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

LTX 2.5 — это семейство видео- и аудиомоделей с открытым исходным кодом от Lightricks, доступное на Kie.ai через пять эндпоинтов в двух версиях: LTX 2.5 Fast (генерация видео из текста, из изображения и из аудио) и LTX 2.5 Pro (генерация видео из текста и из изображения). Режимы генерации из текста и из изображения создают видео MP4 с синхронизированными стереодиалогами, синхронными шумами (Foley) и фоновым звуком за один проход. Выбирайте Fast для роликов до 20 секунд, разрешения 1440p (до 10 секунд) или синхронизации губ по аудио. Выбирайте Pro для дополнительного прохода повышения детализации, который обеспечивает более четкие лица, текстуры и короткие надписи в кадре в роликах длительностью до 10 секунд.

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 для генерации видео и нативного аудио за один проход

Запускайте LTX 2.5 Fast и LTX 2.5 Pro на Kie.ai. Генерируйте видео в формате MP4 с озвученными диалогами, звуковыми эффектами и фоновым стереозвуком за один проход. Выбирайте версию Fast для клипов длиной до 20 секунд, разрешения 1440p и синхронизации губ при генерации видео из аудио — или версию Pro для более четких лиц, текстур поверхностей и коротких надписей в кадре в клипах 720p и 1080p длиной до 10 секунд.
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)

Ключевые возможности LTX 2.5

Пять размещенных на KIE эндпоинтов для LTX 2.5 Fast и LTX 2.5 Pro охватывают генерацию видео из текста, видео из изображения по первому кадру и видео из аудио в версии Fast.
Видео и синхронизированный стереозвук за один проход
01

Видео и синхронизированный стереозвук за один проход

Во всех эндпоинтах генерации видео из текста и из изображения (как Fast, так и Pro) каждый клип сохраняется в формате MP4 (видео H.264 со стереозвуком AAC) с озвученными диалогами, шумовыми эффектами (Foley) и звуками окружения, которые создаются одновременно с картинкой — отдельный этап озвучивания или создания звукового сопровождения не требуется. Заключите реплики в кавычки в промпте, и LTX 2.5 озвучит их на языке оригинала, включая английский, испанский и китайский.
LTX 2.5 Pro: более четкие лица, текстуры и короткий текст
02

LTX 2.5 Pro: более четкие лица, текстуры и короткий текст

Доступная через эндпоинты ltx/2-5-pro-text-to-video и ltx/2-5-pro-image-to-video версия LTX 2.5 Pro добавляет проход повышения детализации на базе той же модели: черты лица, текстура кожи, ткани, металл и стекло становятся четче, а короткие вывески или этикетки на английском языке — разборчивее (используйте краткие и понятные формулировки; точное написание при каждой генерации не гарантируется). Версия Pro выдает видео в разрешении 720p или 1080p (по умолчанию в песочнице) длительностью 6, 8 или 10 секунд при 24, 25, 48 или 50 кадрах/с с таким же стереозвуком, как в версии Fast.
LTX 2.5 Fast: до 20 с или до 10 с в 1440p / 50 кадров/с
03

LTX 2.5 Fast: до 20 с или до 10 с в 1440p / 50 кадров/с

Созданная для быстрой генерации и длинных сцен версия LTX 2.5 Fast поддерживает разрешения 720p, 1080p (по умолчанию в песочнице) и 1440p при 24 (по умолчанию в песочнице), 25, 48 или 50 кадрах/с. При генерации видео из текста и из изображения в версии Fast длительность клипов составляет от 6 до 20 секунд с шагом 2 секунды (по умолчанию в песочнице — 10 секунд) в разрешении 720p или 1080p при 24 или 25 кадрах/с, либо до 10 секунд в разрешении 1440p или при 48/50 кадрах/с. Выбор частоты кадров не влияет на посекундный тариф.
Промпты с несколькими планами и непрерывные 20-секундные дубли
04

Промпты с несколькими планами и непрерывные 20-секундные дубли

Укажите в одном промпте «Shot 1:», «Shot 2:», «Shot 3:» (протестировано до пяти планов в 20-секундном клипе Fast), сохраняя внешность и одежду персонажа неизменными при переходах между планами. Либо опишите непрерывный 20-секундный дубль в версии Fast, где звуковая картина развивается шаг за шагом: от треска камина до свиста чайника и раскатов грома или от помола кофейных зерен до наливания эспрессо, взбивания пены паром и звона блюдца.
Генерация видео из аудио в Fast: синхронизация губ, пение и движение в такт
05

Генерация видео из аудио в Fast: синхронизация губ, пение и движение в такт

Генерация видео из аудио доступна только в LTX 2.5 Fast (эндпоинт ltx/2-5-fast-audio-to-video; в версии Pro не представлена). Передайте публичный URL аудиофайла (MP3, WAV, M4A, AAC, OGG или FLAC размером до 50 МБ и длительностью от 2 секунд) и текстовый промпт, а при желании добавьте портрет или изображение 3D-персонажа, чтобы сгенерировать речь с синхронизацией губ или пение целого куплета. Если изображение не задано, инструментальный трек управляет танцем и светом в такт музыке в формате 16:9. Загруженное аудио становится звуковой дорожкой готового ролика, а длительность видео соответствует длине аудио, но не превышает 20 секунд (10 секунд при разрешении 1440p или частоте 48/50 кадров/с).
Фиксация первого кадра по изображению, пять соотношений сторон и сиды
06

Фиксация первого кадра по изображению, пять соотношений сторон и сиды

При генерации видео из изображения в версиях Fast и Pro передайте первый кадр в формате JPG, PNG или WEBP размером до 10 МБ, чтобы сохранить внешность человека, одежду, сцену и визуальный стиль — будь то портреты, предметные фото, аниме-иллюстрации или 3D-персонажи; при этом соотношение сторон выходного видео фиксируется по вашему изображению. Эндпоинты генерации видео из текста в версиях Fast и Pro поддерживают форматы 16:9 (по умолчанию в песочнице), 9:16, 1:1, 3:2 и 2:3, а все пять эндпоинтов принимают целочисленный сид (от 0 до 2 147 483 647) для воспроизведения результатов при одинаковых входных данных.
ParameterЗначения и правила эндпоинтов
modelВерсия Fast: ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video, ltx/2-5-fast-audio-to-video; версия Pro: ltx/2-5-pro-text-to-video, ltx/2-5-pro-image-to-video
promptОбязательно для всех пяти эндпоинтов (от 1 до 5 000 символов); заключайте озвучиваемые реплики в кавычки; используйте Shot 1 / Shot 2 для многоплановых сцен
image_urlОбязательно для генерации видео из изображения в Fast и Pro, необязательно для генерации видео из аудио в Fast: публичный URL файла JPG, PNG или WEBP (макс. 10 МБ), используемого в качестве первого кадра
audio_urlОбязательно только для ltx/2-5-fast-audio-to-video: публичный URL файла MP3, WAV, M4A, AAC, OGG или FLAC (макс. 50 МБ, не менее 2 секунд); используется как звуковая дорожка итогового видео
resolutionНеобязательно: Fast поддерживает 720p, 1080p (по умолчанию в песочнице) или 1440p (для 1440p макс. 10 с); Pro поддерживает 720p или 1080p (по умолчанию в песочнице)
fpsНеобязательно для всех пяти эндпоинтов: 24 (по умолчанию в песочнице), 25, 48 или 50 (при 48 и 50 кадрах/с максимальная длительность — 10 с; частота кадров не влияет на посекундный тариф)
durationНеобязательно: генерация видео из текста и изображения в Fast — от 6 до 20 с с шагом 2 с (по умолчанию в песочнице: 10 с; макс. 10 с при 1440p или 48/50 кадрах/с); в Pro — 6, 8 или 10 с (по умолчанию в песочнице: 10 с); при генерации видео из аудио в Fast длительность ролика определяется длительностью аудиофайла по ссылке audio_url, но не более 20 с (10 с при 1440p или 48/50 кадрах/с)
aspect_ratioНеобязательно, только для генерации видео из текста в Fast и Pro: 16:9 (по умолчанию в песочнице), 9:16, 1:1, 3:2 или 2:3 (image_url фиксирует соотношение сторон; генерация видео из аудио в Fast без image_url создает видео 16:9)
seedНеобязательное целое число от 0 до 2 147 483 647 для всех пяти эндпоинтов, позволяющее воспроизвести результат при повторном запуске с идентичными входными данными
callBackUrlНеобязательный URL вебхука верхнего уровня для уведомлений о завершении задачи (ссылки на готовые файлы MP4 действительны около 14 дней)
FeatureLTX 2.5 FastLTX 2.5 Pro
EndpointsТекст в видео, изображение в видео, аудио в видеоТекст в видео, изображение в видео (без аудио в видео)
Resolutions720p, 1080p (по умолчанию в песочнице), 1440p720p, 1080p (по умолчанию в песочнице)
Длительность клипа6–20 с с шагом 2 с (макс. 10 с при 1440p или 48/50 кадр/с); в режиме «аудио в видео» длительность зависит от аудио, до 20 с (макс. 10 с при 1440p или 48/50 кадр/с)6, 8 или 10 с
Частота кадров24 (по умолчанию в песочнице), 25, 48, 50 кадр/с24 (по умолчанию в песочнице), 25, 48, 50 кадр/с
Визуальная детализация и текст в кадреСтандартная детализация для сцен из нескольких планов и длинных дублейПроход обработки для повышения четкости лиц, детализации кожи, текстур ткани, металла и стекла, а также коротких надписей на вывесках или этикетках
Выходное аудиоMP4 (H.264 + стерео AAC): генерация диалогов, шумовых эффектов и атмосферы за один проход либо загруженное аудио в режиме «аудио в видео»MP4 (H.264 + стерео AAC): генерация диалогов, шумовых эффектов и фонового звука за один проход (как в Fast)

Как составлять промпты для LTX 2.5

Четыре практических правила для выбора между Fast и Pro, управления диалогами и звуком, а также построения кадров.
  1. 1

    Шаг 1. Выберите между Fast и Pro, а затем укажите эндпоинт

    Выбирайте LTX 2.5 Fast, когда нужны клипы до 20 секунд, разрешение 1440p, быстрые итерации или эндпоинт ltx/2-5-fast-audio-to-video. Выбирайте LTX 2.5 Pro (ltx/2-5-pro-text-to-video или ltx/2-5-pro-image-to-video) для портретных крупных планов длительностью до 10 секунд, проработки текстур материалов или предметной съемки с короткими английскими надписями на вывесках или этикетках.
  2. 2

    Шаг 2. Заключите реплики в кавычки и опишите звук

    При генерации видео из текста и из изображения в обеих версиях заключайте точные реплики в кавычки на нужном языке и добавляйте блок Sound: с описанием фоновых звуков, шумовых эффектов и инструментальной музыки, чтобы аудиособытия совпадали с движением в кадре.
  3. 3

    Шаг 3. Выстройте непрерывные дубли или пронумерованные планы

    Для непрерывного дубля (до 20 секунд в Fast при 720p или 1080p и 24 или 25 кадр/с либо до 10 секунд в Pro) последовательно опишите каждое действие и соответствующий ему звук. Для истории со сменой планов в одном клипе Fast начинайте каждый эпизод с меток Shot 1:, Shot 2:, Shot 3: и повторяйте ключевые детали одежды персонажей в каждом плане.
  4. 4

    Шаг 4. Задайте разрешение, частоту кадров, сид и параметры хранения файлов

    Выберите разрешение 720p или 1080p в Fast и Pro (либо 1440p в Fast для клипов до 10 секунд) и частоту 24, 25, 48 или 50 кадр/с. Передайте целочисленный сид для воспроизводимости результата при одинаковых входных данных и скачивайте готовые файлы MP4 в собственное хранилище до истечения срока действия временных URL (около 14 дней).

Что можно создавать с помощью LTX 2.5

Рабочие процессы создания видео с LTX 2.5 Fast и LTX 2.5 Pro.

Крупные планы портретов, материалов и этикеток товаров (Pro)

Используйте LTX 2.5 Pro для крупных планов в интервью и портретах, съемки косметики, одежды, украшений и материалов для рукоделия, а также сцен с упаковкой товаров или вывесками с коротким английским текстом и синхронизированным звуком.

Короткие драмы с диалогами и 20-секундные дубли (Fast)

Используйте LTX 2.5 Fast для создания вертикальных роликов 9:16 для соцсетей, раскадровок с несколькими планами и непрерывных 20-секундных сцен, где голоса, шумовые эффекты и меняющийся фоновый звук генерируются за один проход.

Говорящие ведущие, подкасты и музыкальные клипы с вокалом (Fast)

Объедините портрет или стилизованное изображение 3D-персонажа с записью голоса или куплетом песни в ltx/2-5-fast-audio-to-video, чтобы создавать ведущих, виртуальных дикторов и вокальные номера с синхронизацией губ.

Танцы в такт музыке и анимация в заданном стиле

Передайте инструментальный трек без изображения в ltx/2-5-fast-audio-to-video, чтобы создать видео в формате 16:9 с танцами и освещением в такт музыке, либо анимируйте предметные фото и аниме-иллюстрации в режиме «изображение в видео» версий Fast или Pro.

LTX 2.5 на Kie.ai

01

Быстрый старт на Kie.ai

Протестируйте все пять эндпоинтов LTX 2.5 Fast и Pro в песочнице на этой странице или отправьте POST-запрос на https://api.kie.ai/api/v1/jobs/createTask с заголовком Authorization: Bearer YOUR_API_KEY, указав в параметре model значение 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 или ltx/2-5-pro-image-to-video. Опрашивайте GET https://api.kie.ai/api/v1/jobs/recordInfo?taskId=... или задайте callBackUrl, чтобы получить ссылку на готовый MP4.
04

Кредиты с оплатой по мере использования

Kie.ai работает по модели pay-as-you-go без подписок: кредиты не сгорают, баланс можно проверить через API получения остатка кредитов, а за неуспешные задачи плата не взимается.

Часто задаваемые вопросы

Что такое LTX 2.5 на Kie.ai?

LTX 2.5 на Kie.ai предоставляет доступ к семейству видео- и аудиомоделей LTX-2.5 с открытым исходным кодом от Lightricks, размещенных на инфраструктуре KIE, через пять эндпоинтов: три в LTX 2.5 Fast (ltx/2-5-fast-text-to-video, ltx/2-5-fast-image-to-video и ltx/2-5-fast-audio-to-video) и два в LTX 2.5 Pro (ltx/2-5-pro-text-to-video и ltx/2-5-pro-image-to-video). Режимы генерации видео из текста и из изображения создают видео MP4 (H.264) и стереозвук AAC одновременно, а режим генерации видео из аудио в версии Fast синхронизирует видео с загруженным вами аудиофайлом.

В чем разница между LTX 2.5 Fast и LTX 2.5 Pro?

LTX 2.5 Pro добавляет проход повышения детализации на базе той же модели, обеспечивая более четкие лица, кожу, текстуры ткани, металла и стекла, а также более разборчивые короткие надписи в кадре для роликов в 720p или 1080p длительностью 6, 8 или 10 секунд (только генерация видео из текста и из изображения). LTX 2.5 Fast генерирует быстрее, создает ролики до 20 секунд в 720p или 1080p (24/25 кадр/с), поддерживает разрешение 1440p (до 10 секунд) и включает режим генерации видео из аудио. Качество стереозвука на обоих уровнях одинаковое.

Генерирует ли LTX 2.5 устную речь, звуковые эффекты и текст на экране?

И в Fast, и в Pro при генерации видео из текста или изображения устная речь, синхронные шумы (Foley) и фоновый звук создаются вместе с картинкой за один проход; заключите реплики в кавычки, чтобы они прозвучали на языке оригинала. Для сцен с короткими вывесками или этикетками на английском языке используйте LTX 2.5 Pro (формулировки должны быть краткими и четкими, так как точная отрисовка текста гарантируется не в каждой генерации; версия Fast для текста в кадре не предназначена).

Какие разрешения, частоту кадров и длительность поддерживают Fast и Pro?

Обе версии поддерживают 24 (по умолчанию в песочнице), 25, 48 и 50 кадр/с. LTX 2.5 Fast поддерживает 720p, 1080p (по умолчанию в песочнице) и 1440p, а также позволяет генерировать видео из текста или изображения длительностью от 6 до 20 секунд с шагом в 2 секунды (максимум 10 секунд при 1440p или 48/50 кадр/с). LTX 2.5 Pro поддерживает 720p и 1080p (по умолчанию в песочнице) с длительностью 6, 8 или 10 секунд.

Как работают многокадровые промпты в LTX 2.5?

Обозначьте последовательные смены планов внутри одного промпта метками Shot 1:, Shot 2:, Shot 3: (протестировано до пяти планов в 20-секундном клипе Fast) и повторяйте ключевые детали внешности и одежды в каждом плане, чтобы персонаж оставался узнаваемым от кадра к кадру.

Как работает генерация видео из аудио и доступна ли она в LTX 2.5 Pro?

Генерация видео из аудио доступна только в LTX 2.5 Fast (ltx/2-5-fast-audio-to-video). Передайте публичную ссылку audio_url (MP3, WAV, M4A, AAC, OGG или FLAC длительностью от 2 секунд и размером до 50 МБ) и промпт; параметр image_url (JPG, PNG или WEBP до 10 МБ) не является обязательным. Загруженное аудио становится звуковой дорожкой итогового ролика: при наличии image_url видео сохраняет соотношение сторон изображения для синхронизации губ с речью или пением, а без image_url создается в формате 16:9. Длительность видео соответствует длине аудио, но не превышает 20 секунд (10 секунд при 1440p или 48/50 кадр/с).

Как долго действуют ссылки на сгенерированные видео LTX 2.5?

Ссылки на Result MP4 остаются действительными около 14 дней. Для долгосрочного хранения скачивайте готовые видео и переносите их в собственное хранилище.

Как вызывать LTX 2.5 API на Kie.ai?

Создайте API-ключ на странице управления API-ключами Kie.ai, затем отправьте POST-запрос на https://api.kie.ai/api/v1/jobs/createTask, указав в поле model один из пяти идентификаторов моделей LTX 2.5 Fast или Pro и передав параметры в объекте input. Опрашивайте GET https://api.kie.ai/api/v1/jobs/recordInfo?taskId=... или передайте callBackUrl, чтобы получить ссылку на MP4. Подробности смотрите в документации API: Fast — видео из текста, Fast — видео из изображения, Fast — видео из аудио, Pro — видео из текста и Pro — видео из изображения.

Как тарифицируются LTX 2.5 Fast и LTX 2.5 Pro на Kie.ai?

И LTX 2.5 Fast, и LTX 2.5 Pro тарифицируются посекундно в зависимости от версии и разрешения (720p, 1080p или Fast 1440p); внутри каждой версии тариф за секунду един для всех эндпоинтов без доплаты за 25, 48 или 50 кадр/с. При генерации из текста и из изображения оплата рассчитывается по выбранной длительности, при генерации из аудио в версии Fast — по длительности итогового видео, а за неуспешные задачи плата не списывается. Актуальные посекундные тарифы для Fast и Pro указаны в карточке цен на этой странице.