Flux 3 e Imagen 4 arrivano su Replicate, e lo scaffale delle immagini si affolla

Il 1° ottobre, Black Forest Labs e Google hanno pubblicato entrambi nuovi modelli per immagini su Replicate. Black Forest Labs ha rilasciato Flux 3 per il text-to-image e l'editing, con il supporto di fino a dieci immagini di riferimento. Google ne ha pubblicati quattro: Imagen 4 fast per velocità e costo, Imagen 4 ultra per il dettaglio, Imagen 3 fast per i lavori sensibili al prezzo e Imagen 3 per output di massima qualità. Puoi chiamarli attraverso la stessa API che già usi.

Il titolo suona come l'annuncio di un modello. In realtà è più vicino a un annuncio di distribuzione. Ognuno di questi modelli esisteva già da qualche parte. Quello che è cambiato è che uno sviluppatore con un token di Replicate ora può raggiungerli senza aprire un account con Black Forest Labs o configurare un progetto Google Cloud.

Cosa ti comprano davvero dieci immagini di riferimento

Il numero su cui vale la pena soffermarsi è quello delle dieci immagini di riferimento di Flux 3. Un anno fa, l'editing di immagini significava un'immagine di input e un'istruzione testuale. Dieci riferimenti cambiano ciò che si può chiedere al modello. Puoi passargli uno scatto di prodotto, una texture presa da una seconda immagine, una palette di colori da una terza e un volto da una quarta, poi chiedere una composizione che rispetti tutti questi elementi.

È la capacità verso cui tutto il mercato sta correndo. Nano Banana Pro fonde fino a quattordici immagini e cinque persone. GPT Image 2.5 Sunburst guida la classifica di editing di Artificial Analysis perché riesce a modificare una sola regione senza disturbare il resto. Seedream 5.0 ricorre alla ricerca web in tempo reale quando una modifica ha bisogno di un riferimento del mondo reale. La linea competitiva si è spostata da quanto sia bella la prima immagine a quanto bene il modello recepisca le indicazioni alla decima modifica.

Per chiunque costruisca un prodotto su questi strumenti, il numero di immagini di riferimento è una specifica più utile dei punteggi di benchmark. Ti dice quanta parte del controllo puoi affidare a un utente. Un modello che accetta un solo riferimento si adatta a un pulsante text-to-image. Un modello che ne accetta dieci si adatta a uno strumento di design in cui l'utente assembla materiale di brand a partire da una cartella di asset approvati.

I quattro modelli di Google sono in realtà due livelli

La gamma di Google sembra fatta di quattro rilasci. Guarda i nomi e sono due modelli divisi per costo. Imagen 4 fast e Imagen 4 ultra eseguono la stessa generazione, uno ottimizzato per il risparmio e l'altro per il dettaglio. Lo stesso vale per Imagen 3 fast e Imagen 3. Le varianti fast non sono modelli peggiori in senso significativo. Sono lo stesso modello con un budget di calcolo inferiore, venduto a un prezzo più basso.

È un modo sensato di vendere la generazione di immagini, ed è anche un indizio su dove si annidi il costo. Quando l'unica differenza tra un livello fast e uno ultra è quanto a lungo il modello è autorizzato a pensare, il modello stesso ha smesso di essere il prodotto. Il calcolo è diventato il prodotto, e il modello è la cosa che lo consuma.

Per un team che decide cosa mettere in produzione, questo cambia i calcoli. La domanda non è quale dei quattro sia il migliore. È quale livello di qualità richieda davvero il tuo caso d'uso, perché pagare per ultra su un caso d'uso che ha bisogno solo di fast è un modo per bruciare denaro senza migliorare nulla che un utente noterà.

Quanto vale davvero una presenza su una piattaforma

Vale la pena essere precisi sul perché l'arrivo di un modello su Replicate sia una notizia. Replicate affitta inferenza ospitata. Uno sviluppatore si registra una volta, ottiene un token e chiama qualsiasi modello del catalogo attraverso la stessa interfaccia. Per Black Forest Labs e Google, comparire in catalogo significa raggiungere sviluppatori che non aprirebbero mai un account separato per un singolo modello, e pagare una piattaforma per quella portata.

È l'accordo in cui i produttori di modelli aperti si sono trovati costretti. Pubblica i pesi e i curiosi tecnicamente capaci possono eseguirli, senza alcun costo per nessuno e senza ricavi per il laboratorio. Compare su una piattaforma ospitata e il pubblico si allarga a chi vuole un endpoint e una fattura mensile, ma un intermediario si prende una fetta e il modello finisce accanto a una dozzina di concorrenti in un selettore.

L'alternativa è vendere l'accesso direttamente, cosa che fa un modello chiuso e che la maggior parte dei laboratori non può fare su larga scala. Così la piattaforma ospitata diventa il terreno neutrale dove modelli aperti e chiusi competono per lo stesso sviluppatore, giudicati sulla stessa pagina. Un piccolo laboratorio con buoni pesi può ora comparire accanto a un rilascio di Google, il che è o concorrenza sana o una corsa alla commoditizzazione, a seconda del lato da cui la si guarda.

Per chi compra, questo ha una conseguenza pratica. Il modello che scegli oggi è raggiungibile tramite un'interfaccia che già conosci, il che rende bassi i costi di passaggio ed economico sperimentare. Significa anche che il modello che scegli probabilmente non è speciale, perché lo stesso scaffale è aperto a tutti.

Il resto della giornata

La stessa giornata ha prodotto una vasta serie di rilasci minori. Cloudflare ha pubblicato Clef, un modello image-text-to-text, su Hugging Face. ISTA-DASLab ha pubblicato una build GGUF di Qwen3.8 Flash, cosa che interessa soprattutto a chi esegue modelli in locale. L'AI Gateway di Vercel ha aggiunto un modello decisionale chiamato Laya che instrada richieste di supporto e workflow di agenti con punteggi di probabilità, gratuito fino alla fine di ottobre, insieme ai modelli audio di Microsoft e agli strumenti di ricerca di Browserbase. Google ha aggiunto l'assistenza visiva in tempo reale a Gemini Live, sviluppata insieme a utenti ciechi e ipovedenti.

Nessuno di questi cambierà da solo una pipeline di immagini. Insieme mostrano dove stanno spingendo i fornitori di piattaforme. Replicate, Vercel e Hugging Face competono per essere il luogo in cui uno sviluppatore sceglie un modello, e il modo in cui competono è allargare il catalogo e semplificare la fatturazione. I laboratori di modelli ne traggono vantaggio, perché la distribuzione tramite una piattaforma è il modo in cui un laboratorio più piccolo raggiunge sviluppatori che non firmeranno mai un contratto separato.

È il compromesso che ogni produttore di modelli aperti deve affrontare. Pubblicare i pesi e lasciare che la community li esegua, il che non costa nulla e raggiunge i curiosi tecnicamente capaci. Oppure comparire su una piattaforma ospitata e raggiungere gli sviluppatori che vogliono un endpoint e una fattura, il che raggiunge più persone e cede a una piattaforma una fetta. Flux 3 è su Replicate, il che suggerisce che Black Forest Labs voglia il secondo pubblico abbastanza da condividere.

Cosa significa se devi scegliere

L'effetto pratico di tutto questo è che lo scaffale è affollato e le etichette diventano sempre più difficili da leggere. Quattro modelli Imagen, un rilascio Flux e una lunga coda di build della community competono tutti per lo stesso posto in una pipeline. Le differenze che contano sono più strette di quanto suggerisca il marketing.

Tre cose vale la pena verificare prima di impegnarti. Quante immagini di riferimento accetta il modello, perché questo determina il tetto del controllo. Se la licenza consente l'uso commerciale, che è il punto in cui si separano Apache-2.0 e le build non commerciali. E se il modello è disponibile in un posto compatibile con il tuo modo di fare deployment, dato che un modello eccellente dietro una piattaforma che non puoi usare è un modello che non puoi usare.

Niente di tutto ciò è glamour, e niente di tutto ciò finirà in un post di lancio. È anche la parte che decide se un modello funziona in un prodotto sei mesi dopo che l'annuncio è scorso via.