LTX 图生视频 vs Wan 2.6 Flash：怎么选？

TL;DR

要「1080P、12 档时长、免费音频开关」，选 LTX 2.5 Fast 图生（ltx-2.5-fast/image-to-video，720p $0.043/秒、1080P $0.086/秒）；要「720p 无声更便宜、画幅跟图走」，选 Wan 2.6 Flash（wan2.6-flash/image-to-video，720p 无声 $0.029/秒）。
最硬的数字：720p 无声每秒 $0.043 对 $0.029，Wan 便宜 33%；1080P 无声 $0.086 对 $0.043，反过来 Wan 便宜一半。
两个都在 HiAPI 上：LTX 图生模型页、Wan 2.6 Flash 模型页，同一个 /v1/tasks 接口，新用户注册送 200 积分。

一眼看懂

	LTX 2.5 Fast 图生（`ltx-2.5-fast/image-to-video`）	Wan 2.6 Flash（`wan2.6-flash/image-to-video`）
720p 无声	$0.043/秒	$0.029/秒
720p 有声	同价（音频免费）	$0.0575/秒
1080P 无声	$0.086/秒	$0.043/秒
1080P 有声	同价	$0.086/秒
时长	12 档枚举（2–20 秒）	只有 5 / 10 / 15 秒
画幅	`aspect_ratio` 16:9 / 9:16	跟随输入图（无参数）
首尾帧	支持（image_urls 传 2 张）	不支持（恰好 1 张）
输入字段	`image_urls` 数组（1–2 张）	`image_urls` 数组（恰好 1 张）
适合	首尾帧过渡、自定义画幅、要音频控制	竖版社媒素材、便宜的无声批量

两个模型都是 HiAPI 现价，2026 年 10 月 23 日核对。按成功出片计费，失败不扣费。

同一张输入图、同一条提示词，两边真实成品

组 A：秋林红狐（16:9 输入图）

The fox stands up, shakes off leaves and trots across the clearing, leaves crunching, birds singing in the forest

（中文意思：狐狸站起身，抖掉身上的落叶，小跑穿过林间空地，落叶咔嚓作响，林中鸟鸣。）

LTX 1080P 有声 $0.43（5 秒）	Wan 720p 有声 $0.2875（5 秒）
LTX 红狐 1080P →	Wan 2.6 红狐 720p →

左：ltx-2.5-fast/image-to-video，1080p，5 秒，16:9，$0.43，有声。右：wan2.6-flash/image-to-video，720p，5 秒，$0.2875（Sound On）。同一输入图、同一提示词各生成一次；分辨率和价格不同，图注如实写。

组 B：沙漠老爷车（16:9 输入图）

The camera slowly dollies around the turquoise convertible as the sun sinks behind the mesas, dust drifting in the warm light

（中文意思：镜头缓慢环绕青绿色敞篷车移动，夕阳沉入方山之后，暖光中尘土飘散。）

LTX 1080P 无声 $0.43（5 秒）	Wan 1080P 无声 $0.215（5 秒）
LTX 老爷车 1080P →	Wan 2.6 老爷车 1080P →

左：ltx-2.5-fast/image-to-video，1080p，5 秒，16:9，$0.43，无声（generate_audio: false）。右：wan2.6-flash/image-to-video，1080P，5 秒，1918×1080，$0.215，无声。同一输入图、同一提示词各生成一次；同为无声 1080P，Wan 便宜一半。

两组看得见的区别：

狐狸组：两边都完成「起身 → 抖落叶 → 小跑」的动作链；LTX 是 1080P，细节更锐，但价格也高。
老爷车组：同是 1080P 无声环绕，Wan $0.215、LTX $0.43——同为无声场景 Wan 的价格优势直接可见。

按场景怎么选

竖版社媒素材（图什么比例出什么比例），选 Wan：没有画幅参数，传竖图出竖屏。
首尾帧过渡（白天→夜晚），选 LTX：image_urls 传两张，Wan 只收一张。
无声批量出片，Wan 便宜：720p 无声 $0.029/秒，低于 LTX 的 $0.043/秒。
要 5 秒以外的时长（3 秒、8 秒、20 秒），只有 LTX 能出；Wan 只有 5/10/15。
要音频但不想多花钱，LTX：开关免费；Wan 开音频每秒翻倍（720p $0.0575）。
1080P 有声打平：两家都是 $0.086/秒。

切换成本：字段几乎同构

{
  "model": "ltx-2.5-fast/image-to-video",
  "input": {
    "prompt": "The fox stands up, shakes off leaves and trots across the clearing, leaves crunching, birds singing in the forest",
    "image_urls": ["https://example.com/first-frame.jpg"],
    "resolution": "720p",
    "duration": 5,
    "aspect_ratio": "16:9",
    "generate_audio": true
  }
}

{
  "model": "wan2.6-flash/image-to-video",
  "input": {
    "prompt": "The fox stands up, shakes off leaves and trots across the clearing, leaves crunching, birds singing in the forest",
    "image_urls": ["https://example.com/first-frame.jpg"],
    "duration": 5,
    "resolution": "720p",
    "audio": true
  }
}

差异点：LTX 有 aspect_ratio 和 generate_audio；Wan 是 audio（计费）且没有画幅参数；duration 取值范围不同。