FLUX

FLUX è la famiglia di modelli di generazione visiva di Black Forest Labs, la società tedesca fondata nel 2024 a Friburgo da alcuni degli autori di Stable Diffusion. È uno dei riferimenti dell'intelligenza artificiale applicata alle immagini per due ragioni: la qualità sul testo scritto dentro le figure e sulle mani, storicamente il punto debole di questi modelli, e il fatto che alcune varianti abbiano i pesi pubblici e si possano far girare sulla propria macchina.

Non è un sito dove si scrive una frase e si scarica un'immagine: l'ingresso principale è un'interfaccia di programmazione a consumo, e chi vuole una finestra pronta all'uso passa dalle piattaforme di terzi che montano questi modelli. Con FLUX 3, dall'estate del 2026, la famiglia genera anche video. Il limite vero è che manca un piano gratuito e che il conto si fa al megapixel elaborato, non a immagine: un dettaglio che cambia i preventivi.

Due modi di usarlo, molto diversi fra loro

La prima strada è l’interfaccia di programmazione: si manda una richiesta scritta, si riceve l’immagine, si paga quello che si è generato. Nessun abbonamento, nessun costo per postazione. La seconda strada è scaricare i pesi delle varianti aperte e far girare il modello sulla propria macchina o su un server affittato: costo per immagine vicino allo zero, ma serve una scheda grafica adeguata e qualcuno che sappia metterla in piedi. Chi genera dieci immagini al mese sta meglio sulla prima; chi ne genera decine di migliaia, o lavora su materiale che non può uscire dall’azienda, sulla seconda. Del peso che questa famiglia di modelli ha preso nel mercato dei contenuti brevi abbiamo scritto raccontando il mercato cinese dei micro-drama.

Come si legge il listino, che non è a immagine

Il prezzo non è per fotogramma ma per megapixel elaborato, e questo cambia i conti. Un megapixel corrisponde a 1024 per 1024 punti; le risoluzioni si arrotondano per eccesso al megapixel successivo, e ogni immagine di riferimento che si allega nelle operazioni di modifica conta come un megapixel in ingresso. Tradotto: una richiesta di modifica con tre immagini di riferimento costa più del doppio di una generazione semplice. Chi progetta un flusso di lavoro automatico deve fare i conti sul megapixel, non sul numero di richieste, o si ritrova una fattura inattesa. Lo stesso ragionamento vale per gli strumenti che generano modelli tridimensionali, come abbiamo visto parlando del round da 400 milioni di Meshy.

Quanto costa nella pratica

Nella versione compatta si sta sotto il centesimo e mezzo per la prima unità, con i megapixel successivi a un decimo di quella cifra: per prove, bozze e volumi alti è la scelta ovvia. La versione intermedia costa il doppio, quella di punta cinque volte tanto ed è pensata per il lavoro commerciale finito. Il video si paga al secondo e si sale in fretta: la bozza è economica, ma la qualità piena in alta definizione costa quasi tre volte, e in altissima definizione oltre dieci. Il listino ufficiale è in dollari e non esiste un piano gratuito: si comincia pagando, anche se poco.

Per chi ha senso e per chi no

Ha senso per chi deve generare immagini dentro un proprio prodotto: un configuratore, un catalogo, uno strumento interno di grafica. Ha senso per gli studi che hanno bisogno di coerenza fra molte immagini e per chi non può mandare i materiali dei clienti su una piattaforma esterna, perché i pesi aperti permettono di restare in casa. Non ha senso per chi vuole semplicemente scrivere una frase e vedere una figura: per quell’uso esistono interfacce già pronte, più comode e con un piano gratuito. E non ha senso per chi non ha nessuno che sappia scrivere due righe di codice, perché qui l’ingresso principale resta l’interfaccia di programmazione.