Introduzione
LTX 2.5 Testo in video genera, a partire da un brief scritto, una ripresa continua da 5 a 20 secondi interi, in 16:9 o 9:16, a 720p, 1080p, 2K o 4K. L’unico campo obbligatorio è prompt; duration_seconds, aspect_ratio e resolution valgono di default 5 secondi, 16:9 e 720p, mentre seed è facoltativo. Ogni clip torna con una colonna sonora generata. Questo endpoint fa per te quando non c’è ancora nessuna immagine approvata e ambientazione, azione e camera devono nascere tutte dalle parole. Le richieste girano come task asincroni: crei il task, poi lo interroghi o aspetti il callback.
Scegli il metodo in base al materiale di partenza
| Materiale di partenza | Metodo |
|---|---|
| Un brief scritto definisce scena, azione, camera e, quando serve, suono. | LTX 2.5 Testo in video |
| Un’immagine iniziale approvata fissa soggetto e composizione; l’istruzione dirige il movimento successivo. | LTX 2.5 Immagine in video |
Caratteristiche principali
Fino a venti secondi in un’unica ripresa
duration_seconds accetta secondi interi da 5 a 20; il minimo è 5, non 3. Venti secondi bastano per un’entrata, una pausa e un’uscita dentro un’unica inquadratura generata, quindi la continuità tra questi momenti si risolve nella generazione e non al montaggio. Questa famiglia di modelli non ha un task di estensione: la durata si fissa all’invio, e una bozza da cinque secondi e una versione finale da venti sono due generazioni separate, non una clip allungata.
Quattro risoluzioni dietro un solo campo
720p, 1080p, 2k e 4k escono tutte dalla stessa forma di richiesta, e 2k restituisce un fotogramma largo circa 2560 px. Messa in scena e traiettoria della camera si valutano già a 720p. Quello che aggiungono i livelli superiori è la trama dei tessuti, la texture della pelle e i riflessi speculari; per questo il percorso pratico è una bozza a 720p seguita da un solo passaggio ad alta risoluzione con lo stesso seed.
Il suono nasce insieme all’immagine
La clip contiene una traccia audio anche se l’endpoint non ha alcun campo audio, quindi non esiste un interruttore per spegnerla. Tratta il suono come parte del brief: l’esempio dell’opera si chiude con "orchestra tuning drifting up from the pit". Quando la clip finisce sotto la tua musica e i tuoi effetti, silenzia o sostituisci la traccia in montaggio.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Scrivi tutto l’arco come una ripresa sola: soggetto, azione, camera, luce. La direzione senza censura è accettata. almeno 1 caratteri |
resolution | No | 720p, 1080p, 2k o 4k. Abbozza a 720p, poi rilancia la ripresa vincente a 2k o 4k. |
aspect_ratio | No | Solo 16:9 o 9:16. Qui non esiste inquadratura quadrata, 4:3 o anamorfica. |
duration_seconds | No | Secondi interi, da 5 a 20. È un parametro di generazione, non un taglio: decidilo in partenza. |
seed | No | Tienilo fermo quando alzi la risoluzione, così è cambiata una sola variabile. |
Prezzi
| Specifiche | Prezzo |
|---|---|
| $0.09 / secondo |
| $0.13 / secondo |
| $0.19 / secondo |
| $0.30 / secondo |
Casi d’uso
Un lungo movimento senza stacchi
L’esempio arena-gate-to-cages usa i 20 secondi massimi, a 1080p e in 16:9. Il brief descrive un’unica traiettoria in Steadicam dal cancello di un’arena, attraverso una gradinata gremita e un tunnel illuminato dalle torce, fino alle gabbie dietro le quinte, e scrive "No cuts" in modo esplicito. Inquadrature così reggono solo se traiettoria della camera e scenografia tengono insieme nello stesso momento, ed è proprio a questo che serve una lunga ripresa unica.
Bozze che diventano plate 4K
Prepara la ripresa in 720p, mantieni il seed, poi esegui una volta lo stesso prompt in 4K; il campo della risoluzione è l’unica modifica. Un render 4K ha dettagli sufficienti per reggere una correzione colore, un riquadro e una lenta spinta aggiunti più avanti in montaggio. L’esempio copper-tub-candlelight è stato renderizzato in 2k; il suo brief chiede vapore, fiamma di candela e texture di superficie fine, il tipo di dettaglio per cui esistono i livelli superiori.
Verticale, soggettiva e stile illustrato
In 9:16 e venti secondi, un passaggio in passerella sta in una sola generazione, con entrata, giro e uscita. Il brief bedside-pov stabilisce già nella prima frase che la camera è una persona sdraiata contro la testiera del letto, e così una scena osservata diventa una scena che accade a chi guarda. Questa famiglia non ha un campo di stile, quindi l’esempio ramen-stall imposta il look cel-shaded solo con le parole: "Anime cel-shaded animation, hand-painted backgrounds".
Consigli avanzati
Scrivi l’inquadratura nell’ordine in cui accade
Tieni l’intero arco in un solo paragrafo e indica soggetto, azione, camera e luce nell’ordine in cui avvengono. Il brief opera-staircase è un buon modello: chi è lei e cosa indossa, poi la discesa e lo spacco che si apre a ogni passo, poi la luce che attraversa il tessuto, poi "Slow crane down" e infine il suono. Metti ogni indicazione di camera accanto all’azione a cui risponde.
Decidi durata e formato prima della prima parola
Scegli prima duration_seconds e aspect_ratio, perché stabiliscono quanta azione deve reggere il brief. Il brief da 20 secondi dell’arena concatena più luoghi; quelli da 5 secondi descrivono ciascuno un solo movimento e la sua conclusione. Esistono solo 16:9 e 9:16: questo endpoint non offre un formato quadrato né 4:3.
Cambia una sola variabile per passaggio
Tieni fisso seed mentre riformuli una riga o alzi la risoluzione, così il confronto isola quel singolo cambiamento. Un seed fisso rende confrontabili due passaggi, ma non promette la stessa clip fotogramma per fotogramma; ricontrolla quindi il passaggio ad alta risoluzione invece di dare per scontato che coincida con la bozza.
Sappi dove finisce la regia scritta
Un’inquadratura scritta lascia al modello costumi, corpo e inquadratura, e le ripetizioni divergono, cosa che si nota di più su venti secondi che su cinque. Quando un volto, un prodotto o una composizione devono restare esattamente come approvati, passa a LTX 2.5 Immagine in video e fornisci quel fotogramma in image_url.
Avvio rapido dell’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"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
