teste zuerst eine kurze Version: Der Knoten zeigt die Gesamt-Credits vor dem Ausführen an, probiere also zuerst einen Prompt mit der kürzesten Länge aus, bevor du eine vollständige Aufnahme machst.

Wie schneidet FLUX 3 im Vergleich zu anderen KI-Videomodellen ab?

• Referenzen: Seedance 2.5 in Reference to Video nimmt bis zu 30 Referenzbilder auf, während FLUX 3 in Flick ein Start-Bild und ein End-Bild, aber keine Referenzbilder nimmt.
• Das Canvas ist die Konstante: Character Reference, Prompt-Notizen und die Bearbeitung bleiben auf einem Flick-Canvas, sodass ein Film für jede Einstellung ein anderes Modell verwenden kann.
• Ein direkter Vergleichstest: FLUX 3 vs Seedance 2.5 testet beide Modelle mit denselben Einstellungen.

Was kann FLUX 3 noch nicht?

• Die Audioseite steuern: Unsere Clips zeigen, dass geschriebene Soundzeilen und eine zitierte gesprochene Zeile durchkommen, aber wie präzise ein Prompt Dialog, Foley, Atmosphäre und Musik steuert, erfordert noch mehr Tests.
• Dieselbe Performance zweimal: Filmemacher müssen das Bild neu generieren können, während sie eine Performance behalten, und FLUX 3 bietet dafür noch keine Möglichkeit.
• Eine Stimme über Einstellungen hinweg: Nativer Sound ist am wichtigsten, wenn ein Charakter von Einstellung zu Einstellung gleich klingt, und FLUX 3 in Flick nimmt keine Stimm-Referenz.
• Referenzen: Konsistenz von Charakter, Garderobe und Ort entscheiden darüber, ob es für echte Filme funktioniert, und FLUX 3 in Flick nimmt keine Referenzbilder, also fixiere Looks im Start-Bild.
• Kosten der Iteration: Die Credit-Kosten werden vor dem Generieren angezeigt, also teste zuerst mit kurzen Clips.
• Offene Gewichte: Die Entwicklerversionen, die Black Forest Labs versprochen hat, könnten langfristig wichtiger sein als die gehostete Version.

Was sind häufige FLUX 3-Fehler?

• Audio im Prompt ignorieren: FLUX 3s Unterschied ist synchronisierter Sound, also steuere ihn.
• Eine ganze Szene in einer Generierung: Ein Clip sollte eine Einstellung sein.
• Die volle Länge überstrapazieren: Ein längerer Clip ist besser, wenn die Action kohärent bleibt, und schlechter, wenn nicht.
• Nur das Bild beurteilen: Höre auf Timing, Sounddesign, Atmosphäre und Performance.
• Herstellerbenchmarks als endgültig betrachten: unabhängige Vergleiche werden wichtig sein.
• Kontinuität vergessen: ein schöner Clip muss trotzdem zu Charakter, Ort und Sequenz passen.
• Auf ein perfektes Modell warten: verwenden Sie das beste Modell pro Einstellung und stellen Sie den Film in einem Workflow zusammen.

FLUX 3 FAQ

Mehr zu FLUX 3 und KI-Video in Flick

Filme in diesem Leitfaden

• Sam Wasserman · The Miracle
• Jaime Yao · In ’twixt Vows
• Zoey Z. · Summer time
• Raj Rishi More · Seasons
• MaxVOAO · Dreamland
• Owen Doerr · Lifeguard