LTX 2.5 и MiniMax H3: сначала выберите видеозадачу

Непрерывный восемнадцатисекундный дубль, квадратная анимация продукта и сцена с персонажем, составленная из нескольких фотографий, — всё это видеозадачи. Но это не одна и та же покупка. LTX 2.5 и MiniMax H3 пересекаются в короткой генерации из текста и анимации начального кадра, однако варианты выдачи, референсы и цены могут определить выбор ещё до сравнения визуального качества.

Выбирайте LTX 2.5 для заявленного режима 4K, непрерывного дубля длиннее пятнадцати секунд или итераций с контролем seed. Выбирайте MiniMax H3 для меньшей стоимости генерации, квадратной или широкой композиции либо кадра, составленного из нескольких изображений-референсов. При общей заявке на пять секунд в 2k LTX стоит $0.95, а H3 — $0.29. Существующие тесты показывают, что оба принимают запросы для взрослых; победителя по движению или звуку в одинаковых условиях они не определяют.

Таблица для быстрого выбора

Начальный кадр и набор референсов решают разные проблемы. Если вы уже утвердили человека, позу и композицию, отправьте этот статичный кадр в задачу «изображение в видео». Если у вас отдельные изображения компонентов и нужна новая композиция, подходит референсная задача H3. Сравнивать её с генерацией LTX из текста без условий изображения — значит сравнивать процессы с разными исходными данными.

Пригодность задачи: сначала выберите нужные входные данные и выдачу, затем оценивайте сгенерированный кадр.

Входные данные и настройки, влияющие на кадр

Семейство LTX 2.5 предлагает текстовые и графические задачи в сервисе. Семейство MiniMax H3 добавляет генерацию по изображениям-референсам. Здесь речь о базовом H3 и LTX 2.5, а не H3 Max, родственном Spicy-варианте или LTX 2.3.

Для генерации из изображения начальную композицию определяет исходный кадр, а не отдельный выбор соотношения сторон. Конечное изображение должно показывать физически правдоподобное продолжение: тот же персонаж, направление камеры и обстановка, с одним значимым изменением состояния. Это желаемая точка назначения, а не доказательство сохранения исходника на каждом промежуточном кадре.

В кадре с руками и предметом подготовка исходника полезнее дополнительных прилагательных. Покажите предмет целиком, предполагаемую поверхность контакта и достаточно пространства для действия. Узко обрезанная рука рядом с невидимой чашкой вынуждает видеомодель придумывать отсутствующую связь. Более широкий утверждённый кадр задаёт эту связь до начала движения.

Нативная карточка модели LTX и репозиторий MiniMax H3 описывают более широкий набор инструментов и референсных процессов. Эта референсная задача H3 в сервисе принимает изображения, а не нативные массивы видео- и аудиореференсов. Локальные возможности LoRA и среды исполнения также нельзя отправлять как выдуманные поля API.

Цена: разница достаточно велика, чтобы влиять на итерации

Это тарифы SpicyAPI на выдачу при генерации из текста и начального кадра.

Цены общего уровня 2k подтверждены бесплатными расчётами для точных запросов. Стоимость H3 $0.29 примерно на 69% ниже $0.95 у LTX при той же запрошенной длительности и маркировке уровня. Это разница стоимости покупки, а не измеренное улучшение эффективности производства на 69%. Четыре варианта H3 стоят $1.16; два варианта LTX — $1.90. Если дешёвые варианты постоянно не выполняют нужное движение, ценовое преимущество может не дать готовый кадр.

Полезный расчёт включает все расходы на генерацию для получения принятого кадра, а также существенную финишную обработку. Например, два успешно завершённых, но непригодных черновика H3 в 2k и третий удачный стоят вместе $0.87. Один удачный кадр LTX стоил бы $0.95. Неудачная задача и завершённая генерация, не попавшая в творческую цель, имеют разные последствия для оплаты; для реальной суммы используйте записи окончательно рассчитанных задач.

Референсы H3 добавляют ещё одну плату. Бесплатный расчёт для пяти секунд в 768p с одним референсом вернул $0.1918, а не $0.185 за выдачу без референса. Рассчитывайте цену с фактическим числом референсов, не считая их бесплатными входными данными. Базовая H3 также больше не предлагает расширение промпта (убрано 9 октября 2026), поэтому ни переключателя расширения, ни платы за него закладывать не нужно. Не закладывайте опцию в бюджет только потому, что её поле есть в схеме.

Сравнение минимальных уровней отвечает на другой вопрос. LTX 720p и H3 768p имеют разные размеры выдачи. Для небольшого черновика это может быть разумной экономией; для оценки при равном разрешении это не замена общему уровню.

Общая маркировка 2k обозначает пересечение конфигураций. Сравнивайте декодированные размеры и смотрите полные файлы при одинаковом размере отображения.

Что существующие тесты говорят о NSFW и качестве

По нашим тестам сентября 2026 года оба семейства могут генерировать видео для взрослых без цензуры:

• LTX 2.5: двадцать четыре запроса контента для взрослых в текстовых и графических задачах дали двадцать три совпадения содержания и один смягчённый текстовый результат. Категории и количества различаются; это не двадцать четыре теста одной сцены.
• Базовый MiniMax H3: двенадцать запросов контента для взрослых совпали по содержанию в архивной выборке текстовых, графических и референсных задач. Две дополнительные пробы насилия отделены от этой взрослой выборки.
• Ни одна выборка не является парным состязанием. Разные промпты, даты и повторения означают, что суммы не доказывают ни большей общей надёжности H3, ни меньших возможностей LTX.

Обзор LTX 2.5 описывает неоднородные визуальные результаты, в том числе хорошую клубную сцену и серьёзные артефакты при некоторых сложных движениях. Обзор H3 документирует собственные исторические выводы о содержании и задачах. Принятие контента важно в работе для взрослых, но не оценивает геометрию рук, управление камерой или идентичность в сцене.

Конкретная проверка выдачи уже есть: сентябрьский архив возможностей фиксирует запрос LTX 2.5 в 2k на одиннадцать секунд, выдавший 2560×1408 пикселей, 11.04 секунды и содержательную звуковую дорожку. Это подтверждает реальное длинное аудиовидео высокого разрешения в данной конфигурации. Это не подтверждает точность синхронизации губ, фиксированное время рендеринга или сравнение с клипом H3.

Для редакционного кадра для взрослых подготовьте персонажа и одежду в начальном изображении, затем задайте одно видимое движение. Оцените и нужное содержание, и кинематографический результат. Клип с правильным содержанием, но нестабильными руками всё равно непригоден, если контакт рук — центральная часть задания.

Практический общий кадр: одна чашка, одно движение, один звук

Для сравнения двух путей на наблюдаемом действии используйте пятисекундную гончарную сцену: взрослый гончар поворачивает синюю чашку на четверть оборота, один раз легко стучит по краю и кладёт обе руки рядом. Камера неподвижна. Видимый контакт и звук облегчают описание ошибок.

Раскадровка и иллюстрации показывают задуманное действие, а не результаты какой-либо модели.

Static medium-wide shot in a quiet ceramics studio. An adult potter in an indigo apron stands behind a wooden workbench. One small blue glazed cup with a single handle rests on the bench. The potter brings both hands to the cup, gently turns the cup a quarter-turn with both hands, taps its rim once with one finger, then rests both hands beside it. Keep the cup intact and continuously visible. No cuts or camera movement. Quiet room tone and one light ceramic tap, no dialogue or music.

Этот промпт даёт каждой инструкции свою задачу:

• Персонаж и обстановка: определяют, кто действует и где, вместо длинного списка стилей.
• Предмет: одна синяя чашка с одной ручкой делает заметными дублирование и изменение дизайна.
• Порядок действий: приблизить руки, повернуть, постучать, положить руки — даёт сцене завершение вместо бесконечного движения.
• Камера: статичная композиция облегчает оценку движения.
• Звук: один короткий контакт позволяет проверить время; это не тест диалога или пения.

Для генерации из начального кадра используйте один утверждённый файл на обоих путях. Замените первые описательные предложения текстом: «Use the supplied image as the character, cup and studio design. Preserve their appearance and composition.» Сохраните инструкции действия, камеры и звука. Две отдельно сгенерированные исходные картинки внесли бы дополнительное различие ещё до начала любой видеозадачи.

Четыре такта: руки приближаются, чашка поворачивается, палец стучит по краю, затем руки лежат спокойно.

Входные данные API для генерации из текста

Сохраните один из этих запросов как request.json и отправьте его через SDK-процесс из руководства по видео-API. Программа читает выбранный ID модели и входные данные, по умолчанию рассчитывает цену без создания задачи и использует сохранённый ID задачи для восстановления.

{
  "model": "lightricks/ltx-2.5/text-to-video",
  "input": {
    "prompt": "Static medium-wide shot in a quiet ceramics studio. An adult potter in an indigo apron brings both hands to the cup, gently turns one blue handled cup a quarter-turn on a wooden workbench, taps its rim once, then rests both hands beside it. Keep the cup intact and visible. No cuts or camera movement. Quiet room tone and one light ceramic tap, no dialogue or music.",
    "duration_seconds": 5,
    "resolution": "2k",
    "aspect_ratio": "16:9",
    "seed": 42017
  }
}

Для соответствующего запроса H3 сохраните промпт, длительность, уровень и кадрирование. Удалите seed, поскольку базовая задача H3 его не предоставляет:

{
  "model": "minimax/h3/text-to-video",
  "input": {
    "prompt": "Static medium-wide shot in a quiet ceramics studio. An adult potter in an indigo apron brings both hands to the cup, gently turns one blue handled cup a quarter-turn on a wooden workbench, taps its rim once, then rests both hands beside it. Keep the cup intact and visible. No cuts or camera movement. Quiet room tone and one light ceramic tap, no dialogue or music.",
    "duration_seconds": 5,
    "resolution": "2k",
    "aspect_ratio": "16:9"
  }
}

Для генерации из изображения выберите графическую задачу каждого семейства, передайте исходник как image_url, опустите aspect_ratio и сохраните промпт движения. Не добавляйте конечное изображение в первую попытку, если вопрос не в достижении именно этого кадра. Если контроль окончания важен, добавьте обоим одно совместимое конечное изображение в отдельной пробе.

Когда референсы H3 дают более подходящий процесс

Допустим, гончар, чашка и мастерская представлены тремя отдельными утверждёнными изображениями. Референсная задача H3 может объединить их в новый кадр. Явно объясните роли: «Image 1 defines the potter and indigo apron; Image 2 defines the blue cup and handle; Image 3 defines the studio. Compose a medium-wide view of the potter at the workbench, then perform the turn, tap and rest sequence.»

Это полезно и без победителя сравнения. Не нужно просить модель придумывать предмет по тексту и вмещать все компоненты в уже утверждённый первый кадр. Проверьте, действительно ли сохраняется каждая роль. Если точная стартовая композиция обязательна, сначала составьте такой статичный кадр, а затем используйте генерацию из начального изображения.

Оценивайте результат, не превращая каждую пробу в лабораторию

Посмотрите полный клип на нужной скорости до проверки отдельных кадров. Хороший первый кадр не показывает, исчезнет ли ручка в середине и сменится ли план до постукивания.

При генерации из текста модели могут придумать разные лица. Само по себе это не ошибка. Оцените непрерывность каждого придуманного персонажа. При изображении на входе сравните возвращённого персонажа также с исходником.

Проверьте реальные размеры, длительность и аудиопоток. Запрошенные пять секунд могут не совпасть точно с закодированной длительностью. Сохраните оригинал до обрезки, изменения размера или замены звука. Если визуально удачный кадр требует только правки звука, запишите это как визуальный успех с исправлением аудио; не представляйте заменённый звук как нативную выдачу.

Гончар, синяя чашка без ручки и доска с эскизами поворота и постукивания. Чашка с ручкой, требуемая промптом, показана на последней иллюстрации.

Исправляйте ошибку, важную для задания

Меняйте инструкцию, связанную с видимой проблемой, вместо переписывания всего промпта после каждой попытки.

В творческой работе для взрослых включите одежду и желаемое конечное состояние в утверждённый исходник или задание. Если интенсивность сцены выходит за рамки запроса, считайте это проблемой точности, а не автоматическим улучшением. Принятие содержания — лишь одно условие пригодного кадра.

Небольшой бюджет сравнения, которым можно пользоваться

Подбирайте пробу под решение. Если восемнадцатисекундный непрерывный дубль уже определяет выбор LTX, не оплачивайте посторонние запросы H3 для повторного доказательства лимита длительности. Если нужен набор референсов H3, сравнивайте их расположение внутри H3. Если вопрос в движении из общего начального кадра, начните там, не оплачивая одновременно текстовый и графический пути.

Для пяти секунд в 2k:

• Одна пара из начального кадра: $0.95 + $0.29 = $1.24.
• Одна текстовая пара и одна графическая: четыре клипа, $2.48.
• Две попытки на модель в каждом режиме: восемь клипов, $4.96.

Эти промежуточные суммы исключают создание исходных изображений, референсы, дополнительные правки и финишную обработку. Одна пара показывает, что произошло на одном кадре; стабильную долю пригодных результатов она не измеряет. Повторяйте лишь тогда, когда первый результат оставляет важное решение открытым.

Для строгой базы сохраните одинаковый исходник и промпт и дайте моделям одинаковое число попыток. Если адаптируете формулировку под модель, выделите этот путь отдельно и дайте второй такую же возможность. Seed с одинаковым числом в разных моделях не выровнял бы их случайность даже при доступности у обеих; здесь его предоставляет только LTX.

Минимум четыре клипа на схеме охватывает текстовый и графический режимы. Для одного сравнения из начального кадра два клипа стоят $1.24; подготовка исходника оплачивается отдельно, варианты не складываются.

Локальное развёртывание, заявления о скорости и условия использования

Страница конкурентного сравнения Lightricks смешивает нативные возможности и по-разному описанные развёртывания. Локальное время генерации и время завершения задачи в сервисном API напрямую не сравниваются. Обсуждение этой таблицы сообществом поднимает именно эту проблему области сравнения; его мнения не являются сопоставимым бенчмарком SpicyAPI.

Для работы в сервисе текущий срез завершений за 30 дней показывает преимущество H3 для быстрых итераций:

Эти скользящие значения включают разные длительности, разрешения и внутренние тестовые задания; это не парные пятисекундные пробы. H3 — более перспективная стартовая точка, когда важна скорость выполнения, но реальный запрос может завершиться вне этих типичных времён.

Нативные веса и их лицензионное использование имеют отдельные условия. Общественная лицензия H3 исключает США, ЕС, Великобританию и Южную Корею из территории по умолчанию и прямо регулирует сервисы с размещённой моделью и выдаваемые результаты. Лицензия LTX-2.x имеет другие коммерческие условия. Наличие в каталоге само по себе не определяет разрешения для конкретного развёртывания или использования; изучите применимый договор сервиса вместе с условиями модели.

Частые вопросы

Что лучше для NSFW-видео: LTX 2.5 или MiniMax H3?

Оба принимали запросы для взрослых в архивных выборках базовых задач. У LTX был один смягчённый текстовый результат; меньшая взрослая выборка H3 соответствовала запросам. Разные выборки не доказывают общего победителя. Используйте H3 для дешёвых коротких черновиков или нескольких референсов, а LTX — для длинного дубля или 4K; оценивайте фактическое содержание вместе с движением.

MiniMax H3 дешевле при одинаковом уровне выдачи?

При общей маркировке 2k пять секунд оцениваются в $0.29 у H3 против $0.95 у LTX. Референсы добавляют плату, а декодированные размеры нужно проверить до заявления о сравнении при идентичных пикселях. Реальную стоимость производства определяют завершённые попытки, необходимые для окончательного кадра.

Может ли H3 сделать двадцатисекундный или 4K-клип в этих задачах?

Нет. Эти базовые задачи H3 в сервисе ограничены пятнадцатью секундами и 2k. LTX 2.5 заявляет до двадцати секунд и уровень 4K. Объединить несколько клипов H3 в редакторе можно, но получится последовательность, а не гарантированная непрерывная двадцатисекундная генерация.

Можно использовать одинаковые начальные и конечные изображения у обоих?

Да, в двух задачах «изображение в видео». Используйте идентичные файлы и совместимые композиции. Проверяйте середину возвращённых клипов вместе с концами: похожий последний кадр не доказывает, что руки и предметы оставались согласованными при переходе.

Оба генерируют звук и кто быстрее?

Оба генерируют аудиовидео. У H3 короче медиана в сервисе в приведённом сравнении: около половины минуты против почти полутора минут у LTX. Это выгодно H3 для быстрых черновиков, но время смешанной нагрузки не ранжирует качество диалога или синхронизации.

Решение

Для короткой сцены без особых требований к выдаче H3 — менее дорогой стартовый кандидат. Для длинного непрерывного дубля, заявленного 4K или итераций с контролем seed нужные настройки есть у LTX. Выбирайте референсы H3, когда отдельные изображения компонентов должны определить новую композицию. Выбирайте генерацию из начального кадра у любого, если композиция уже утверждена.

Чашка с ручкой и три действия после приближения рук: четверть оборота, один стук по краю и отдых.

Если подходят обе задачи, используйте пятисекундную пару 2k за $1.24 для решения реального вопроса о движении вместо покупки широкого бенчмарка по умолчанию. Оцените вместе действие, сохранение исходника, звук и плату, затем оставьте модель, которая выдаёт нужный проекту кадр.