
Flux 2 Pro 是 Rivya 上 Black Forest Labs 的高階圖片模型,適合產品照片、品牌視覺和參考圖引導的編修。當你想要比快速草稿更精緻、也更貼合提示詞的 AI 圖片時,可以使用它。
任務最終用量會向上取整為整數點數。

範例輸出
Flux 2 Pro
文字轉圖片 · 圖片轉圖片

範例輸出
Flux 2 Pro
最適合
支援
線上試用
目前還沒有可顯示的結果。
模型範例
瀏覽媒體與文字範例。






決策適配
決策適配
最適合的任務
任務接近這些情境時使用
模型參數
提供方
Black Forest Labs
類別
圖片
能力
文字轉圖片 · 圖片轉圖片
點數模式
點數費率: 5–7 / 張圖片
輸入路徑
提示詞 + 可選圖片
提示設定
最多 5,000 個字元
Flux 2 Pro 常見問題
當需求已經像真正要交付的素材,而不是單純的發想板時,Flux 2 Pro 會是更強的選擇。它適合主視覺產品棚拍圖、精修電商靜物、上市視覺,以及重視提示詞貼合度和圖片內文字的品牌圖片。它不是用來大量撒出鬆散概念,而是更適合讓較少張圖片在早期就接近完成狀態。
在 Rivya 上,Flux 2 Pro 目前同時支援文生圖和圖生圖,支援 1K 與 2K 輸出,並且可以帶入最多 8 張參考圖片。實務上,這讓它不只適合純提示詞生成,也適合從第一個結果開始就需要固定產品線索、包裝細節或視覺一致性的品牌導向工作。
最先要做的有用決策通常比看起來簡單:選 1K 還是 2K、長寬比、構圖主要由提示詞還是參考圖決定,以及圖片內文字或 Logo 準確度是否是關鍵任務。如果這些判斷錯了,額外潤飾提示詞通常救不回來;如果判斷正確,你會很快看出 Flux 2 Pro 是否適合這份圖片工作。
以目前 Rivya 設定,1K 生成需要 5 點數,2K 生成需要 7 點數。當圖片將用於付費媒體、店面展示、利害關係人審閱,或真正面向品牌的素材時,Flux 2 Pro 就開始合理。如果工作仍是很開放的探索、會產出很多一次性方向,較輕量的圖片選項通常更值得。
當排版文字、包裝文案、Logo 處理和多參考圖一致性從第一天就是需求的一部分時,請選 Flux 2 Pro。如果真正優先的是速度、探索廣度或低成本初稿發想,則先從較輕量的模型開始。
這個頁面最適合第一輪認真的產品或品牌圖片嘗試,尤其是你已經知道這張圖要成為主視覺靜物、上市視覺,或以包裝為核心的活動圖片時。它適合用來測試 Flux 2 Pro 是否已經接近最終品質,再決定是否開啟更長的 Studio 專案。
你可以從文生圖開始,切換到圖生圖,選擇 1K 或 2K 輸出,並在公開頁面設定中帶入最多 8 張參考圖片。這已經足以測試提示詞引導工作、參考圖引導的產品圖片,或第一輪品牌一致性方向,而不用離開頁面。
第一次生成前,請檢查解析度檔位、長寬比、參考圖是否承載了過多或過少構圖資訊,以及這張圖是否真的需要文字或 Logo 準確度。對 Flux 2 Pro 來說,這些選擇通常比更長的提示詞更能判斷第一個結果是否可用。
頁面可以公開瀏覽,但實際第一次圖片生成和參考圖上傳流程仍需要登入。公開指引是 1K 需要 5 點數、2K 需要 7 點數,所以你可以先在這裡整理提示詞、比例、解析度和參考圖,準備投入真正一輪生成時再登入。
當工作仍是在驗證第一張主視覺、第一組參考設定,或第一個品牌面向方向時,留在這裡即可。當你開始分支提示詞、保存版本、管理素材,或圍繞多張相關視覺反覆迭代時,再開啟完整 Studio。
比較替代模型
使用文字生成圖片,或透過最多 16 張參考圖編輯圖片。支援 1K、2K、4K 解析度,以及自動、透明和不透明背景。
為什麼考慮它
如果點數說明適合下一次執行,可以考慮它:點數費率: 3–16 / 張圖片。
使用文字生成圖片,或透過最多 16 張參考圖編輯圖片。支援 1K、2K、4K 解析度,以及自動、透明和不透明背景。
為什麼考慮它
如果點數說明適合下一次執行,可以考慮它:點數費率: 3–16 / 張圖片。
OpenAI 在 Rivya 上較新的 GPT Image 模型,支援 text-to-image、image-to-image、最多 16 張參考圖片,以及清楚的 1K / 2K / 4K 點數層級。
為什麼考慮它
如果點數說明適合下一次執行,可以考慮它:點數費率: 3–8 / 張圖片。
開發者存取
Flux 2 Pro 已有可呼叫的 Public API 模式,但參考媒體模式仍需要 Files API 上傳支援。提交前請先查看模型參考。