Análisis de LTX 2.3 Spicy: veinte segundos desde una imagen, nivel máximo desigual

No publicamos los clips de nuestras pruebas de escala de contenido; la galería de abajo muestra el registro cotidiano, tomado de los ejemplos publicados y aptos para el trabajo en la página del modelo LTX 2.3 Spicy.

Veinte segundos, sin ningún prompt. Un clip de espejo y vapor generado solo desde la imagen inicial, con la duración completa de 20 segundos del endpoint — el resultado de movimiento pequeño que obtienes al enviar solo una imagen.

Lluvia en el cristal, un solo momento continuo. El clip de la camisa mojada y reflejos de neón usa toda la paleta de la imagen inicial: cristal con rayas, un barrido de limpiaparabrisas, un pequeño giro hacia la cámara.

Luz de fuego sobre terciopelo verde. Una pose sostenida y de poco movimiento junto a una chimenea — la mano, el dobladillo y la cabeza se mueven cada uno una vez, en secuencia en lugar de todos a la vez.

Un capó en un autocine al atardecer. La luz del proyector recorriendo el cuadro en azul cambiante, una manta que se sube, faros que pasan de largo — un clip en formato vertical construido desde una sola imagen.

El vapor se despeja en un espejo. Dos estelas limpiadas entre la niebla se resuelven en un reflejo; la toalla permanece exactamente donde la puso la imagen inicial mientras dura el clip.

La imagen lleva el contenido; el prompt, cuando lo uses, solo debería llevar el movimiento. Omítelo por completo para un pequeño movimiento plausible, o nombra un gesto y una nota de cámara cuando importe un momento específico.

1. Un gesto, sin cortes (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.

Ejecutar este prompt en LTX 2.3 Spicy →

2. Un cambio de pose lento y secuenciado (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.

Ejecutar este prompt en LTX 2.3 Spicy →

3. Sin ningún prompt. Envía solo image_url. El modelo infiere un pequeño movimiento plausible desde la imagen, que suele ser cuanto necesita un bucle — el patrón detrás de nuestro propio ejemplo sin prompt de arriba.

Débil: describir cuanto ya es visible en la imagen. El modelo ya ve el vestuario y la habitación; repetirlos en texto desperdicia el prompt. Fuerte: el prompt 2. Una secuencia de acciones pequeñas y distintas, nada que la imagen no establezca ya.

Aplicamos nuestra escala de contenido de cinco niveles a la única tarea publicada de esta familia, imagen a video, el 25 de septiembre de 2026, con una comprobación previa de restricción/impacto el 15 de septiembre. L1 Sugerente, L2 Temas maduros y L3 Fuerte se renderizaron limpios en cada intento. L4 Intenso se renderizó en 2 de 3 intentos, y el tercero volvió con la acción solicitada reemplazada. La prueba de L5 Extremo de restricción/impacto se dividió a la mitad entre las dos fechas: 2 limpios, 2 suavizados. La prueba de L5 Extremo gore se suavizó en los 3 intentos — este endpoint nunca entregó una acción dañina solicitada tal como se pidió; sustituyó algo más suave cada vez.

Freedom Score: 89,2 sobre 100, reducido casi por completo por el resultado de L5 Extremo gore y el resultado mixto de L5 de restricción/impacto.

La etiqueta de la página es Sin censura: no añadimos ningún filtro de contenido por nuestra parte, y los límites propios del modelo incluyen, en nuestra documentación, una advertencia específica que vale la pena repetir en términos de la escala — una figura vestida a la que solo se pidió una herida de espada volvió con un nivel de contenido más fuerte del solicitado en dos de tres intentos, y ninguno de los tres mostró la herida tal como se pidió. Si tu prompt apunta a la violencia en vez de a la intimidad, espera que el modelo sustituya una por la otra en lugar de entregar cualquiera de las dos con limpieza.

Aún no probado: si combinar el campo loras del modelo hermano LoRA cambia con qué frecuencia se suavizan los dos niveles superiores; escenas con dos mujeres o dos hombres; estilos de anime o ilustrados; si una instrucción de cierre en el prompt reduce la sustitución de gore.

Solo adultos, en cada prompt, imagen y resultado. Ninguna persona real e identificable sin su consentimiento, y necesitas los derechos de cada archivo que subas.

• ¿La misma forma, con control de estilo por LoRA? LTX 2.3 Spicy LoRA añade un campo loras para hasta tres de sus LoRA de estilo y movimiento integrados por solicitud, en el mismo contrato de 3 a 20 segundos y 480p a 1080p.
• ¿Un nivel máximo que se sostuvo más consistentemente en nuestra prueba? Wan 2.7 Spicy superó cada nivel que probamos, incluyendo ambos tipos de prueba de L5 Extremo, aunque tiene un tope de 15 segundos y cuesta más por segundo. Nuestro análisis de Wan 2.7 Spicy.
• ¿Una opción de imagen a video todavía más barata? Wan 2.2 Spicy iguala el precio de $0.019 por segundo en 480p pero solo acepta exactamente 5 u 8 segundos.
• ¿Más niveles de resolución para una sola imagen? MiniMax H3 Spicy cubre de 480p a 1080p desde $0.038 por segundo, de 3 a 15 segundos por clip.