FLUX

FLUX es la familia de modelos de generación de imágenes de Black Forest Labs, el laboratorio fundado en 2024 por los creadores de Stable Diffusion y hoy referencia del código abierto en fotorrealismo. Combina pesos abiertos que puedes descargar y ejecutar gratis en tu ordenador con una API oficial de pago por imagen desde 0,014 $ (a octubre de 2026). La línea actual tiene tres generaciones: FLUX.1 (12B parámetros), FLUX.2 (32B, hasta 4 megapíxeles y texto legible dentro de la imagen) y FLUX 3, el modelo multimodal de julio de 2026 que añade vídeo con audio nativo y predicción de acciones. Esta guía explica qué versión elegir, cuánto cuesta, cómo ejecutarlo en local con ComfyUI y en qué aún pierde frente a Midjourney e Ideogram.

Qué es FLUX y quién lo desarrolla

FLUX son modelos de imagen con arquitectura híbrida de difusión-transformer entrenada con flow matching (flujo rectificado). El resultado: un modelo que sigue instrucciones complejas con inusual literalidad, genera retratos fotorrealistas de nivel profesional y renderiza texto dentro de la imagen con mucha más fiabilidad que la primera hornada de generadores. Lo desarrolla Black Forest Labs (Friburgo, Alemania), fundado por Robin Rombach, Andreas Blattmann, Patrick Esser y Dominik Lorenz, los creadores de Stable Diffusion.

La adopción industrial ha sido rápida: xAI lo integró en Grok, Adobe añadió FLUX.1 Kontext [pro] al relleno generativo de Photoshop, Freepik lo usa a diario y Meta firmó en 2025 un contrato de 140 millones de dólares con BFL, que cerró una Serie B de 300 millones en diciembre de 2025 con una valoración de unos 3.250 millones.

Familias y versiones: FLUX.1, FLUX.2 y FLUX 3

FLUX.1 (agosto de 2024, 12B parámetros). Sus variantes siguen vivas en la API: FLUX1.1 [pro] para producción, FLUX.1 [schnell] ultrarrápido (Apache 2.0), FLUX.1 [dev] (pesos abiertos no comerciales) y FLUX.1 Kontext (dev/pro/max) para edición con instrucciones.

FLUX.2 (noviembre de 2025, 32B parámetros), la generación de imagen recomendada hoy por la propia BFL. Acopla un modelo visión-lenguaje Mistral-3 24B a un transformer de flujo rectificado, sube a 4 megapíxeles y mejora mucho el texto en imagen (~92 % de precisión en maquetas complejas). La escala va de [klein] 4B y 9B (enero de 2026) a [dev] (pesos abiertos), [pro], [flex] (precisión tipográfica) y [max] (máxima calidad, hasta 10 imágenes de referencia).

FLUX 3 (anunciado el 23 de julio de 2026). No sustituye a FLUX.2 en imagen: es un modelo base multimodal entrenado conjuntamente sobre imagen, vídeo y audio con arquitectura Self-Flow. FLUX 3 Video (desde el 4 de agosto de 2026) genera clips de hasta 20 segundos con audio nativo y diálogos multilingües, con salida 4K desde septiembre. FLUX 3 Image (1 de octubre de 2026) añade control por cajas delimitadoras, ediciones locales píxel a píxel y hasta diez referencias. FLUX 3 Action (7B, pesos abiertos) apunta a robótica; FLUX 3 Dev sigue sin publicar.

Versión	Tipo	Licencia	Ideal para
FLUX.1 [schnell]	12B, API y local	Apache 2.0	Prototipos y alto volumen a coste mínimo
FLUX.1 [dev] / Kontext [dev]	12B, local	No comercial (BFL)	Aprendizaje, experimentación, LoRA
FLUX.2 [klein] 4B	4B, API y local	Apache 2.0	Inferencia subsegundo en GPU de 8 GB
FLUX.2 [dev]	32B, solo local	Pesos abiertos no comerciales	Máxima calidad local sin API
FLUX.2 [pro] / [flex] / [max]	API cerrada	Propietaria	Producción, tipografía, coherencia multi-referencia
FLUX 3 Video / Image / Action	Multimodal, API	Propietaria (Action con pesos abiertos)	Vídeo con audio, maquetado con cajas, robótica

Licencias: qué es gratis y qué no

El modelo de BFL es escalonado:

• Apache 2.0 (uso libre, también comercial): FLUX.1 [schnell] y FLUX.2 [klein] 4B, descargables en Hugging Face y válidos para un producto comercial sin pagar licencia.
• Pesos abiertos no comerciales: FLUX.1 [dev], FLUX.1 Kontext [dev] y FLUX.2 [dev]. Gratuitos para investigación y uso personal; el autoalojamiento comercial exige la licencia Self-Hosted Commercial de BFL.
• Solo API (cerrados): FLUX1.1 [pro], FLUX.2 [pro], [flex], [max] y toda la familia FLUX 3.

Precios de la API oficial (a octubre de 2026)

La API de Black Forest Labs funciona con créditos (1 crédito = 0,01 $), sin suscripción, y el Playground aplica las mismas tarifas. FLUX.2 factura por megapíxel: el primero cuesta la tarifa base y cada megapíxel adicional se suma.

Modelo	Precio por imagen	Uso recomendado
FLUX.2 [klein] 4B	desde 0,014 $	Tiempo real y alto volumen
FLUX.2 [klein] 9B	desde 0,015 $	Equilibrio calidad/velocidad
FLUX.2 [pro]	desde 0,03 $ (edición 0,045 $)	Producción con respuesta rápida
FLUX.2 [flex]	desde 0,05 $	Control fino y tipografía
FLUX.2 [max]	desde 0,07 $	Máxima calidad y coherencia
FLUX1.1 [pro] / Kontext [pro]	0,04 $	Generación y edición consolidadas
FLUX 3 Image (1K / 2K / 4K)	0,048 $ / 0,10 $ / 0,607 $	Maquetado con cajas y ediciones locales

FLUX 3 Video se factura por segundo: 0,17 $/s en HD, 0,29 $/s en Full HD y hasta 0,80 $/s en 4K, con modo borrador a 0,06 $/s para iterar antes del render final. Un clip de 10 segundos en HD ronda los 1,70 $. Generar 1.000 imágenes con FLUX.2 [pro] cuesta unos 30-40 $, frente a las suscripciones de Midjourney (10-120 $/mes, sin API oficial). FLUX Playground deja probar gratis los modelos nuevos en su Arena; la vía 100 % gratuita sigue siendo autoalojar klein 4B o schnell.

Cómo usar FLUX: API, Playground o local con ComfyUI

Vía API

REST oficial documentada en docs.bfl.ai, más alojamiento en terceros como fal.ai o Replicate. Es la opción de los equipos que integran generación de imágenes en productos: sin servidores propios.

Local con ComfyUI (gratis)

ComfyUI es hoy el estándar: interfaz de nodos gratuita y open source que suele soportar cada modelo FLUX el mismo día de su lanzamiento. Requisitos reales de VRAM (a octubre de 2026):

• GPU de 8 GB: FLUX.2 [klein] 4B cuantizado (GGUF Q4, unos 2,6 GB en disco) con generación en menos de un segundo.
• GPU de 12-16 GB: FLUX.2 [klein] 9B o FLUX.1 [dev] en FP8/Q4.
• GPU de 24 GB (RTX 4090/5080): FLUX.2 [dev] en FP8, la mejor calidad posible en local.
• Mac con Apple Silicon 16 GB o más: FLUX.1 [dev] vía MLX o ComfyUI con memoria unificada.

Las cuantizaciones GGUF y FP8 han hecho la familia mucho más accesible que la leyenda de los 90 GB de VRAM sobre los primeros 32B.

FLUX frente a Midjourney, Ideogram y DALL-E/GPT Image

Criterio	FLUX.2	Midjourney V8.1	Ideogram
Fotorrealismo	Líder (94/100 en evaluaciones ciegas)	Muy alto (91/100)	Medio-alto
Texto en imagen	~92 % de precisión	~78 %	Especialista, el mejor en carteles
Estética artística	Literal, sin "personalidad" añadida	La más potente del mercado	Correcta
API oficial	Sí, pago por imagen	No	Sí
Ejecución local gratis	Sí (klein/schnell Apache 2.0)	No	No
Precio de entrada	0,014 $/imagen o 0 $ en local	10 $/mes, sin nivel gratis	Gratis limitado; pago desde ~8 $/mes

Regla práctica: Midjourney gana cuando el resultado se juzga por su belleza (portadas, ilustración, mood); FLUX gana cuando se juzga por cumplir un brief (packshots de e-commerce, mockups, textos legibles, integración en producto). Ideogram sigue siendo el especialista cuando el titular tipográfico es el protagonista.

Limitaciones que debes conocer

• Edición todavía floja: la comunidad documenta que modelos ligeros como klein 4B ignoran instrucciones sencillas o introducen deformaciones; para ediciones fiables conviene Kontext [max] o FLUX.2 [max].
• Texto bueno pero no líder: FLUX.2 renderiza texto legible, por debajo de Ideogram y GPT Image en párrafos largos o escrituras no latinas.
• Menos "wow" estético que Midjourney: FLUX devuelve literalmente lo que pides; si tu prompt es vago, la imagen también lo será.
• Licencias confusas: la mezcla de Apache 2.0, no comercial y solo-API obliga a leer la letra pequeña.
• FLUX 3 Image es muy nuevo: lanzado el 1 de octubre de 2026, su precio en 4K (0,607 $ por imagen) lo reserva para control absoluto de maquetado.

¿Para quién es FLUX?

Recomendado para: desarrolladores que integran generación de imágenes vía API; e-commerce y publicidad que necesitan packshots fotorrealistas con texto legible; equipos con GPU que quieren coste cero por imagen con klein o schnell; quien necesite vídeo con audio nativo (FLUX 3 Video admite español) y quien entrene su estilo propio con LoRA.

No es la mejor opción para: quien busca la estética más impactante con el prompt más corto (Midjourney), carteles donde el titular es el 90 % del diseño (Ideogram) o usuarios sin GPU que no quieran pagar API: para probar sin gastar, el Playground con su Arena gratuita es el punto de partida razonable.

Preguntas frecuentes

¿FLUX es gratis?

Sí: FLUX.2 [klein] 4B y FLUX.1 [schnell] (Apache 2.0) se ejecutan gratis en tu PC, y el Playground permite probar modelos nuevos en su Arena. La API oficial se paga por imagen: desde 0,014 $ (a octubre de 2026).

¿Qué GPU necesito para ejecutar FLUX en local?

Con 8 GB de VRAM ya ejecutas klein 4B cuantizado a subsegundo; con 16 GB, klein 9B o FLUX.1 [dev]; con 24 GB, FLUX.2 [dev] en FP8, la mejor calidad local.

¿FLUX o Midjourney?

FLUX para realismo, texto, API y control open source; Midjourney para estética artística. Con más de ~1.500 imágenes mensuales, FLUX es casi siempre más barato y la única opción con API oficial.

¿FLUX entiende el español?

Los prompts funcionan mejor en inglés, pero FLUX los interpreta y puede generar texto en español. FLUX 3 Video genera diálogos nativos con sincronización labial en más de una decena de idiomas, incluido el español.

¿Puedo usar comercialmente las imágenes?

Vía API oficial, sí. En local, solo con modelos Apache 2.0 (schnell, klein 4B); los pesos [dev] requieren la licencia comercial de autoalojamiento de BFL.