FLUX.1 (Black Forest Labs) — цены, API и open weights

✅ Подходит: вам, если нужен один стек Black Forest Labs для генерации и редактирования изображений: с API, BFL Playground и open-weight моделями для локального запуска.

❌ Не подходит: если вы ищете полностью прозрачные условия по приватности, подтверждённую коммерческую свободу для всех моделей или хотите стартовать новый проект, не оглядываясь на более свежие модели BFL.

💡 Ключевое преимущество: у FLUX.1 есть сразу два практических сценария — production через BFL API и self-hosted/open-weight путь через официальный GitHub-репозиторий.

Разработчик: Black Forest Labs

Тип: web (BFL Playground), API, self-hosted/open weights

Официальный URL: https://github.com/black-forest-labs/flux

Дата проверки: 13.08.2026

Практический вердикт редакции: FLUX.1 всё ещё полезен, если вы поддерживаете существующий стек BFL или хотите сочетать API и локальные чекпойнты. Но для нового image-editing проекта это уже не безусловный выбор: текущая документация BFL прямо рекомендует FLUX.2 для новых проектов, а FLUX.1 Kontext [pro] называет previous-generation. Отдельное ограничение этой карточки: в supplied source pack нет Privacy Policy, поэтому часть выводов по обучению на данных и хранению информации нельзя подтвердить официально.

Что умеет

• Генерировать изображения по текстовому промпту через официальный API BFL по асинхронной схеме: запрос, получение polling_url, опрос статуса до готовности результата.
• Редактировать изображения по референсу через FLUX.1 Kontext [pro]: в официальном how-to используется связка prompt + input_image с возвратом готового изображения через result.sample.
• Давать open-weight путь для локального запуска: официальный репозиторий BFL содержит inference-код для FLUX.1 и перечисляет страницы моделей [schnell], [dev], Fill [dev], Redux [dev], Kontext [dev], Krea [dev], а также Canny/Depth-варианты.
• Закрывать inpainting и outpainting через FLUX.1 Fill: для open-weight части — Fill [dev], для API — Fill [pro] с текущей ценой на официальной pricing page.
• Делать вариации и рестайлинг через Redux [dev], если вам нужен не только text-to-image, но и преобразование исходного изображения.
• Работать с региональными endpoint’ами: помимо глобального api.bfl.ai, официально указаны api.eu.bfl.ai и api.us.bfl.ai.

Важно не смешивать всё в один «монолитный сервис». Под названием FLUX.1 на практике скрывается семейство моделей и маршрутов использования: open weights для локальной работы, Playground для ручного тестирования и BFL API для интеграции. При этом не все исторические варианты одинаково актуальны: Depth и Canny больше не поддерживаются в BFL API, хотя open checkpoints остаются доступны как reference-варианты.

Как использовать

Ниже — один воспроизводимый workflow из текущей официальной документации: редактирование изображения через FLUX.1 Kontext [pro]. Это не самый новый маршрут в экосистеме BFL, но он документирован и пригоден для поддержки существующих интеграций.

1. Создайте BFL-аккаунт, пополните credits и получите API key. Quick Start прямо требует три шага: account, credits, API key.
2. Отправьте запрос на редактирование на endpoint https://api.bfl.ai/v1/flux-kontext-pro, передав текстовый промпт и input_image. В официальной документации для этого сценария отдельно отмечен лимит входного изображения: до 20 MB или 20 MP.
3. Сохраните из ответа поля id и polling_url. BFL использует асинхронный паттерн: готовое изображение не возвращается сразу.
4. Опросите polling_url с заголовком x-key до статуса Ready.
5. Заберите финальный результат из result.sample и сохраните его у себя: по integration guide delivery URL живут ограниченное время, а сгенерированные изображения истекают через 10 минут.

Если вам нужен локальный сценарий без BFL API, официальный репозиторий black-forest-labs/flux даёт минимальный inference-код для генерации и редактирования с open-weight чекпойнтами. Для FLUX.1 Kontext [dev] Black Forest Labs отдельно указывает совместимость с существующим inference-кодом FLUX.1 [dev] и поддержку ComfyUI, HuggingFace Diffusers и TensorRT на старте релиза.

Тарифы и ограничения

У BFL единая логика биллинга: 1 credit = $0.01 USD, а цены в API и BFL Playground одинаковые. Ниже — тарифные ориентиры по текущей официальной pricing page.

План / модель	Цена	Лимиты и примечания
FLUX.1 Kontext [pro]	4 credits = $0.04 за изображение	Редактирование по prompt + input_image; для входного изображения официально указан лимит до 20 MB или 20 MP; нужны аккаунт, credits и API key.
FLUX.1 Kontext [max]	8 credits = $0.08 за изображение	Доступен в BFL API; точные rate limits в supplied sources не раскрыты.
FLUX1.1 [pro]	4 credits = $0.04 за изображение	Текущий text-to-image endpoint в документации BFL; нужны аккаунт, credits и API key.
FLUX1.1 [pro] Ultra	6 credits = $0.06 за изображение	В документации описан как отдельный endpoint для более детальной генерации; точные операционные лимиты проверяйте в актуальной docs.
FLUX.1 Fill [pro]	5 credits = $0.05 за изображение	API-модель для fill-сценариев; в supplied sources нет отдельной страницы с полным списком лимитов.

Дата проверки тарифов: 13.08.2026.

Что важно для бюджета:

• Для open-weight моделей вроде FLUX.1 [schnell], FLUX.1 [dev], Fill [dev] или Kontext [dev] в supplied sources нет прямой BFL API-цены, потому что это не API-тарифы, а локальные чекпойнты.
• В source pack нет подтверждённых rate limits, лимитов по очередям или SLA. Если вы закладываете production-нагрузку, их нужно перепроверять в актуальной официальной документации перед интеграцией.
• В release notes зафиксировано, что FLUX Pro 1.0 endpoints и Finetuning API были deprecated 31.10.2025. Для старых интеграций это прямой сигнал не опираться на устаревшие endpoint’ы.

Работа с данными и приватность

По официальным integration и editing guides можно подтвердить только базовую механику обработки данных.

• Что видит сервис: текстовый промпт; при редактировании — ещё и input_image; при выдаче результата — временный delivery URL и итоговое изображение.
• Как устроена доставка результата: вы сначала получаете polling_url, затем после готовности — ссылку на результат. Delivery URL region-specific, а сгенерированные изображения, по документации, истекают через 10 минут.
• Где маршрутизируется запрос: официально есть глобальный endpoint, а также EU и US региональные endpoint’ы. Это полезно для архитектуры, но не равно подтверждённой информации о конкретной стране хранения данных.
• Используют ли данные для обучения: в supplied source pack это не раскрыто. Я не могу подтверждать ни обучение на пользовательских данных, ни наличие opt-out.
• Privacy Policy: ссылка на официальную политику конфиденциальности не была включена в supplied source pack, поэтому проверить retention, sub-processors, сроки хранения и формальные гарантии по приватности по этой карточке нельзя.

Практический вывод здесь простой: для чувствительных изображений FLUX.1 через BFL API стоит использовать только после отдельной юридической и security-проверки актуальной Privacy Policy уже на вашей стороне. Из проверенных источников сейчас видно только то, что API принимает входные данные, работает асинхронно и отдаёт результат через временные URL.

Плюсы и минусы

Плюсы

• Есть и API, и open-weight путь. Это редкое сочетание для одной семейства моделей: можно начать с Playground/API, а затем перенести часть сценариев в локальную инфраструктуру.
• Хорошо покрыты сценарии редактирования. У FLUX.1 есть Kontext для in-context image editing, Fill для inpainting/outpainting и Redux для вариаций/рестайлинга.
• Простая модель оплаты. Pricing page фиксирует цену в credits и прямо говорит, что API и Playground тарифицируются одинаково.
• Есть региональные endpoint’ы. Для интеграций это полезнее, чем один-единственный глобальный URL.

Минусы

• Не все open-weight модели коммерчески свободны. FLUX.1 [dev] и связанные dev-варианты распространяются по non-commercial license, и это напрямую ограничивает коммерческие сценарии.
• Линейка уже не самая новая. Текущая документация рекомендует FLUX.2 для новых проектов, а FLUX.1 Kontext [pro] помечает как previous-generation.
• Есть deprecated-варианты. Depth и Canny больше не поддерживаются в BFL API, хотя чекпойнты остаются доступны отдельно.
• Приватность нельзя полноценно оценить по этому source pack. Без официальной Privacy Policy нельзя честно подтвердить правила обучения, хранения и удаления данных.
• Даже официальный model card указывает на ограничения качества. Для FLUX.1 [dev] прямо сказано, что модель не предназначена для фактической информации, может усиливать социальные bias и иногда не точно следовать промпту.

Доступность и язык

• Платформы: web через BFL Playground, API через api.bfl.ai / api.eu.bfl.ai / api.us.bfl.ai, локальный запуск через официальный репозиторий и open-weight чекпойнты. Поддержка конкретных ОС в supplied sources не перечислена отдельно.
• Интеграции: для FLUX.1 Kontext [dev] Black Forest Labs отдельно заявляет day-0 support для ComfyUI, HuggingFace Diffusers и TensorRT.
• Русский язык: в supplied sources нет проверяемого заявления о русскоязычном интерфейсе Playground или документации на русском.
• Доступность для РФ: официально не подтверждена в supplied sources. У меня нет проверяемых данных о том, работает ли сервис без VPN, ограничена ли оплата из РФ и какие способы обхода возможны — такие обещания я не даю.
• Способы оплаты: в Quick Start подтверждены аккаунт и credits, но конкретные платёжные методы в supplied sources не перечислены.

Альтернативы

Если вы выбираете не между вариантами внутри FLUX, а между разными стекaми генерации, быстрее всего пойти от вашей задачи:

• Ideogram: если у вас приоритет — надписи и типографика на изображениях, начните со сравнения Flux vs Ideogram для текста на картинке.
• Midjourney: если вам нужен выбор между двумя популярными направлениями генерации изображений, у нас есть отдельный разбор Midjourney vs Flux.
• Stable Diffusion: для прямого сравнения FLUX с другим большим классом image-моделей смотрите Flux vs Stable Diffusion.
• SDXL / SD 1.5: если вы смотрите именно на локальную генерацию как альтернативу BFL API, полезен материал SDXL vs SD 1.5: что выбрать для локальной генерации изображений.

Практически FLUX.1 стоит выбирать тогда, когда вам нужны либо open weights от самого BFL, либо редактирование по официальному Kontext/Fill workflow. Если же задача — просто «взять самый свежий API BFL для нового проекта», обязательно перепроверьте линейку FLUX.2 до закупки credits и проектирования пайплайна.

Источники

• GitHub – black-forest-labs/flux: Official inference repo for FLUX.1 models
• FLUX.1 [dev] model card
• FLUX.1 [dev] non-commercial license
• Announcing Black Forest Labs
• Introducing FLUX.1 Tools
• Introducing FLUX.1 Kontext and the BFL Playground
• FLUX.1 Kontext [dev] – Open Weights for Image Editing
• Quick Start – Black Forest Labs
• Overview – Black Forest Labs
• FLUX API Integration Guide
• Image Generation with Text Prompts
• Image Editing – Black Forest Labs
• FLUX1.1 [pro] Image Generation
• FLUX1.1 [pro] Ultra Mode
• Release Notes – Black Forest Labs

Вопросы и ответы

Можно ли использовать FLUX.1 локально?

Да. Официальный репозиторий BFL даёт inference-код для генерации и редактирования, а в нём перечислены open-weight модели вроде FLUX.1 [schnell], FLUX.1 [dev], Fill [dev], Redux [dev] и Kontext [dev]. Но для dev-линейки нужно учитывать non-commercial license.

Сколько стоит FLUX.1 через BFL API?

По официальной pricing page 1 credit = $0.01 USD. Текущие ориентиры: FLUX.1 Kontext [pro] — 4 credits, Kontext [max] — 8 credits, FLUX1.1 [pro] — 4 credits, FLUX1.1 [pro] Ultra — 6 credits, FLUX.1 Fill [pro] — 5 credits за изображение. API и Playground тарифицируются одинаково.

Подходит ли FLUX.1 для нового проекта по редактированию изображений?

Не как вариант по умолчанию. В текущей документации для image editing новые проекты рекомендуют вести в FLUX.2, а FLUX.1 Kontext [pro] назван previous-generation. FLUX.1 имеет смысл прежде всего для существующих интеграций или когда вам нужны его open-weight варианты.

Есть ли в API поддержка Canny и Depth?

Нет, как активной API-функции — уже нет. Black Forest Labs пишет, что Depth и Canny-варианты, включая LoRA, deprecated и больше не поддерживаются в BFL API, хотя open checkpoints остаются доступны отдельно.

Что можно сказать о приватности?

Из supplied sources подтверждается только базовая механика: API получает промпт и, при редактировании, входное изображение; результат выдаётся через временный delivery URL, а сгенерированные изображения истекают через 10 минут. Официальной Privacy Policy в source pack нет, поэтому политику обучения на данных и сроки хранения я здесь не подтверждаю.