5 zmian jednym poleceniem: FLUX 3 kontra 6 modeli

👁 117 przeczytań

Wszystkie siedem modeli wykonały pięć zmian z jednego polecenia, ale tylko FLUX 3 Image zostawił resztę zdjęcia praktycznie nietkniętą. W czterech miejscach, których nic nie miało ruszyć, podobieństwo do oryginału (SSIM) wyniosło u niego 0,995 na 1. Tuż za nim był Ideogram 4.5 (0,989), dalej Seedream 5 Pro (0,961) i Nano Banana Pro (0,942). GPT Image 2.5 (0,870) i Grok Imagine 2 (0,708) przerysowały cały pokój. Cena za tę precyzję: 204 sekundy czekania i limit 4 Mpx na zdjęcie wejściowe.

Black Forest Labs pisze, że FLUX 3 Image robi kilka edycji w jednej rundzie, a piksele poza edytowanymi miejscami zostają „bit w bit identyczne”. To ważna obietnica dla każdego, kto poprawia zdjęcia produktów albo wizualizacje wnętrz: zmieniasz kolor kanapy, a reszta zdjęcia ma zostać dokładnie taka sama, łącznie z fakturą parkietu i sztukaterią.

Sprawdziłem to na zdjęciu salonu w kamienicy i jednym poleceniu z pięcioma zmianami naraz. Porównałem FLUX 3 z sześcioma modelami, które też edytują obrazy poleceniem tekstowym.

Jak testowałem

• Data: 1 października 2026, dzień premiery FLUX 3 Image.
• Dostęp: wszystkie modele przez endpointy edycji na fal.ai.
• Zdjęcie bazowe: salon w kamienicy wygenerowany przez Nano Banana Pro, 2528 × 1696 px. Każdy model dostał to samo zdjęcie.
• Wyjątek: FLUX 3 na fal.ai przyjmuje zdjęcie wejściowe o powierzchni najwyżej 4 Mpx. Pierwsze wywołanie z pełnym plikiem (4,29 Mpx) zwróciło błąd „Image dimensions are too large”, więc FLUX dostał tę samą bazę zmniejszoną do 2400 × 1610 px.
• Jedno podejście: jeden wynik na model, bez losowania i wybierania lepszych wersji.
• To samo polecenie dla wszystkich, po angielsku.
• Pomiar: zmiany oceniałem sam, oglądając każdy obraz w powiększeniu. Nietknięte miejsca mierzyłem SSIM w czterech obszarach: okno z zasłonami, sztukateria pod sufitem, prawa ściana i parkiet. SSIM 1 oznacza obraz identyczny z oryginałem.

Polecenie: pięć zmian naraz

Make exactly these five changes and keep everything else in the photo identical: 1) change the sofa upholstery from dark green to rust terracotta velvet, same shape and cushions; 2) replace the abstract painting with a black and white photograph of the Palace of Culture and Science in Warsaw, keep the same gold frame and position; 3) remove the ceramic vase from the coffee table; 4) change the floor lamp shade from cream to matte black; 5) add a small sleeping brown dachshund lying on the striped rug.

Zmiany celowo są różne:

1. Kolor kanapy - zmiana materiału bez ruszania kształtu.
2. Obraz na ścianie - podmiana treści przy zachowaniu ramy i położenia.
3. Usunięcie wazonu - model musi dorysować blat stolika pod spodem.
4. Abażur lampy - mała zmiana w jednym elemencie większego obiektu.
5. Jamnik na dywanie - dodanie nowego obiektu z cieniem i perspektywą.

FLUX 3 Image: przed i po

Wszystkie pięć zmian jest na miejscu. Kanapa ma rdzawy aksamit i te same poduszki, w złotej ramie wisi czarno-białe zdjęcie Pałacu Kultury, wazon zniknął, a blat pod nim jest czysty. Abażur jest czarny, stopa lampy została mosiężna, a jamnik śpi na dywanie po prawej stronie stolika z cieniem pod sobą.

Obietnicę „bit w bit” sprawdziłem osobno, porównując wynik z plikiem 2400 × 1610 px, który FLUX dostał na wejściu. Fal.ai oddał jednak obraz 2480 × 1664 px, czyli w innym rozmiarze niż wejście, więc piksele musiałem przeskalować i dokładnej identyczności nie da się tu potwierdzić. Różnica w nietkniętych miejscach wyniosła średnio od 0,45 do 1,8 poziomu jasności na 255, czyli jest niewidoczna. Na mapie różnic jasno świecą tylko kanapa, obraz, abażur, miejsce po wazonie i jamnik.

Pozostałe modele

Co zauważyłem przy każdym modelu:

• Ideogram 4.5: komplet zmian i drugi wynik SSIM. Kanapa wyszła bardziej pomarańczowa niż rdzawa, ale mieści się w poleceniu. Jamnik leży na dywanie tuż przy nodze stolika.
• Seedream 5 Pro: pięć zmian, rama obrazu zachowana, reszta pokoju lekko zmieniona w fakturach.
• Nano Banana Pro: pięć zmian, ale do zdjęcia Pałacu Kultury dodał białe passe-partout, którego nie było w ramie. Rama ta sama, wnętrze ramy już nie.
• Qwen Image 3: pięć zmian, wyraźnie zmienione zasłony i parkiet, czego nie widać na pierwszy rzut oka, ale pokazuje mapa różnic.
• GPT Image 2.5 Sunburst: pięć zmian, również z dodanym passe-partout. Model przerysował całe wnętrze: zasłony, sztukateria, liście fikusa i parkiet różnią się od oryginału w drobnych szczegółach.
• Grok Imagine 2: zrobił wszystko, ale na czarno przemalował całą lampę, łącznie ze stopą i podstawą, a nie tylko abażur. Do tego lekko przesunął i przeskalował całe wnętrze, stąd najniższe SSIM.

Wyniki

* Dokładny czas zmierzyłem tylko dla FLUX 3 (drugie uruchomienie, po zmniejszeniu bazy). Pozostałe modele odpowiedziały w pierwszym przebiegu, a według czasów zapisu plików każdy oddał wynik w ciągu około trzech minut od startu.

Co mówi SSIM, a czego nie

SSIM porównuje jasność, kontrast i strukturę dwóch fragmentów obrazu. Różnica między 0,995 a 0,942 wygląda na wykresie niewinnie, ale w praktyce to granica między „nie widzę żadnej zmiany” a „parkiet i zasłony wyglądają trochę inaczej, gdy przełączam obrazy”. Przy 0,708 Groka różnicę widać od razu, bo cały pokój się przesunął.

SSIM nie mówi natomiast nic o jakości samych zmian. Ideogram ma prawie tak samo wysokie SSIM jak FLUX, a kanapę zrobił bardziej pomarańczową. GPT Image 2.5 ma niskie SSIM, ale jego jamnik i zdjęcie Pałacu Kultury wyglądają bardzo dobrze. Dlatego oceniam oba wymiary osobno.

Kiedy to ma znaczenie

• Zdjęcia produktów i nieruchomości: klient porównuje wersje „przed” i „po” piksel do piksela. Tu FLUX 3 i Ideogram 4.5 są bezpieczne, a GPT Image 2.5 i Grok Imagine 2 mogą zmienić coś, czego nikt nie zamawiał.
• Seria wariantów: pięć kolorów kanapy w tym samym wnętrzu. Model, który przerysowuje tło, da pięć minimalnie różnych pokoi.
• Kreatywna przeróbka: jeśli zależy ci na nowym klimacie, a nie wierności, przerysowanie całości nie jest wadą.

Ograniczenie FLUX 3 to rozmiar wejścia. Zdjęcie z aparatu 24 Mpx trzeba przed edycją zmniejszyć do 4 Mpx, więc „bit w bit” dotyczy tej zmniejszonej wersji, a nie oryginału.

Jednoczesne kontra kolejne edycje

Ten test sprawdzał pięć zmian w jednym poleceniu. To inna sytuacja niż dziesięć poprawek po kolei, gdzie każdy krok może dokładać drobne przekłamania. Ideogram 4.5 sprawdziłem wcześniej właśnie w takim scenariuszu: dziesięć kolejnych edycji jednego zdjęcia. Jeśli wiesz z góry, co chcesz zmienić, zbierz wszystko w jedno polecenie. Mniej rund to mniej okazji do psucia reszty obrazu.

Jak pisać polecenie z kilkoma zmianami

1. Zacznij od zakazu. „Make exactly these five changes and keep everything else identical” ustawia model w trybie edycji, a nie przerysowania.
2. Numeruj zmiany. Każda w osobnym punkcie, z nazwą obiektu, który model ma znaleźć.
3. Podawaj stan przed i po. „From dark green to rust terracotta” jest pewniejsze niż samo „terracotta”.
4. Mów, co zostaje. „Same gold frame and position”, „same shape and cushions”. Mimo to dwa modele dodały passe-partout, więc przy ramie warto dopisać „no mat”.
5. Precyzuj część obiektu. „Lamp shade” Grok zrozumiał jako całą lampę. Dopisanie „keep the brass stand” pewnie by pomogło.

Pozostałe testy FLUX 3

• FLUX 3 Image - premiera, ceny i nowości
• FLUX 3 pod lupą: 4K kontra 6 modeli
• Kompozycja z ramek: FLUX 3 kontra 5 modeli
• Wizualizacje wnętrz w FLUX 3
• Reklamy i packshoty w FLUX 3
• Tapety 4K z FLUX 3
• Grafiki z ramkami w FLUX 3: układy JSON
• Ranking generatorów obrazów AI
• GPT Image 2.5 i Ideogram - osobne huby z testami

FAQ

Czy FLUX 3 naprawdę nie zmienia reszty zdjęcia?

W moim teście różnica w nietkniętych miejscach była niewidoczna (SSIM 0,995, średnio poniżej 2 poziomów jasności na 255). Identyczności co do bitu nie potwierdziłem, bo fal.ai zwrócił obraz w innym rozmiarze niż wejściowy.

Jakie zdjęcie można wgrać do edycji w FLUX 3 na fal.ai?

O powierzchni najwyżej 4 Mpx, na przykład 2400 × 1610 px. Większe pliki API odrzuca z błędem „Image dimensions are too large”.

Który model najlepiej robi kilka zmian naraz?

Wszystkie siedem wykonało pięć zmian. Najmniej ruszyły resztę zdjęcia FLUX 3 Image (0,995) i Ideogram 4.5 (0,989). Grok Imagine 2 przemalował całą lampę i przesunął kadr.

Ile kosztuje edycja w FLUX 3?

Na fal.ai obraz 1K kosztuje 0,024 USD do 8 października i 0,048 USD później, a większe rozdzielczości są droższe (API cennika liczy 0,024 USD za megapiksel). Edycja trwała u mnie 204 sekundy.