LTX 2.5
ltx / 2-5-fast-text-to-video

LTX 2.5 ist die Open-Source-Video- und Audiomodellfamilie von Lightricks, die auf Kie.ai über fünf Endpunkte in zwei Stufen gehostet wird: LTX 2.5 Fast (Text-zu-Video, Bild-zu-Video und Audio-zu-Video) sowie LTX 2.5 Pro (Text-zu-Video und Bild-zu-Video). Text-zu-Video und Bild-zu-Video erzeugen MP4-Videos mit synchronisierten Stereo-Dialogen, Foley-Effekten und Umgebungsgeräuschen in einem einzigen Durchgang. Wählen Sie Fast für Clips bis zu 20 Sekunden, 1440p-Ausgabe (bis zu 10 Sekunden) oder lippensynchrones Audio-zu-Video. Wählen Sie Pro für einen Detailoptimierungs-Durchgang, der in Clips bis zu 10 Sekunden schärfere Gesichter, Texturen und kurzen Text im Bild liefert.

Model Type:
Pricing: LTX 2.5 Fast: 10.8 / 15.6 / 22.8 credits ($0.054 / $0.078 / $0.114) per second of video at 720p / 1080p / 1440p — 40% below official LTX-2.5 Fast pricing. Frame rate does not change the price. High-tier top-ups come with bonus credits that lower the effective price by about 10%.
Input

Describe the scene, action, camera and sound. Put dialogue in quotes; it is spoken in its original language

0/5000

Output resolution (short side): 720p, 1080p or 1440p. Price depends on resolution

Frame rate. 48/50 fps allow up to 10 s

Video length in seconds: 6–20 s in 2 s steps; up to 10 s at 1440p or at 48/50 fps

Aspect ratio of the video

Random seed (0–2147483647). Leave empty for a random seed

Output
output typevideo
Examples

Explore different use cases and parameter configurations

README

Complete guide to using LTX 2.5

LTX 2.5 API für Video und natives Audio in einem Durchlauf

Führen Sie sowohl LTX 2.5 Fast als auch LTX 2.5 Pro auf Kie.ai aus. Erzeugen Sie MP4-Videos mit gesprochenen Dialogen, Soundeffekten und Umgebungsgeräuschen in Stereo in einem Durchlauf – wählen Sie Fast für Clips mit bis zu 20 Sekunden, 1440p-Ausgabe und Audio-zu-Video-Lip-Sync oder wählen Sie Pro für schärfere Gesichter, Oberflächentexturen und kurzen Bildschirmtext in 720p- und 1080p-Clips mit bis zu 10 Sekunden.
curl https://api.kie.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $KIE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "ltx/2-5-fast-text-to-video",
"input": {
"prompt": "A baker in a stone bakery taps a warm sourdough loaf beside a crackling oven",
"resolution": "1080p",
"fps": 24,
"duration": 10,
"aspect_ratio": "16:9"
}
}'
Resolution
FPS
Aspect ratio
Duration (s)

Wichtige Funktionen von LTX 2.5

Fünf von KIE gehostete Endpunkte für LTX 2.5 Fast und LTX 2.5 Pro decken Text-zu-Video, First-Frame-Image-to-Video und Fast-Audio-zu-Video ab.
Video und synchronisiertes Stereo-Audio in einem Durchlauf
01

Video und synchronisiertes Stereo-Audio in einem Durchlauf

Bei allen Fast- und Pro-Endpunkten für Text-to-Video und Image-to-Video wird jeder Clip als MP4 ausgegeben (H.264-Video mit AAC-Stereo-Audio) – mit gesprochenen Dialogen, Foley-Effekten und Umgebungsgeräuschen, die parallel zum Bild erstellt werden, ohne dass ein separates Voiceover oder ein separater Ton-Durchlauf erforderlich ist. Setzen Sie gesprochene Zeilen in Ihrem Prompt in Anführungszeichen, und LTX 2.5 spricht sie in ihrer Originalsprache, darunter Englisch, Spanisch und Chinesisch.
LTX 2.5 Pro: Schärfere Gesichter, Texturen und kurzer Text
02

LTX 2.5 Pro: Schärfere Gesichter, Texturen und kurzer Text

Verfügbar über ltx/2-5-pro-text-to-video und ltx/2-5-pro-image-to-video fügt LTX 2.5 Pro auf demselben Modell einen Detailverbesserungs-Durchlauf für klarere Gesichtszüge, Hauttextur, Stoff-, Metall- und Glasmaterialien sowie kurze englischsprachige Beschriftungen auf Schildern oder Produktetiketten hinzu (halten Sie den Wortlaut kurz und klar; die exakte Schreibweise ist nicht bei jedem Durchlauf garantiert). Pro gibt 720p oder 1080p (Playground-Standard) für 6, 8 oder 10 Sekunden bei 24, 25, 48 oder 50 fps mit demselben Stereo-Audio wie Fast aus.
LTX 2.5 Fast: Bis zu 20 s oder bis zu 10 s bei 1440p / 50 fps
03

LTX 2.5 Fast: Bis zu 20 s oder bis zu 10 s bei 1440p / 50 fps

LTX 2.5 Fast wurde für schnellere Durchlaufzeiten und längere Szenen entwickelt und unterstützt die Auflösungen 720p, 1080p (Playground-Standard) und 1440p bei 24 (Playground-Standard), 25, 48 oder 50 fps. Bei Fast-Text-zu-Video und Fast-Image-to-Video laufen Clips in 2-Sekunden-Schritten von 6 bis 20 Sekunden (Playground-Standard: 10 Sekunden) bei 720p oder 1080p mit 24 oder 25 fps oder bis zu 10 Sekunden bei 1440p beziehungsweise bei 48/50 fps. Die Wahl der Bildrate ändert die Preise pro Sekunde nicht.
Multi-Shot-Prompts und ununterbrochene 20-Sekunden-Aufnahmen
04

Multi-Shot-Prompts und ununterbrochene 20-Sekunden-Aufnahmen

Schreiben Sie Shot 1:, Shot 2:, Shot 3: in einen einzigen Prompt (getestet mit bis zu fünf Shots in einem 20-Sekunden-Fast-Clip) und halten Sie dabei dieselbe Figur und dasselbe Outfit von Schnitt zu Schnitt konsistent. Alternativ beschreiben Sie in Fast eine ununterbrochene 20-Sekunden-Aufnahme, bei der sich die Klangkulisse Schritt für Schritt entwickelt – vom Knistern eines Kaminfeuers zu einem pfeifenden Kessel und Donner oder vom Mahlen von Bohnen zum Eingießen von Espresso, Aufschäumen von Milch und Klirren einer Untertasse.
Fast-Audio-zu-Video: Lip-Sync, Gesang und im Takt abgestimmte Bewegung
05

Fast-Audio-zu-Video: Lip-Sync, Gesang und im Takt abgestimmte Bewegung

Audio-zu-Video ist exklusiv für LTX 2.5 Fast verfügbar (ltx/2-5-fast-audio-to-video; in Pro nicht angeboten). Geben Sie eine öffentliche Audio-URL (MP3, WAV, M4A, AAC, OGG oder FLAC mit bis zu 50 MB, mindestens 2 Sekunden) und einen Prompt an und fügen Sie optional ein Porträt oder ein 3D-Figurenbild hinzu, um lippensynchrone Sprache oder den Gesang einer ganzen Strophe zu erzeugen. Ohne Bild steuert ein Instrumental-Track Tanz und Beleuchtung im Takt in 16:9. Ihr hochgeladenes Audio dient als Ausgabe-Soundtrack, und die Videolänge richtet sich nach dem Audio, gedeckelt auf 20 Sekunden (10 Sekunden bei 1440p oder 48/50 fps).
Festgelegtes Startbild, fünf Seitenverhältnisse und Seeds
06

Festgelegtes Startbild, fünf Seitenverhältnisse und Seeds

Übergeben Sie bei Fast- und Pro-Image-to-Video ein JPG-, PNG- oder WEBP-Startbild mit bis zu 10 MB, um Person, Outfit, Szene und visuellen Stil zu bewahren – über Porträts, Produktfotos, Anime-Illustrationen und 3D-Figuren hinweg –, wobei das Ausgabe-Seitenverhältnis an Ihr Bild gebunden ist. Sowohl Fast- als auch Pro-Text-zu-Video-Endpunkte unterstützen 16:9 (Playground-Standard), 9:16, 1:1, 3:2 und 2:3, und alle fünf Endpunkte akzeptieren einen Ganzzahl-Seed (0 bis 2.147.483.647), um Ergebnisse bei identischen Eingaben zu reproduzieren.
ParameterWerte und Endpunkt-Regeln
modelFast-Variante: ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video, ltx/2-5-fast-audio-to-video; Pro-Variante: ltx/2-5-pro-text-to-video, ltx/2-5-pro-image-to-video
promptErforderlich bei allen fünf Endpunkten (1 bis 5.000 Zeichen); setzen Sie gesprochene Dialoge in Anführungszeichen; verwenden Sie Shot 1 / Shot 2 für Multi-Shot-Schnitte
image_urlErforderlich für Fast- und Pro-Image-to-Video, optional für Fast-Audio-zu-Video: öffentliche JPG-, PNG- oder WEBP-URL (max. 10 MB), die als erstes Frame verwendet wird
audio_urlNur für ltx/2-5-fast-audio-to-video erforderlich: öffentliche MP3-, WAV-, M4A-, AAC-, OGG- oder FLAC-URL (max. 50 MB, mindestens 2 Sekunden); wird als Ausgabe-Soundtrack verwendet
resolutionOptional: Fast unterstützt 720p, 1080p (Playground-Standard) oder 1440p (1440p max. 10 s); Pro unterstützt 720p oder 1080p (Playground-Standard)
fpsOptional bei allen fünf Endpunkten: 24 (Playground-Standard), 25, 48 oder 50 (bei 48 und 50 fps beträgt die maximale Dauer 10 s; fps beeinflusst die Preise pro Sekunde nicht)
durationOptional: Fast-Text-/Image-to-Video 6 bis 20 s in 2-s-Schritten (Playground-Standard: 10 s; max. 10 s bei 1440p oder 48/50 fps); Pro-Text-/Image-to-Video 6, 8 oder 10 s (Playground-Standard: 10 s); Fast-Audio-zu-Video richtet sich nach der Länge von audio_url, max. 20 s (10 s bei 1440p oder 48/50 fps)
aspect_ratioOptional nur bei Fast- und Pro-Text-zu-Video: 16:9 (Playground-Standard), 9:16, 1:1, 3:2 oder 2:3 (image_url sperrt aspect_ratio; Fast-Audio-zu-Video ohne image_url gibt 16:9 aus)
seedOptionale Ganzzahl von 0 bis 2.147.483.647 bei allen fünf Endpunkten, um die Ausgabe bei erneuter Ausführung identischer Eingaben zu reproduzieren
callBackUrlOptionale Webhook-URL auf oberster Ebene für Benachrichtigungen zum Abschluss von Aufgaben (ausgegebene MP4-Links bleiben etwa 14 Tage gültig)
FeatureLTX 2.5 FastLTX 2.5 Pro
EndpointsText-zu-Video, Bild-zu-Video, Audio-zu-VideoText-zu-Video, Bild-zu-Video (kein Audio-zu-Video)
Resolutions720p, 1080p (Playground-Standard), 1440p720p, 1080p (Playground-Standard)
Cliplänge6–20 s in 2-s-Schritten (max. 10 s bei 1440p oder 48/50 fps); Audio-zu-Video richtet sich nach dem Audio, max. 20 s (10 s bei 1440p oder 48/50 fps)6, 8 oder 10 s
Bildraten24 (Playground-Standard), 25, 48, 50 fps24 (Playground-Standard), 25, 48, 50 fps
Visuelle Details & Text im BildStandarddetails für Multi-Shot-Szenen und lange EinstellungenDetail-Pass für schärfere Gesichter, Haut-, Stoff-, Metall- und Glasstrukturen sowie kurze Texte auf Schildern oder Etiketten
AudioausgabeMP4 (H.264 + AAC Stereo): Dialoge, Geräusche (Foley) und Atmosphäre in einem Durchgang oder hochgeladenes Audio bei Audio-zu-VideoMP4 (H.264 + AAC Stereo): Dialoge, Geräusche (Foley) und Umgebungsgeräusche in einem Durchgang (wie bei Fast)

So prompten Sie LTX 2.5

Vier praxisnahe Regeln zur Wahl zwischen Fast und Pro, zur Steuerung von Dialogen und Ton sowie zum Aufbau von Einstellungen.
  1. 1

    Schritt 1: Zwischen Fast und Pro wählen, dann den Endpunkt festlegen

    Wählen Sie LTX 2.5 Fast, wenn Sie Clips bis zu 20 Sekunden, eine 1440p-Ausgabe, schnellere Iterationen oder ltx/2-5-fast-audio-to-video benötigen. Wählen Sie LTX 2.5 Pro (ltx/2-5-pro-text-to-video oder ltx/2-5-pro-image-to-video) für Porträt-Nahaufnahmen bis zu 10 Sekunden, Materialtexturen oder Produktaufnahmen mit kurzen englischen Beschriftungen oder Etiketten.
  2. 2

    Schritt 2: Gesprochene Dialoge in Anführungszeichen setzen und den Ton beschreiben

    Setzen Sie bei Text-zu-Video und Bild-zu-Video in beiden Stufen den exakt gesprochenen Text in der Zielsprache in Anführungszeichen und fügen Sie unter „Sound:“ eine Beschreibung der Umgebungsgeräusche, der geräuscherzeugenden Handlungen (Foley) und eventueller instrumentaler Hintergrundmusik hinzu, damit Audioereignisse synchron zur Bewegung im Bild ablaufen.
  3. 3

    Schritt 3: Durchgehende Einstellungen oder nummerierte Shots strukturieren

    Beschreiben Sie für eine ungeschnittene Einstellung (bis zu 20 Sekunden in Fast bei 720p oder 1080p mit 24 oder 25 fps oder bis zu 10 Sekunden in Pro) jeden Handlungsabschnitt und den passenden Ton der Reihe nach. Stellen Sie für Szenen mit mehreren Schnitten in einem einzelnen Fast-Clip den Abschnitten Shot 1:, Shot 2:, Shot 3: voran und wiederholen Sie wichtige Kleidungsdetails der Figuren über die Shots hinweg.
  4. 4

    Schritt 4: Auflösung, Bildrate, Seed und Speicherung festlegen

    Wählen Sie 720p oder 1080p für Fast und Pro (oder 1440p in Fast für Clips bis zu 10 Sekunden) sowie 24, 25, 48 oder 50 fps. Geben Sie einen ganzzahligen Seed an, um Ergebnisse bei identischen Eingaben zu reproduzieren, und laden Sie fertige MP4-Dateien in Ihren eigenen Speicher herunter, bevor temporäre URLs nach etwa 14 Tagen ablaufen.

Was Sie mit LTX 2.5 erstellen können

Produktionsworkflows mit LTX 2.5 Fast und LTX 2.5 Pro.

Porträt-, Material- und Produktetikett-Nahaufnahmen (Pro)

Nutzen Sie LTX 2.5 Pro für Interview- und Porträt-Nahaufnahmen, Materialaufnahmen aus den Bereichen Beauty, Mode, Schmuck oder Handwerk sowie Szenen mit Produktverpackungen oder Beschilderungen mit kurzem englischem Text und synchronem Ton.

Dialogbasierte Kurzfilme und 20-s-Einstellungen (Fast)

Nutzen Sie LTX 2.5 Fast für vertikale Social-Media-Clips im Format 9:16, Multi-Shot-Storyboards und durchgehende 20-Sekunden-Szenen, bei denen Stimmen, Geräusche (Foley) und sich entwickelnde Hintergrundgeräusche in einem Durchgang generiert werden.

Sprechende Moderatoren, Podcasts und Gesangsclips (Fast)

Kombinieren Sie ein Porträt oder ein Bild einer stilisierten 3D-Figur mit einer Sprachaufnahme oder Gesangsstrophe in ltx/2-5-fast-audio-to-video, um lippensynchrone Moderatoren, virtuelle Präsentatoren und Gesangsperformances zu erstellen.

Taktgenauer Tanz und stilkonsistente Animationen

Übergeben Sie einen instrumentalen Musiktitel ohne Bild an ltx/2-5-fast-audio-to-video für taktgenaue Tanz- und Lichteffekte im Format 16:9 oder animieren Sie Produktfotos und Anime-Illustrationen über Bild-zu-Video in Fast oder Pro.

LTX 2.5 auf Kie.ai

01

Schnellstart auf Kie.ai

Testen Sie alle fünf LTX 2.5 Fast- und Pro-Endpunkte im Playground auf dieser Seite oder senden Sie eine POST-Anfrage an https://api.kie.ai/api/v1/jobs/createTask mit Authorization: Bearer YOUR_API_KEY und setzen Sie den Parameter model auf ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video, ltx/2-5-fast-audio-to-video, ltx/2-5-pro-text-to-video oder ltx/2-5-pro-image-to-video. Fragen Sie den Status wiederholt per GET https://api.kie.ai/api/v1/jobs/recordInfo?taskId=... ab oder setzen Sie callBackUrl, um Ihre MP4-URL zu erhalten.
03

Ein API-Key für den gesamten Kie.ai-Marktplatz

Alle Modelle auf dem Kie.ai-Marktplatz verwenden denselben Authentifizierungs-Header: Authorization: Bearer YOUR_API_KEY mit einem Schlüssel von Ihrer Kie.ai-API-Key-Verwaltungsseite.
04

Pay-as-you-go-Credits

Kie.ai setzt auf Pay-as-you-go ohne Abonnement: Credits verfallen nie, Sie können Ihr Guthaben über die Get Remaining Credits API abfragen und fehlgeschlagene Aufgaben werden nicht berechnet.

Häufig gestellte Fragen

Was ist LTX 2.5 auf Kie.ai?

LTX 2.5 auf Kie.ai bietet von KIE gehosteten Zugriff auf die Open-Source-Video- und Audiomodellfamilie LTX-2.5 von Lightricks über fünf Endpunkte: drei in LTX 2.5 Fast (ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video und ltx/2-5-fast-audio-to-video) und zwei in LTX 2.5 Pro (ltx/2-5-pro-text-to-video und ltx/2-5-pro-image-to-video). Text-zu-Video und Bild-zu-Video erzeugen MP4-Videos (H.264) und AAC-Stereo-Audio gemeinsam, während Fast Audio-zu-Video das Video mit Ihrem hochgeladenen Audio synchronisiert.

Was ist der Unterschied zwischen LTX 2.5 Fast und LTX 2.5 Pro?

LTX 2.5 Pro ergänzt dasselbe Modell um einen Detailoptimierungs-Durchgang für schärfere Gesichter, Haut, Stoff-/Metall-/Glastexturen und klareren kurzen Text im Bild in 720p- oder 1080p-Clips von 6, 8 oder 10 Sekunden (nur Text-zu-Video und Bild-zu-Video). LTX 2.5 Fast generiert schneller, erzeugt Videos mit bis zu 20 Sekunden Länge bei 720p oder 1080p (24/25 fps), bietet eine 1440p-Option (bis zu 10 Sekunden) und umfasst Audio-zu-Video. Die Stereo-Audioqualität ist in beiden Stufen identisch.

Erzeugt LTX 2.5 gesprochene Dialoge, Soundeffekte und Text im Bild?

Sowohl in Fast als auch in Pro werden bei Text-zu-Video und Bild-zu-Video gesprochene Dialoge, Foley-Soundeffekte und Umgebungsgeräusche in einem Durchgang zusammen mit dem Bild generiert; setzen Sie gesprochene Zeilen in Anführungszeichen, damit sie in ihrer Originalsprache gesprochen werden. Verwenden Sie für Szenen mit kurzen englischen Schildern oder Produktetiketten LTX 2.5 Pro (halten Sie den Wortlaut kurz und prägnant, da eine exakte Textwiedergabe nicht bei jedem Durchlauf garantiert ist; Fast ist nicht für Text im Bild ausgelegt).

Welche Auflösungen, Bildraten und Längen unterstützen Fast und Pro?

Beide Stufen unterstützen 24 (Playground-Standard), 25, 48 und 50 fps. LTX 2.5 Fast unterstützt 720p, 1080p (Playground-Standard) und 1440p mit Text-/Bild-zu-Video-Längen von 6 bis 20 Sekunden in 2-Sekunden-Schritten (begrenzt auf 10 Sekunden bei 1440p oder bei 48/50 fps). LTX 2.5 Pro unterstützt 720p und 1080p (Playground-Standard) mit Längen von 6, 8 oder 10 Sekunden.

Wie funktionieren Multi-Shot-Prompts in LTX 2.5?

Kennzeichnen Sie aufeinanderfolgende Kameraschnitte innerhalb eines einzigen Prompts als Shot 1:, Shot 2:, Shot 3: (getestet mit bis zu fünf Einstellungen in einem 20-sekündigen Fast-Clip) und wiederholen Sie wichtige Motiv- und Outfit-Details, damit derselbe Charakter über alle Einstellungen hinweg konsistent bleibt.

Wie funktioniert Audio-zu-Video und ist es in LTX 2.5 Pro verfügbar?

Audio-zu-Video ist nur in LTX 2.5 Fast (ltx/2-5-fast-audio-to-video) verfügbar. Übergeben Sie eine öffentliche audio_url (MP3, WAV, M4A, AAC, OGG oder FLAC, mindestens 2 Sekunden und bis zu 50 MB) sowie einen Prompt; image_url (JPG, PNG oder WEBP bis zu 10 MB) ist optional. Ihr hochgeladenes Audio wird zur Tonspur der Ausgabe: Mit image_url übernimmt das Video das Seitenverhältnis des Bildes für lippensynchrones Sprechen oder Singen, ohne image_url wird es im Format 16:9 ausgegeben. Die Videolänge richtet sich nach dem Audio, maximal 20 Sekunden (10 Sekunden bei 1440p oder 48/50 fps).

Wie lange bleiben generierte LTX 2.5-Videolinks gültig?

Result MP4-URLs bleiben etwa 14 Tage lang gültig. Laden Sie fertige Videos herunter und übertragen Sie sie zur langfristigen Aufbewahrung in Ihren eigenen Speicher.

Wie rufe ich die LTX 2.5 API auf Kie.ai auf?

Erstellen Sie einen API-Key auf der Kie.ai-API-Key-Verwaltungsseite und senden Sie dann eine POST-Anfrage an https://api.kie.ai/api/v1/jobs/createTask, wobei model auf eine der fünf LTX 2.5 Fast- oder Pro-Modell-IDs gesetzt ist und Ihre Parameter unter input übergeben werden. Fragen Sie den Status wiederholt per GET https://api.kie.ai/api/v1/jobs/recordInfo?taskId=... ab oder übergeben Sie callBackUrl, um den MP4-Link zu erhalten. Weitere Informationen finden Sie in den API-Dokumentationen zu Fast Text to Video, Fast Image to Video, Fast Audio to Video, Pro Text to Video und Pro Image to Video.

Wie werden LTX 2.5 Fast und LTX 2.5 Pro auf Kie.ai abgerechnet?

Sowohl LTX 2.5 Fast als auch LTX 2.5 Pro werden pro Videosekunde je nach Stufe und Auflösung (720p, 1080p oder Fast 1440p) abgerechnet, mit identischen Sekundensätzen über die Endpunkte innerhalb jeder Stufe hinweg und ohne Aufpreis für 25, 48 oder 50 fps. Text-zu-Video und Bild-zu-Video werden nach der von Ihnen gewählten Dauer abgerechnet, Fast Audio-zu-Video nach der Länge des Ausgabevideos, und fehlgeschlagene Aufgaben werden nicht berechnet. Die aktuellen Sekundensätze für Fast und Pro finden Sie auf der Preiskarte auf dieser Seite.