Wie verwende ich die LTX 2.5 Fast Text-zu-Video-API? In 5 Minuten zum ersten Video

TL;DR

• LTX 2.5 Fast Text to Video (ltx-2.5-fast/text-to-video) verwandelt einen Text in ein 2–20 Sekunden langes Video, in 720p / 1080p, Quer- oder Hochformat, inklusive nativem Audio. Modellseite öffnen und direkt ausprobieren – neue Nutzer erhalten bei der Registrierung 200 Credits.
• Der Preis wird pro Sekunde berechnet: 720p kostet $0.043 pro Sekunde ($0.258 für 6 Sekunden), 1080p kostet $0.086 pro Sekunde; der Schalter generate_audio beeinflusst den Preis nicht.
• Der Aufruf erfolgt über die HiAPI-/v1/tasks-Schnittstelle: Task einreichen und taskId erhalten, dann das Ergebnis abfragen und nach Erfolg die Video-URL aus output entnehmen (temporäre Adresse, rechtzeitig speichern).

Was es kann

• Eine Szene mit Ton aus einem Satz: Szene, Bewegung, Kamera und Ton in einen einzigen Prompt schreiben; das Audio wird zusammen mit dem Bild erzeugt.
• 2–20 Sekunden, 12 Längenoptionen: duration kann 2, 3, 4, 5, 6, 8, 10, 12, 14, 16, 18, 20 sein, Standard ist 6 Sekunden.
• Quer- und Hochformat sowie zwei Auflösungen: 16:9 / 9:16, 720p / 1080p; die Bildrate ist fest auf 25fps MP4.
• Die gleiche Serie bietet auch Image-to-Video: Bei ltx-2.5-fast/image-to-video lädst du ein Startbild hoch (optional mit Endbild), um ein statisches Bild in Bewegung zu bringen; die Preisregeln sind identisch, siehe Image-to-Video-Modellseite.

So wählst du zwischen den beiden Schnittstellen:

	ltx-2.5-fast/text-to-video (diese Seite)	ltx-2.5-fast/image-to-video
Eingabe	Ein Text	1–2 Bilder + eine Bewegungsbeschreibung
Geeignet für	Kameraeinstellungen von Grund auf erkunden, Werbeideen, Storyboards	Vorhandene Produktbilder/Fotos, die in Bewegung gebracht werden sollen
Steuerungspunkte	Prompt, Auflösung, Dauer, Bildformat	Startbild (+ Endbild), Prompt, Auflösung, Dauer

Kurz gesagt: Wenn der Bildinhalt noch nicht feststeht, nutze Text-to-Video; wenn das Bild bereits vorhanden ist, nutze Image-to-Video; beide Schnittstellen lassen sich verketten – erzeuge mit Text-to-Video ein finales Startbild und übergib es dann an Image-to-Video für die Kamerabewegung.

Hier ist ein echtes fertiges Video (720p · 6 Sekunden, mit nativem Audio):

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

(Auf Deutsch: Ein Barista gießt aufgeschäumte Milch in einen Latte und erzeugt ein Blattmuster, Nahaufnahme, weiches Morgenlicht durch ein Cafénister, leises Klirren von Tassen und Café-Atmosphäre. Parameter mit Standardwerten: 720p, 6 Sekunden, 16:9, Audio an.)

ltx-2.5-fast/text-to-video, 720p, 6 Sekunden, 16:9, 1280×720, mit Ton, $0.258.Komplettes Video ansehen →

Mit diesem Prompt generieren →

Zwei Einstiegswege

Im Browser in 3 Schritten: Modellseite öffnen → Prompt einfügen, Dauer und Auflösung wählen → Generieren klicken; 720p und 6 Sekunden kosten $0.258, nach der Erzeugung kannst du direkt online eine Vorschau ansehen.

Über die API in 3 Schritten: POST /v1/tasks einreichen → taskId erhalten → GET /v1/tasks/<taskId> abfragen und nach success herunterladen.

curl: Das erste Video

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: your-unique-key-001" \
  -d '{
  "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
  }
}'

Dieses 720p × 6 Sekunden kostet $0.258.

Python: Einreichen, Abfragen, Herunterladen

import time, uuid, requests

BASE = "https://api.hiapi.ai/v1/tasks"
HEADERS = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json",
}

payload = {
    "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,
    },
}

resp = requests.post(
    BASE,
    headers={**HEADERS, "Idempotency-Key": str(uuid.uuid4())},
    json=payload,
    timeout=30,
)
resp.raise_for_status()
task_id = resp.json()["taskId"]

while True:
    task = requests.get(f"{BASE}/{task_id}", headers=HEADERS, timeout=30).json()
    print(task["status"])
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

if task["status"] == "success":
    video = next(o for o in task["output"] if o.get("type") == "video")
    video_url = video["url"]   # temporäre Adresse, so schnell wie möglich herunterladen und speichern
    mp4 = requests.get(video_url, timeout=120)
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

Parametertabelle

Feld	Erforderlich	Werte	Beschreibung
prompt	Ja	1–5000 Zeichen	In einem Satz alles beschreiben: Szene, Bewegung, Kamera, Ton
resolution	Nein	720p / 1080p, Standard 720p	1080p kostet pro Sekunde etwa doppelt so viel wie 720p
duration	Nein	2/3/4/5/6/8/10/12/14/16/18/20, Standard 6	Nur diese Enumerationswerte erlaubt (kein 7, 9)
aspect_ratio	Nein	16:9 / 9:16, Standard 16:9	Für vertikale Kurzvideos 9:16 wählen
generate_audio	Nein	Standard true	Natives Audio; Ausschalten senkt den Preis nicht

Felder außerhalb der Tabelle im Request-Body führen direkt zu 400.

Fehler, die du sehen wirst

Statuscode	Bedeutung	Vorgehen
400 INVALID_REQUEST	Ungültiger Request-Body (fehlendes prompt, ungültiger Enumerationswert wie duration 7, Feld außerhalb der Tabelle)	Request-Body anhand der Parametertabelle korrigieren
402 INSUFFICIENT_QUOTA	Guthaben unzureichend (keine Abbuchung)	Aufladen und erneut versuchen
429 RATE_LIMITED	Rate-Limit ausgelöst	Einreichungsfrequenz reduzieren
409 / 422 IDEMPOTENCY_KEY_*	Doppelte Einreichung mit demselben Idempotenzschlüssel	Neuen Idempotency-Key verwenden

Ein Task kann auch mit CONTENT_POLICY_VIOLATION, TASK_FAILED, TASK_TIMEOUT usw. endgültig fehlschlagen; bei Fehlern wird nichts abgebucht.

Hinweise vor dem Go-live

• Callback: Übergib auf oberster Ebene im Request-Body "callback": {"url": "https://..."}, um bei Endstatus automatisch benachrichtigt zu werden; Video-Tasks dauern lange, daher empfohlen.
• Rechtzeitig sichern: Die Video-URL in output ist temporär – sofort nach Erhalt herunterladen.
• duration und resolution explizit angeben: Diese beiden Felder bestimmen die Abrechnung; verlass dich nicht auf Standardwerte. Logge beide Werte vor dem Go-live, dann ist die Abrechnung leicht nachvollziehbar.
• Rhythmus bei Stapelverarbeitung: Ein 6-Sekunden-Video braucht vom Einreichen bis zum fertigen Video eine Weile; bei Stapelaufgaben besser in eine Warteschlange einreihen und Ergebnisse per Callback entgegennehmen, nicht synchron blockierend warten.
• Statische Bilder in Bewegung bringen: Nutze die Image-to-Video-Modellseite derselben Serie; mit einem hochgeladenen Startbild hast du mehr Kontrolle.

Häufige Fragen

• Ja, Audio wird zusammen mit dem Video erzeugt: generate_audio ist standardmäßig an; beschreibe die Geräusche im Prompt (Wind, leises Klirren von Tassen), dann passt das Audio besser zum Bild.
• Ja, es gibt nur 12 Längenoptionen: Enumerationswerte zwischen 2 und 20 Sekunden; 7 Sekunden, 9 Sekunden usw. führen zu 400.
• Ja, Preis = Preis pro Sekunde × Sekunden: 720p 6 Sekunden $0.258, 1080p 6 Sekunden $0.516; Audio ausschalten macht es nicht günstiger.
• Ja, für $10 bekommst du etwa 38 Videos: gerechnet mit 720p und 6 Sekunden pro Video.
• Ja, für Hochformat wählst du 9:16: Ausgabe 720×1280 (720p) oder 1080×1920 (1080p), kein erneutes Zuschneiden für Kurzvideo-Plattformen nötig.
• Ja, erst niedrige, dann hohe Auflösung: Zum Abstimm von Prompt und Bildkomposition 720p verwenden, dann für denselben Prompt auf 1080p hochgehen und neu laufen lassen; der Preis pro Sekunde verdoppelt sich, aber du erhältst nur ein fertiges Video.
• Ja, Audio ausschalten spart kein Geld: Wenn du später Synchronisation und Musik hinzufügen willst, übergib generate_audio: false für ein sauberes Bild.

Nächster Schritt: Nimm den Latte-Art-Prompt und erzeuge dein erstes Video auf der Modellseite; vier Szenenvorlagen findest du in der Prompt-Sammlung für Text-to-Video.