Introducción
LTX 2.5 Texto a video genera, a partir de un brief escrito, una toma continua de 5 a 20 segundos completos, en 16:9 o 9:16, a 720p, 1080p, 2K o 4K. Solo prompt es obligatorio; duration_seconds, aspect_ratio y resolution toman por defecto 5 segundos, 16:9 y 720p, y seed es opcional. Cada clip vuelve con una banda sonora generada. Este endpoint es el indicado cuando todavía no hay ninguna imagen aprobada y el escenario, la acción y la cámara tienen que salir de las palabras. Las solicitudes se ejecutan como tareas asíncronas: crea la tarea y luego consúltala o espera el callback.
Elige el modo según el material inicial
| Material inicial | Modo |
|---|---|
| Un brief escrito define escena, acción, cámara y, cuando corresponde, sonido. | LTX 2.5 Texto a video |
| Una imagen inicial aprobada fija sujeto y composición; la instrucción dirige el movimiento posterior. | LTX 2.5 Imagen a video |
Funciones y aspectos destacados
Hasta veinte segundos en una sola toma
duration_seconds acepta segundos completos de 5 a 20; el mínimo es 5, no 3. Veinte segundos alcanzan para una entrada, una pausa y una salida dentro de un solo plano generado, así que la continuidad entre esos momentos se resuelve en la generación y no en la edición. Esta familia de modelos no tiene tarea de extensión: la duración queda fija al enviar la solicitud, y un borrador de cinco segundos y una versión final de veinte son dos generaciones distintas, no un clip alargado.
Cuatro resoluciones detrás de un solo campo
720p, 1080p, 2k y 4k salen de la misma forma de solicitud, y 2k devuelve un cuadro de unos 2560 px de ancho. La puesta en escena y la trayectoria de cámara ya se pueden evaluar en 720p. Lo que aportan los niveles superiores es la trama de las telas, la textura de la piel y los brillos especulares; por eso el camino práctico es un borrador en 720p y después una única pasada en alta resolución con la misma seed.
El sonido nace con la imagen
El clip trae una pista de audio aunque el endpoint no tiene ningún campo de audio, así que no hay forma de apagarla. Trata el sonido como parte del brief: el ejemplo de la ópera termina con "orchestra tuning drifting up from the pit". Cuando el clip vaya debajo de tu propia música y efectos, silencia o reemplaza la pista en la edición.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Escribe el arco entero como un solo plano: sujeto, acción, cámara, luz. Se acepta dirección sin censura. mínimo 1 caracteres |
resolution | No | 720p, 1080p, 2k o 4k. Borronea en 720p y vuelve a correr al ganador en 2k o 4k. |
aspect_ratio | No | Solo 16:9 o 9:16. Aquí no existe cuadro cuadrado, 4:3 ni anamórfico. |
duration_seconds | No | Segundos enteros, de 5 a 20. Es un parámetro de generación, no un recorte: decídelo de entrada. |
seed | No | Mantenla constante cuando subas la resolución, para que solo haya cambiado una variable. |
Precios
| Especificación | Precio |
|---|---|
| $0.09 / segundo |
| $0.13 / segundo |
| $0.19 / segundo |
| $0.30 / segundo |
Casos de uso
Un movimiento largo sin cortes
El ejemplo arena-gate-to-cages usa los 20 segundos máximos, en 1080p y 16:9. Su brief describe una sola trayectoria de Steadicam desde la puerta de una arena, a través de una tribuna repleta y un túnel iluminado con antorchas, hasta las jaulas detrás del escenario, y dice "No cuts" de forma explícita. Planos así dependen de que la trayectoria de cámara y el escenario se sostengan al mismo tiempo, que es justo para lo que sirve una toma larga única.
Borradores que se convierten en plates 4K
Haz el borrador de la toma en 720p, conserva la semilla y ejecuta después el mismo prompt una vez en 4K; el campo de resolución es el único cambio. Un render 4K tiene detalle suficiente para aguantar una gradación, un recuadre y un lento empuje añadidos después en el montaje. El ejemplo copper-tub-candlelight se renderizó en 2k; su encargo pide vapor, llama de vela y textura fina de superficie, el tipo de detalle para el que existen los niveles superiores.
Vertical, primera persona y estilo ilustrado
En 9:16 y veinte segundos, una pasada de pasarela cabe en una sola generación con entrada, giro y salida. El brief bedside-pov establece en su primera frase que la cámara es una persona recostada contra la cabecera de la cama, lo que convierte una escena observada en una que le sucede al espectador. Esta familia no tiene campo de estilo, así que el ejemplo ramen-stall fija su estética cel-shaded solo con la redacción: "Anime cel-shaded animation, hand-painted backgrounds".
Guía de prompts y consejos prácticos
Escribe el plano en el orden en que ocurre
Mantén todo el arco en un solo párrafo y nombra sujeto, acción, cámara y luz en el orden en que suceden. El brief opera-staircase es un buen modelo: quién es ella y qué lleva puesto, luego el descenso y la abertura de la falda que se despliega a cada paso, luego la luz a través de la tela, luego "Slow crane down" y al final el sonido. Coloca cada instrucción de cámara junto a la acción a la que responde.
Define duración y formato antes de la primera palabra
Elige primero duration_seconds y aspect_ratio, porque definen cuánta acción tiene que cargar el brief. El brief de 20 segundos de la arena encadena varios lugares; los de 5 segundos describen cada uno un solo movimiento y su final. Solo existen 16:9 y 9:16: este endpoint no ofrece un entregable cuadrado ni en 4:3.
Cambia una sola variable por pasada
Mantén seed fija mientras reformulas una línea o subes la resolución, para que la comparación aísle ese único cambio. Una seed fija hace comparables dos pasadas, pero no promete el mismo clip cuadro por cuadro; revisa de nuevo la pasada en alta resolución en lugar de suponer que coincide con el borrador.
Reconoce dónde termina la dirección escrita
Un plano escrito deja el vestuario, el cuerpo y el encuadre en manos del modelo, y las repeticiones se desvían, algo que se nota más en veinte segundos que en cinco. Cuando un rostro, un producto o una composición deben quedar tal como se aprobaron, pasa a LTX 2.5 Imagen a video y entrega ese cuadro en image_url.
Inicio rápido de la API
# 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"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
