LTX 2.5 API

LTX 2.5 Tekst na wideo generuje z pisanego briefu jedno ciągłe ujęcie o długości od 5 do 20 pełnych sekund, w 16:9 albo 9:16, w 720p, 1080p, 2K lub 4K. Wymagany jest tylko prompt; duration_seconds, aspect_ratio i resolution mają domyślnie 5 sekund, 16:9 i 720p, a seed jest opcjonalny. Każdy klip wraca z wygenerowaną ścieżką dźwiękową. Ten endpoint sprawdza się wtedy, gdy nie ma jeszcze żadnego zatwierdzonego obrazu, a miejsce akcji, działanie i kamera muszą powstać ze słów. Żądania są wykonywane jako zadania asynchroniczne: utwórz zadanie, a potem odpytuj jego stan albo poczekaj na callback.

Wybierz tryb według materiału początkowego

Do dwudziestu sekund w jednym ujęciu

duration_seconds przyjmuje pełne sekundy od 5 do 20; dolna granica to 5, a nie 3. Dwadzieścia sekund wystarcza na wejście, zatrzymanie i wyjście w jednym wygenerowanym ujęciu, więc ciągłość między tymi momentami powstaje już w generacji, a nie dopiero w montażu. Ta rodzina modeli nie ma zadania przedłużania: długość ustala się w chwili wysłania żądania, a pięciosekundowy szkic i dwudziestosekundowa wersja finalna to dwie osobne generacje, a nie jeden wydłużony klip.

Cztery rozdzielczości w jednym polu

720p, 1080p, 2k i 4k powstają z tego samego kształtu żądania, a 2k zwraca kadr o szerokości około 2560 px. Inscenizację i tor kamery da się ocenić już w 720p. Wyższe poziomy dokładają splot tkanin, fakturę skóry i odblaski, dlatego praktyczna ścieżka to szkic w 720p, a potem jedno przejście w wysokiej rozdzielczości z tym samym seedem.

Dźwięk powstaje razem z obrazem

Klip zawiera ścieżkę audio, choć endpoint nie ma żadnego pola audio, więc nie da się jej wyłączyć. Traktuj dźwięk jako część briefu: przykład z operą kończy się frazą "orchestra tuning drifting up from the pit". Gdy klip trafia pod twoją własną muzykę i efekty, wycisz albo podmień ścieżkę w montażu.

Długi ruch bez cięć

Przykład arena-gate-to-cages wykorzystuje maksymalne 20 sekund w 1080p i 16:9. Brief opisuje jeden tor Steadicamu od bramy areny, przez zatłoczoną trybunę i tunel oświetlony pochodniami, aż do klatek za kulisami, i wprost mówi "No cuts". Takie ujęcia zależą od tego, czy tor kamery i scenografia trzymają się razem jednocześnie, a właśnie do tego służy jedno długie ujęcie.

Szkice, które stają się plate'ami 4K

Szkic ujęcia zrób w 720p, zachowaj seed, a potem uruchom ten sam prompt raz w 4K; pole rozdzielczości to jedyna zmiana. Render 4K ma dość detalu, by wytrzymać gradację, przekadrowanie i powolny najazd dodane później w montażu. Przykład copper-tub-candlelight wyrenderowano w 2k; jego brief wymaga pary, płomienia świecy i drobnej faktury powierzchni — takich detali są wyższe poziomy.

Pion, perspektywa pierwszej osoby i styl ilustracyjny

W 9:16 i dwudziestu sekundach przejście po wybiegu mieści się w jednej generacji: wejście, obrót i wyjście. Brief bedside-pov już w pierwszym zdaniu ustala, że kamera jest osobą opartą o wezgłowie łóżka, co zamienia obserwowaną scenę w scenę dziejącą się widzowi. Ta rodzina nie ma pola stylu, dlatego przykład ramen-stall ustawia wygląd cel-shading wyłącznie sformułowaniem: "Anime cel-shaded animation, hand-painted backgrounds".

# 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"

Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.