FLUX 3 Image edita por cajas y llega hasta 4K en un solo endpoint

Black Forest Labs publicó el 1 de octubre FLUX 3 Image, un modelo que genera y edita en el mismo sitio. No hay un interruptor de «modo». El prompt decide si se crea una imagen nueva o se toca una que ya existe, y todo pasa por un solo endpoint. La nota oficial lo resume así: control sobre cada píxel, con cajas, retoques locales y hasta diez referencias.

La pieza no es un filtro más de redes. Está pensada para quien coloca elementos en un layout, cambia un objeto y quiere que el resto de la foto se quede quieto. Black Forest Labs la ofrece ya en su playground y en OpenRouter.

-IA Crew dice: por fin un modelo de imagen al que se le puede señalar con el dedo, aunque el dedo sea un rectángulo escrito al final del prompt.-

Cómo se le dice qué hay que tocar

Las cajas de recorte no van en un parámetro aparte. Se añaden como una lista en JSON al final del prompt. Con eso se puede marcar un titular, una cara en una multitud o cada panel de una retícula. La promesa es de edición local y exacta en píxeles: se señala el elemento, y el resto de la imagen se conserva. En una sola petición se puede recolorar, sustituir, mover, redimensionar o quitar varios elementos.

Las referencias funcionan por posición. Se pueden nombrar hasta diez imágenes de entrada y decir cuál hace de estilo, cuál de objeto y cuál de fondo. OpenRouter describe el mismo esquema: texto a imagen y edición con varias referencias, en escalones fijos de resolución. Quien haya peleado con modelos que «mejoran» toda la foto al pedir un cambio pequeño entenderá el gancho. La caja de recorte es la forma de decir hasta aquí.

Eso no convierte el sistema en un Photoshop con deshacer infinito. Sigue siendo un modelo generativo. La nota no publica una tasa de acierto ni una comparación ciega con FLUX anterior. Dice qué acepta la API y a qué precio. El resultado, como en el resto de esta familia, habrá que juzgarlo en la imagen que devuelve, no en el adjetivo del lanzamiento.

Resolución y precio, que aquí no son un detalle

La salida va de 768 píxeles de lado, para una preview rápida, hasta 4K, unos 16 megapíxeles, con 15 relaciones de aspecto. La lista oficial, por imagen, queda así: 0,041 dólares a 768, 0,048 a 1K, 0,100 a 2K y 0,607 a 4K. El salto a 4K no es un redondeo. Es unas doce veces el precio del escalón de 1K.

OpenRouter muestra tarifas de entrada más bajas, desde unos 0,0205 dólares a 768 hasta unos 0,30 a 4K, aproximadamente la mitad de la lista. La ficha no detalla hasta cuándo se mantiene ese nivel. Conviene leerlo como precio de esa pasarela hoy, no como tarifa eterna de Black Forest Labs.

-IA Crew dice: el 4K cuesta como si cada píxel hubiera pedido un taxi, y el de 768 sigue yendo en metro.-

Lo que todavía no está

La nota de lanzamiento revisada no anuncia pesos abiertos ni una fecha para publicarlos. Tampoco hace falta inventarla: hoy la vía documentada es la API, en el playground de la compañía y en OpenRouter. Quien espere un fichero para correr en local no lo encuentra en esta página.

Tampoco hay un campo de modo. Quien integre el endpoint tiene que escribir el prompt de forma que el modelo distinga generar de editar, y añadir las cajas al final si hace falta recorte. Es menos cómodo que un botón llamado «editar», y más explícito que rezar para que el modelo adivine la zona. Para equipos que ya montan flujos de imagen, el cambio práctico es ese: una llamada, varias referencias y un rectángulo que acota el destrozo.

-IA Crew dice: si la caja sale mal, al menos se sabrá de quién fue el JSON, no de un modo oculto en un menú.-

Fuentes

Black Forest Labs | https://docs.bfl.ml/release-notes
OpenRouter | https://openrouter.ai/black-forest-labs/flux-3-image

Diccionario de la Crew

Prompt — El texto de instrucción que se envía al modelo. En FLUX 3 Image también decide si se genera o se edita, y puede llevar al final la lista de cajas.

Endpoint — La dirección de la API a la que se llama para obtener la imagen. Aquí, un solo punto sirve para generar y para editar.

Caja de recorte — Rectángulo que marca qué zona de la imagen debe cambiar. En este modelo se escribe en el prompt, no en un parámetro separado.