Black Forest Labs: FLUX.2 Flex

FLUX.2 Flex es un modelo de generación de imágenes de Black Forest Labs, el estudio detrás de la familia FLUX de modelos de imágenes. Se encuentra en la categoría de imagen en api14, y el proveedor lo lanzó el 25 de noviembre de 2025. Si ya conoces la línea FLUX, esta es la variante ajustada para renderizado detallado y edición guiada por referencias en lugar de un modelo de texto de propósito general.

El modelo acepta entradas de texto e imagen y devuelve imágenes. Su ventana de contexto es de 67,344 tokens, con una salida máxima de 60,609. El proveedor describe FLUX.2 Flex como fuerte en el renderizado de texto complejo, tipografía y detalles finos, y admite edición con múltiples referencias dentro de la misma arquitectura unificada. En la práctica, eso significa que puedes enviar un prompt, o un prompt más hasta ocho referencias de entrada, y recibir una imagen generada o editada. La relación de aspecto es seleccionable entre 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 o auto, y la salida se puede escribir como png o jpeg.

Esas capacidades apuntan a un conjunto bastante específico de tareas. Las imágenes con mucho texto son la más obvia: pósteres, maquetas de packaging, banners y recursos para redes sociales donde el texto tiene que salir legible y correctamente escrito. El renderizado de detalles finos se adapta a fotos de producto, maquetas de UI e ilustraciones que necesitan bordes limpios. La edición con múltiples referencias es útil cuando quieres mantener un sujeto, estilo o diseño consistentes entre variaciones, por ejemplo aplicar un look de marca a varias imágenes o reestilizar una foto manteniendo la composición original. Como se acepta entrada de imagen, los flujos de imagen a imagen y las ediciones guiadas por referencias encajan bien.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo black-forest-labs/flux.2-flex. La solicitud admite el parámetro seed, y los parámetros de imagen cubren aspect_ratio, output_format, n e input_references. La relación de aspecto acepta los valores de enum listados arriba, el formato de salida acepta png o jpeg, n está fijado en 1, así que cada solicitud devuelve una sola imagen, e input_references acepta entre 0 y 8 imágenes. Seed se expone como un booleano, lo que te permite controlar la reproducibilidad entre ejecuciones.

Una restricción que vale la pena señalar antes de comprometerte: n está limitado a 1, así que la generación por lotes implica múltiples solicitudes en lugar de una sola llamada. Las referencias de entrada llegan como máximo a 8, lo cual es generoso para la mayoría del trabajo de edición pero un techo real si tu pipeline espera más. Y como el modelo solo produce imágenes, cualquier tarea que necesite texto de vuelta, como el captioning o el razonamiento sobre una imagen, corresponde a un modelo diferente.