Introduction
LTX-2 19B Texte vers vidéo transforme un prompt en clip avec sa propre bande-son. LTX-2 est le modèle de fondation audio-vidéo ouvert de Lightricks, doté de 19 milliards de paramètres ; ce point de terminaison renvoie 5 à 20 secondes en 480p, 720p ou 1080p, en 16:9 ou 9:16, avec un son stéréo dans le même MP4. La plateforme n’ajoute aucun filtre de contenu.
Choisir un mode selon le point de départ
| Ce que vous avez | Mode |
|---|---|
| une description écrite | LTX-2 19B Texte vers vidéo |
| une photo à animer | LTX-2 19B Image vers vidéo |
| vos propres fichiers LoRA | LTX-2 19B LoRA Texte vers vidéo |
Fonctionnalités et points forts
Image et son ensemble
Voix, chant, instruments, effets et ambiance de la pièce sont générés avec les images, et s’alignent donc sur l’action.
De 5 à 20 secondes
N’importe quelle seconde entière dans cette plage, facturée à la seconde.
Rapide en 720p
Lors de nos tests, un clip de 5 secondes en 720p a demandé de 14 à 25 secondes de temps de modèle.
Sans censure
Aucun filtre sur le prompt ni sur le clip. Nos sondes de contenu de niveau intermédiaire ont été rendues telles qu’écrites ; la plus forte est revenue atténuée.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | Décrivez la scène, l’action et la caméra, puis le son sur sa propre ligne « Audio: » : voix, musique, effets, ambiance. 1 caractères minimum |
aspect_ratio | Non | 16:9 pour le paysage (par défaut) ou 9:16 pour le portrait. Le format ne change pas le prix. |
resolution | Non | 480p (832 x 448), 720p (1280 x 704, par défaut) ou 1080p (1920 x 1024). Chaque palier coûte plus cher par seconde. |
duration_seconds | Non | N’importe quelle seconde entière de 5 à 20, facturée à la seconde. |
seed | Non | Rend les essais comparables tant que vous ne changez qu’un élément à la fois. Ne promet pas un clip identique image par image. |
Tarification
Facturé à la seconde de sortie, selon la résolution choisie. Le ratio d’image ne change pas le prix, et la bande-son est incluse.
| Spécification | Prix |
|---|---|
| $0.0144 / seconde |
| $0.0192 / seconde |
| $0.0288 / seconde |
Cas d’utilisation
Clips de performance
Chanteurs, musiciens et danseurs avec leur son dans un seul fichier.
Plans plus longs
Vingt secondes suffisent pour une scène avec un début et une fin.
Des clips pour les plateformes sans filtre
Aucun filtre de contenu, son compris, avec uniquement des adultes à l’écran.
Guide de prompt et conseils pratiques
Mettez le son sur sa propre ligne
Terminez par « Audio: » et listez ce qui doit s’entendre.
La parole l’emporte sur l’ambiance
L’éditeur note qu’un son sans parole peut être de moindre qualité ; une voix ou une chanson passe mieux.
Brouillon sur 5 secondes
Trouvez le plan sur 5 secondes en 480p, puis allongez la durée ou montez la résolution.
Prévoyez des images un peu plus courtes
Le 720p fait 1280 x 704 et le 1080p fait 1920 x 1024 ; prévoyez vos recadrages en conséquence.
Démarrage rapide de l’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "lightricks/ltx-2-19b/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
