¿Qué es FLUX.1? El modelo detrás de gran parte de la calidad de imagen actual

FLUX no es un solo modelo. La familia se divide en una variante destilada rápida, pensada para producir una imagen utilizable en muy pocos pasos; una variante intermedia que es abiertamente descargable pero con condiciones de licencia que restringen el uso comercial; y una variante superior disponible por API en lugar de como archivo.

La consecuencia importante es legal más que técnica. Elegir la variante abiertamente descargable porque es cómoda y luego usar su salida comercialmente es el error más habitual, y es la licencia, no el modelo, la que decide si eso está permitido.

Compruebe qué variante está ejecutando realmente un servicio hospedado antes de asumir qué puede hacer usted con el resultado. Los servicios no siempre lo indican, y la respuesta cambia lo que usted posee.

La experiencia práctica que reporta la gente es que discute menos. Si pide tres objetos concretos dispuestos de una forma particular, es más probable que obtenga tres objetos dispuestos así, en lugar de una imagen bonita con dos de ellos y otra disposición.

Eso se intercambia contra algo real. Un modelo que se adhiere estrictamente a las instrucciones es menos proclive a mejorar un prompt mediocre, de modo que una petición vaga devuelve una imagen vaga en lugar de una impactante. Los modelos con una opinión estética fuerte halagan prompts perezosos y pelean con los específicos; este es el otro extremo de ese intercambio.

La implicación práctica es que aquí el detalle se recompensa de una forma que no ocurre en todas partes. Nombrar la luz, la distancia focal y el medio cambia el resultado de forma medible, razón por la cual la guía de prompts de este sitio está escrita en esos términos.

Durante años, la rotulación legible fue la forma fiable de detectar una imagen generada. La señalética salía como un galimatías verosímil porque un modelo de difusión ensamblaba formas de letras a partir de estadísticas visuales en lugar de deletrear nada.

FLUX es sustancialmente mejor en esto, y las cadenas cortas —una palabra en un letrero, una etiqueta en un envase, un título en un póster— salen legibles con suficiente frecuencia como para poder diseñar alrededor de ello. No es un motor de tipografía: los pasajes largos siguen degradándose y, cuanto más larga la cadena, peores las probabilidades.

La técnica práctica es pedir menos texto del que desea y añadir el resto bien después. Un fondo generado con una palabra legible, rematado en una herramienta de diseño real, supera a una imagen generada con un párrafo de texto casi-legible horneado en los píxeles.

Frente a Stable Diffusion, es el trabajo más nuevo de personas en parte solapadas: por lo general, mayor calidad de salida y mejor seguimiento de instrucciones, a cambio de un inventario mucho menor de checkpoints comunitarios y adaptadores de estilo.

Frente a Midjourney, es el menos opinativo de los dos. Midjourney hará algo con punto de vista a partir de un prompt corto; FLUX hará lo que usted pidió, mejor cuando sabe exactamente qué quiere y peor cuando espera que le sorprendan.

Frente a los modelos cerrados unidos a asistentes, es el que usted puede ejecutar u hospedar realmente por su cuenta, lo que importa cuando el rendimiento, la privacidad o la reproducibilidad son restricciones y no preferencias.

Las fotografías de este sitio se generan con la familia FLUX — la galería indica el modelo en cada tarjeta junto al prompt y la seed, de modo que la afirmación sea comprobable y no solo aseverada. No tenemos relación comercial con Black Forest Labs; es una herramienta que pagamos como cualquiera.

Decimos qué modelo hizo una imagen porque un sitio que defiende el trabajo con prompts y lo ilustra con imágenes cuya procedencia no revela socava su propio argumento. Si los prompts de la página de galería son reales, se pueden ejecutar, y el nombre del modelo es parte de poder ejecutarlos.