Einführung
LTX 2.5 Text-zu-Video erzeugt aus einem geschriebenen Briefing eine durchgehende Einstellung von 5 bis 20 ganzen Sekunden, in 16:9 oder 9:16 und in 720p, 1080p, 2K oder 4K. Pflicht ist nur prompt; duration_seconds, aspect_ratio und resolution stehen standardmäßig auf 5 Sekunden, 16:9 und 720p, seed ist optional. Jeder Clip kommt mit einer erzeugten Tonspur zurück. Dieser Endpunkt ist die richtige Wahl, wenn noch kein Bild freigegeben ist und Schauplatz, Handlung und Kamera vollständig aus Worten entstehen müssen. Anfragen laufen als asynchrone Tasks: Task anlegen, dann abfragen oder den Callback abwarten.
Modus nach dem Ausgangsmaterial wählen
| Ausgangsmaterial | Modus |
|---|---|
| Aus einem schriftlichen Briefing entstehen Szene, Handlung, Kamerabewegung und gegebenenfalls Ton. | LTX 2.5 Text-zu-Video |
| Ein freigegebenes Startbild bestimmt Motiv und Komposition; die Beschreibung steuert die anschließende Bewegung. | LTX 2.5 Bild-zu-Video |
Wichtige Funktionen und Highlights
Bis zu zwanzig Sekunden in einem Take
duration_seconds nimmt ganze Sekunden von 5 bis 20 an; die Untergrenze liegt bei 5, nicht bei 3. Zwanzig Sekunden reichen für Auftritt, Verweilen und Abgang in einer einzigen erzeugten Einstellung – die Kontinuität über diese Beats entsteht also in der Generierung und nicht erst im Schnitt. Einen Verlängerungs-Task gibt es in dieser Modellfamilie nicht: Die Länge steht beim Absenden fest, und ein Fünf-Sekunden-Entwurf und ein Zwanzig-Sekunden-Final sind zwei getrennte Generierungen.
Vier Auflösungen hinter einem Feld
720p, 1080p, 2k und 4k kommen alle aus derselben Anfrageform; 2k liefert ein Bild von etwa 2560 px Breite. Bildaufteilung und Kamerabahn lassen sich schon in 720p beurteilen. Die höheren Stufen bringen Stoffbindung, Hauttextur und Glanzlichter – deshalb führt der praktische Weg über einen 720p-Entwurf und danach einen einzigen hochauflösenden Durchlauf mit unverändertem Seed.
Ton entsteht mit dem Bild
Der Clip enthält eine Tonspur, obwohl der Endpunkt kein Audiofeld hat; einen Schalter zum Abschalten gibt es also nicht. Behandeln Sie den Ton als Teil des Briefings: Das Opern-Beispiel endet mit „orchestra tuning drifting up from the pit“. Läuft der Clip später unter Ihrer eigenen Musik und Ihren Geräuschen, schalten Sie die Spur im Schnitt stumm oder ersetzen sie.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
prompt | Ja | Den ganzen Bogen als eine Einstellung schreiben: Motiv, Handlung, Kamera, Licht. Unzensierte Regie ist zulässig. mindestens 1 Zeichen |
resolution | Nein | 720p, 1080p, 2k oder 4k. In 720p entwerfen, den Sieger in 2k oder 4k nachfahren. |
aspect_ratio | Nein | Nur 16:9 oder 9:16. Ein quadratisches, 4:3- oder anamorphes Bild gibt es hier nicht. |
duration_seconds | Nein | Ganze Sekunden, 5 bis 20. Es ist ein Generierungsparameter, kein Beschnitt – vorab entscheiden. |
seed | Nein | Konstant halten, wenn Sie die Auflösung anheben, damit sich nur eine Variable geändert hat. |
Preis
| Spezifikation | Preis |
|---|---|
| $0.09 / Sekunde |
| $0.13 / Sekunde |
| $0.19 / Sekunde |
| $0.30 / Sekunde |
Anwendungsfälle
Eine lange Fahrt ohne Schnitt
Das Beispiel arena-gate-to-cages nutzt die vollen 20 Sekunden in 1080p und 16:9. Das Briefing beschreibt eine einzige Steadicam-Bahn vom Arenator über eine dicht gedrängte Tribüne und einen fackelbeleuchteten Tunnel bis zu den Käfigen hinter der Bühne und sagt ausdrücklich „No cuts“. Solche Einstellungen hängen davon ab, dass Kamerabahn und Szenerie gleichzeitig zusammenhalten – genau dafür ist ein einzelner langer Take da.
Entwürfe, die zu 4K-Plates werden
Entwerfen Sie den Take in 720p, behalten Sie den Seed und führen Sie denselben Prompt einmal in 4K aus; das Auflösungsfeld ist die einzige Änderung. Ein 4K-Render trägt genug Detail, um eine später in der Schnittfassung hinzugefügte Farbkorrektur, einen Bildausschnitt und eine langsame Kamerafahrt zu überstehen. Das Beispiel copper-tub-candlelight wurde in 2k gerendert; sein Briefing verlangt Dampf, Kerzenflamme und feine Oberflächenstruktur – die Art von Detail, für die die höheren Stufen da sind.
Hochformat, Ich-Perspektive und Zeichenstil
In 9:16 mit zwanzig Sekunden passt ein Laufsteg-Gang mit Auftritt, Drehung und Abgang in eine Generierung. Das Briefing bedside-pov legt gleich im ersten Satz fest, dass die Kamera eine Person ist, die am Kopfende des Betts liegt – damit wird aus einer beobachteten Szene eine, die dem Zuschauer selbst passiert. Ein Stilfeld hat diese Modellfamilie nicht, deshalb setzt das Beispiel ramen-stall seinen Cel-Shading-Look allein über die Formulierung: „Anime cel-shaded animation, hand-painted backgrounds“.
Prompt-Leitfaden und Praxistipps
Die Einstellung in zeitlicher Reihenfolge schreiben
Halten Sie den ganzen Bogen in einem Absatz und nennen Sie Motiv, Handlung, Kamera und Licht in der Reihenfolge, in der sie geschehen. Das Briefing opera-staircase ist ein brauchbares Muster: wer sie ist und was sie trägt, dann der Abstieg und der Schlitz, der sich bei jedem Schritt öffnet, dann das Licht im Stoff, dann „Slow crane down“ und zuletzt der Ton. Setzen Sie jede Kameraanweisung direkt neben die Handlung, auf die sie reagiert.
Länge und Format vor dem ersten Wort festlegen
Wählen Sie zuerst duration_seconds und aspect_ratio, denn beide bestimmen, wie viel Handlung das Briefing tragen muss. Das 20-Sekunden-Briefing der Arena reiht mehrere Orte aneinander; die 5-Sekunden-Briefings beschreiben jeweils eine einzige Bewegung und ihr Ende. Es gibt nur 16:9 und 9:16 – ein quadratisches oder 4:3-Format liefert dieser Endpunkt nicht.
Pro Durchlauf eine Variable ändern
Halten Sie seed konstant, während Sie eine Zeile umformulieren oder die Auflösung anheben, damit der Vergleich genau diese eine Änderung isoliert. Ein fester Seed macht zwei Durchläufe vergleichbar, garantiert aber keinen bildgleichen Clip – prüfen Sie den hochauflösenden Durchlauf deshalb erneut, statt anzunehmen, dass er dem Entwurf entspricht.
Wissen, wo geschriebene Regie endet
Eine geschriebene Einstellung überlässt Garderobe, Körper und Bildausschnitt dem Modell, und Wiederholungen driften – über zwanzig Sekunden sichtbarer als über fünf. Wenn ein Gesicht, ein Produkt oder eine Komposition exakt wie freigegeben bleiben muss, wechseln Sie zu LTX 2.5 Bild-zu-Video und übergeben dieses Bild als image_url.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "lightricks/ltx-2.5/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
