Если вам нужна открытая видеомодель с открытыми весами, LTX-2 и Wan 2.2 обычно попадают в короткий список: LTX-2 от Lightricks, потому что рендерит звук вместе с картинкой и умеет делать длинные ролики, и Wan 2.2 от Alibaba, за движение и большую библиотеку LoRA. Большинство страниц «LTX-2 против Wan 2.2» либо сравнивают паспорта характеристик, либо незаметно подставляют LTX 2.3. Мы прогнали одни и те же промпты через обе модели с одинаковыми настройками и просмотрели каждый клип.
Короткий ответ: в наших тестах Wan 2.2 точнее следовал промптам; LTX-2 был быстрее, стоил примерно за треть цены и был единственным со звуком. В пяти парных тестах, каждый по одному прогону (single run), Wan 2.2 лучше выполнил задачу в трёх (бегущая собака, наезд камеры на продукт, танцор), на прогулке по городу модели были близки, а в тесте image-to-video Wan 2.2 выполнил все четыре действия, тогда как LTX-2 выполнил два. В одной партии параллельных задач LTX-2 вернул клипы 480p за 11–28 секунд против 54–116 секунд у Wan 2.2, по $0.072 за 5-секундный клип против $0.24, со стереодорожкой и длительностью до 20 секунд на клип. По взрослому контенту стандартный Wan 2.2 строже из двух; LTX-2 и сборка Wan 2.2 Spicy — нет.
- Начните с Wan 2.2, когда кадр должен точно соответствовать брифу: конкретное животное или продукт, названное движение камеры, точная последовательность действий по статичному изображению.
- Начните с LTX-2 для дешёвых черновиков, клипов со звуком, всего длиннее 5 секунд, которые даёт стандартный Wan 2.2, и NSFW text-to-video.
- Начните с Wan 2.2 Spicy для NSFW image-to-video на качестве Wan: $0.095 за 5-секундный клип.
Какой LTX-2 и какой Wan 2.2?
Под каждым названием скрываются несколько моделей, и страницы сравнения, которые вы найдёте, часто их путают.
LTX-2 — аудио-видеомодель на 19 миллиардов параметров, которую Lightricks выпустила с открытыми весами в январе 2026 года; в нашем API она называется LTX-2 19B. Её преемники, LTX 2.3 и LTX 2.5, — отдельные модели с отдельными весами, и LoRA, обученные для одной из них, на другие не загружаются. Если вы имели в виду более новые, смотрите наше руководство по промптам LTX 2.3 или LTX 2.5 против MiniMax H3.
Wan 2.2 выпустила Alibaba в июле 2025 года в нескольких размерах. Сравнения обычно имеют в виду модели A14B: text-to-video и image-to-video, каждая — смесь двух экспертов по 14 миллиардов параметров (один задаёт композицию и движение, второй добавляет детали), рендер в 480p или 720p. Есть также более компактная модель TI2V-5B, которая выдаёт 720p при 24 fps, а также варианты с речью и анимацией персонажей. В нашем API стандартный Wan 2.2 — это пара A14B; Wan 2.2 Spicy, Wan 2.2 LoRA и Wan 2.2 5B LoRA — сборки того же релиза с другой обработкой контента и поддержкой LoRA.
Эта статья сравнивает LTX-2 19B со стандартным Wan 2.2 и подключает сборки Spicy и LoRA там, где они меняют ответ.
Быстрая таблица выбора
| Что нужно | Выбирайте | Почему |
|---|---|---|
| Кадр должен соответствовать подробному промпту | Wan 2.2 | Ближе к брифу в 4 из 5 одиночных прогонов |
| Звук в том же файле | LTX-2 | Каждый клип пришёл со стереодорожкой; Wan 2.2 беззвучен |
| Больше 5 секунд одним дублем | LTX-2 | От 5 до 20 секунд; стандартный Wan 2.2 делает около 5, сборки Spicy и LoRA — 5 или 8 |
| Много дешёвых черновиков | LTX-2 | $0.072 за 5 с при 480p против $0.24 |
| 1080p | LTX-2 | Поддерживает 1080p; Wan 2.2 рендерит до 720p |
| Полная последовательность действий по статичному изображению | Wan 2.2 или Wan 2.2 Spicy | Обе выполнили все четыре действия; LTX-2 выполнил два |
| NSFW из текстового промпта | LTX-2 | Стандартный Wan 2.2 отклонил каждый взрослый текстовый промпт |
| NSFW по статичному изображению | Wan 2.2 Spicy | Выполнил все категории вплоть до сцен для взрослых повышенной интенсивности |
| Большая библиотека LoRA от сообщества | Сборки Wan 2.2 LoRA | Экосистема LoRA больше; у LTX-2 своя, меньше |
| Локальный запуск на одной потребительской видеокарте | LTX-2 (fp8 или fp4) или Wan 2.2 5B | Официально A14B у Wan требует 80 ГБ VRAM, 5B — 24 ГБ |
Полная таблица характеристик для двух облачных API-эндпоинтов есть на нашей странице сравнения LTX-2 19B и Wan 2.2.
Как мы тестировали
17 октября 2026 года мы отправили одни и те же четыре текстовых промпта на LTX-2 19B text-to-video и Wan 2.2 text-to-video: 480p, 16:9, 5 секунд, один и тот же seed, расширение промпта у Wan выключено. Сцену с прогулкой по городу мы повторили в 720p. Для image-to-video мы сгенерировали один кадр: женщина за столиком кафе, — и оживили его в LTX-2 19B, Wan 2.2 и Wan 2.2 Spicy. Визуальный промпт для обеих моделей был одинаковым; LTX-2 получил ещё одну строку, начинающуюся с Audio:, потому что именно так управляется его звук.
Это один прогон на промпт, всего 13 клипов, стоимость $2.25 вместе с двумя тестовыми кадрами. Один прогон показывает, что произошло на этом seed, а не процент успеха. Мы просмотрели каждый клип покадрово.
Одна оговорка о честности сравнения: Lightricks утверждает, что точность следования промпту у LTX-2 сильно зависит от стиля промптинга, а их рекомендации предпочитают длинные промпты «кадр за кадром». Наши промпты были короткими и одинаковыми для обеих моделей, что, возможно, помогло Wan 2.2. Переписанный под LTX-2 промпт мог бы изменить результаты с собакой и бутылкой.
Движение и следование промпту: Wan 2.2 ближе к брифу
Бегущая собака
Промпт
A golden retriever sprints along the edge of the surf on a sandy beach at sunrise, water spraying up from its paws. The camera pans from left to right to follow it, the sun low behind the waves.Это был самый явный разрыв. Wan 2.2 нарисовал узнаваемого золотистого ретривера, сохранил ту же собаку на все пять секунд и провёл камеру за ней, в точности как написано. LTX-2 нарисовал тёмную собаку с подсветкой сзади, больше похожую на овчарку; камера за ней не следовала, и собака убегала от нас в воду, пока не стала маленькой в кадре. Картинка к тому же была зернистее. Зато звуковая дорожка LTX-2 — громкий прибой и мокрый песок — соответствовала сцене.
Наезд камеры на продукт
Кадры на 0.3, 1.5, 2.7, 3.9 и 4.9 секунды. Один промпт, 480p, один seed.
Промпт
Slow camera push-in on a clear glass perfume bottle standing on a black marble pedestal. A single soft key light from the left; a thin gold reflection slides across the glass as the camera moves closer; dust particles drift through the light. Dark background.Wan 2.2 сделал наезд, и флакон остался идентичным от первого кадра до последнего. LTX-2 пошёл не в ту сторону: в первых кадрах обрезал верх флакона, а когда камера отъехала, крышка появилась и изменила форму, а постамент исчез. Для продуктовых съёмок, где объект должен оставаться самим собой, это недопустимо.
Танцор
Промпт просил мужчину в свободной белой рубашке сделать два оборота в залитой солнцем студии и остановиться лицом к камере с раскинутыми руками. Wan 2.2 развернул его на месте и закончил на нужной позе, хотя мы насчитали только один явный оборот, а солнце дало сильный блик от объектива. LTX-2 начал с напольных движений, о которых никто не просил, — присел и пнул ногой, — затем встал и закончил на правильной позе. Оба закончили верно; Wan 2.2 ближе к описанному действию, хотя показал один явный оборот, а не два.
Прогулка по городу, 480p и 720p
Один и тот же промпт прогулки в 480p и 720p. Все четыре клипа сохранили одну и ту же женщину и плащ на протяжении всего ролика.
Промпт
A woman in her thirties wearing a camel trench coat walks toward the camera along a wet city sidewalk at dusk. Neon shop signs reflect in the puddles and people pass behind her. The camera tracks backward at her walking pace, keeping her framed from the knees up.Здесь разница небольшая. Все четыре клипа сохранили одно и то же лицо и плащ, а отражения мокрой улицы были убедительны в каждом. В 480p LTX-2 приблизил её, и кадр от колен и выше, заданный в промпте, соблюдён точнее, чем далёкий план в полный рост у Wan 2.2, хотя в конце прохожий пересёк кадр перед ней; Wan 2.2 также превратил большую неоновую вывеску в бессмысленные буквы. В 720p Wan 2.2 лучше всех удержал кадр от колен и выше и выглядел самым законченным; прогулка LTX-2 в 720p была стабильной, но кадр остался шире, чем просили. Если нужен просто человек, идущий по улице, подойдёт любая из моделей.
Image-to-video: снимок из кафе
Промпт
She lifts the coffee cup with her right hand, takes a slow sip, sets it back on the saucer, then turns her head toward the window and smiles. The camera holds still.Четыре действия за пять секунд — это много, и разница проявилась именно здесь. Обе сборки Wan сделали все четыре: подняла чашку, отпила, поставила её, повернула голову и улыбнулась. LTX-2 поднял чашку и отпил, а затем остановился с чашкой в руке. Все три сохранили лицо и свитер в соответствии с исходным кадром. Если вам нужна последовательность действий по одному изображению, дайте LTX-2 меньше действий или более длинный клип: он допускает до 20 секунд, и дополнительного времени часто хватает на остальное.
Наши выводы совпадают с тем, что пишут в сообществе (в основном о LTX 2.3): Wan 2.2 хвалят за движение и следование промпту, LTX — за скорость и звук. Один набор тестов не доказывает это в целом, но в наших тестах картина сохранилась.
Звук, длительность, частота кадров и разрешение
| LTX-2 19B | Wan 2.2 | |
|---|---|---|
| Звук | Стерео AAC, 24 kHz, в каждом клипе; управляется строкой Audio: | Нет |
| Длина клипа | От 5 до 20 секунд, любое целое число | Около 5 секунд, фиксированно |
| Частота кадров в файле | 24 fps | 30 fps в файле (сама модель рендерит 16 fps) |
| Выход 480p | 832 x 448 | 832 x 480 (image-to-video: 856 x 476, 5.77 s) |
| Выход 720p | 1280 x 704 | Мы получили файл 1920 x 1080, что, похоже, указывает на изменение размера после генерации |
| 1080p | Да, 1920 x 1024 | Нет |
| Соотношения сторон из текста | 16:9, 9:16 | 16:9, 9:16 |
Звук — главное практическое преимущество LTX-2. Каждый клип пришёл с дорожкой, и громкость соответствовала сцене: громкий прибой на пляже, почти полная тишина в пустой студии, тихий гул кафе для снимка. Мы замеряли уровни громкости, но не судили о верности звука; Lightricks отмечает, что звук без речи может быть ниже по качеству. Клипы Wan 2.2 беззвучны, звук добавляется при монтаже. Отдельная модель Alibaba Wan 2.2 speech-to-video — другой инструмент для видео с синхронизацией губ.
Длительность — второе. Стандартный Wan 2.2 выдаёт фиксированный клип около 5 секунд. LTX-2 делает до 20 секунд одним дублем, а также есть эндпоинт video-extend, который продолжает существующий клип. Сборки Wan 2.2 Spicy и LoRA предлагают 5 или 8 секунд.
Частота кадров: модели A14B Wan 2.2 рендерят 16 кадров в секунду. Полученные нами файлы шли с 30 fps (и 64 fps у Wan 2.2 Spicy), что, похоже, указывает на интерполяцию кадров после генерации. Интерполяция сглаживает воспроизведение, но не добавляет движение, которого модель не нарисовала. Наши файлы LTX-2 шли с 24 fps.
Скорость
| Облачный API, наш тест | LTX-2 19B | Wan 2.2 |
|---|---|---|
| Text-to-video, 480p, 5 с | 11–28 с | 54–116 с |
| Text-to-video, 720p, 5 с | 57 с | 117 с |
| Image-to-video, 480p, 5 с | 59 с | 109 с (Spicy: 42 с) |
Время считается от отправки до готового файла. Мы отправили все 13 задач одновременно, поэтому в них входит и время в очереди. LTX-2 был быстрее в каждой сопоставленной паре, в 480p — в три–пять раз.
Локальный запуск зависит от вашей видеокарты. Одно опубликованное руководство даёт модели Wan 2.2 14B около 4 минут 20 секунд на 5-секундный клип 720p на RTX 4090, а Alibaba заявляет, что её модель 5B делает такой клип «менее чем за 9 минут» на одной потребительской видеокарте. Сравнения, где LTX финиширует в несколько раз быстрее, в основном касаются LTX 2.3, а не LTX-2, поэтому воспринимайте множитель как направление, а не как точное число.
Цена за клип
Это текущие цены за клип в нашем API, подтверждённые живыми котировками.
| 5-секундный клип | 480p | 720p | 1080p |
|---|---|---|---|
| LTX-2 19B | $0.072 | $0.096 | $0.144 |
| LTX-2 19B LoRA | $0.09 | $0.12 | $0.18 |
| Wan 2.2 | $0.24 | $0.48 | — |
| Wan 2.2 Spicy (image-to-video) | $0.095 | $0.19 | — |
| Wan 2.2 LoRA | $0.24 | $0.42 | — |
| Wan 2.2 5B LoRA | $0.12 при 720p |
LTX-2 тарифицируется за секунду, поэтому 20-секундный клип в 720p стоит $0.384. Стандартный Wan 2.2 тарифицируется за клип. Разрыв в цене важнее всего при итерациях: десять черновиков LTX-2 в 480p стоят $0.72 — столько же, сколько три клипа Wan 2.2. Если Wan 2.2 получает нужный кадр с первой попытки, тогда как LTX-2 требует четырёх, стоимость выравнивается.
Разумное разделение такое: черновик кадрировки, тайминга и звука делайте на LTX-2, а итоговый клип рендерьте на Wan 2.2, если LTX-2 не может удержать объект или движение камеры.
Запуск на своём железе: VRAM, лицензия и LoRA
Если вы выбираете открытые веса для собственной видеокарты, а не API, три вещи различаются.
VRAM. Alibaba указывает минимум 80 ГБ VRAM для запуска A14B-моделей Wan 2.2 на одном GPU и минимум 24 ГБ (RTX 4090) для модели 5B. Сообщество запускает A14B на потребительских картах с квантизацией fp8 или GGUF и выгрузкой в ComfyUI; это настройки сообщества, а не цифры Alibaba. Lightricks не публикует минимальный VRAM для LTX-2. Модель выходит в версиях fp8 и fp4 для 19B-чекпоинта, в быстрой дистиллированной версии и с выгрузкой на CPU для карт поменьше. Прежде чем планировать работу, проверьте квантованный чекпоинт на своей карте.
Лицензия. Wan 2.2 — Apache 2.0. LTX-2 использует LTX-2 Community License: она бесплатна для использования, но компаниям с годовой выручкой от 10 миллионов долларов и выше нужна платная коммерческая лицензия от Lightricks.
LoRA. У Wan 2.2 экосистема LoRA больше. LoRA для A14B приходят двумя файлами — для high-noise и для low-noise — из-за двух экспертов, и наши эндпоинты Wan 2.2 LoRA принимают оба. У LTX-2 свой тренер и официальные LoRA для движения камеры; в нашем API сборка LTX-2 19B LoRA загружает до трёх LoRA-файлов размером до 2 GiB каждый, а LoRA камеры Dolly мы протестировали в статье LTX-2 19B и LoRA движения камеры. Ни одна модель не принимает LoRA другой, а LoRA LTX-2 не переносятся на LTX 2.3 или 2.5.
NSFW: какая модель допускает взрослый контент?
Веса обеих моделей не содержат встроенного фильтра контента, но размещённые версии ведут себя по-разному. Наши тесты контента запускают каждый тип запроса трижды; вот что вернулось.
| Эндпоинт | Намёки | Умеренный NSFW | Продвинутый NSFW | Сцены для взрослых повышенной интенсивности |
|---|---|---|---|---|
| LTX-2 19B, text-to-video | 3/3 | 3/3 | 3/3 | Смягчено 3/3 |
| LTX-2 19B, image-to-video | 3/3 | 2/3 | 3/3 | Смягчено 3/3 |
| Wan 2.2, text-to-video | Отказ | Отказ | Отказ | Отказ |
| Wan 2.2, image-to-video | 3/3 | 3/3 | 3/3 | Смягчено 3/3 |
| Wan 2.2 Spicy, image-to-video | 3/3 | 3/3 | 3/3 | 3/3 |
Проверено 25 сентября (Wan) и 5 октября 2026 года (LTX-2). «Смягчено» означает, что клип завершился, но не дошёл до запрошенного. Отклонённые запросы Wan 2.2 не тарифицируются. Строки LTX-2 приведены без LoRA.
Итак, для взрослых задач из двух вариантов выбор за LTX-2 для текста: он выполнил 3 из 3 на каждом уровне вплоть до продвинутых NSFW-изображений. По статичному кадру дальше всех уходит Wan 2.2 Spicy, и стоит он немногим дороже LTX-2. Все сборки Wan 2.2 смотрите в статье Wan 2.2 NSFW: 7 сборок в тесте. Если этого мало, более новые модели, такие как Wan 3.0, зашли дальше в наших тестах нецензурированных версий Wan.
Какую выбрать?
- Продукт, еда или животное, где объект должен оставаться правильным: начните с Wan 2.2. В наших прогонах он сохранил ретривера и флакон; LTX-2 — нет.
- Конкретные движения камеры по тексту: начните с Wan 2.2. В наших прогонах он панорамировал и делал наезд, как и просили; LTX-2 промахнулся с обоими движениями камеры.
- Разговорные или атмосферные сцены, где важен звук: LTX-2. Звуковая дорожка приходит в том же файле, без дополнительного инструмента.
- Длинные дубли: LTX-2, до 20 секунд на дубль. Стандартный Wan 2.2 останавливается на примерно 5 секундах, сборки Spicy и LoRA — на 8.
- Быстрые и дешёвые итерации или большие объёмы: LTX-2, примерно за треть цены Wan 2.2 и в несколько раз быстрее.
- Оживление кадра через несколько действий: Wan 2.2 или Wan 2.2 Spicy за $0.095 за 5-секундный клип.
- NSFW: LTX-2 для text-to-video, Wan 2.2 Spicy для image-to-video. Стандартный Wan 2.2 text-to-video лучше не использовать.
- Локально, потребительская видеокарта, коммерческий продукт: Wan 2.2 5B или квантованный LTX-2 под ваше железо; проверьте лицензию LTX-2, если выручка вашей компании превышает 10 миллионов долларов.
Чтобы попробовать свой промпт на обеих моделях, начните с LTX-2 19B text-to-video, затем запустите тот же текст на Wan 2.2 в 480p и сравните, прежде чем платить за 720p.
FAQ
LTX-2 лучше Wan 2.2?
В целом нет. В наших парных тестах, по одному прогону на промпт, Wan 2.2 точнее совпал с промптом, а LTX-2 был быстрее, дешевле, длиннее и единственным со звуком. Выбирайте по тому, что нужно вашему кадру.
Wan 2.2 генерирует звук?
Стандартные модели text-to-video и image-to-video — нет: их клипы беззвучны. Отдельная модель Alibaba Wan 2.2 speech-to-video оживляет изображение по аудиодорожке, которую вы предоставляете. LTX-2 создаёт собственную звуковую дорожку с каждым клипом.
LTX 2.3 — это то же, что LTX-2?
Нет. LTX 2.3 и LTX 2.5 — более поздние модели Lightricks с другими весами. Многие сравнения «LTX-2 против Wan 2.2» на самом деле тестируют LTX 2.3, поэтому проверяйте, к какой версии относится результат.
