LTX 2.5 Fast vs Grok Imagine 1.5 Lite：怎么选？

TL;DR

要「可控的音频开关和 12 档时长」，选 LTX 2.5 Fast（ltx-2.5-fast/text-to-video，720p 每秒 $0.043、1080P $0.086）；要「自带音效、1–15 秒任意整数」，选 Grok Imagine 1.5 Lite（grok-imagine-1.5-lite/text-to-video，480P $0.029、720P $0.043、1080P $0.2）。
最硬的数字：720p 每秒同价 $0.043；1080P 分岔——LTX $0.086，Grok Lite $0.2（约 2.3 倍）。
两个都在 HiAPI 上：LTX 模型页、Grok Lite 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（`ltx-2.5-fast/text-to-video`）	Grok Imagine 1.5 Lite（`grok-imagine-1.5-lite/text-to-video`）
720p 每秒	$0.043	$0.043（同价）
1080P 每秒	$0.086	$0.2
480P	无此档	$0.029
时长	12 档枚举（2–20 秒）	1–15 秒任意整数
画幅	16:9 / 9:16	7 种（含 1:1、4:3）
音频	`generate_audio` 可开可关，不加价	自带音效，不能关
适合	竖版短视频、要干净画面的后期流程	台词类、广告创意、想要声音一步到位

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。

同一条提示词，两边真实成品

两条都用 720p、5 秒、16:9（两边同价 $0.215 一条）。

组 A：运动鞋广告

Product commercial: a white running sneaker drops onto wet asphalt in slow motion, water splashes outward, dramatic rim light, bass hit sound

（中文意思：产品广告：一只白色跑鞋慢动作落在湿润的柏油路上，水花四溅，戏剧化轮廓光，低音重击声。）

LTX $0.215	Grok Lite $0.215
LTX 运动鞋 →	Grok Lite 运动鞋 →

左：ltx-2.5-fast/text-to-video，720p，5 秒，16:9，1280×720，有声（generate_audio 默认开）。右：grok-imagine-1.5-lite/text-to-video，720P，5 秒，16:9，$0.215。同一提示词各生成一次；Grok Lite 音效自带不能关，成片里直接听。

组 A 看得见的区别：两边都是慢动作落地 + 水花 + 轮廓光；LTX 默认开音频，Grok Lite 的音轨随画面自带。构图和鞋面细节各有取向，看成片选。

组 B：高山湖航拍

Sweeping cinematic aerial drone shot gliding low over a glacial turquoise alpine lake at sunrise. Pine forests cling to steep granite shoulders, morning mist curls off the still water and drifts between the trees, and golden light spills over snow-capped peaks as the camera slowly rises to reveal a winding river valley. Crisp natural detail, rich greens and deep blues, realistic motion. Soft wind rustling pine needles, distant birdsong, and gentle flowing water over stones.

（中文意思：电影感航拍镜头低掠过日出时分的冰川绿高山湖。松林贴着陡峭花岗岩坡，晨雾从静止的湖面卷起飘进树间，金色光芒洒上雪峰，镜头缓缓升起展现蜿蜒河谷。细腻自然的细节、浓郁的绿与深蓝、真实的运动。松针间的轻风声、远处的鸟鸣和石头上的潺潺流水声。）

LTX $0.215	Grok Lite $0.215
LTX 高山湖 →	Grok Lite 高山湖 →

左：ltx-2.5-fast/text-to-video，720p，5 秒，16:9，$0.215。右：grok-imagine-1.5-lite/text-to-video，720P，5 秒，16:9，$0.215。同一提示词各生成一次。

组 B 看得见的区别：两边都完成了「低掠湖面 → 升起见河谷」的镜头设计；雾气和雪峰的处理各有解读，提示词里点名的三种声音两边都按各自方式生成。

按场景怎么选

竖版短视频投放，两个都行（同选 9:16，同价）。
要后期自配音乐的广告片，选 LTX：generate_audio 关掉拿干净画面，不加价。
人物台词、对白类内容，选 Grok Lite：提示词里写台词，音轨自带。
预算敏感的草稿轮，Grok Lite 有 480P（$0.029/秒）；LTX 最低就是 720p。
1080P 定稿，LTX $0.086/秒明显便宜（Grok Lite $0.2/秒）。
奇数秒时长（7 秒、9 秒）只有 Grok Lite 能出；LTX 只收枚举值。

切换成本：只改 model 和个别字段

{
  "model": "ltx-2.5-fast/text-to-video",
  "input": {
    "prompt": "Product commercial: a white running sneaker drops onto wet asphalt in slow motion, water splashes outward, dramatic rim light, bass hit sound",
    "resolution": "720p",
    "duration": 5,
    "aspect_ratio": "16:9",
    "generate_audio": true
  }
}

{
  "model": "grok-imagine-1.5-lite/text-to-video",
  "input": {
    "prompt": "Product commercial: a white running sneaker drops onto wet asphalt in slow motion, water splashes outward, dramatic rim light, bass hit sound",
    "resolution": "720p",
    "duration": 5,
    "aspect_ratio": "16:9"
  }
}

Grok Lite 没有 generate_audio 字段（音效自带）；其余完全同构。