LTX 2.3 Spicy im Test: 20 Sekunden aus einem Standbild, oberste Stufe wackelig

Wir veröffentlichen die Clips aus unseren Content-Leiter-Läufen nicht; die Galerie unten zeigt das Alltags-Register, entnommen den veröffentlichten, arbeitsplatztauglichen Beispielen auf der LTX 2.3 Spicy Modellseite.

Zwanzig Sekunden, ganz ohne Prompt. Ein Spiegel-und-Dampf-Clip, allein aus dem Startbild generiert, in der vollen 20-Sekunden-Länge des Endpunkts — das Ergebnis mit kleiner Bewegung, das man erhält, wenn man nur ein Bild schickt.

Regen auf dem Glas, ein durchgehender Beat. Der Clip mit nassem Shirt und Neonspiegelung nutzt die ganze Palette des Startbilds: streifiges Glas, ein Scheibenwischerschwung, eine kleine Wendung zur Kamera.

Feuerschein auf grünem Samt. Eine gehaltene, bewegungsarme Pose am Kamin — Hand, Saum und Kopf bewegen sich jeweils einmal, nacheinander statt alle gleichzeitig.

Eine Motorhaube im Autokino in der Dämmerung. Projektorlicht, das in wechselndem Blau über das Bild wäscht, eine hochgezogene Decke, vorbeischwenkende Scheinwerfer — ein Clip im Hochformat, gebaut aus einem einzigen Standbild.

Dampf klärt sich auf einem Spiegel. Zwei durch den Nebel gewischte Streifen lösen sich zu einem Spiegelbild auf; das Handtuch bleibt den ganzen Clip über genau dort, wo das Startbild es platziert hat.

Das Standbild trägt den Inhalt; der Prompt, wenn Sie einen nutzen, sollte nur die Bewegung tragen. Lassen Sie ihn ganz weg für eine kleine plausible Bewegung, oder benennen Sie eine Geste und eine Kamera-Notiz, wenn ein bestimmter Beat wichtig ist.

1. Eine Geste, keine Schnitte (5 s, 720p).

She turns further toward the driver's seat, wet shirt clinging as she moves, pushes a soaked strand of hair back and mouths something with a tired smile. Rain streams down the windscreen, neon reflections crawl across the glass, wipers sweep once.

Diesen Prompt mit LTX 2.3 Spicy ausführen →

2. Ein langsamer, sequenzierter Posenwechsel (5 s, 720p).

The fire surges and orange light flickers across her legs and the green velvet. She uncrosses her ankles and re-crosses them the other way, then slides her free hand slowly up the robe and draws the hem a little higher before letting it settle. She tips her head back against the chaise, eyes on the camera.

Diesen Prompt mit LTX 2.3 Spicy ausführen →

3. Ganz ohne Prompt. Schick nur image_url. Das Modell leitet aus dem Standbild eine kleine, plausible Bewegung ab, was oft alles ist, was eine Schleife braucht — das Muster hinter unserem eigenen Beispiel ohne Prompt oben.

Schwach: alles beschreiben, was im Bild schon zu sehen ist. Das Modell sieht Kleidung und Raum bereits; sie im Text zu wiederholen verschenkt den Prompt. Stark: Prompt 2. Eine Abfolge kleiner, klar unterscheidbarer Handlungen, nichts, was das Bild nicht schon zeigt.

Wir haben unsere fünfstufige Content-Leiter für die einzige veröffentlichte Aufgabe dieser Familie, Bild-zu-Video, am 25. September 2026 durchlaufen lassen, mit einer früheren Fesselung/Gewalteinwirkung-Prüfung am 15. September. L1 Andeutung, L2 Reife Themen und L3 Stark kamen in jedem Lauf sauber zurück. L4 Intensiv gelang in 2 von 3 Läufen, wobei der dritte mit der verlangten Handlung ersetzt zurückkam. Die Probe für L5 Extrem Fesselung/Gewalteinwirkung teilte sich über die zwei Daten hälftig: 2 sauber, 2 abgeschwächt. Die Gore-Probe für L5 Extrem wurde in allen 3 Läufen abgeschwächt — dieser Endpunkt hat eine verlangte schädliche Handlung nie wie gefragt geliefert; er ersetzte jedes Mal etwas Milderes.

Freedom Score: 89,2 von 100, fast vollständig heruntergezogen durch das Gore-Ergebnis bei L5 Extrem und das gemischte Ergebnis bei L5 Fesselung/Gewalteinwirkung.

Das Seitenlabel ist Unzensiert: Wir schalten keinen eigenen Inhaltsfilter dazwischen, und die Grenzen des Modells selbst enthalten in unserer Dokumentation eine konkrete Warnung, die es wert ist, in Leiter-Begriffen wiederholt zu werden — eine bekleidete Figur, für die nur eine Schwertwunde verlangt war, kam in zwei von drei Läufen auf einer stärkeren Inhaltsstufe zurück als angefragt, und keiner der drei zeigte die Wunde wie geschrieben. Zielt Ihr Prompt eher auf Gewalt als auf Intimität, rechnen Sie damit, dass das Modell das eine durch das andere ersetzt, statt eines davon sauber zu liefern.

Noch nicht getestet: ob die Kombination mit dem loras-Feld des LoRA-Geschwisters ändert, wie oft die oberen zwei Stufen abgeschwächt werden; Szenen mit zwei Frauen oder zwei Männern; Anime- oder Illustrationsstile; ob eine abschließende Anweisung im Prompt die Gore-Ersetzung verringert.

Nur Erwachsene, in jedem Prompt, Standbild und Ergebnis. Keine echte, erkennbare Person ohne ihre Zustimmung, und Sie brauchen die Rechte an jeder Datei, die Sie hochladen.

• Dieselbe Form, mit Stilkontrolle pro LoRA? LTX 2.3 Spicy LoRA fügt ein loras-Feld für bis zu drei seiner eingebauten Stil- und Bewegungs-LoRAs pro Anfrage hinzu, auf demselben 3-bis-20-Sekunden-, 480p-bis-1080p-Vertrag.
• Eine oberste Stufe, die in unserem Test zuverlässiger hielt? Wan 2.7 Spicy bestand jede Stufe, die wir liefen, einschließlich beider L5-Extrem-Probetypen, kappt aber bei 15 Sekunden und kostet mehr pro Sekunde. Unser Wan 2.7 Spicy Test.
• Eine noch günstigere Standbild-zu-Video-Option? Wan 2.2 Spicy trifft den Preis von $0.019 pro Sekunde in 480p, akzeptiert aber nur genau 5 oder 8 Sekunden.
• Mehr Auflösungsstufen für ein einzelnes Standbild? MiniMax H3 Spicy deckt 480p bis 1080p ab $0.038 pro Sekunde ab, 3 bis 15 Sekunden pro Clip.