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

O LTX 2.5 é a família de modelos de vídeo e áudio de código aberto da Lightricks, hospedada no Kie.ai em cinco endpoints distribuídos em dois níveis: LTX 2.5 Fast (texto para vídeo, imagem para vídeo e áudio para vídeo) e LTX 2.5 Pro (texto para vídeo e imagem para vídeo). Os modos de texto para vídeo e imagem para vídeo geram vídeo MP4 com diálogo estéreo sincronizado, efeitos Foley e som ambiente em uma única passada. Escolha o Fast para clipes de até 20 segundos, saída em 1440p limitada a 10 segundos ou sincronia labial de áudio para vídeo. Escolha o Pro para uma etapa de aprimoramento de detalhes que entrega rostos, texturas e textos curtos na tela mais nítidos em clipes de até 10 segundos.

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 para vídeo e áudio nativo em uma única etapa

Execute tanto o LTX 2.5 Fast quanto o LTX 2.5 Pro no Kie.ai. Gere vídeos em MP4 com diálogo falado, efeitos sonoros e áudio estéreo ambiente em uma única etapa — escolha o Fast para clipes de até 20 segundos, resolução em 1440p e sincronização labial de áudio para vídeo, ou escolha o Pro para rostos mais nítidos, texturas de superfície e textos curtos na tela em clipes de 720p e 1080p de até 10 segundos.
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)

Principais recursos do LTX 2.5

Cinco endpoints hospedados no KIE entre LTX 2.5 Fast e LTX 2.5 Pro cobrem texto para vídeo, imagem para vídeo com primeiro quadro e áudio para vídeo no Fast.
Vídeo e áudio estéreo sincronizado em uma única etapa
01

Vídeo e áudio estéreo sincronizado em uma única etapa

Em todos os endpoints de texto para vídeo e imagem para vídeo do Fast e do Pro, cada clipe gera um MP4 (vídeo H.264 com áudio estéreo AAC) com diálogos falados, efeitos de Foley e som ambiente criados junto com a imagem — sem necessidade de etapas separadas de locução ou áudio. Coloque falas entre aspas no seu prompt e o LTX 2.5 as reproduz no idioma original, incluindo inglês, espanhol e chinês.
LTX 2.5 Pro: rostos mais nítidos, texturas e textos curtos
02

LTX 2.5 Pro: rostos mais nítidos, texturas e textos curtos

Disponível em ltx/2-5-pro-text-to-video e ltx/2-5-pro-image-to-video, o LTX 2.5 Pro adiciona uma etapa de aprimoramento de detalhes no mesmo modelo para traços faciais mais nítidos, textura de pele, materiais de tecido, metal e vidro, além de placas ou rótulos de produtos com textos curtos em inglês (mantenha os textos breves e claros; a grafia exata não é garantida em todas as execuções). O Pro gera vídeos em 720p ou 1080p (padrão do playground) por 6, 8 ou 10 segundos a 24, 25, 48 ou 50 fps com o mesmo áudio estéreo do Fast.
LTX 2.5 Fast: até 20s, ou até 10s em 1440p / 50 fps
03

LTX 2.5 Fast: até 20s, ou até 10s em 1440p / 50 fps

Criado para entregas mais rápidas e cenas mais longas, o LTX 2.5 Fast suporta resoluções de 720p, 1080p (padrão do playground) e 1440p a 24 (padrão do playground), 25, 48 ou 50 fps. No texto para vídeo e na imagem para vídeo do Fast, os clipes variam de 6 a 20 segundos em passos de 2 segundos (padrão do playground: 10 segundos) a 720p ou 1080p com 24 ou 25 fps, ou até 10 segundos a 1440p ou 48/50 fps. A escolha da taxa de quadros não altera o valor por segundo.
Prompts com múltiplos planos e tomadas contínuas de 20 segundos
04

Prompts com múltiplos planos e tomadas contínuas de 20 segundos

Escreva Shot 1:, Shot 2:, Shot 3: em um único prompt (testado com até cinco planos em um clipe Fast de 20 segundos) mantendo a consistência do mesmo personagem e figurino corte a corte. Ou descreva uma tomada contínua e sem cortes de 20 segundos no Fast onde o cenário sonoro evolui passo a passo — do crepitar de uma lareira a uma chaleira assobiando e um trovão, ou da moagem de grãos à extração do expresso, leite vaporizado e o tilintar do pires.
Áudio para vídeo no Fast: sincronização labial, canto e movimento no ritmo
05

Áudio para vídeo no Fast: sincronização labial, canto e movimento no ritmo

A geração de áudio para vídeo é exclusiva do LTX 2.5 Fast (ltx/2-5-fast-audio-to-video; não disponível no Pro). Forneça uma URL pública de áudio (MP3, WAV, M4A, AAC, OGG ou FLAC de até 50 MB, com pelo menos 2 segundos) e um prompt, podendo incluir opcionalmente uma imagem de retrato ou de personagem 3D para gerar falas com sincronização labial ou estrofes completas cantadas. Sem uma imagem, uma faixa instrumental conduz dança e iluminação no ritmo em 16:9. O áudio enviado serve como trilha sonora final, e a duração do vídeo segue o áudio, limitada a 20 segundos (10 segundos em 1440p ou 48/50 fps).
Bloqueio do primeiro quadro, cinco proporções e seeds
06

Bloqueio do primeiro quadro, cinco proporções e seeds

Na imagem para vídeo do Fast e do Pro, envie um primeiro quadro em JPG, PNG ou WEBP de até 10 MB para preservar a pessoa, figurino, cenário e estilo visual — em retratos, fotos de produtos, ilustrações em anime e personagens 3D —, mantendo a proporção de tela travada na imagem enviada. Ambos os endpoints de texto para vídeo do Fast e do Pro suportam 16:9 (padrão do playground), 9:16, 1:1, 3:2 e 2:3, e todos os cinco endpoints aceitam uma seed inteira (0 a 2.147.483.647) para reproduzir resultados em entradas idênticas.
ParameterValores e regras de endpoints
modelVersão Fast: ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video, ltx/2-5-fast-audio-to-video; versão Pro: ltx/2-5-pro-text-to-video, ltx/2-5-pro-image-to-video
promptObrigatório em todos os cinco endpoints (1 a 5.000 caracteres); coloque os diálogos falados entre aspas; use Shot 1 / Shot 2 para cortes com múltiplos planos
image_urlObrigatório para imagem para vídeo no Fast e Pro, opcional para áudio para vídeo no Fast: URL pública de JPG, PNG ou WEBP (máx. 10 MB) usada como o primeiro quadro
audio_urlObrigatório apenas para ltx/2-5-fast-audio-to-video: URL pública de MP3, WAV, M4A, AAC, OGG ou FLAC (máx. 50 MB, pelo menos 2 segundos); usada como trilha de saída
resolutionOpcional: Fast suporta 720p, 1080p (padrão do playground) ou 1440p (1440p máx. 10s); Pro suporta 720p ou 1080p (padrão do playground)
fpsOpcional em todos os cinco endpoints: 24 (padrão do playground), 25, 48 ou 50 (duração máxima em 48 e 50 fps é 10s; o fps não afeta o valor por segundo)
durationOpcional: Fast texto/imagem para vídeo de 6 a 20s em passos de 2s (padrão do playground: 10s; máx. 10s em 1440p ou 48/50 fps); Pro texto/imagem para vídeo de 6, 8 ou 10s (padrão do playground: 10s); Fast áudio para vídeo segue a duração de audio_url, até 20s (10s em 1440p ou 48/50 fps)
aspect_ratioOpcional apenas em texto para vídeo do Fast e Pro: 16:9 (padrão do playground), 9:16, 1:1, 3:2 ou 2:3 (image_url trava a proporção; áudio para vídeo no Fast sem image_url gera 16:9)
seedNúmero inteiro opcional de 0 a 2.147.483.647 em todos os cinco endpoints para reproduzir o resultado ao reexecutar entradas idênticas
callBackUrlURL opcional de webhook de nível superior para notificações de conclusão de tarefa (os links do MP4 de saída permanecem válidos por cerca de 14 dias)
FeatureLTX 2.5 FastLTX 2.5 Pro
EndpointsTexto para vídeo, imagem para vídeo, áudio para vídeoTexto para vídeo, imagem para vídeo (sem áudio para vídeo)
Resolutions720p, 1080p (padrão no playground), 1440p720p, 1080p (padrão no playground)
Duração do clipe6–20s em incrementos de 2s (máx. 10s em 1440p ou 48/50 fps); áudio para vídeo acompanha o áudio, até 20s (10s em 1440p ou 48/50 fps)6, 8 ou 10s
Taxas de quadros24 (padrão no playground), 25, 48, 50 fps24 (padrão no playground), 25, 48, 50 fps
Detalhe visual e texto na telaDetalhamento padrão para múltiplos planos e tomadas longasEtapa de refinamento de detalhes para maior nitidez em rostos, pele, texturas de tecido/metal/vidro e placas ou rótulos com textos curtos
Saída de áudioMP4 (H.264 + AAC estéreo): diálogo/Foley/ambiência em uma única passada ou áudio enviado em áudio para vídeoMP4 (H.264 + AAC estéreo): diálogo, Foley e som ambiente em uma única passada (igual ao Fast)

Como criar prompts no LTX 2.5

Quatro regras práticas para escolher entre Fast e Pro, dirigir diálogos e sons e estruturar planos.
  1. 1

    Passo 1: escolha entre Fast e Pro e selecione o endpoint

    Escolha o LTX 2.5 Fast quando precisar de clipes de até 20 segundos, saída em 1440p, iteração mais rápida ou o endpoint ltx/2-5-fast-audio-to-video. Escolha o LTX 2.5 Pro (ltx/2-5-pro-text-to-video ou ltx/2-5-pro-image-to-video) para closes de retrato de até 10 segundos, texturas de materiais ou cenas de produtos com placas ou rótulos breves em inglês.
  2. 2

    Passo 2: coloque o diálogo falado entre aspas e descreva o som

    Tanto em texto para vídeo quanto em imagem para vídeo nas duas versões, coloque as falas exatas entre aspas no idioma de destino e inclua uma descrição em Sound: com o som ambiente, ações de Foley e qualquer música instrumental de fundo para que os eventos de áudio fiquem alinhados ao movimento na tela.
  3. 3

    Passo 3: estruture tomadas contínuas ou planos numerados

    Para uma tomada sem cortes (até 20 segundos no Fast em 720p ou 1080p a 24 ou 25 fps, ou até 10 segundos no Pro), descreva cada momento de ação e seu som correspondente em ordem. Para narrativas com vários cortes em um único clipe no Fast, inicie cada trecho com Shot 1:, Shot 2:, Shot 3: e repita os principais detalhes das roupas dos personagens entre os planos.
  4. 4

    Passo 4: defina resolução, taxa de quadros, seed e armazenamento

    Escolha 720p ou 1080p no Fast e no Pro (ou 1440p no Fast para clipes de até 10 segundos) e 24, 25, 48 ou 50 fps. Informe um número inteiro de seed para reproduzir o resultado com entradas idênticas e baixe os arquivos MP4 finalizados para o seu próprio armazenamento antes que os URLs temporários expirem após cerca de 14 dias.

O que você pode criar com o LTX 2.5

Fluxos de trabalho de produção com LTX 2.5 Fast e LTX 2.5 Pro.

Closes de retratos, materiais e rótulos de produtos (Pro)

Use o LTX 2.5 Pro para closes de entrevistas e retratos, tomadas de beleza, vestuário, joias ou materiais artesanais, além de cenas de embalagens de produtos ou sinalizações com textos curtos em inglês e som sincronizado.

Dramas curtos guiados por diálogo e tomadas de 20s (Fast)

Use o LTX 2.5 Fast para produzir clipes sociais verticais em 9:16, storyboards com múltiplos planos e cenas contínuas de 20 segundos em que vozes, Foley e som de fundo dinâmico são gerados em uma única passada.

Apresentadores com fala, podcasts e clipes com canto (Fast)

Combine um retrato ou a imagem de um personagem 3D estilizado com uma gravação de voz ou estrofe musical em ltx/2-5-fast-audio-to-video para criar anfitriões com sincronia labial, apresentadores virtuais e performances vocais.

Dança sincronizada com a batida e animação com estilo consistente

Envie uma faixa musical instrumental sem imagem para ltx/2-5-fast-audio-to-video para obter dança e iluminação em 16:9 sincronizadas com a batida, ou anime fotos de produtos e ilustrações de anime via imagem para vídeo no Fast ou no Pro.

LTX 2.5 no Kie.ai

01

Início rápido no Kie.ai

Teste os cinco endpoints do LTX 2.5 Fast e Pro no playground desta página ou envie uma requisição POST para https://api.kie.ai/api/v1/jobs/createTask com Authorization: Bearer YOUR_API_KEY e model definido como 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. Faça consultas periódicas via GET a https://api.kie.ai/api/v1/jobs/recordInfo?taskId=... ou defina callBackUrl para receber a URL do seu MP4.
04

Créditos com cobrança conforme o uso

O Kie.ai cobra conforme o uso, sem planos de assinatura: os créditos nunca expiram, você pode consultar seu saldo pela API Get Remaining Credits e tarefas com falha não são cobradas.

Perguntas frequentes

O que é o LTX 2.5 no Kie.ai?

O LTX 2.5 no Kie.ai oferece acesso hospedado pela KIE à família de modelos de vídeo e áudio de código aberto LTX-2.5 da Lightricks em cinco endpoints: três no LTX 2.5 Fast (ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video e ltx/2-5-fast-audio-to-video) e dois no LTX 2.5 Pro (ltx/2-5-pro-text-to-video e ltx/2-5-pro-image-to-video). Os modos de texto para vídeo e imagem para vídeo geram vídeo MP4 (H.264) e áudio estéreo AAC juntos, enquanto o modo Fast de áudio para vídeo sincroniza o vídeo com o áudio enviado por você.

Qual é a diferença entre o LTX 2.5 Fast e o LTX 2.5 Pro?

O LTX 2.5 Pro adiciona uma etapa de aprimoramento de detalhes ao mesmo modelo para entregar rostos, pele e texturas de tecido, metal e vidro mais nítidos, além de textos curtos na tela mais claros em clipes de 720p ou 1080p de 6, 8 ou 10 segundos (apenas texto para vídeo e imagem para vídeo). O LTX 2.5 Fast gera mais rápido, produz até 20 segundos em 720p ou 1080p (24/25 fps), adiciona a opção de 1440p (até 10 segundos) e inclui áudio para vídeo. A qualidade do áudio estéreo é idêntica em ambos os níveis.

O LTX 2.5 gera diálogos falados, efeitos sonoros e texto na tela?

Nos modos Fast e Pro de texto para vídeo e imagem para vídeo, diálogos falados, efeitos sonoros Foley e áudio ambiente são gerados junto com a imagem em uma única passada; coloque as falas entre aspas para que sejam ditas no idioma original. Para cenas com placas ou rótulos de produtos com textos curtos em inglês, use o LTX 2.5 Pro (mantenha o texto breve e claro, pois a renderização exata não é garantida em todas as execuções; o Fast não é indicado para texto na tela).

Quais resoluções, taxas de quadros e durações o Fast e o Pro suportam?

Ambos os níveis suportam 24 (padrão do playground), 25, 48 e 50 fps. O LTX 2.5 Fast suporta 720p, 1080p (padrão do playground) e 1440p, com durações de texto/imagem para vídeo de 6 a 20 segundos em intervalos de 2 segundos (limitadas a 10 segundos em 1440p ou a 48/50 fps). O LTX 2.5 Pro suporta 720p e 1080p (padrão do playground) com durações de 6, 8 ou 10 segundos.

Como funcionam os prompts com múltiplos planos no LTX 2.5?

Identifique cortes de câmera sequenciais dentro de um único prompt como Shot 1:, Shot 2:, Shot 3: (testado com até cinco planos em um clipe Fast de 20 segundos) e repita os principais detalhes do sujeito e do figurino para manter o mesmo personagem consistente entre os planos.

Como funciona o modo de áudio para vídeo e ele está disponível no LTX 2.5 Pro?

O modo de áudio para vídeo está disponível apenas no LTX 2.5 Fast (ltx/2-5-fast-audio-to-video). Envie uma audio_url pública (MP3, WAV, M4A, AAC, OGG ou FLAC, com pelo menos 2 segundos e até 50 MB) junto com um prompt; image_url (JPG, PNG ou WEBP de até 10 MB) é opcional. O áudio enviado torna-se a trilha sonora do resultado: com image_url, o vídeo acompanha a proporção da imagem para fala ou canto com sincronia labial; sem image_url, a saída é em 16:9. A duração do vídeo acompanha o áudio, limitada a 20 segundos (10 segundos em 1440p ou 48/50 fps).

Por quanto tempo os links dos vídeos gerados pelo LTX 2.5 permanecem válidos?

As URLs de Result MP4 permanecem válidas por aproximadamente 14 dias. Baixe e transfira os vídeos concluídos para o seu próprio armazenamento para retenção de longo prazo.

Como faço chamadas para a LTX 2.5 API no Kie.ai?

Crie uma chave de API na página de gerenciamento de chaves de API do Kie.ai e envie uma requisição POST para https://api.kie.ai/api/v1/jobs/createTask com model definido como um dos cinco IDs de modelo do LTX 2.5 Fast ou Pro e seus parâmetros dentro de input. Faça consultas periódicas via GET a https://api.kie.ai/api/v1/jobs/recordInfo?taskId=... ou envie callBackUrl para receber o link do MP4. Consulte a documentação da API para Fast de texto para vídeo, Fast de imagem para vídeo, Fast de áudio para vídeo, Pro de texto para vídeo e Pro de imagem para vídeo.

Como o LTX 2.5 Fast e o LTX 2.5 Pro são cobrados no Kie.ai?

Tanto o LTX 2.5 Fast quanto o LTX 2.5 Pro são cobrados por segundo de vídeo de acordo com o nível e a resolução (720p, 1080p ou Fast 1440p), com tarifas por segundo idênticas entre os endpoints de cada nível e sem custo adicional para 25, 48 ou 50 fps. Os modos de texto para vídeo e imagem para vídeo cobram pela duração selecionada, o Fast de áudio para vídeo cobra pela duração do vídeo gerado e tarefas com falha não são cobradas. As tarifas atuais por segundo para Fast e Pro estão no card de preços desta página.