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

LTX 2.5 est la famille de modèles vidéo et audio open-source de Lightricks, hébergée sur Kie.ai à travers cinq points de terminaison répartis en deux niveaux : LTX 2.5 Fast (texte en vidéo, image en vidéo et audio en vidéo) et LTX 2.5 Pro (texte en vidéo et image en vidéo). Les modes texte en vidéo et image en vidéo génèrent une vidéo MP4 avec dialogues stéréo synchronisés, bruitages (Foley) et sons d'ambiance en une seule passe. Choisissez Fast pour des clips allant jusqu'à 20 secondes, une sortie en 1440p plafonnée à 10 secondes ou une synchronisation labiale audio en vidéo. Choisissez Pro pour une passe d'amélioration des détails offrant des visages, des textures et un texte court à l'écran plus nets dans des clips allant jusqu'à 10 secondes.

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 pour vidéo et audio natif en une seule passe

Exécutez LTX 2.5 Fast et LTX 2.5 Pro sur Kie.ai. Générez des vidéos MP4 avec dialogues parlés, effets sonores et audio stéréo ambiant en une seule passe : choisissez Fast pour des clips jusqu'à 20 secondes, une sortie en 1440p et la synchronisation labiale audio vers vidéo, ou optez pour Pro pour des visages plus nets, des textures de surface détaillées et du texte court à l'écran en 720p et 1080p jusqu'à 10 secondes.
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)

Fonctionnalités clés de LTX 2.5

Cinq points de terminaison hébergés sur KIE pour LTX 2.5 Fast et LTX 2.5 Pro couvrent la génération texte en vidéo, la génération image en vidéo à partir d'une première image et la génération de vidéo à partir d’audio avec Fast.
Vidéo et audio stéréo synchronisé en une seule passe
01

Vidéo et audio stéréo synchronisé en une seule passe

Sur les points de terminaison de génération texte en vidéo et image en vidéo de Fast comme de Pro, chaque clip produit un fichier MP4 (vidéo H.264 avec audio stéréo AAC) intégrant des dialogues parlés, des bruitages et des sons ambiants générés simultanément avec l'image — aucune passe distincte de voix off ou de mixage sonore n'est requise. Placez les répliques entre guillemets dans votre prompt et LTX 2.5 les prononce dans leur langue d'origine, notamment en anglais, en espagnol et en chinois.
LTX 2.5 Pro : visages, textures et textes courts plus nets
02

LTX 2.5 Pro : visages, textures et textes courts plus nets

Disponible sur ltx/2-5-pro-text-to-video et ltx/2-5-pro-image-to-video, LTX 2.5 Pro ajoute une passe d'amélioration des détails sur le même modèle pour des traits du visage plus nets, une texture de peau plus nette, des textures de tissu, de métal et de verre précises, ainsi que de courtes inscriptions en anglais sur des panneaux ou des étiquettes de produits (gardez le texte bref et clair ; l'orthographe exacte n'est pas garantie à chaque génération). Pro produit des vidéos en 720p ou 1080p (par défaut dans le playground) de 6, 8 ou 10 secondes à 24, 25, 48 ou 50 ips avec le même audio stéréo que Fast.
LTX 2.5 Fast : jusqu'à 20 s, ou jusqu'à 10 s en 1440p / 50 ips
03

LTX 2.5 Fast : jusqu'à 20 s, ou jusqu'à 10 s en 1440p / 50 ips

Conçu pour une exécution rapide et des scènes plus longues, LTX 2.5 Fast prend en charge les résolutions 720p, 1080p (par défaut dans le playground) et 1440p à 24 (par défaut dans le playground), 25, 48 ou 50 ips. Avec les modes de génération texte en vidéo et image en vidéo de Fast, les clips durent de 6 à 20 secondes par paliers de 2 secondes (par défaut dans le playground : 10 secondes) en 720p ou 1080p à 24 ou 25 ips, ou jusqu'à 10 secondes en 1440p ou à 48/50 ips. Le choix de la fréquence d'images ne modifie pas le tarif à la seconde.
Prompts multi-plans et plans-séquences de 20 secondes
04

Prompts multi-plans et plans-séquences de 20 secondes

Rédigez Shot 1:, Shot 2:, Shot 3: dans un même prompt (testé jusqu'à cinq plans dans un clip Fast de 20 secondes) tout en conservant le même personnage et la même tenue d'un plan à l'autre. Vous pouvez également décrire un plan-séquence continu de 20 secondes dans Fast où l'ambiance sonore évolue étape par étape — du crépitement d'une cheminée au sifflement d'une bouilloire et au tonnerre, ou du broyage des grains à l'extraction d'un expresso, au moussage à la vapeur et au tintement d'une soucoupe.
Génération de vidéo à partir d’audio avec Fast : synchronisation labiale, chant et mouvements calés sur le rythme
05

Génération de vidéo à partir d’audio avec Fast : synchronisation labiale, chant et mouvements calés sur le rythme

La génération audio-vidéo est exclusive à LTX 2.5 Fast (ltx/2-5-fast-audio-to-video ; non disponible dans Pro). Fournissez une URL audio publique (MP3, WAV, M4A, AAC, OGG ou FLAC jusqu'à 50 Mo, d'au moins 2 secondes) et un prompt, en ajoutant éventuellement le portrait d'une personne ou d'un personnage 3D pour générer un discours avec synchronisation labiale ou un couplet chanté complet. Sans image, une piste instrumentale anime des mouvements de danse et des jeux de lumière calés sur le rythme en 16:9. Votre fichier audio importé sert de bande-son de sortie, et la durée de la vidéo suit celle de l'audio, plafonnée à 20 secondes (10 secondes en 1440p ou à 48/50 ips).
Verrouillage de la première image, cinq formats d'image et seeds
06

Verrouillage de la première image, cinq formats d'image et seeds

Dans les modes de génération image en vidéo de Fast et Pro, fournissez une première image au format JPG, PNG ou WEBP jusqu'à 10 Mo pour préserver le sujet, la tenue, la scène et le style visuel — qu'il s'agisse de portraits, de photos produits, d'illustrations anime ou de personnages 3D — avec le format d'image verrouillé sur celui de votre fichier. Les points de terminaison de génération texte en vidéo de Fast et Pro prennent en charge les formats 16:9 (par défaut dans le playground), 9:16, 1:1, 3:2 et 2:3, et les cinq points de terminaison acceptent un entier seed (de 0 à 2 147 483 647) pour reproduire les résultats à partir d'entrées identiques.
ParameterValeurs et règles des points de terminaison
modelFast : ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video, ltx/2-5-fast-audio-to-video ; Pro : ltx/2-5-pro-text-to-video, ltx/2-5-pro-image-to-video
promptObligatoire sur les cinq points de terminaison (1 à 5 000 caractères) ; placez les dialogues parlés entre guillemets ; utilisez Shot 1 / Shot 2 pour les enchaînements multi-plans
image_urlObligatoire pour la génération image en vidéo avec Fast et Pro, facultatif pour la génération de vidéo à partir d’audio avec Fast : URL publique d'une image JPG, PNG ou WEBP (max. 10 Mo) utilisée comme première image
audio_urlObligatoire uniquement pour ltx/2-5-fast-audio-to-video : URL publique MP3, WAV, M4A, AAC, OGG ou FLAC (max. 50 Mo, au moins 2 secondes) ; utilisée comme bande-son de sortie
resolutionFacultatif : Fast prend en charge 720p, 1080p (par défaut dans le playground) ou 1440p (1440p max. 10 s) ; Pro prend en charge 720p ou 1080p (par défaut dans le playground)
fpsFacultatif sur les cinq points de terminaison : 24 (par défaut dans le playground), 25, 48 ou 50 (durée max. de 10 s à 48 et 50 ips ; la fréquence d'images n'affecte pas le tarif à la seconde)
durationFacultatif : génération texte en vidéo ou image en vidéo avec Fast de 6 à 20 s par paliers de 2 s (par défaut dans le playground : 10 s ; max. 10 s en 1440p ou à 48/50 ips) ; génération texte en vidéo ou image en vidéo avec Pro de 6, 8 ou 10 s (par défaut dans le playground : 10 s) ; avec Fast, la durée de la vidéo générée à partir d’audio suit celle du fichier indiqué par audio_url, jusqu'à 20 s (10 s en 1440p ou à 48/50 ips)
aspect_ratioFacultatif uniquement sur les points de terminaison de génération texte en vidéo de Fast et Pro : 16:9 (par défaut dans le playground), 9:16, 1:1, 3:2 ou 2:3 (image_url verrouille le format d'image ; le mode de génération de vidéo à partir d’audio de Fast produit une vidéo en 16:9 sans image_url)
seedEntier facultatif de 0 à 2 147 483 647 sur les cinq points de terminaison pour reproduire la sortie lors de la réexécution d'entrées identiques
callBackUrlURL de webhook de premier niveau facultative pour les notifications de fin de tâche (les liens MP4 de sortie restent valides pendant environ 14 jours)
FeatureLTX 2.5 FastLTX 2.5 Pro
EndpointsTexte en vidéo, image en vidéo, audio en vidéoTexte en vidéo, image en vidéo (sans audio en vidéo)
Resolutions720p, 1080p (par défaut dans l'espace de test), 1440p720p, 1080p (par défaut dans l'espace de test)
Durée du clip6–20 s par paliers de 2 s (max. 10 s en 1440p ou à 48/50 fps) ; en mode audio en vidéo, la durée du clip suit celle de l'audio, jusqu'à 20 s (10 s en 1440p ou à 48/50 fps)6, 8 ou 10 s
Fréquences d'images24 (par défaut dans l'espace de test), 25, 48, 50 fps24 (par défaut dans l'espace de test), 25, 48, 50 fps
Détail visuel et texte à l'écranDétail standard pour les séquences multi-plans et les prises longuesPasse de détail pour un rendu plus net des visages, de la peau, des textures de tissu/métal/verre et des textes courts sur les panneaux ou les étiquettes
Sortie audioMP4 (H.264 + AAC stéréo) : dialogues/bruitages/ambiance en une passe, ou audio importé en mode audio en vidéoMP4 (H.264 + AAC stéréo) : dialogues, bruitages et son ambiant en une passe (identique à Fast)

Comment rédiger des prompts pour LTX 2.5

Quatre règles pratiques pour choisir entre Fast et Pro, diriger les dialogues et le son, et structurer les plans.
  1. 1

    Étape 1 : choisir entre Fast et Pro, puis sélectionner le point de terminaison

    Choisissez LTX 2.5 Fast lorsque vous avez besoin de clips allant jusqu'à 20 secondes, d'une sortie en 1440p, d'itérations plus rapides ou de ltx/2-5-fast-audio-to-video. Choisissez LTX 2.5 Pro (ltx/2-5-pro-text-to-video ou ltx/2-5-pro-image-to-video) pour des gros plans de portraits jusqu'à 10 secondes, des textures de matériaux ou des plans de produits avec une signalétique ou des étiquettes courtes en anglais.
  2. 2

    Étape 2 : mettre les dialogues parlés entre guillemets et décrire le son

    Dans les modes texte en vidéo et image en vidéo des deux versions, placez les répliques exactes entre guillemets dans la langue cible et ajoutez, après le libellé « Sound: », une description du son ambiant, des bruitages d'action et de toute musique instrumentale de fond afin que les événements audio s'alignent sur les mouvements à l'écran.
  3. 3

    Étape 3 : structurer des prises continues ou des plans numérotés

    Pour une prise sans coupure (jusqu'à 20 secondes sur Fast en 720p ou 1080p à 24 ou 25 fps, ou jusqu'à 10 secondes sur Pro), décrivez dans l'ordre chaque temps d'action et le son correspondant. Pour une narration avec plusieurs coupes dans un seul clip Fast, préfixez les temps d'action par Shot 1:, Shot 2:, Shot 3: et répétez les principaux détails vestimentaires des personnages d'un plan à l'autre.
  4. 4

    Étape 4 : définir la résolution, la fréquence d'images, la graine et le stockage

    Sélectionnez 720p ou 1080p sur Fast et Pro (ou 1440p sur Fast pour les clips jusqu'à 10 secondes) ainsi que 24, 25, 48 ou 50 fps. Fournissez une graine entière pour reproduire le résultat à partir d'entrées identiques, et téléchargez les fichiers MP4 finaux vers votre propre stockage avant l'expiration des URL temporaires au bout d'environ 14 jours.

Ce que vous pouvez créer avec LTX 2.5

Flux de production sur LTX 2.5 Fast et LTX 2.5 Pro.

Gros plans de portraits, de matériaux et d'étiquettes produits (Pro)

Utilisez LTX 2.5 Pro pour les gros plans d'interview et de portrait, les plans de beauté, de vêtements, de bijoux ou de matériaux artisanaux, ainsi que les scènes d'emballage produit ou de signalétique avec un texte court en anglais et un son synchronisé.

Drames courts axés sur les dialogues et prises de 20 s (Fast)

Utilisez LTX 2.5 Fast pour produire des clips verticaux 9:16 pour les réseaux sociaux, des storyboards multi-plans et des scènes continues de 20 secondes où les voix, les bruitages et le fond sonore évolutif sont générés en une passe.

Présentateurs parlants, podcasts et clips chantés (Fast)

Associez un portrait ou l'image d'un personnage 3D stylisé à un enregistrement vocal ou au couplet d'une chanson dans ltx/2-5-fast-audio-to-video pour créer des animateurs avec synchronisation labiale, des présentateurs virtuels et des performances vocales.

Danse calée sur le rythme et animation à style verrouillé

Transmettez une piste musicale instrumentale sans image à ltx/2-5-fast-audio-to-video pour obtenir une danse et un éclairage en 16:9 calés sur le rythme, ou animez des images fixes de produits et des illustrations d'anime via le mode image en vidéo de Fast ou Pro.

LTX 2.5 sur Kie.ai

01

Démarrage rapide sur Kie.ai

Essayez les cinq points de terminaison LTX 2.5 Fast et Pro dans le playground sur cette page, ou envoyez une requête POST à https://api.kie.ai/api/v1/jobs/createTask avec Authorization: Bearer YOUR_API_KEY et model défini sur 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 ou ltx/2-5-pro-image-to-video. Interrogez régulièrement https://api.kie.ai/api/v1/jobs/recordInfo?taskId=... au moyen de requêtes GET, ou définissez callBackUrl pour recevoir votre URL MP4.
03

Une seule clé pour toute la marketplace Kie.ai

Tous les modèles de la marketplace Kie.ai utilisent le même en-tête d'authentification : Authorization: Bearer YOUR_API_KEY avec une clé issue de votre page de gestion des API key de Kie.ai.
04

Crédits à l'usage

Kie.ai fonctionne avec un paiement à l'usage sans abonnement : les crédits n'expirent jamais, vous pouvez consulter votre solde via l'API Get Remaining Credits et les tâches échouées ne sont pas facturées.

Questions fréquentes

Qu'est-ce que LTX 2.5 sur Kie.ai ?

LTX 2.5 sur Kie.ai offre un accès hébergé par KIE à la famille de modèles vidéo et audio open-source LTX-2.5 de Lightricks à travers cinq points de terminaison : trois dans LTX 2.5 Fast (ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video et ltx/2-5-fast-audio-to-video) et deux dans LTX 2.5 Pro (ltx/2-5-pro-text-to-video et ltx/2-5-pro-image-to-video). Les modes texte en vidéo et image en vidéo génèrent ensemble une vidéo MP4 (H.264) et un audio stéréo AAC, tandis que le mode audio en vidéo Fast synchronise la vidéo sur l'audio que vous importez.

Quelle est la différence entre LTX 2.5 Fast et LTX 2.5 Pro ?

LTX 2.5 Pro ajoute une passe d'amélioration des détails sur le même modèle pour obtenir des visages, une peau et des textures de tissu, métal ou verre plus nets, ainsi qu'un texte court à l'écran plus lisible dans des clips en 720p ou 1080p de 6, 8 ou 10 secondes (texte en vidéo et image en vidéo uniquement). LTX 2.5 Fast génère plus rapidement, produit jusqu'à 20 secondes en 720p ou 1080p (24/25 fps), ajoute une option 1440p (jusqu'à 10 secondes) et inclut le mode audio en vidéo. La qualité de l'audio stéréo est identique pour les deux niveaux.

LTX 2.5 génère-t-il des dialogues parlés, des effets sonores et du texte à l'écran ?

Dans les modes texte en vidéo et image en vidéo de Fast et Pro, les dialogues parlés, les bruitages (Foley) et les sons d'ambiance sont générés avec l'image en une seule passe ; placez les répliques entre guillemets pour qu'elles soient prononcées dans leur langue d'origine. Pour les scènes comportant des panneaux ou des étiquettes de produits portant de courts textes en anglais, utilisez LTX 2.5 Pro (gardez une formulation brève et claire, car le rendu exact du texte n'est pas garanti à chaque exécution ; Fast n'est pas conçu pour le texte à l'écran).

Quelles résolutions, fréquences d'images et durées sont prises en charge par Fast et Pro ?

Les deux niveaux prennent en charge 24 (valeur par défaut du playground), 25, 48 et 50 fps. LTX 2.5 Fast prend en charge 720p, 1080p (valeur par défaut du playground) et 1440p, avec des durées en texte/image en vidéo de 6 à 20 secondes par paliers de 2 secondes (plafonnées à 10 secondes en 1440p ou à 48/50 fps). LTX 2.5 Pro prend en charge 720p et 1080p (valeur par défaut du playground) avec des durées de 6, 8 ou 10 secondes.

Comment fonctionnent les prompts multi-plans dans LTX 2.5 ?

Étiquetez les changements de plan séquentiels au sein d'un même prompt avec Shot 1:, Shot 2:, Shot 3: (testé jusqu'à cinq plans dans un clip Fast de 20 secondes) et répétez les détails clés du sujet et de sa tenue afin que le personnage reste cohérent d'un plan à l'autre.

Comment fonctionne le mode audio en vidéo, et est-il disponible dans LTX 2.5 Pro ?

Le mode audio en vidéo est disponible uniquement dans LTX 2.5 Fast (ltx/2-5-fast-audio-to-video). Transmettez un paramètre audio_url public (MP3, WAV, M4A, AAC, OGG ou FLAC, d'au moins 2 secondes et jusqu'à 50 Mo) accompagné d'un prompt ; image_url (JPG, PNG ou WEBP jusqu'à 10 Mo) est facultatif. L'audio importé devient la bande-son de sortie : avec image_url, la vidéo reprend le rapport largeur/hauteur de l'image fournie, avec synchronisation labiale pour la parole ou le chant ; sans image_url, elle est générée au format 16:9. La durée de la vidéo suit celle de l'audio, plafonnée à 20 secondes (10 secondes en 1440p ou à 48/50 fps).

Combien de temps les liens des vidéos LTX 2.5 générées restent-ils valides ?

Les URL Result MP4 restent valides pendant environ 14 jours. Téléchargez et transférez les vidéos terminées vers votre propre espace de stockage pour une conservation à long terme.

Comment appeler LTX 2.5 API sur Kie.ai ?

Créez une API key sur la page de gestion des API key de Kie.ai, puis envoyez une requête POST à https://api.kie.ai/api/v1/jobs/createTask avec model défini sur l'un des cinq identifiants de modèle LTX 2.5 Fast ou Pro et vos paramètres sous input. Interrogez régulièrement https://api.kie.ai/api/v1/jobs/recordInfo?taskId=... au moyen de requêtes GET, ou transmettez callBackUrl pour recevoir le lien MP4. Consultez la documentation de l'API pour Fast texte en vidéo, Fast image en vidéo, Fast audio en vidéo, Pro texte en vidéo et Pro image en vidéo.

Comment LTX 2.5 Fast et LTX 2.5 Pro sont-ils facturés sur Kie.ai ?

LTX 2.5 Fast et LTX 2.5 Pro sont tous deux facturés à la seconde de vidéo selon le niveau et la résolution (720p, 1080p ou Fast 1440p), avec des tarifs à la seconde identiques pour tous les points de terminaison d'un même niveau et sans supplément pour 25, 48 ou 50 fps. Les modes texte en vidéo et image en vidéo sont facturés selon la durée sélectionnée, le mode audio en vidéo Fast est facturé selon la durée de la vidéo générée, et les tâches échouées ne sont pas facturées. Les tarifs actuels à la seconde pour Fast et Pro sont affichés sur la carte de tarification de cette page.