FLUX.2 有三个入口,外加一条最容易踩空的规则。想先看效果就去 playground,想接进产品就用 API,想在自己机器上跑就用开放的 4B 权重;写提示词时把负向提示词当成不存在,因为 FLUX.2 不支持它。

FLUX.2 是什么,在哪儿用

同一个名字下面有四档。官方模型页把 [max] 写成面向专业级产出的顶级质量,[pro] 是最高速度下的顶级质量,[flex] 主打精确控制与能认的文字,[dev] 是可以自己部署的开放权重。总览页另加一档 [klein],定位是快速迭代、速度与质量比好。

官方给出的能力清单很具体:最高 4MP 输出、任意宽高比、400px² 的低分辨率草稿也能用、基于 JSON 的控制、姿势引导、32K 文本输入 token、十秒内生成。多参考图在 playground 最多 10 张,走 API 最多 8 张。

第一次生成的三条路

playground 优先。playground.bfl.ai 不需要密钥,覆盖 [max][pro][flex]。官方原文明确写了缺谁:[klein] 不在里面,要走 API 或者 Hugging Face。

API 是四步:在 dashboard.bfl.ai 注册并验证邮箱、充值、创建密钥、发出第一次调用。1 credit 等于 0.01 美元,密钥只显示一次,官方要求把它当成密码对待,不要写进前端代码。生成是异步的:POST 一个请求拿到 polling_url,轮询到状态变成 Ready,图片在 result.sampleAPI 上手流程 走的就是这个循环。

本地是第三扇门,只对 Base 权重开。总览页写明 Base 以开放权重形式提供本地开发与研究,不在公共 API 上提供。

提示词骨架:主体、动作、风格、场景

提示词指南给的公式是 Subject + Action + Style + Context,四项依次是主体、动作、风格(媒介或艺术手法)、场景(环境、光线、时间、气氛)。

顺序是有分量的。官方原话是 FLUX.2 对靠前的内容关注更多,优先级依次是主体、关键动作、关键风格、必要场景、次要细节。长度按需求定:10 到 30 个词做快速概念,30 到 80 个词适合大多数项目,80 个词以上留给复杂画面。

想写实就点名器材。官方示例里有 Shot on Hasselblad X2D, 80mm lens, f/2.8, natural lighting,胶片写法同理:shot on Kodak Portra 400, natural grain, organic colors

一个沾着面粉的烘焙师把一盘酸种面包从石炉里拉出来,蒸汽升起,左侧暖色钨丝灯光,纪实摄影,Kodak Portra 400 拍摄,自然颗粒,清晨安静的气氛

宽高比与分辨率上限

宽高比官方给出的尺寸
1:1 方形1024×1024、1536×1536
16:9 宽屏1920×1080、1536×864
9:16 竖屏1080×1920、864×1536
4:3 经典1536×1152、1024×768
21:9 超宽2048×864

表格下面是硬规则:最小 64×64,最大 4MP,边长必须是 16 的倍数,多数场景建议不超过 2MP。快速参考里 [flex] 的 guidance 是 4.5,范围 1.5 到 10,steps 上限 50。

prompt_upsampling 会替你改写过于简短的提示词,但要知道它在哪里停住:总览页写明 [klein] 不带提示词增强。短提示词配 [klein] 是最差的组合。

两个可执行案例:产品图与海报

提示词面板的三块结构示意图:第一块是结构,列出主体、动作、风格与场景;第二块是风格,给出摄影与插画两类参考写法;第三块是宽高比,列出方形、宽屏、竖屏与超宽及一条分辨率说明。

案例一:产品图

4:3、1536×1152,不带参考图,guidance 用默认值。提示词把主体和场景交代清楚,再把成像交给一行相机参数。主体和风格两块都是标准电商写法,真正拉开差距的是那行镜头参数。

一件米白色针织毛衣叠放在浅色橡木桌上,旁边一只陶瓷杯,右侧柔和的窗光,极简电商产品摄影,100mm 微距镜头,f/8,无缝浅灰背景,高动态范围

案例二:海报

9:16、1080×1920,因为海报是竖着读的。文字是难点,官方给的做法是:把文字放进引号、说明位置、描述字体风格、标出字号,颜色用十六进制码并紧挨着 color 这个词写。把字号和位置写清楚,模型才不会把标题挤到边角上。只写一句 use #FF0000 somewhere,得到的结果会不稳定。

一张关于穿越阿尔卑斯夜行列车的最小化旅行海报,顶部用大号粗体无衬线字写 "NIGHT LINE",底部用小号正文体写 "Zürich to Milano",深藏青背景上加一道暖色地平线光晕,颜色 #FF6B35,扁平矢量插画,留出大片空白

用到参考图时,要在提示词里说清每张图负责什么:第 1 张给主体、第 2 张给风格、第 3 张给背景。[pro] 的 API 对输入加输出合计有 9MP 上限,所以出 2MP 时还能放 7 张参考图。如果某个产品或角色必须在每次生成里保持一致,微调一个 klein 适配器 比参考图更可靠。

三个最常见的提示词坑

第一个是描述你不想要什么。提示词指南第一句就是 No negative prompts,让用户把篇幅花在「要什么」上。

第二个是写三个词就交给 [klein]。这一档背后没有提示词增强,细节只能靠你自己补。

第三个是以为官方指南里有中文示例可以照抄。它的多语言一节给了法语、泰语和韩语示例,没有中文示例,所以中文提示词能用,但官方没有给出任何质量口径。改法在哪种语言里都一样:四个部分都写具体。提示词结构长文 把每一项拆得更细。

差:一只猫,可爱,4k,不要模糊,不要水印
好:一只灰色虎斑猫在窗台上睡着,蕾丝窗帘透进清晨柔光,Kodak Portra 400 拍摄,自然颗粒,家居安静的气氛

常见问题

FLUX.2 支持负向提示词吗? 不支持。提示词指南第一句就写明了。

可以用中文写提示词吗? 可以,模型接受中文。官方多语言一节只给了法语、泰语、韩语示例,没有中文示例,所以厂商没有对中文给出质量口径。

新手从哪个入口开始? playground,因为不需要密钥,而且覆盖 [max][pro][flex][klein] 只能走 API 和 Hugging Face。只想先练提示词的话,从 playground 开始最省事。

一张图多少钱? 总览页写 [klein] 每张 0.014 美元起、[pro] 每 MP 0.03 美元起、[max] 每 MP 0.07 美元起。[flex] 在两个官方页上口径不一致,一处写每 MP 0.06 美元,另一处写 0.05 美元,两个数字都照录。免费与计费口径 写了哪些是官方没公布的。