Black Forest Labs: FLUX.2 Flex

FLUX.2 Flex to model generowania obrazów od Black Forest Labs, studia stojącego za rodziną modeli obrazowych FLUX. Znajduje się w kategorii obrazów na api14, a dostawca wydał go 25 listopada 2025. Jeśli znasz już linię FLUX, to jest wariant dostrojony do szczegółowego renderowania i edycji opartej na referencjach, a nie model tekstowy ogólnego przeznaczenia.

Model przyjmuje dane wejściowe w postaci tekstu i obrazów, a zwraca obrazy. Jego okno kontekstowe wynosi 67 344 tokeny, z maksymalnym wyjściem 60 609. Dostawca opisuje FLUX.2 Flex jako mocny w renderowaniu złożonego tekstu, typografii i drobnych szczegółów, a także obsługuje edycję z wieloma referencjami w ramach tej samej zunifikowanej architektury. W praktyce oznacza to, że możesz wysłać prompt albo prompt plus do ośmiu referencji wejściowych i otrzymać wygenerowany lub edytowany obraz. Proporcje obrazu można wybrać spośród 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 lub auto, a dane wyjściowe można zapisać jako png lub jpeg.

Te możliwości wskazują na dość konkretny zestaw zadań. Obrazy z dużą ilością tekstu to oczywisty przypadek: plakaty, makiety opakowań, banery i materiały społecznościowe, w których napisy muszą być czytelne i poprawnie zapisane. Renderowanie drobnych szczegółów pasuje do zdjęć produktowych, makiet UI i ilustracji wymagających czystych krawędzi. Edycja z wieloma referencjami jest przydatna, gdy chcesz zachować spójność obiektu, stylu lub układu w różnych wariantach, na przykład stosując wygląd marki do kilku obrazów albo zmieniając styl zdjęcia przy zachowaniu oryginalnej kompozycji. Ponieważ obsługiwane są obrazy wejściowe, przepływy pracy obraz do obraz oraz edycje prowadzone referencjami również dobrze pasują.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu black-forest-labs/flux.2-flex. Żądanie obsługuje parametr seed, a parametry obrazu obejmują aspect_ratio, output_format, n oraz input_references. Proporcje obrazu przyjmują wymienione powyżej wartości enum, format wyjściowy przyjmuje png lub jpeg, n jest ustalone na 1, więc każde żądanie zwraca pojedynczy obraz, a input_references przyjmuje od 0 do 8 obrazów. Seed jest udostępniony jako wartość logiczna, co pozwala kontrolować powtarzalność między uruchomieniami.

Jedno ograniczenie warto zauważyć przed podjęciem decyzji: n jest ograniczone do 1, więc generowanie wsadowe oznacza wiele żądań, a nie jedno wywołanie. Referencje wejściowe są ograniczone do 8, co jest hojne w większości prac edycyjnych, ale stanowi realny pułap, jeśli twój potok oczekuje więcej. A ponieważ model zwraca wyłącznie obrazy, każde zadanie wymagające tekstu zwrotnego, takie jak opisywanie lub wnioskowanie na podstawie obrazu, należy do innego modelu.