LTX 2.5 Fast Text to Video

模型规格

输入

文字提示词

分辨率

720p1080p

时长

2-20 秒

画幅

16:99:16

音频

原生音频，默认开启

帧率

25fps

提示词长度

≤5,000 字符

模型 ID

ltx-2.5-fast/text-to-video

当前价格：查看实时定价

提示词写法

1. 01

   主体 + 动作 + 镜头 + 声音

   四个要素各写一句，模型会把画面和声音一起生成。

   示例：A barista pours latte art, close-up, morning light, soft clinking cups

2. 02

   镜头词要具体

   推镜、跟拍、环绕、俯拍、固定机位比“动感”更可控。

   示例：tracking shot from behind, low angle

3. 03

   图生视频只写变化

   首帧已经决定了主体和场景，提示词只描述要动起来的部分。

   示例：waves crash below, gulls glide, slow push-in

4. 04

   首尾帧保持机位一致

   两张图构图越接近，过渡越自然；提示词写清中间发生了什么。

   示例：time passes from day to night, windows light up, fixed camera

API 快速示例

curl --request POST 'https://api.hiapi.ai/v1/tasks' \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "ltx-2.5-fast/text-to-video",
  "input": {
    "prompt": "A barista pours steamed milk into a latte, creating a leaf pattern, close-up, soft morning light through a café window, gentle clinking cups and café ambience",
    "resolution": "720p",
    "duration": 6,
    "aspect_ratio": "16:9",
    "generate_audio": true
  }
}'

从一句话到可剪辑的镜头

下面每段都对应一条成片，说明提示词里写了什么、画面和声音如何对应。

主体运动与镜头表现

适合的应用场景

广告与电商

产品图或一句话生成带音效的展示镜头。

短视频内容

9:16 竖屏直接出片，适合信息流和短视频平台。

分镜与预演

最长 20 秒的连续镜头，快速验证节奏与运镜。

转场与氛围镜头

首尾帧做出白天到夜晚、季节变化等过渡。

在 HiAPI 上使用 LTX 2.5 Fast

同一个 API Key 即可调用文生视频与图生视频，任务记录集中保存成片与消费明细，便于回看和核对费用。

相关阅读

• 可灵 3.0 Turbo API 价格与选型另一款按秒计费的视频模型，可对照分辨率与时长的取舍。
• Wan 3.0 API 价格指南了解不同分辨率档位如何影响视频成本。
• 语音转视频 API从文稿或音频生成口播视频的接入方式。