What is FLUX 3 Action?

FLUX 3 Action is a 7-billion-parameter world action model developed by Black Forest Labs that integrates camera data, robot state, and language instructions to generate physical actions and predict video dynamics.

How does FLUX 3 Action perform on benchmarks?

The model achieves a 42.92% success rate on the RoboLab benchmark, outperforming the Cosmos 3 Nano model, which scores 36.8%.

Is FLUX 3 Action available via a public API?

No, there is no public API for FLUX 3 Action. Access to the open weights is currently restricted to selected research and commercial partners under specific licensing terms.

What are the hardware requirements for FLUX 3 Action?

Because there is no hosted API, users must host their own infrastructure. The model requires significant compute resources for joint video-action inference and may require external correction or hybrid policies for fine-grained control tasks.

FLUX 3 Action: характеристики и производительность модели

FLUX 3 Action: бенчмарки и доступ к модели — GPUniq

Данные на 1 октября 2026 г.3 источника

Черновик подготовлен AI-инструментами и отредактирован человеком. Характеристики и выводы проверены редактором GPUniq.

TL;DR

FLUX 3 Action - это 7-миллиардная модель world action от Black Forest Labs. Она показывает 42,92% успеха в бенчмарке RoboLab. Это превосходит результат Cosmos 3 Nano, который составляет 36,8%. Модель выпущена с открытыми весами по лицензии BFL, однако общий доступ ограничен партнерами, а публичный API отсутствует.

Что такое FLUX 3 Action?

FLUX 3 Action (F3A) - это 7-миллиардная модель world action, созданная Black Forest Labs на базе мультимодального бэкенда FLUX 3. На вход она принимает данные с камер, текущее состояние робота и инструкции на естественном языке. Модель обрабатывает эти потоки для генерации последовательностей физических действий, одновременно прогнозируя динамику видео.

Входные потоки	Механизм обработки	Генерируемые выходы
Камеры, состояние робота, языковые команды	FLUX 3 Action (7B)	Физические действия, прогнозируемая динамика видео

Классические системы робототехники разделяют зрение, планирование и управление на отдельные кодовые базы. FLUX 3 Action работает как архитектура vision-language-action с открытыми весами, которая напрямую связывает визуальное прогнозирование с выполнением моторных команд.

Бенчмарки

Согласно отчету VentureBeat, FLUX 3 Action демонстрирует 42,92% общего успеха в бенчмарке RoboLab. Чекпоинт с дистилляцией руководства (guidance-distilled) показывает 42,2% в тех же тестах.

Модель	Параметры	Успех в RoboLab	Тип доступа
FLUX 3 Action (Base)	7B	42,92%	Доступ для партнеров
FLUX 3 Action (Guidance-distilled)	-	42,20%	Доступ для партнеров
Cosmos 3 Nano	-	36,80%	-

Модель обеспечивает более быстрое время выполнения на секунду движения робота, чем некоторые существующие архитектуры. Тем не менее, есть свои нюансы. BFL отмечает, что модель уступает некоторым VLA-решениям, если учитывать общие вычислительные затраты и задержку при совместном прогнозировании видео и действий. В экспериментальных условиях она может испытывать трудности с последовательностью задач или точным управлением, если не используется в паре с внешними процедурами коррекции в гибридной политике.

Доступность API

Black Forest Labs выпустила открытые веса 23 сентября 2026 года. Вы не можете подключить API-ключ к удаленной конечной точке сегодня, так как публичного API не существует.

Этап запроса	Обработка	Результат
Заявка разработчика	Black Forest Labs	Ручная модерация партнеров
Одобрение партнера	Целевые исследования и Enterprise	Прямой доступ к весам

Доступ остается ограниченным. BFL предоставляет доступ через избранных исследовательских и коммерческих партнеров на определенных лицензионных условиях.

Оборудование и развертывание

Запуск совместного инференса видео и действий на 7B-модели требует значительных вычислительных мощностей.

Совместное прогнозирование увеличивает затраты и задержку по сравнению с некоторыми моделями vision-language-action.
Моторные циклы реального времени требуют гибридного исполнения, где FLUX 3 Action задает действия, а внешние процедуры обрабатывают низкоуровневые моторные коррекции.
BFL отмечает, что совместный инференс видео и действий требует значительных вычислительных ресурсов.

Без хостинг-API развертывание требует размещения собственной инфраструктуры. Генеративные выходные данные действий должны проходить через внешние уровни проверки и резервные слои для обеспечения физической безопасности на целевом оборудовании.

Методология

Facts are compiled from the vendor's own announcement and documentation, linked below, at the time of writing; where the vendor hasn't published a number it is marked as such. GPUniq prices, when the model is already available here, come from our live catalog.