FLUX.3 Max de Black Forest Labs ofrece resultados fotorrealistas de texto a imagen que rivalizan con la fotografía profesional. Este artículo recorre la construcción de prompts, los ajustes de parámetros, los flujos de trabajo de escalado y cómo usar los modelos de variación de FLUX en PicassoIA para crear imágenes con calidad de publicación.
FLUX.3 Max se ha convertido discretamente en el referente con el que se comparan los demás modelos de texto a imagen. Lanzado por Black Forest Labs, se basa en la familia FLUX para ofrecer resultados fotorrealistas que rivalizan con la fotografía de estudio profesional. Si probaste las versiones anteriores de FLUX y te parecieron impresionantes, FLUX.3 Max lleva ese resultado más lejos en fidelidad en la resolución, adherencia al prompt y precisión anatómica humana. Este artículo recorre todo, desde cómo funciona el modelo hasta cómo escribir prompts que de verdad producen resultados con calidad de publicación.
FLUX.3 Max es un modelo de difusión de emparejamiento de flujo desarrollado por Black Forest Labs, el equipo detrás de la serie original FLUX.1. A diferencia de otros modelos competidores que usan difusión latente con programaciones de ruido añadido, FLUX emplea una arquitectura de transformador de flujo rectificado que entrena al modelo para predecir trayectorias en línea recta desde el ruido hasta la imagen objetivo. El resultado es un modelo que genera imágenes con menos artefactos y una estructura a nivel de píxel mucho más constante.
La designación "Max" en FLUX.3 se refiere a la variante con mayor número de parámetros, pensada para escenarios en los que la calidad de salida no es negociable. Ilustradores comerciales, agencias de publicidad y estudios de contenido lo usan cuando necesitan imágenes que aguanten un escrutinio de impresión o una visualización en gran formato.
En su núcleo, FLUX.3 Max usa una arquitectura de transformador de difusión multimodal (MMDiT). Los tokens de texto e imagen se procesan juntos mediante capas de atención compartidas, en lugar de mantenerse separados y unirse en las etapas finales. En la práctica, el modelo interpreta los prompts complejos y con varias capas con mucha más precisión que los enfoques anteriores basados en UNet.
El modelo funciona en alta resolución nativa, lo que significa que no necesita trucos de posprocesado para lograr nitidez. Los mechones de pelo, los tejidos, los poros de la piel, las gotas de agua en el cristal y la veta de la madera aparecen porque el modelo los aprendió de datos de entrenamiento de alta resolución, no porque un upscaler los añadiera después.
| Característica | FLUX.1 Dev | FLUX.2 | FLUX.3 Max |
|---|---|---|---|
| Resolución | 1024px nativos | 1024px nativos | 1440px nativos |
| Precisión anatómica | Buena | Muy buena | Excelente |
| Adherencia al prompt | Alta | Alta | Muy alta |
| Velocidad de inferencia | Rápida | Moderada | Moderada |
| Mejor uso | Prototipado rápido | Resultado equilibrado | Calidad de publicación |
FLUX.3 Max sacrifica algo de velocidad de inferencia frente a FLUX.1 Dev, pero la diferencia de calidad es lo bastante grande como para que la mayoría de los flujos de trabajo profesionales prioricen el resultado sobre la velocidad de iteración.
Saber dónde y cómo ejecutar FLUX.3 Max determina toda la experiencia antes de escribir el primer prompt.
FLUX.3 Max está disponible por varias vías:
💡 Consejo: si ejecutas FLUX.3 Max en local, usa la cuantización
fp8para reducir los requisitos de VRAM en aproximadamente un 40% con una pérdida mínima de calidad.
Para la inferencia en local, el punto óptimo es una GPU de la gama RTX 4090 o A100. El modelo se beneficia más del ancho de banda de memoria rápida que del número bruto de núcleos CUDA, así que una sola tarjeta con memoria de alto ancho de banda suele superar a las configuraciones multi-GPU para generar una sola imagen.
Para el uso en la nube o en plataformas, nada de esto importa. Obtienes el modelo completo y la resolución completa sin preocuparte por el hardware.
FLUX.3 Max tiene una gran adherencia al prompt, pero eso solo ayuda si tus prompts son específicos. Las descripciones vagas producen resultados genéricos. Trata al modelo como a un director de fotografía que necesita indicaciones precisas.
Lo que más impacto tiene es describir al sujeto con especificidad física y situarlo en un entorno descrito por completo. Compara estos dos prompts:
Débil: A woman sitting in a cafe
Fuerte: A woman in her early thirties with loosely braided auburn hair, wearing a navy linen jacket, seated at a corner table in a sunlit Parisian cafe, marble table with a ceramic espresso cup, afternoon light slanting through a tall window behind her at 40 degrees
El segundo prompt da al modelo suficiente información para tomar decisiones de composición, elegir un ángulo de iluminación y llenar el entorno con detalles coherentes.
La descripción de la iluminación es donde la mayoría de los usuarios pierde calidad. FLUX.3 Max responde a las indicaciones de luz con una precisión fotográfica. Usa términos que reconocería un fotógrafo:
"volumetric morning light from the east at low angle" crea sombras largas y una calidez dorada"overcast diffused daylight, soft fill, no hard shadows" da una iluminación plana y uniforme para tomas de belleza"practical lighting from a single tungsten lamp at camera left" produce una atmósfera cálida, direccional e íntima"golden hour backlight with rim lighting on subject" separa al sujeto del fondoAñadir "Kodak Portra 400 film grain" a cualquier prompt aporta una capa de realismo fotográfico que eleva de inmediato la calidad del resultado.
Incluir parámetros específicos de objetivo y disparo fija el carácter visual de la imagen:
"85mm f/1.8 shallow depth of field, background bokeh""24mm f/11 front-to-back sharpness, wide angle""105mm f/2.8 macro, extreme foreground sharpness""35mm f/5.6 natural perspective, handheld feel"Terminar los prompts con "RAW 8K photography, photorealistic --ar 16:9 --style raw" mejora siempre el realismo del resultado en FLUX.3 Max.
FLUX.3 Max expone varios parámetros que afectan mucho al resultado. Saber qué hace cada uno ahorra horas de prueba y error.
| Parámetro | Rango | Efecto |
|---|---|---|
num_inference_steps | 20-50 | Más alto = más detalle, más lento |
guidance_scale | 1-7 | Más alto = mayor adherencia al prompt |
seed | Cualquier entero | Fija la aleatoriedad para poder reproducir el resultado |
width / height | Hasta 1440 | Resolución de salida |
prompt_upsampling | true/false | El LLM amplía el prompt antes de generar |
El parámetro guidance_scale es el control más malinterpretado. Con 3.5, el modelo mezcla la interpretación creativa con tu prompt. Con 7, sigue tu texto casi al pie de la letra, lo que es potente, pero puede sobreafilar los resultados y reducir la variación natural.
Para retratos y fotografía de estilo de vida, 3.5 to 5.0 suele dar los resultados más creíbles. Para trabajo comercial de precisión, donde importa la composición exacta, acércate a 6.0 to 7.0.
Fijar una seed concreta bloquea el patrón de ruido subyacente, lo que significa que puedes iterar sobre un prompt manteniendo la misma composición básica. Esto es muy útil para:
PicassoIA ofrece acceso directo a los modelos de la familia FLUX sin necesidad de tokens de API ni configuración de GPU. La plataforma aloja Flux Redux Dev, el modelo de variación de Black Forest Labs que toma una imagen existente y genera variaciones de alta calidad conservando la composición estructural.
Flux Redux Dev funciona de forma distinta a la generación estándar de texto a imagen. En lugar de generar desde un lienzo en blanco, toma una imagen de referencia como entrada principal y crea variaciones que mantienen la estructura original. Esto lo hace útil para:
"same composition, golden hour lighting instead of overcast, warmer tones, soft shadows from the left"💡 Consejo: para obtener los mejores resultados con Redux Dev, tu imagen de referencia debería estar ya en la resolución que quieres de salida. El modelo recombina la estructura existente en lugar de inventar detalle nuevo.
Incluso con la resolución nativa de 1440px, la salida de FLUX.3 Max se beneficia del escalado con IA para impresión en gran formato o visualización del tamaño de una valla publicitaria. Las herramientas de superresolución de PicassoIA llevan el resultado a 4x o 6x sin los artefactos de halo que producían los upscalers antiguos.
| Modelo | Mejor para | Escala máxima |
|---|---|---|
| Clarity Pro Upscaler | Retratos, textura de la piel | 4x |
| P-Image Upscale | Prioridad a la velocidad, 1 segundo de respuesta | 4x |
| Recraft Crisp Upscale | Bordes nítidos, contenido gráfico y de producto | 4x |
| Google Upscaler | Paisajes, detalle ambiental | 4x |
| Topaz Image Upscale | Máximo detalle listo para impresión | 6x |
| Real ESRGAN | Uso general, procesamiento por lotes | 4x |
| Crystal Upscaler | Detalle del rostro en retratos | 4x |
Para la mayoría de los resultados de FLUX.3 Max, Clarity Pro Upscaler o Topaz Image Upscale ofrecen los resultados más limpios, porque ambos modelos están entrenados con fotografía fotorrealista y no con contenido ilustrado.
El error habitual al escalar imágenes de IA es aplicar demasiada fuerza de reducción de ruido. Las imágenes de IA ya tienen zonas limpias, sin ruido, que se ven artificiales con una reducción de ruido intensa. El flujo de trabajo que evita este problema:
Uno de los flujos de trabajo más eficaces y menos usados es emplear un modelo de lenguaje (LLM) para escribir o refinar tus prompts de FLUX.3 Max. La diferencia de calidad entre un prompt escrito a mano y uno asistido por un LLM se nota de inmediato.
PicassoIA aloja varios LLM que producen excelentes prompts para la generación de imágenes:
El flujo de trabajo es sencillo: describe tu idea de imagen con lenguaje natural, pide al LLM que la convierta en un prompt optimizado para FLUX con descripciones específicas de iluminación, objetivo y textura, y después pega el resultado en el generador.
Instrucción de ejemplo:
"Escribe un prompt detallado de FLUX.3 Max para: una toma de producto de un frasco de perfume de cristal sobre pizarra mojada. Incluye iluminación específica, objetivo de cámara y atmósfera. Termina con modificadores de fotorrealismo. 60-80 palabras."
Este enfoque produce prompts que a un principiante le llevarían horas de desarrollar mediante prueba y error. El LLM añade todo el detalle fotográfico que quizá no se te ocurriría especificar por tu cuenta.
FLUX.3 Max maneja la anatomía humana mejor que cualquier versión anterior. Las manos, que han sido el punto débil tradicional de los modelos de imagen con IA, salen de forma constante correctas. La textura de la piel, la dispersión subsuperficial y los reflejos en los ojos aparecen sin necesidad de indicaciones específicas. Para los estudios que hacen trabajo editorial o publicitario asistido por IA, la calidad del retrato es el motivo más frecuente por el que cambian de modelos anteriores.
En arquitectura, FLUX.3 Max respeta la geometría de la perspectiva de una forma que los modelos anteriores no lograban. Las líneas paralelas siguen siendo paralelas. Los puntos de fuga son coherentes en todo el encuadre. En paisajes, el modelo genera profundidad atmosférica con neblina realista, líneas de horizonte bien trazadas y una transferencia de luz entre el cielo y el suelo que resulta creíble. Tanto si generas un bosque denso al atardecer como un desierto abierto al mediodía, el resultado parece fotográficamente real y no generado digitalmente.
La fotografía de producto es el terreno en el que FLUX.3 Max compite de frente con los presupuestos de la fotografía de estudio. El render de materiales (cristal, metal, tejido, cuero, cerámica) es lo bastante preciso para uso en catálogo. Combinado con Recraft Crisp Upscale y Bria Increase Resolution, las imágenes de producto pueden alcanzar calidad lista para impresión sin una sesión de fotos en estudio. Para las marcas pequeñas y los creadores independientes, esto supone una ventaja de costo considerable.
La mayoría de los problemas con los resultados de FLUX.3 Max vienen de errores previsibles:
1. Sobrecargar el prompt: incluir demasiados sujetos que compiten entre sí obliga al modelo a hacer concesiones. Mantén el sujeto principal singular y claro.
2. Omitir la dirección de la luz: "buena iluminación" no le dice nada al modelo. "Soft directional light from camera left at 45 degrees" produce un resultado específico y constante.
3. Usar atajos de estilo: términos como "cinematográfico" o "profesional" se interpretan de forma irregular. Sustitúyelos por especificaciones reales de cámara y descripciones de iluminación.
4. Ignorar la semilla: no fijar una semilla hace que cada regeneración sea impredecible. Fija una semilla en cuanto encuentres una composición que te guste y luego itera sobre el prompt a partir de ahí.
5. Escalar con demasiada agresividad: subir la fuerza de reducción de ruido por encima de 0,5 en una imagen de IA ya limpia destruye la textura superficial que la hace parecer fotográfica. Sé conservador.
La forma más rápida de ver lo que FLUX.3 Max puede hacer en tu caso concreto es ejecutar un prompt ahora mismo. PicassoIA pone Flux Redux Dev a un clic de distancia, junto con toda la biblioteca de upscalers, incluidos Clarity Pro Upscaler y Topaz Image Upscale, para que pases de un prompt de texto a una imagen lista para imprimir en una sola sesión.
Empieza con un prompt para tu tema principal: retrato, paisaje, producto o arquitectura. Describe la iluminación de forma explícita. Fija una semilla. Genera a alta resolución. Después pasa el resultado por uno de los upscalers de PicassoIA para llevarlo a su máximo nivel de calidad final.
El catálogo completo de modelos, con cada modelo de texto a imagen, herramienta de superresolución y LLM para refinar prompts, está disponible en picassoia.com/en/all-models.
Elige tu idioma
