Black Forest Labs (BFL): обзор провайдера нейросетей, модели и цены 2026

Black Forest Labs: как создатели Stable Diffusion строят независимую платформу визуального ИИ

Black Forest Labs (BFL) — немецкая компания из Берлина, основанная в 2024 году бывшими участниками Stability AI и исследовательского проекта CompVis. В команду вошли Robin Rombach, Andreas Blattmann, Tim Dockhorn и Björn Ommer — специалисты, связанные с развитием латентной диффузии и Stable Diffusion. За короткий срок BFL выросла из небольшой исследовательской команды в заметного поставщика моделей для генерации изображений и видео.

В августе 2026 года основная линейка компании — FLUX.2, а направление видео включает семейство FLUX 3 Video. BFL использует смешанную модель распространения: флагманские версии работают через API, а отдельные модели выпускаются с открытыми весами для локального запуска. Так компания продаёт бизнесу качественную генерацию через API и одновременно поддерживает разработчиков и исследователей, которые создают собственные сервисы.

По оценке за 2025 год, капитализация частной компании достигала примерно 4,2 млрд долларов. BFL стала самостоятельным игроком рынка, где также работают OpenAI, Google, Midjourney, Stability AI, Runway, Krea и многочисленные API-агрегаторы.

История и эволюция BFL

Команда, вышедшая из Stability AI и CompVis

История Black Forest Labs связана с первой волной диффузионных моделей. CompVis стала одной из ключевых академических команд, развивавших Latent Diffusion. Этот подход перенёс вычислительно дорогую генерацию из пространства пикселей в компактное латентное пространство. Позднее технология легла в основу Stable Diffusion.

Основатели BFL принесли опыт обучения диффузионных сетей и понимание практических ограничений генеративных продуктов. Среди них — нестабильное отображение текста, слабая работа с композицией, проблемы с повторяемостью персонажей и высокая стоимость inference. Компания выбрала архитектуру Diffusion Transformer, или DiT. В ней диффузионный процесс обрабатывает трансформерная модель. Такой подход удобно масштабировать и адаптировать к разным типам визуальных токенов.

От FLUX.1 к FLUX.2

Первым заметным семейством BFL стала FLUX.1. Компания сразу разделила продукты по сценариям использования:

• FLUX 1 Pro предназначалась для коммерческого API и максимального качества;
• FLUX 1 Dev распространялась с открытыми весами, но с лицензионными ограничениями;
• FLUX 1 Schnell была рассчитана на быстрый inference и локальные эксперименты.

Такое разделение стало отличительной чертой BFL. Пользователь мог выбрать облачный сервис с высоким качеством, локальную модель или быстрый вариант для экспериментов. FLUX.1 быстро получила репутацию сильной модели для фотореалистичных изображений, сложных композиций и рендеринга текста. При этом она не стала полностью открытой альтернативой Stable Diffusion: самые производительные версии оставались проприетарными.

В линейке FLUX.1 появились FLUX 1.1 Pro, которая, по данным провайдеров, примерно в шесть раз быстрее исходной FLUX 1 Pro, и версия FLUX 1.1 Pro Ultra с улучшенным качеством. Отдельное направление — FLUX Kontext Pro, Max и Dev для редактирования изображений с учётом контекста. Такая модель должна сохранить ключевые элементы исходной сцены и изменить только заданные пользователем характеристики.

Следующим этапом стала FLUX.2. BFL расширила линейку и добавила несколько специализированных вариантов. Pro рассчитана на типовые production-задачи. Max нацелена на максимальное качество и grounding search. Flex лучше подходит для типографики и тонкой настройки. Turbo и Flash ускоряют генерацию и снижают её стоимость. Параллельно появились компактные модели FLUX.2 Klein на 9 и 4 млрд параметров.

В 2026 году компания вышла и на рынок видео. FLUX 3 Video создаёт ролики длительностью до 20 секунд в HD и Full HD, поддерживает text-to-video и video-to-video. Аудио входит в результат без отдельной доплаты. Draft-версия рассчитана на быстрые итерации: с её помощью можно проверить идею и движение камеры до подготовки финального ролика.

Ключевые модели Black Forest Labs

Ниже приведена карта продуктов BFL. Цены указаны по доступным тарифам API и могут отличаться в зависимости от площадки, разрешения и типа лицензии.

FLUX.2 Pro, Max и Flex

FLUX.2 Pro — самый универсальный вариант линейки. Это hosted-модель для коммерческих приложений, рекламных пайплайнов, генерации иллюстраций и массового создания визуального контента. BFL берёт 0,03 доллара за изображение, а на сторонней инфраструктуре цена может быть ниже: DeepInfra указывает около 0,015 доллара. При больших объёмах разница заметна. Но сравнивать нужно также лимиты, задержку, очереди, формат ответа и условия использования.

FLUX.2 Max стоит 0,07 доллара за изображение и подходит для задач, где ошибка в деталях обходится дорого. Это может быть рекламный key visual, продуктовый рендер или сложная сцена с высокими требованиями к достоверности. Grounding search предполагает использование внешнего поиска или фактической привязки при создании изображения. Такой режим полезен для задач с актуальными брендами, объектами и другими сущностями. Конкретная реализация зависит от API.

FLUX.2 Flex стоит 0,05 доллара за изображение. Её главное преимущество — работа с типографикой и точная настройка параметров генерации. Для постеров, упаковки, рекламных баннеров и интерфейсных макетов это может быть важнее небольшого преимущества в фотореализме. Flex не заменяет дизайн-редактора, но сокращает число ручных правок.

Открытые веса: Dev и Klein

FLUX.2 Dev доступна для локальной разработки, но hosted API для неё не заявлен. Модель можно встроить в собственную инфраструктуру, настроить inference и дообучить для исследовательского проекта. При этом расходы на GPU, оптимизацию и поддержку системы несёт её владелец.

FLUX.2 Klein выпускается в вариантах на 9 и 4 млрд параметров. Само количество параметров не означает, что модель запустится на любом ноутбуке. Требования зависят от точности весов, реализации inference, разрешения и размера batch. Klein лучше подходит для edge-сценариев, внутренних инструментов и прототипов, которым не нужна самая дорогая облачная модель. В DeepInfra указаны цены около 0,015 и 0,014 доллара за изображение соответственно.

У FLUX.1 также остаются Schnell, Dev и Kontext Dev. Для FLUX 1 Dev действует формула $0,01 × (w/1024) × (h/1024) × (iters/28), а для Kontext Dev — $0,01 × (w/1024) × (h/1024) × (iters/25). Открытые веса не означают разрешение на любое коммерческое использование. Для старых Dev-моделей ограничения могут быть жёстче, чем у коммерческого API.

Видео: FLUX 3 Video

FLUX 3 Video поддерживает два режима. Text-to-video в HD стоит $0,17 за секунду, в Full HD — $0,29. Для video-to-video тарифы выше: $0,41 за секунду в HD и $0,53 в FHD. Максимальная длина ролика — 20 секунд. Аудио входит в результат, поэтому модель нужно сравнивать не только с видеогенераторами, но и с пайплайнами, где звук создаётся отдельным сервисом.

Draft-режим стоит $0,06 за секунду для HD T2V и $0,12 для HD V2V. Он подходит для раскадровки. Дизайнер может быстро проверить композицию, движение и соответствие промпту, а затем отправить удачную идею в полноценный режим. Сразу генерировать черновик в FHD обычно невыгодно.

Технические детали: архитектура, контекст и качество

Diffusion Transformer вместо классической U-Net

Технологическая основа BFL — Diffusion Transformer. В традиционных диффузионных системах часто использовались архитектуры на базе U-Net. DiT обрабатывает представление изображения через трансформерные блоки. Такой дизайн легче масштабировать и применять к разным разрешениям и сложным зависимостям между объектами.

Изображение в диффузионном генераторе не рисуется напрямую по словам. Текст задаёт условие для процесса денойзинга, а модель шаг за шагом уточняет визуальное представление. Поэтому качество FLUX определяется не только числом параметров. На результат влияют токенизация текста, планировщик шагов, параметры guidance, разрешение, декодирование и конкретный режим API.

Контекстные окна и ограничения публичных данных

Отдельного семейства текстовых моделей BFL не заявляла. Компания разрабатывает visual AI, а не универсальные языковые системы. Поэтому привычное понятие контекстного окна в 32K, 128K или 1M токенов напрямую к FLUX неприменимо. Единого публичного значения для FLUX.2 Pro, Max, Flex или FLUX 3 Video также нет.

В image-моделях контекст зависит от длины и обработки текстового условия, количества референсных изображений, параметров редактирования и ограничений конкретного endpoint. У FLUX 1 Kontext Pro, Max и Dev он проявляется прежде всего в сохранении сцены при редактировании. Это не означает, что у модели есть длинное текстовое окно уровня LLM. В сложном промпте с десятками требований приоритеты могут теряться. Поэтому лучше работать поэтапно: сначала задать композицию, затем добавить персонажей и объекты, а после этого внести текст и локальные правки.

Что с бенчмарками

У BFL хорошая репутация по качеству изображений, но в доступной карточке провайдера нет подтверждённой единой таблицы результатов по тестам вроде GenEval, DPG-Bench, T2I-CompBench или VBench. Поэтому приписывать FLUX.2 точные баллы некорректно. Рейтинги генераторов меняются вместе с версиями API, разрешением и настройками sampling. Пользовательские сравнения тоже не всегда можно воспроизвести.

На практике FLUX особенно хорошо подходит для следования текстовой инструкции и построения сложных сцен. Модель также уверенно работает с фотореалистичными изображениями и текстом внутри картинки. Для надписей и макетов специализированная FLUX.2 Flex может оказаться лучше универсальной Pro. В видео нужно оценивать не только отдельный кадр, но и temporal consistency — сохранение формы объектов, лиц, рук и освещения от кадра к кадру. Draft-режим лучше использовать для поиска идеи, а не для оценки финального качества.

Цены, лицензии и доступность

BFL использует кредитную модель: один кредит равен 0,01 доллара США. Итоговая стоимость зависит от диапазона мегапикселей и режима. Для изображений заявлены такие диапазоны: HD — от 0,5 до 1,0 мегапикселя, Full HD — от 1,0 до 2,0 мегапикселей. Чем выше разрешение, тем больше списание. Поэтому два запроса к одной модели могут стоить по-разному.

Для FLUX 3 Video биллинг идёт посекундно. HD T2V для ролика на 10 секунд обойдётся примерно в $1,70, а FHD V2V — около $5,30, без учёта особенностей конкретного провайдера. Черновой HD T2V такой же длительности стоит около $0,60. При массовом создании контента разумно сначала использовать Draft, а полноценный режим оставлять для отобранных сцен.

Лицензирование открытых весов BFL не сводится к принципу «скачал и используй где угодно». Компания указывает уровни Open Weights Licensing: Builder для объёма до 10 тысяч изображений в месяц, Platform — до 100 тысяч. Также предусмотрены уровни Professional, Enterprise и Synthetic Data. Коммерческие права нужно проверить до запуска продукта, особенно если модель встроена в SaaS, используется для синтетических датасетов или обслуживает внешних клиентов.

Проприетарные FLUX.2 Pro и Max подходят компаниям, которым не нужен собственный GPU-кластер. Открытые Dev и Klein удобнее, если важны приватность данных, контроль задержки и возможность менять inference. API быстрее внедрить, а локальный запуск даёт больше независимости, но требует инженерной команды.

Сравнение с конкурентами

По модели распространения BFL ближе всего к Stability AI, но жёстче разделяет открытые веса и коммерческие флагманские модели. Stable Diffusion располагает большой экосистемой checkpoint-моделей, LoRA и пользовательских интерфейсов. FLUX превосходит её по современной архитектуре и базовому качеству, но по возможностям кастомизации Stable Diffusion пока остаётся сильнее.

Midjourney конкурирует с BFL качеством и визуальной выразительностью, но в первую очередь остаётся готовым пользовательским продуктом. BFL лучше подходит для API, локального inference, корпоративных интеграций и программного контроля генерации. OpenAI и Google предлагают мультимодальные платформы и связывают генерацию с языковыми моделями. BFL сосредоточена на визуальных задачах и не заявляла собственного семейства текстовых моделей.

В видео FLUX 3 Video конкурирует с Runway и другими специализированными платформами. Среди преимуществ BFL — посекундная тарификация, режимы T2V и V2V, а также встроенное аудио. При этом публичных данных о тестах и рабочих характеристиках отдельных режимов меньше, чем у некоторых давно работающих видеосервисов.

Доступ к моделям BFL в России через STIVA.ai

Российским пользователям модели Black Forest Labs доступны через STIVA.ai. Это удобный вариант для тех, кто не хочет самостоятельно настраивать зарубежные API, валютную оплату и разные endpoint. В каталоге STIVA провайдер обозначен slug bfl, а доступ предоставляется через единый интерфейс платформы.

Стоимость подписки STIVA начинается от 495 ₽ в месяц. Оплатить её можно картой «Мир» или через СБП, подключение не требует VPN. Такой вариант подходит дизайнерам, маркетологам и небольшим командам, которым нужны FLUX.2 Pro, режимы редактирования или генерация видео без развёртывания собственного окружения.

Режим стоит выбирать с учётом задачи и бюджета. Для большинства изображений подойдёт FLUX.2 Pro. Если в кадре есть заметная надпись, логотип или упаковка, лучше попробовать FLUX.2 Flex. Max рассчитана на максимально качественный результат. Для черновых концепций подойдут Turbo, Flash или Draft, если соответствующий режим доступен в текущей конфигурации сервиса.

Пользователи, которые подключают нейросети к собственным продуктам и получают вознаграждение за рекомендации, могут воспользоваться партнёрской программой STIVA. Она не заменяет коммерческую лицензию BFL. Права на использование результата и модели нужно рассматривать отдельно от способа оплаты доступа к интерфейсу.

FAQ

Какая модель FLUX лучше всего подходит для большинства задач?

Для универсальной production-генерации подойдёт FLUX.2 Pro. Она сочетает качество, скорость и умеренную цену. FLUX.2 Max стоит выбрать, когда важна каждая деталь и нужен grounding search. Flex лучше справляется с типографикой и тонкой настройкой.

Можно ли запустить FLUX локально?

Да, но не все версии. FLUX.2 Dev, FLUX.2 Klein 9B и Klein 4B относятся к моделям с открытыми весами. В линейке FLUX.1 для локального запуска доступны Dev и Schnell. Перед использованием нужно проверить лицензию и коммерческие ограничения. Также понадобятся совместимые GPU и оптимизированное inference-окружение.

Есть ли у BFL собственная языковая модель?

Подтверждённого семейства текстовых моделей у BFL нет. Компания занимается visual AI: генерацией и редактированием изображений, а также видео. Текстовые промпты для FLUX могут обрабатываться частью визуального пайплайна или внешней инфраструктурой. Называть BFL разработчиком универсальной LLM нельзя.

Какую модель выбрать для видео?

Для финального HD или FHD-ролика подойдёт FLUX 3 Video. Text-to-video стоит $0,17 за секунду в HD и $0,29 в FHD. Для video-to-video тарифы составляют $0,41 и $0,53 соответственно. Для раскадровок и быстрых проверок лучше использовать FLUX 3 Video Draft: $0,06 за секунду для HD T2V или $0,12 для HD V2V. Максимальная заявленная длительность обоих вариантов — 20 секунд, аудио входит в результат.

Black Forest Labs развивает не одну универсальную нейросеть, а линейку продуктов для разных задач. В неё входят облачные флагманы, компактные модели с открытыми весами, инструменты редактирования и видеогенерация. Сочетание архитектуры DiT, коммерческого API и частично открытой экосистемы делает BFL заметным независимым игроком рынка визуального ИИ в 2026 году.