Black Forest Labs: FLUX.2 Flex

FLUX.2 Flex adalah model pembuatan gambar dari Black Forest Labs, studio di balik keluarga model gambar FLUX. Model ini berada dalam kategori gambar di api14, dan provider merilisnya pada 25 November 2025. Jika Anda sudah mengenal lini FLUX, ini adalah varian yang disetel untuk rendering detail dan pengeditan berbasis referensi, bukan model teks serbaguna.

Model ini menerima input teks dan gambar lalu mengembalikan gambar. Jendela konteksnya 67,344 token, dengan output maksimum 60,609. Provider mendeskripsikan FLUX.2 Flex sebagai model yang kuat dalam merender teks kompleks, tipografi dan detail halus, dan model ini mendukung pengeditan multi-referensi di dalam arsitektur terpadu yang sama. Dalam praktiknya, Anda dapat mengirim prompt, atau prompt plus hingga delapan referensi input, lalu mendapatkan gambar yang dihasilkan atau diedit. Rasio aspek dapat dipilih dari 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 atau auto, dan output dapat ditulis sebagai png atau jpeg.

Kemampuan tersebut mengarah pada serangkaian pekerjaan yang cukup spesifik. Gambar yang padat teks adalah yang paling jelas: poster, mockup kemasan, banner dan aset sosial yang hurufnya harus terbaca dan ejaannya benar. Rendering detail halus cocok untuk foto produk, mockup UI dan ilustrasi yang membutuhkan tepi bersih. Pengeditan multi-referensi berguna ketika Anda ingin menjaga subjek, gaya atau tata letak tetap konsisten di berbagai variasi, misalnya menerapkan tampilan merek ke beberapa gambar atau mengubah gaya foto sambil mempertahankan komposisi aslinya. Karena input gambar diterima, alur kerja image to image dan pengeditan berbasis referensi sama-sama cocok.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id black-forest-labs/flux.2-flex. Permintaan mendukung parameter seed, dan parameter gambar mencakup aspect_ratio, output_format, n dan input_references. Rasio aspek menerima nilai enum yang tercantum di atas, format output menerima png atau jpeg, n ditetapkan pada 1 sehingga setiap permintaan mengembalikan satu gambar, dan input_references menerima antara 0 dan 8 gambar. Seed diekspos sebagai boolean, yang memungkinkan Anda mengontrol reproduksibilitas antar proses.

Satu batasan yang perlu diperhatikan sebelum Anda memutuskan: n dibatasi pada 1, jadi pembuatan batch berarti beberapa permintaan, bukan satu panggilan. Referensi input maksimal 8, yang cukup longgar untuk sebagian besar pekerjaan pengeditan tetapi menjadi batas nyata jika pipeline Anda mengharapkan lebih. Dan karena model ini hanya menghasilkan gambar, tugas apa pun yang membutuhkan teks kembali, seperti pemberian keterangan atau penalaran atas gambar, lebih cocok ditangani model lain.