Black Forest Labs: FLUX.2 Flex

FLUX.2 Flex é um modelo de geração de imagens da Black Forest Labs, o estúdio por trás da família FLUX de modelos de imagem. Ele fica na categoria de imagem em api14, e o provedor o lançou em 25 de novembro de 2025. Se você já conhece a linha FLUX, esta é a variante ajustada para renderização detalhada e edição guiada por referência, em vez de um modelo de texto de propósito geral.

O modelo recebe entradas de texto e imagem e retorna imagens. Sua janela de contexto é de 67.344 tokens, com saída máxima de 60.609. O provedor descreve o FLUX.2 Flex como forte na renderização de texto complexo, tipografia e detalhes finos, e ele suporta edição com múltiplas referências dentro da mesma arquitetura unificada. Na prática, isso significa que você pode enviar um prompt, ou um prompt mais até oito referências de entrada, e receber de volta uma imagem gerada ou editada. A proporção de aspecto é selecionável entre 1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9 ou auto, e a saída pode ser gravada como png ou jpeg.

Essas capacidades apontam para um conjunto bastante específico de tarefas. Imagens com muito texto são o caso óbvio: pôsteres, mockups de embalagens, banners e peças para redes sociais em que as letras precisam sair legíveis e com a grafia correta. A renderização de detalhes finos atende a fotos de produto, mockups de UI e ilustrações que precisam de bordas limpas. A edição com múltiplas referências é útil quando você quer manter um sujeito, estilo ou layout consistentes entre variações, por exemplo aplicando uma identidade visual a várias imagens ou reestilizando uma foto enquanto mantém a composição original. Como a entrada de imagem é aceita, fluxos de imagem para imagem e edições guiadas por referência também são encaixes razoáveis.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo black-forest-labs/flux.2-flex. A requisição suporta o parâmetro seed, e os parâmetros de imagem cobrem aspect_ratio, output_format, n e input_references. A proporção de aspecto aceita os valores de enum listados acima, o formato de saída aceita png ou jpeg, n é fixado em 1, então cada requisição retorna uma única imagem, e input_references aceita entre 0 e 8 imagens. Seed é exposto como um booleano, o que permite controlar a reprodutibilidade entre execuções.

Uma restrição que vale notar antes de você se comprometer: n é limitado a 1, então a geração em lote significa múltiplas requisições em vez de uma única chamada. As referências de entrada vão no máximo até 8, o que é generoso para a maioria dos trabalhos de edição, mas é um teto real se o seu pipeline esperar mais. E como o modelo só produz imagens, qualquer tarefa que precise de texto de volta, como legendagem ou raciocínio sobre uma imagem, pertence a um modelo diferente.