Modelos FLUX: de texto a imagen con nitidez y texto legible

Respuesta corta: FLUX es la familia de modelos de texto a imagen y de edición de imágenes de Black Forest Labs (BFL), una empresa europea de inteligencia artificial. El equipo está formado por investigadores que desarrollaron modelos como Stable Diffusion y Latent Diffusion. Las fortalezas conocidas de FLUX son la fidelidad al prompt, el realismo fotográfico y la capacidad de escribir texto legible dentro de la imagen. La familia incluye modelos que solo se ofrecen por API y modelos de pesos abiertos que puedes descargar y ejecutar en tu ordenador; sus licencias son distintas. En este artículo explicamos las versiones, para qué sirve cada una, las diferencias de licencia y cómo escribir un buen prompt para FLUX.

¿Qué es FLUX y quién lo desarrolla?

Black Forest Labs anunció su fundación y su primera familia de modelos, FLUX.1, el 1 de agosto de 2024, el mismo día. Según la presentación de la empresa, el equipo está formado por autores de trabajos como VQGAN, Latent Diffusion, Stable Diffusion, Stable Diffusion XL y Stable Video Diffusion, así como de la investigación sobre rectified flow transformers. La empresa llama «núcleo abierto» a su enfoque de ofrecer a la vez modelos abiertos y modelos de producto de pago.

Técnicamente, FLUX.1 es una arquitectura híbrida de 12 000 millones de parámetros, con bloques de transformador de difusión multimodales y en paralelo, y se basa en un método de entrenamiento llamado emparejamiento de flujos (flow matching). BFL describe este método como un enfoque conceptualmente sencillo que incluye la difusión como caso particular.

La familia FLUX: qué hace cada versión

FLUX.1: pro, dev y schnell

La primera familia salió con tres modelos. FLUX.1 [pro] era la versión de mayor calidad y se ofrecía por API. FLUX.1 [dev] era un modelo destilado de pro, con pesos abiertos, licenciado para uso no comercial. FLUX.1 [schnell] («rápido», en alemán) era la versión más veloz, pensada para el desarrollo local y el uso personal, y se publicó como abierta con licencia Apache 2.0. Según BFL, las tres versiones admitían proporciones entre 0,1 y 2,0 megapíxeles. Más adelante llegaron FLUX1.1 [pro], el modo Ultra, que genera hasta 4 megapíxeles, y herramientas como FLUX.1 Fill para rellenar huecos y ampliar imágenes.

FLUX.1 Kontext: edición con texto

Kontext, anunciado el 29 de mayo de 2025, llevó FLUX al terreno de la edición. El modelo recibe texto e imagen y te permite cambiar una imagen con una instrucción sencilla. Las capacidades principales que menciona BFL son: coherencia del personaje en distintas escenas, edición local que cambia solo una parte de la imagen, uso del estilo de una imagen como referencia y baja latencia. Kontext [pro] y Kontext [max], con mejor adherencia al prompt y una tipografía más sólida, se ofrecieron por API; también se anunció una versión de pesos abiertos, Kontext [dev], de 12 000 millones de parámetros. A la fecha en que se escribió este artículo, BFL recomienda FLUX.2 para los proyectos nuevos en lugar de Kontext.

FLUX.2: varias referencias y 4 megapíxeles

FLUX.2, lanzado el 25 de noviembre de 2025, se centró en el trabajo de producción real. Según el anuncio, puede usar hasta 10 imágenes de referencia a la vez, editar hasta 4 megapíxeles, generar tipografía compleja, gráficos de información y bocetos de interfaces con texto legible, y seguir mejor instrucciones con varias partes y estructuradas. La familia está formada por estos miembros:

• [pro]: equilibrio entre calidad y velocidad a escala de producción.
• [flex]: versión fuerte en texto y detalle fino, que permite ajustar parámetros como el número de pasos y la escala de guía.
• [max]: la máxima calidad; cuando hace falta, puede buscar en la web y generar imágenes basadas en información actual.
• [dev]: modelo de pesos abiertos de 32 000 millones de parámetros; para uso comercial hace falta una licencia aparte.
• [klein]: modelos pequeños y muy rápidos publicados en enero de 2026; la versión de 4 000 millones de parámetros puede ejecutarse en tarjetas gráficas de consumo con unos 13 GB de memoria de vídeo.

FLUX 3: imagen, vídeo y sonido en un solo modelo

FLUX 3, anunciado el 23 de julio de 2026, es el modelo base multimodal de BFL que aprende de forma conjunta imágenes, vídeos y sonido. La parte de vídeo se abrió con acceso anticipado; según BFL, puede generar hasta 20 segundos de vídeo con sonido en una sola producción. En el lado de la imagen, FLUX 3 Image, según la documentación de BFL, admite hasta 10 imágenes de referencia, salida de hasta 4K y cuadros delimitadores para situar elementos. El 15 de octubre de 2026 se publicó además FLUX 3 Image Klein, de 5 600 millones de parámetros y pesos abiertos.

¿Qué destaca de FLUX?

• Fidelidad al prompt: al presentar FLUX.1, BFL destacó la calidad de imagen, el seguimiento del prompt, la flexibilidad de tamaño y proporción, la tipografía y la variedad de resultados. Con FLUX.2 se subrayó además el cumplimiento de instrucciones con restricciones de composición y varias partes.
• Texto en la imagen: carteles, menús, gráficos de información y bocetos de interfaz son trabajos con texto que el anuncio de FLUX.2 cita entre los campos «fiables en producción».
• Control total del color: la documentación de FLUX.2 recomienda indicar los colores de marca con códigos hexadecimales; por ejemplo, puedes describir el color de un jarrón como «un degradado de #02eb3c a #edfa3c».
• Varias referencias: FLUX.2 y FLUX 3 Image pueden usar hasta 10 imágenes a la vez, lo que facilita la producción en serie con el mismo producto o personaje.
• Ecosistema de pesos abiertos: los modelos abiertos se pueden ejecutar en tu propio equipo y ajustar a tu estilo con métodos como LoRA.

Una nota: la mayoría de las comparativas que publica BFL son evaluaciones propias de la empresa. La mejor prueba para tu trabajo es probar el mismo prompt en varios modelos.

Licencias: qué significa pesos abiertos y si puedo usarlo comercialmente

«Pesos abiertos» significa que los parámetros entrenados del modelo se pueden descargar; no significa que cualquier uso sea libre. En la familia FLUX, las licencias dependen del modelo:

Modelo	Cómo se accede	Licencia
FLUX.1 [schnell]	Pesos abiertos	Apache 2.0
FLUX.1 [dev]	Pesos abiertos	Uso no comercial; para uso comercial, licencia aparte
FLUX.2 [dev]	Pesos abiertos	Uso no comercial; para uso comercial, licencia aparte
FLUX.2 [klein] 4B	Pesos abiertos y API	Apache 2.0
FLUX.2 [klein] 9B	Pesos abiertos y API	FLUX Non-Commercial License
FLUX 3 Image Klein	Pesos abiertos y API	FLUX Kommunity License
Pro, max, flex y FLUX 3 Image	API	Condiciones del servicio de API

La licencia de FLUX 3 Image Klein permite el uso comercial gratuito a particulares y empresas con ingresos anuales inferiores a 5 millones de dólares, además de investigación y uso no comercial; las organizaciones más grandes tienen la opción de una licencia o de API para su propio servidor. Si vas a usar un modelo de pesos abiertos en un proyecto comercial, lee tú mismo el texto de la licencia; este artículo no es asesoramiento jurídico.

¿Cómo se escribe un prompt para FLUX?

La guía de prompts de BFL propone este orden como esqueleto inicial: sujeto, lugar, estilo, ajustes de cámara, luz, colores, efectos y elementos adicionales. No es una fórmula rígida; puedes omitir las partes que no encajen. Otros consejos de la guía:

• Escribe en lenguaje natural: describe las relaciones con una frase: quién sostiene qué, qué hay detrás de qué, de dónde viene la luz.
• Pon el texto entre comillas: las palabras que deben aparecer en la imagen van entre comillas; indica dónde y cómo debe verse.
• Nombra la cámara en lugar de decir «fotografía profesional»: escribe la cámara, la lente o el tipo de película y explica su efecto en la imagen: «grano visible», «tono cálido».
• Convierte lo negativo en positivo: FLUX 3 Image no tiene campo de prompt negativo. En lugar de «que no haya gente», escribe «un paseo marítimo vacío».
• Haz referencia a las imágenes por orden: si das varias imágenes, nombra la «imagen 1», la «imagen 2» y explica el papel de cada una.
• Cambia un solo detalle cada vez: empieza con una versión sencilla, observa qué sale bien y qué sale mal, y después corrige un detalle.

Para un cartel con texto:

Un póster vertical de película que muestra una calle estrecha de la ciudad, con el pavimento mojado tras la lluvia y letreros de neón. Arriba, en letras grandes, gruesas y blancas, aparece escrito «MEDIANOCHE»; abajo, en letras pequeñas, «Próximamente en los cines». Luz cinematográfica, tonos azules y morados, grano de película fino.

Producto con color de marca:

Una botella de agua de cerámica mate sobre un suelo de estudio gris claro, con el color de la botella #1F6F5C. Luz lateral suave, sombra ligera, lente de 85 mm, profundidad de campo poco profunda.

Edición con referencias:

Coloca la mochila de la imagen 1 en la espalda de la persona que camina por el sendero del bosque de la imagen 2. Conserva exactamente el color y el logotipo de la mochila; que la luz se adapte al sol de la mañana.

La documentación de FLUX.2 también muestra cómo escribir el prompt en un formato estructurado (JSON), con campos separados para el sujeto, el fondo, la luz, el estilo, el ángulo de cámara y la composición, para automatizar tareas repetitivas. Los ejemplos de la documentación están en inglés; si un prompt en turco no te da buen resultado, prueba la versión en inglés y deja el texto de la imagen entre comillas tal cual.

¿Qué modelo de FLUX elegir?

• Pruebas rápidas y gran volumen: FLUX.2 [klein] o FLUX 3 Image Klein; ambos son muy rápidos y de pesos abiertos.
• Ejecutarlo en tu propio ordenador: los modelos de pesos abiertos. Según BFL, FLUX 3 Image Klein en su versión INT8 puede funcionar en tarjetas gráficas con 8 GB de memoria de vídeo.
• Carteles, gráficos de información y mucho texto: FLUX.2 [flex] o FLUX 3 Image; el texto y el detalle fino son sus puntos fuertes.
• Imagen basada en información actual: FLUX.2 [max], que busca en la web cuando hace falta, o FLUX 3 Image, que busca en la web de forma predeterminada.
• Producto comercial: modelos con API o modelos abiertos cuya licencia permita el uso comercial; revisa la tabla de licencias.

Límites

• Reproducibilidad: FLUX 3 Image no tiene campo de semilla; el mismo prompt puede dar resultados distintos al repetirlo. BFL recomienda ver varios resultados antes de decidir que un cambio no funciona.
• Tiempo de las resoluciones altas: según la documentación, generar en 4K puede tardar varios minutos, y cambiar la resolución cuenta como una nueva generación, así que la composición puede cambiar.
• Hardware: ejecutar modelos abiertos en local requiere una tarjeta gráfica potente; modelos grandes como FLUX.2 [dev] solo funcionan en equipos de consumo con versiones comprimidas.
• Restricciones de licencia: antes de usar en un trabajo comercial una imagen generada con un modelo de licencia no comercial, revisa las condiciones.
• Origen de las comparativas: la mayoría de los gráficos de rendimiento son pruebas de BFL; verifícalos con tus propios ejemplos.

Errores frecuentes

• Escribir listas de palabras: en lugar de «gato, ventana, sol, 4k, obra maestra», describe la escena en una o dos frases. La guía de BFL recomienda sustituir palabras decorativas como «obra maestra» por detalles que se puedan ver en la imagen.
• No poner el texto entre comillas: si no lo haces, el modelo puede tomar el texto como parte de la descripción.
• Un prompt que contradice la proporción: si eliges un encuadre muy amplio y describes una escena estrecha, el modelo rellena el espacio por su cuenta; describe qué hay a los lados en un encuadre amplio.
• No leer la licencia: «pesos abiertos» no siempre significa «uso comercial libre».
• Generar el borrador en la máxima resolución: ajusta el prompt en baja resolución y genera la versión final en tamaño grande.

Resumen

• FLUX es la familia de modelos de Black Forest Labs; el equipo procede de investigadores de Stable Diffusion.
• FLUX.1 llegó en tres versiones (pro, dev y schnell); Kontext trajo la edición, FLUX.2 las referencias múltiples y los 4 megapíxeles.
• FLUX 3 reúne imagen, vídeo y sonido en un solo modelo; FLUX 3 Image admite 10 referencias y salida de 4K.
• Sus puntos fuertes son la fidelidad al prompt, el realismo fotográfico y el texto legible en la imagen.
• Las licencias de los modelos abiertos son distintas: Apache 2.0, uso no comercial y licencias comunitarias con límite de ingresos.
• Buen prompt: lenguaje natural, texto entre comillas, cámara y luz con nombre, y descripciones positivas.