10초 영상 12.45초 생성…'22배 빠르다'는 자체 측정에선 5.5배로도 나왔다

AI 인프라 업체 fal이 독일 AI 모델 연구소 블랙포레스트랩스(Black Forest Labs, BFL)와 함께 20일 영상 생성 모델 'FLUX 3 Max'를 내놨다. 10초 분량 영상을 평균 12.45초에 만든다는 설명이지만, 속도와 화질 두 가지 홍보 문구에는 모두 단서가 붙는다.

fal.ai는 개발자가 GPU 인프라를 직접 구축하지 않고도 생성 모델을 API로 쓰도록 지원하는 업체다. fal은 발표 페이지에서 FLUX 3 Max가 BFL이 8월 4일 공개한 FLUX 3 영상 모델을 기반으로 한다고 밝혔다. 여기에 fal Research와 BFL이 '후훈련'을 맡았다.

후훈련은 이미 만들어진 모델에 새 데이터와 목표를 얹어 추가로 학습시키는 과정이다. 기초 모델이 이미 동작·조명·구도를 이해하고 있으므로, 후훈련으로 프롬프트 이행력과 화면 완성도 같은 특정 성능을 끌어올린다. fal은 여기에 추론 최적화와 자체 추론 엔진 조정을 더해 10초 영상 생성 시간을 원판 FLUX 3의 126.44초에서 12.45초로 줄였다고 설명했다.

◇ 사양과 가격

API는 세 종류다. 텍스트 입력, 이미지 입력, 그리고 최대 10장의 이미지로 영상 속 시점별 장면을 지정하는 '키프레임' 방식이다. 영상 길이는 5~20초, 해상도는 720p이며 1080p로 확대 출력할 수 있다. 가중치는 공개되지 않아 fal의 API나 웹 체험 공간에서만 쓸 수 있고, 생성물은 상업적으로 이용할 수 있다.

요금은 출력 초 단위로 부과되며 최소 결제액과 구독은 없다. 텍스트 입력과 이미지 입력의 요금은 같다. 10월 15일부터 11월 7일까지는 75% 할인이 적용된다.

△720p: 할인가 초당 0.0425달러(약 56원), 정가 0.17달러(약 226원) △1080p: 할인가 초당 0.0725달러(약 96원), 정가 0.29달러(약 385원)

720p 정가는 BFL의 FLUX 3 표준 HD 요금과 같고, 할인가는 BFL '초안 모드' HD 요금(초당 0.06달러)보다 낮다. 초안 모드는 저가로 미리보기를 먼저 만든 뒤 방향이 맞으면 고품질 버전을 생성하는 방식이다. fal은 초안용 빠른 모델과 최종본용 느린 모델을 따로 쓰지 않아도 된다는 점을 내세웠다.

◇ 화질: 이미지 입력 평가에서만 동급

fal이 내세운 화질 비교의 근거는 독립 평가 사이트 아티피셜 애널리시스(Artificial Analysis)의 리더보드다. 평가자가 두 영상을 블라인드로 보고 더 나은 쪽을 고르는 대결을 쌓아 Elo 점수를 매기는 방식이다. 몇 점 차이는 오차 범위 안에 들기 때문에 95% 신뢰구간이 함께 표시된다.

아티피셜 애널리시스에 따르면 이미지 입력 영상 평가에서는 미니맥스(MiniMax) H3(768p)가 1140점(구간 1124~1156)이다. FLUX 3 Max(720p)는 1138점(1123~1153), 바이트댄스의 시댄스(Seedance) 2.5는 1138점(1121~1155)이다. 세 모델의 신뢰구간은 크게 겹친다.

텍스트 입력 평가에서는 순위가 달라진다. Wan 3.0이 1173점으로 1위, Utopai X가 1166점으로 2위다. 시댄스 2.5와 FLUX 3 Max는 나란히 1159점이고, FLUX 3 Max는 4위로 집계됐다. '화질 동급'은 이미지 입력 평가에 한정되는 표현이다.

그래도 후훈련의 효과는 수치로 드러났다. 원판 FLUX 3는 이미지 입력 평가 1086점이었고, FLUX 3 Max는 52점 올랐다. 텍스트 입력 평가에서는 1145점에서 1159점으로 14점 올랐다.

◇ 속도: 자체 측정 두 결과가 엇갈린다

'22배'는 fal이 발표 페이지와 게시물에 올린 비교표에서 나왔다. 10초, 16:9, 720p 또는 768p 영상의 평균 생성 시간 기준으로 FLUX 3 Max는 12.45초, 미니맥스 H3는 83.26초, 원판 FLUX 3는 126.44초, Wan 3.0은 180.16초, 시댄스 2.5는 277.80초다. 277.80을 12.45로 나누면 약 22배다.

그러나 fal은 발표 3시간이 채 안 돼 X에 같은 조건을 명시한 다른 속도 그래프를 올렸다. 여기서 FLUX 3 Max는 그대로 12.45초지만 시댄스 2.5는 69.09초로 바뀌어 격차가 약 5.5배로 줄었다. 원판 FLUX 3는 46.29초로 약 3.7배 차이다. 미니맥스 H3는 83.26초에서 122.0초로 오히려 늘었다. 같은 시댄스 2.5에 대한 두 공식 수치가 약 4배 벌어졌지만, fal은 차이의 이유와 측정 시점, 실행 환경을 설명하지 않았다.

추론 단계 설정도 변수다. 이 모델은 low와 high 두 단계를 지원하고 기본값인 high는 프롬프트를 자동으로 확장하며, 단계가 높을수록 생성이 느려진다. 12.45초가 어느 단계에서 잰 값인지는 발표 페이지에 나와 있지 않다. 12.45초는 영상 길이 10초보다 길어 즉시 생성은 아니다.

fal은 8월 27일 H3 Max를 공개할 때도 자체 환경에서 잰 생성 시간을 내세웠다. 도입을 검토하는 팀은 자신의 작업량으로 직접 측정해 보는 편이 정확하다.

◇ 경쟁 모델과 비교한 가격

아티피셜 애널리시스가 이미지 입력 평가에 표기한 API 가격은 미니맥스 H3가 초당 약 0.09달러(약 120원), 시댄스 2.5가 약 0.41달러(약 545원)다. 할인 기간의 FLUX 3 Max 720p는 두 모델보다 낮다. 할인이 끝나는 11월 7일 이후 적용되는 정가 0.17달러는 미니맥스 H3의 두 배에 가깝고 시댄스 2.5보다는 낮다.