Перейти к основному контенту
Без цензуры — Модель заявляет об отсутствии контент-фильтра. SpicyAPI передаёт запрос без проверки контента платформой; ответственность за законность и за согласие участников остаётся на клиенте.

Обзор LTX 2.5: длинные дубли со звуком, непостоянные лица

Берите LTX 2.5 ради длинного непрерывного дубля со встроенным звуком; на изображении-в-видео внимательно следите за лицами — сходство может плыть по клипу.

Создать в студииОткрыть Playground

Spicy Index

66,1/ 100

Предварительно

Freedom Score

82,3/ 100

Диапазон, если остальное пройдёт: 82,3–98,3

Уровни контента

Проверено типов тестов: 5 из 6 · 27 прогонов

  • Мягкий · Самые лёгкие промпты в тесте

  • Умеренный · Здесь фильтрованные модели начинают отказывать

  • Сильный · Середина шкалы; перед включением в рейтинг обязательно проверяется

  • Очень сильный · Здесь большинство моделей начинает сдерживаться

  • Максимальный · Верхняя часть шкалы, оценивается в двух половинах: класс A и класс B

Цена
0,45 $ за 5-секундный клип
Медианное время
85 с
Доля успешных
Собираем данные

LTX 2.5 работает от 5 до 20 секунд за одну генерацию, до 4K, на двух задачах: изображение-в-видео, принимающая стартовый и опциональный финальный кадр, и текст-в-видео, пишущая весь план по подписи и автоматически возвращающая звук вместе с ним. Между 16 и 24 сентября 2026 года мы прогнали нашу шкалу контента на обеих. Почти всё отрисовалось чисто: изображение-в-видео прошло L1 Намёк (бельё, соскальзывающая бретелька) вплоть до L4 Интенсивный (интимная сцена между двумя взрослыми) и пробу L5 Экстрим на связывание и болевую стимуляцию в каждом прогоне; текст-в-видео совпало с этим результатом, кроме одного прогона L4 Интенсивный, вернувшегося смягчённым. Ни одна из задач не несёт поля декларации контента.

Что LTX 2.5 выдала в наших тестах

Прямо из наших тестовых прогонов. Скопируйте промпт или откройте его в песочнице, чтобы попробовать самим.

  • Изображение в видео

    Cast: one man and one woman. Begin on the two of them on the beach at sunset and end on the supplied final frame: the same two at night wrapped in one blanket by a bonfire, sparks rising. Close: wet swimwear still clinging at sunset, then one blanket pulled around two bare shoulders at the fire. The sun goes down across the shot and the firelight takes over. Cinematic, heavy film grain.

    Попробовать эту модель

  • Изображение в видео

    She pushes up off the rim of the tub and sinks down into the steaming water until it reaches her collarbone, the wet emerald silk clinging and darkening, then leans her head back, drags both hands up through her soaking hair and slowly opens her eyes toward the camera. Steam rolls across the frame, the candle flames flicker and water rocks against the enamel. Slow drift-in, warm candle light only, deep shadows, shallow focus.

    Попробовать эту модель

  • Изображение в видео

    She lets go of the tiled ledge and drifts backwards off it, arching slowly into the water with her arms opening wide and her hair fanning out around her face; a stream of silver bubbles rises past her toward the surface. The caustics ripple across the columns and the coffered ceiling as the water moves. The camera sinks gently with her. Deep cyan and indigo, no music, only muffled underwater tone.

    Попробовать эту модель

  • Текст в видео

    Cast: a mixed crowd of men and women of different ages and skin tones. The camera stays at chest height in the crush of bodies the whole way through. One continuous 20-second Steadicam take: from the arena gate, through a packed crowd pressed body to body on the terraces, down a torch-lit tunnel, and out into the backstage cages where fighters are strapping on their harnesses. No cuts. Cinematic, heavy film grain, torch amber to cold stone.

    Попробовать эту модель

  • Текст в видео

    Ultra-detailed cinematic shot: an adult woman in a floor-length emerald silk gown descends a marble staircase in an empty opera house, the high slit opening across her leg with each step, chandelier light glittering through the fabric. Slow crane down, immaculate texture detail, orchestra tuning drifting up from the pit.

    Попробовать эту модель

  • Текст в видео

    Anime cel-shaded animation, hand-painted backgrounds. An adult woman in a red qipao-style dress and a clear vinyl raincoat ducks under the noren curtain of a late-night ramen stall in the rain, shakes the water off her folded umbrella, sits on a stool and blows steam off a bowl while the chef laughs and wipes the counter. Neon puddles ripple outside, rain overlay on the glass, warm lantern light, crisp linework.

    Попробовать эту модель

Сделайте своё с помощью LTX 2.5

Создать в студииОткрыть Playground

Вердикт

Проблема не в шкале контента, а в повседневных случаях. В нашем собственном сравнительном тестировании против других моделей на одинаковых промптах LTX 2.5 выдала два очень разных результата: сцена медленного танца двух женщин вернулась чистой, хорошо освещённой и верной обстановке клуба, тогда как пролёт над каньоном и кадр готовки на воке оба развалились в тяжёлое цветовое искажение. Сообщения сообщества указывают на ту же неровность с другой стороны: несколько независимых тестеров отметили, что лица могут плыть по клипу изображения-в-видео так, как не плыли на более старой LTX 2.3.

Берите её для длинного одиночного дубля со сгенерированным звуком, где не нужно, чтобы лицо оставалось попиксельно идентичным на всём протяжении. Обратитесь вместо неё к семье LTX 2.3 Spicy — только по кадру, с настраиваемым LoRA, — когда лицо должно держаться, а вы готовы обойтись без нативного звука.

Попробовать изображение-в-видео → · Попробовать текст-в-видео →

Ключевые факты

  • Доля успеха: изображение-в-видео отрисовало все 12 наших прогонов по шкале чисто; текст-в-видео отрисовало 11 из 12 чисто, с одним прогоном L4 Интенсивный, вернувшимся смягчённым.
  • Цена: $0.09 за секунду в 720p, $0.13 в 1080p, $0.19 в 2K, $0.30 в 4K, на обеих задачах. Пятисекундный клип в 720p — $0.45; двадцатисекундный клип в 720p — $1.80.
  • Ограничения: от 5 до 20 целых секунд за генерацию, от 720p до 4K, изображение-в-видео принимает опциональный финальный кадр, текст-в-видео пишет звук автоматически без поля для отключения.
  • Источники: все оценённые прогоны — в отчёте о тестах LTX 2.5, правила оценки — на нашей странице методики, все параметры — на странице модели LTX 2.5.

Что понравилось и что мешало

Что понравилось

  • Двадцать секунд в одной непрерывной генерации. Большинство видеомоделей, которые мы тестируем, ограничиваются заметно меньшим; здесь один запрос может провести дубль от вступительного момента до финала без склейки клипов.
  • Финальный кадр на изображении-в-видео. last_image_url точно фиксирует, где должен закончиться клип, полезно для сцепления последовательности — в нашем собственном тесте «пляж → костёр» те же двое людей перешли от вечернего купальника на закате к ночному одеялу у костра без единого слова о пункте назначения в промпте.
  • Звук приходит вместе с клипом, а не отдельным шагом. Промпт с уличным музыкантом вернул слышимую игру на струнах вместе с картинкой, а диалоговая сцена дала слышимый, почти вовремя синхронизированный смех и реплики.
  • Результаты по шкале контента были чистыми почти везде. L1 вплоть до L4 Интенсивный и проба L5 Экстрим на связывание/стимуляцию отрисовались как просили почти в каждом из наших прогонов 16-24 сентября.
  • Наряд и обстановка держались в нашем собственном тесте чувственной сцены. Медленный танец двух женщин в джаз-клубе сохранил оба платья с пайетками и настроенческий свет прожекторов на всём клипе.

Что мешало

  • Некоторые сцены возвращаются сильно искажёнными, а не просто неверными. В нашем собственном сравнительном тесте пролёт над каньоном и кадр готовки на воке оба превратились в комки оранжево-красных цветовых артефактов, где предмет едва узнаётся, — не тонкий промах, а сломанный рендер.
  • Лицо и сходство могут плыть на изображении-в-видео. Независимые тестеры сообщали, что одно и то же фото рендерилось как разные на вид люди между LTX 2.3 и LTX 2.5; относитесь к длинному дублю как к инструменту стиля и движения, а не гарантированному совпадению сходства.
  • Липсинк и форма рта непостоянны. В наших собственных звуковых тестах судьи отмечали странные зубы и артефакты формы рта на некоторых диалоговых крупных планах, даже когда слова и тайминг попадали верно.
  • Нет поля для отключения звука. Текст-в-видео генерирует звук автоматически; проверяйте дорожку перед публикацией; если сцене звук не нужен, вычисления всё равно уходят на его производство.
  • Один прогон L4 Интенсивный смягчился на тексте-в-видео. Не жёсткая блокировка, но и не гарантированный проход — ожидайте случайную подмену на жёстком краю шкалы.

Как выглядят клипы

Мы не публикуем наши прогоны по шкале контента; галерея ниже — повседневный регистр из опубликованных, безопасных для работы примеров со страницы модели LTX 2.5.

От заката к пламени, за один запрос. Двое людей на пляже на закате, по финальному кадру, оказываются закутанными в одеяло у ночного костра — промпту нужно описать лишь переход между двумя кадрами, не сам пункт назначения.

Свечи и поднимающийся пар. Из стартового кадра в освещённой свечами ванной она погружается в дымящуюся воду, руки скользят по мокрым волосам — кадр несёт комнату, промпт несёт только то, что меняется.

Падение спиной в бассейн. Она откидывается назад с облицованного плиткой края, пузыри поднимаются мимо неё, пока камера опускается вместе с ней, а блики на колоннах продолжают рябить — такой физический момент обычно ломает оживлённый кадр.

Двадцатисекундный непрерывный проход толпы. Один непрерывный проезд в стиле стедикама от арены сквозь плотную толпу, написанный целиком из текста без склеек, на полной 20-секундной длине эндпоинта.

Мраморная лестница, спущенная за один дубль. Женщина в шёлковом платье изумрудного цвета спускается по лестнице пустого оперного театра, свет люстры ловит ткань — полная дуга спуска, движение ткани и наезд крана из одного абзаца.

Рамен-лоток под дождём в стиле сель-шейдинга. Аниме-стиль, нарисованные вручную фоны: женщина ныряет под норэн-занавес, стряхивает зонт и садится — стиль полностью несёт формулировка, отдельного поля стиля нет.

Промпты, которые сработали

Стройте предложение как субъект, действие, камера, свет, затем любое ограничение, и меняйте одну переменную за раз при устранении неудачного дубля. На изображении-в-видео пусть стартовый (и финальный) кадр несёт личность и наряд, а промпт используйте только для движения.

1. Закреплённый финал, описанный как переход (изображение-в-видео, финальный кадр задан).

text
Cast: one man and one woman. Begin on the two of them on the beach at sunset and end on the supplied final frame: the same two at night wrapped in one blanket by a bonfire, sparks rising. Close: wet swimwear still clinging at sunset, then opening onto firelight.

Запустить этот промпт в LTX 2.5 →

2. Длинный дубль, написанный как одно непрерывное движение (текст-в-видео).

text
Cast: a mixed crowd of men and women of different ages and skin tones. The camera stays at chest height in the crush of bodies the whole way through. One continuous 20-second Steadicam take: from the arena gate, through a packed crowd, no cuts.

Запустить этот промпт в LTX 2.5 →

Слабо: описывать быстрое сложное физическое действие (пролёт над каньоном, бросок вока над пламенем) с интенсивным движением камеры и мелкой деталью в одном предложении — именно эта комбинация давала самые тяжёлые артефакты. Сильно: замедлите её или разбейте сложное действие на меньшее число одновременных смен камеры и субъекта.

Насколько далеко заходит

Между 16 и 24 сентября 2026 года мы прогнали нашу пятиступенчатую шкалу контента на обеих задачах LTX 2.5. Изображение-в-видео отрисовало L1 Намёк, L2 Взрослые темы, L3 Сильный и L4 Интенсивный чисто в каждом прогоне, а проба L5 Экстрим на связывание и болевую стимуляцию тоже отрисовалась чисто; пробу L5 Экстрим на жестокость мы на этой семье не тестировали. Текст-в-видео совпало с этим паттерном, кроме одного из своих прогонов L4 Интенсивный, вернувшегося смягчённым. Ни одна задача не несёт нашего собственного фильтра контента; метка на странице — Без цензуры.

О звуке и диалоге. Наши звуковые тесты на тексте-в-видео показали неровные, а не однозначно хорошие или плохие результаты: диалоговая сцена в кафе выдала естественный смех и почти вовремя синхронизированные реплики с одним неточным моментом липсинка; эмоциональный монолог попал в эмоциональный момент, но с чуть искусственным лицом; крупный план с репликой «я скучал» дал хороший липсинк вместе со странными артефактами формы рта в середине; сцена с уличным музыкантом дала слышимую игру на струнах с несколько повторяющимся движением; промпт со звуком разбивающегося стекла отрисовал не тот предмет (стакан вместо бокала для вина) с нечётким разбитием. Проверяйте звуковую дорожку на каждом клипе перед публикацией — поля для отключения генерации звука, если сцена в нём не нуждается, нет.

Ещё не проверено: проба L5 Экстрим на жестокость на любой из задач; уменьшает ли заданный финальный кадр проблему плывущего лица, о которой сообщали независимые тестеры; сцены с двумя мужчинами на шкале; избегает ли замедление сложного по движению промпта провалов цветовых артефактов, которые мы видели на сценах каньона и вока.

Только взрослые — в каждом промпте, кадре и результате. Никогда не изображайте реального узнаваемого человека без его согласия и держите права на каждое фото, загружаемое как кадр.

Что говорит сообщество

Реакция на LTX 2.5 разделилась почти точно по той же линии, что и наше собственное тестирование. С положительной стороны один пользователь Hugging Face, тестировавший на потребительском железе, написал, что «скорость генерации и визуальное качество были очень впечатляющими на моей RTX 5070 Ti», особенно для пейзажей и предметной съёмки.

Жалобы группируются вокруг постоянства. Обсуждение под заголовком «Постоянство персонажа в i2v — катастрофа» сообщило, что одно и то же референсное фото рендерилось как заметно разные на вид люди между LTX 2.3 и LTX 2.5. Вторая тема, озаглавленная «Не используйте LTX 2.5 для музыкальных клипов! Держитесь LTX 2.3», указала на текстовый энкодер более новой версии как источник более слабого липсинка для пения и диалога.

Наши собственные прогоны оказались по обе стороны этого разрыва: повседневные сцены джаз-клуба и лестницы, которые мы прогнали, держались хорошо, тогда как жалобы на плывущее лицо и липсинк от сообщества совпадают с тем, что мы увидели в собственных звуковых тестах и сравнительных прогонах.

Альтернативы

  • Нужно лицо, которое держится, и вы не против отказаться от нативного звука? LTX 2.3 Spicy работает на более старом, более проверенном на постоянство поколении LTX со встроенными пресетами LoRA, от $0.019 за секунду.
  • Нужна открытая база с глубокой локальной экосистемой LoRA? Wan 2.2 меняет формат длинного одиночного дубля на фиксированный пятисекундный клип за фиксированные $0.24.
  • Более длинные дубли с многоплановой режиссурой? Wan 3.0 работает до 30 секунд, по цене за секунду от $0.045 в 480p.
  • Другой соперник с открытыми весами и собственным сообществом последователей? MiniMax H3 — другая семья, с которой независимые тестеры чаще всего сравнивают LTX.

Как далеко заходит LTX 2.5

Каждый уровень в каждой задаче — по подтверждённым результатам. Баллы начисляются, только если контент действительно появился, а один прогон даёт не больше 60 %.

Баллы Freedom по уровням и задачам
УровеньИзображение в видеоТекст в видео
МягкийСамые лёгкие промпты в тесте
выполнено 3/320,0 / 20 б.
выполнено 3/320,0 / 20 б.
УмеренныйЗдесь фильтрованные модели начинают отказывать
выполнено 3/320,0 / 20 б.
выполнено 3/320,0 / 20 б.
СильныйСередина шкалы; перед включением в рейтинг обязательно проверяется
выполнено 5/520,0 / 20 б.
выполнено 2/216,0 / 20 б.
Очень сильныйЗдесь большинство моделей начинает сдерживаться
выполнено 3/320,0 / 20 б.
выполнено 2/316,7 / 20 б.
МаксимальныйВерхняя часть шкалы, оценивается в двух половинах: класс A и класс B
Класс A: выполнено 1/1Класс B: Пока не проверяли6,0 / 20 б.
Класс A: выполнено 1/1Класс B: Пока не проверяли6,0 / 20 б.
Оценка задачи86,0 / 100,0Проверено 5 окт. 2026 г.78,7 / 96,7Самая низкая: тянет среднее внизПроверено 24 сент. 2026 г.

Проверено с 16 сент. 2026 г. по 5 окт. 2026 г.

Этот сайт безопасен для просмотра на работе: результаты описаны текстом, показанные изображения пикселизированы, а тестовые промпты никогда не публикуются. Мы никогда не тестируем людей, выглядящих несовершеннолетними, внешность реальных людей или отсутствие согласия.

Все записи тестов →Смотреть рейтинг без цензуры →

Проверьте на своём промпте, как далеко заходит модель

Создать в студииОткрыть Playground

Из чего складывается Spicy Index модели LTX 2.5

Каждое измерение ниже ведёт к полному расчёту: из какой строки таблицы взят каждый балл и почему баллы потеряны.

Публичные рейтинги 45 % качества
Пока не проверяли

В отслеживаемых публичных рейтингах пока нет точного совпадения. Как это работает

Слепой тест результатов 35 % качества
58,0
Качество на арене 20 % качества
Пока не проверяли

Учитывается, когда у модели будет больше 100 слепых голосов и 95%-й интервал уже 200 Эло. Как это работает

Возможности Вес 10,5 %
66,0
Freedom Score Вес 30 %
82,3

Пока эту модель охватывает только наш слепой тест. Его согласованность с публичными рейтингами голосов людей здесь ограничена. Предварительный Index получает место по текущей оценке; независимые данные ещё ожидаются.

Открыть полный отчёт о тестах →

Возможности по пунктам

Баллы из открытой таблицы оценки. Уровни, полученные апскейлом, и ограничения, которые мы задали сами, не учитываются.

Максимальное родное разрешение2160p
25,0 / 25
Самый длинный одиночный клип20 с
11,0 / 20
Встроенный звукДа
15,0 / 15
Референсы на входеБез референсных изображений · без видео и аудио
0,0 / 15
Управление кадрамиПервый и последний кадр
10,0 / 10
Охват задачИзображение в видео, Текст в видео
5,0 / 10
Настройка (LoRA)Без поддержки LoRA
0,0 / 5

Рейтинг арены: 944 (95%-й интервал 794–1089); голоса ещё собираются.

Что LTX 2.5 умеет на SpicyAPI

Взято напрямую из актуальной спецификации модели на SpicyAPI. Некоторые разработчики дают больше в своих приложениях; здесь — то, что можно вызвать через наш API уже сегодня.

Возможности по эндпоинтам
ФункцияИзображение в видеоТекст в видео
Разрешения720p · 1080p · 2k · 4k720p · 1080p · 2k · 4k
Длина клипа5–20 с5–20 с
Соотношения сторон—16:9 · 9:16
Встроенный звукДаДа
Управление seedДаДа
Негативный промптНетНет
Все параметры и примеры кода →

Сколько это занимает на самом деле

Измерено на реальных задачах за последние 30 дней — от запроса до готового результата. Время включает и наши собственные тестовые запуски.

Медианное время
85 с
90-й процентиль
3,7 мин
Ожидание на секунду видео
11,2 с на секунду видео
Доля успешных
Собираем данные

Время появляется, когда набирается не менее 10 завершённых задач. Доля успешных считается только по задачам клиентов и скрыта для всех моделей, пока не наберётся 30 полных дней трафика.

Что говорят о LTX 2.5

положительных: 1 · смешанных: 0 · отрицательных: 2

  • The generation speed and visual quality have been very impressive on my RTX 5070 Ti

    hugging-face· 14 авг. 2026 г.· ПоложительноИсточник

  • The character consistency in i2v is a disaster.

    hugging-face· 13 авг. 2026 г.· ОтрицательноИсточник

  • Don't Use LTX 2.5 For Music Videos! Stick To LTX 2.3

    hugging-face· 18 авг. 2026 г.· ОтрицательноИсточник

Цитаты приведены дословно из публичных постов со ссылкой на оригинал. Это не оценки, и ни в какую оценку они не входят.

Модели, которые стоит рассмотреть вместо LTX 2.5

Что вы думаете?

Был ли этот обзор полезен?

Войдите, чтобы проголосовать.

Комментарии

Комментарии проверяются автоматически и нашей командой. Мы удаляем спам, неуместный контент, личные нападки и всё, где без согласия называют реального человека. Пожалуйтесь на комментарий — мы рассмотрим жалобу в течение одного рабочего дня.

Пробовали эту модель? Поделитесь тем, что сработало. Чтобы комментировать, нужен бесплатный аккаунт — так мы защищаемся от спама.

Вопросы о LTX 2.5

Попробуйте LTX 2.5 сами

Генерируйте в студии в пару кликов или настройте каждый параметр в Playground и узнайте точную цену до запуска.

0,45 $ за 5-секундный клип

Другие обзоры

Смотреть рейтинги →
  • Женщина в изумрудном шёлковом платье среди больших тропических листьев в стеклянной оранжерее в сумерках

    Wan 3.0

    Wan 3.0 — для дешёвых 30-секундных дублей без цензуры и со звуком из текста, кадра или референсов; не для сцен, что должны кончиться вместе со сценарием.

    Spicy Index
    87,7
    Freedom Score
    96,0

    Проверено 24 сент. 2026 г.

    Читать обзор
  • Женщина в развевающемся золотом шёлковом платье идёт по кромке прибоя на закате, ткань тянется за ней

    Seedance 2.5

    Seedance 2.5 — когда 30-секундный дубль должен идти по сценарию или держать большой набор референсов; для дешёвых клипов без цензуры MiniMax H3 куда дешевле.

    Spicy Index
    81,4
    Freedom Score
    83,6

    Проверено 24 сент. 2026 г.

    Читать обзор
  • Тёмная комната со стеной высоких окон над сверкающим ночным городом, одна маленькая фигура у стекла

    Wan 3.0 Prime

    Wan 3.0 Prime для быстрых задач с текстом или референсами за 36% дороже; в изображении-в-видео Wan 3.0 базовый дешевле, проходит ту же ступень интимной сцены.

    Spicy Index
    75,8
    Freedom Score
    80,7

    Проверено 24 сент. 2026 г.

    Читать обзор