Black Forest Labs merilis alat mandiri bernama FLUX Upscale yang meregenerasi video beresolusi 480p ke atas hingga native 4K. Ini bukan pembaruan model, melainkan lebih mirip satu tahap dari alur kerja internal mereka yang dipisahkan dan dijual sendiri. Metode yang sama sebelumnya sudah tersemat di FLUX 3 Video, tempat ia menangani tahap output 1080p.
Tim asal Jerman ini dikenal di dunia gambar lewat rangkaian model open-source FLUX. Rilis kali ini lebih jauh dari pembuatan gambar dan lebih dekat ke pascaproduksi. Bagi yang tidak punya akses API tapi ingin melihat lebih dulu bedanya regenerasi dengan upscaling biasa, bisa mencoba unggah klip secara gratis ke fitur Video Enhance milik PixPix, lalu membandingkan kedua versinya berdampingan — jauh lebih mudah dipahami daripada membaca tabel spesifikasi.
Regenerasi bukan sekadar upscaling
Upscaling video pada umumnya memakai jalur interpolasi: ketika piksel kurang, sistem menebak, dan hasilnya halus tapi minim detail. Black Forest Labs memosisikan FLUX Upscale secara berbeda, yaitu sebagai regenerasi, di mana model membaca input beresolusi rendah lalu menggambar ulang setiap frame. Cacat yang jadi sasaran cukup spesifik: wajah yang buram, permukaan air, serta artefak berbentuk kisi-kisi yang muncul pada tekstur berfrekuensi tinggi seperti rumput. Ketiganya kebetulan menjadi kelemahan klasik model generate video saat ini, yang mengorbankan detail di tahap generate demi menghemat komputasi, lalu berusaha menambalnya kembali belakangan.
Alat ini mendukung tiga tingkat perbesaran: 1,5x, 2x, dan 3x. Dari materi sumber beresolusi HD, ketiganya kira-kira setara dengan 1080p, 2K, dan 4K.
Dua mode, dua hitungan biaya
Mode Precise berjalan dalam 4 langkah dengan tarif 0,07 dolar AS per megapiksel per detik; mode Creative berjalan 8 langkah dengan tarif 0,10 dolar AS pada satuan yang sama. Jumlah langkah berlipat dua, harga naik 43%, dan menurut keterangan resmi, tambahan komputasi itu dipakai untuk rekonstruksi detail — dengan konsekuensi perubahan pada gambar asli menjadi lebih besar.
Hitungan kasar berdasarkan resolusi output: satu frame 4K berukuran sekitar 8,29 juta piksel, atau 8,29 megapiksel. Pada mode Precise, biayanya sekitar 0,58 dolar AS per detik tayangan; pada mode Creative sekitar 0,83 dolar AS. Untuk klip jadi berdurasi sepuluh detik, tahap mempertajam saja sudah memakan enam sampai delapan dolar AS.
Angka ini tidak murah jika dibandingkan dengan pasar model generate video saat ini. Selama setahun terakhir, biaya per detik di sisi generate terus ditekan turun oleh sejumlah penyedia, hingga tarif pecahan sen sudah tercantum di daftar harga publik. Upscaling justru berada di sisi kurva biaya yang lebih tinggi. Ini tidak mengherankan: proses generate bisa menyelesaikan sebagian besar pekerjaan berat komputasi pada resolusi rendah, sementara upscaling harus benar-benar memproses setiap frame pada resolusi target — jumlah piksel menjadi batasan yang tidak bisa dihindari.
Penagihan per piksel-detik juga membawa konsekuensi lain: biaya naik linear seiring durasi, tanpa skala ekonomi sama sekali. Video berdurasi satu menit biayanya enam kali lipat dari video sepuluh detik.
Siapa yang akan membayar biaya ini
Kegunaan yang sudah terlihat terkonsentrasi di beberapa area. Materi iklan dan e-commerce memang biasanya pendek, dari beberapa detik hingga belasan detik, sehingga biaya per klip tetap terkendali sementara kualitas gambar tetap jadi perhatian. Cuplikan trailer film dan drama pendek berada di kategori yang sama. Ada pula pemulihan materi lama, tempat tim yang menyimpan banyak footage lawas merasa lebih murah meregenerasi ulang daripada syuting ulang.
Di sisi e-commerce, alat semacam ini sudah lebih dulu mengubah tahap tersebut menjadi sekadar tombol. PixPix menempatkan Video Enhance dan Upscale gambar pada panel yang sama dengan kumpulan foto produk dan kloning video — foto utama yang buram atau video yang goyang bisa langsung diperbaiki di tempat, dan kuota gratisnya cukup untuk memproses satu video produk secara utuh. Bagi penjual kecil dan menengah, API yang dibayar per piksel-detik lebih cocok untuk tim yang sudah bervolume besar; mencoba efeknya dulu di alat semacam ini, baru kemudian memutuskan apakah presisi tersebut layak dibayar, adalah jalan yang lebih realistis.
Ada juga hal yang tidak diungkap resmi kali ini dan patut dicermati: tidak ada angka latensi pemrosesan, tidak disebutkan batas durasi per tugas, dan tidak ada penjelasan soal perbedaan hasil pada materi yang bukan dihasilkan oleh FLUX. Alat ini sudah tersedia di playground resmi dan dokumentasi API, sehingga performa sebenarnya baru bisa dinilai setelah banyak orang mencobanya dengan materi asli.
Bagi tim video di China, nilai lebih besar dari kabar ini adalah konfirmasi sebuah arah: persaingan model video sedang bergeser dari sekadar bisa atau tidaknya menghasilkan video, menuju berapa banyak tahap lanjutan yang masih diperlukan setelah proses generate. Resolusi, durasi, dan konsistensi, yang dulu digabung menjadi satu indikator performa model, kini mulai dipecah menjadi layanan yang bisa diberi harga terpisah.
Sumber: blog resmi Black Forest Labs, CocoLoop, dokumentasi alat FLUX dan halaman harga resmi; tarif per megapiksel per detik, jumlah langkah, dan tiga tingkat perbesaran pada kedua mode telah diverifikasi berdasarkan daftar harga resmi.