Black Forest Labs (BFL), laboratorium AI asal Freiburg, Jerman, resmi merilis FLUX 3 hari ini. Model multimodal ini mampu menghasilkan gambar, video berdurasi hingga 20 detik, dan audio — semuanya dari satu prompt teks. Berbeda dengan pendekatan kebanyakan perusahaan AI yang menyatukan model terpisah di balik satu antarmuka, FLUX 3 dilatih secara bersama lintas modalitas sejak awal.
Perusahaan yang didirikan oleh mantan peneliti Stability AI ini menyebut kemampuan tersebut sebagai "visual intelligence" — model yang bisa memahami, memprediksi, dan bertindak di lingkungan fisik maupun digital. Konsep ini bukan sekadar tagline pemasaran. BFL secara eksplisit merancang FLUX 3 untuk menjangkau berbagai aplikasi, mulai dari kreativitas konten hingga visi robotik.
FLUX 3 dihadirkan dalam empat lini produk: FLUX 3 Video dengan opsi pembuatan audio native, FLUX 3 Image untuk kebutuhan gambar statis, FLUX 3 Action untuk prediksi aksi robotik, dan FLUX 3 Dev yang bersifat open-weight. Dua produk pertama kini memasuki program "Early Access" berbasis undangan — siapa saja boleh mengajukan permohonan, tetapi BFL berhak menyetujui atau menolak.
Ketersediaan terbatas ini mengingatkan pada strategi rilis model baru dari laboratorium-laboratorium AI Amerika Serikat, termasuk Anthropic dan OpenAI. Namun, BFL tidak menyebut alasan keamanan sebagai faktor penghambat. Perusahaan ini juga belum mengumumkan harga layanan, komitmen level layanan produksi, atau metodologi evaluasi resmi.
Aspek finansial menjadi pekerjaan rumah tersendiri bagi calon pengguna enterprise. Tanpa informasi harga dan benchmark resmi, organisasi belum bisa menghitung total biaya kepemilikan secara akurat. Situasi ini berbeda dengan Google Gemini Omni Flash yang sudah tersedia via API dengan tarif 0,10 dolar AS per detik video 720p — atau sekitar 1 dolar AS untuk klip 10 detik.
Dari sisi kinerja, BFL memang mengklaim hasil yang mengesankan. Dalam pengujian preferensi awal terhadap klip video 10 detik beresolusi 720p dengan audio, FLUX 3 unggul telak: 93% responden lebih memilih FLUX 3 dibanding Luma Ray 3.2, 77% dibanding Runway Gen-4.5, dan 69% dibanding Grok Imagine Video. Angka-angka ini tentu menarik, tetapi ada catatan penting.
BFL sendiri mengakui bahwa hasil benchmark tersebut merupakan "evaluasi preliminer dari kandidat FLUX 3 awal" — artinya angka tersebut mencerminkan performa model versi pra-rilis, bukan versi yang kini beredar. Model final bisa tampil lebih baik atau sebaliknya. Data yang dipublikasikan hari ini belum sepenuhnya merepresentasikan apa yang akan diterima pelanggan.
Persaingan paling menarik justru terjadi melawan Gemini Omni Flash, di mana FLUX 3 hanya unggul tipis dengan selisih 52% — statistik yang hampir seimbang. Omni merupakan padanan terdekat dari apa yang dicoba FLUX 3: input multimodal, pembuatan video dan audio, serta pengeditan berbasis percakapan. Google memiliki keunggulan dari sisi ketersediaan umum dan infrastruktur API yang sudah matang.
Namun, ada celah regional yang menguntungkan BFL. Pengguna Omni Flash di Kawasan Ekonomi Eropa, Swiss, dan Inggris tidak bisa mengedit video yang diunggah — hanya video yang dihasilkan model itu sendiri yang boleh diedit. Perusahaan Eropa yang ingin memproses rekaman existing melalui AI generatif tidak punya opsi di Omni Flash. Ini bisa menjadi nilai jual tersendiri bagi FLUX 3 di pasar Eropa.
Belum tersedianya bobot model (weights) untuk diunduh juga menjadi sorotan. Komunitas pengembang yang selama ini terbiasa menerima varian FLUX yang bisa di-deploy lokal harus bersabar. BFL menjanjikan versi open-weight akan hadir akhir tahun ini, termasuk FLUX 3 Dev yang menjanjikan akses multimodal penuh — cakupan jauh lebih luas dibanding rilis Dev sebelumnya yang hanya mencakup gambar.
Keterlambatan ini tentu disayangkan mengingat peran bobot terbuka dalam adopsi FLUX selama ini. Model-model FLUX sebelumnya mendapat sambutan hangat dari komunitas karena bisa dimodifikasi dan dijalankan secara mandiri. Tanpa akses tersebut, FLUX 3 kehilangan salah satu keunggulan kompetitif yang selama ini menjadi fondasi popularitasnya.
Untuk pengguna Indonesia, peluncuran FLUX 3 membuka peluang baru dalam pembuatan konten kreatif. Kreator konten, produser video, dan desainer grafis di Tanah Air kini punya alternatif model AI yang mampu menghasilkan konten audio-visual dari satu perintah teks. Namun, ketersediaan akses di Indonesia masih menunggu — baik melalui API langsung maupun mitra regional.
Industri konten digital Indonesia yang terus bertumbuh, dengan nilai pasar yang diproyeksikan mencapai miliaran dolar, bisa mendapat manfaat signifikan dari teknologi seperti ini. Biaya produksi konten video yang selama ini menjadi hambatan bagi kreator kecil dan menengah berpotensi turun drastis ketika model seperti FLUX 3 akhirnya tersedia secara luas dan terjangkau.