LTX 2.5 Fast テキストto動画 API の使い方：5分で最初の一本

TL;DR

• LTX 2.5 Fast Text to Video（ltx-2.5-fast/text-to-video）は、テキストを2～20秒の動画に変換し、720p / 1080p、横・縦画面、ネイティブ音声をまとめて生成します。モデルページを開くだけで試せて、新規ユーザー登録で200クレジットが付与されます。
• 料金は秒単位：720p は毎秒 $0.043（6秒で $0.258）、1080p は毎秒 $0.086。generate_audio のオン・オフは料金に影響しません。
• 呼び出しは HiAPI の /v1/tasks インターフェース経由：タスクを送信して taskId を取得し、結果を問い合わせます。成功したら output から動画アドレスを取得します（一時的なアドレスなので早めに保存）。

できること

• ひと言で音声付きのカットを生成：シーン、動き、カメラワーク、音を同じプロンプトに書けば、音声が映像と一緒に生成されます。
• 2～20秒、12段階の長さ：duration は 2、3、4、5、6、8、10、12、14、16、18、20 を指定でき、デフォルトは6秒。
• 横・縦画面と2段階の解像度：16:9 / 9:16、720p / 1080p。フレームレートは固定 25fps の MP4。
• 同シリーズに画像to動画もあり：ltx-2.5-fast/image-to-video は最初のフレーム（必要なら最後のフレームも）をアップロードして静止画を動かします。料金ルールは同じです。画像to動画モデルページをご覧ください。

2つのインターフェースの選び方：

	ltx-2.5-fast/text-to-video（本ページ）	ltx-2.5-fast/image-to-video
入力	テキスト	1～2枚の画像＋動きの説明文
向いている用途	ゼロからカットを探る、広告アイデア、絵コンテ	製品画像・写真があり、それを動かしたい
制御できるポイント	プロンプト、解像度、長さ、アスペクト比	最初のフレーム（＋最後のフレーム）、プロンプト、解像度、長さ

ひと言で言えば：映像内容が決まらないならテキストto動画、映像がすでにあるなら画像to動画。2つのインターフェースは組み合わせ可能——テキストto動画で確定版の最初のフレームを生成し、それを画像to動画に渡してカメラワークを加える。

以下は実際の完成動画です（720p・6秒、ネイティブ音声付き）：

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

（日本語の意味：バリスタがスチームミルクをラテに注ぎ、葉の模様を作る。クローズアップ、カフェの窓から差し込む柔らかな朝の光、カップが軽く触れ合う音とカフェの環境音。パラメータはデフォルト：720p、6秒、16:9、音声オン。）

ltx-2.5-fast/text-to-video、720p、6秒、16:9、1280×720、音声付き、$0.258。完成動画を見る →

このプロンプトで生成 →

2つの始め方

ブラウザで3ステップ：モデルページを開く → プロンプトを貼り付け、長さと解像度を選ぶ → 生成をクリック。720p 6秒で1本 $0.258、生成後はそのままオンラインプレビューできます。

APIで3ステップ：POST /v1/tasks で送信 → taskId を取得 → GET /v1/tasks/<taskId> で success を確認してダウンロード。

curl：最初の一本

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
  }
}'

この 720p × 6秒は $0.258 です。

Python：送信、ポーリング、ダウンロード

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"]   # 一時アドレスなので早めにダウンロードして保存
    mp4 = requests.get(video_url, timeout=120)
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

パラメータ表

フィールド	必須	値	説明
prompt	はい	1～5000文字	シーン、動き、カメラワーク、音をひと言にまとめて書く
resolution	いいえ	720p / 1080p、デフォルト 720p	1080p の毎秒料金は 720p の約2倍
duration	いいえ	2/3/4/5/6/8/10/12/14/16/18/20、デフォルト 6	これらの列挙値のみ指定可能（7、9はない）
aspect_ratio	いいえ	16:9 / 9:16、デフォルト 16:9	縦画面のショート動画なら 9:16
generate_audio	いいえ	デフォルト true	ネイティブ音声。オフにしても安くならない

リクエストボディに表外のフィールドがあると直接 400 になります。

遭遇するエラー

ステータスコード	意味	対処方法
400 INVALID_REQUEST	リクエストボディが不正（prompt 不足、duration に 7 などの列挙値以外を指定、表外フィールドの指定）	パラメータ表に照らしてリクエストボディを修正
402 INSUFFICIENT_QUOTA	残高不足（課金なし）	チャージ後に再試行
429 RATE_LIMITED	レート制限に到達	送信頻度を下げる
409 / 422 IDEMPOTENCY_KEY_*	同じ冪等キーで重複送信	新しい Idempotency-Key に変更

タスクの終態失敗には CONTENT_POLICY_VIOLATION、TASK_FAILED、TASK_TIMEOUT などもあります。失敗時は課金されません。

本番運用前の注意

• コールバック：リクエストボディのトップレベルに "callback": {"url": "https://..."} を渡すと、終態を自動通知します。動画タスクは時間がかかるため、利用を推奨します。
• 早めに転送保存：output 内の動画アドレスは一時的なものです。取得したらすぐダウンロードしてください。
• duration と resolution を明示的に指定：この2つのフィールドが請求額を決めます。デフォルト値に頼らず、本番前にこの2つの値をログに出しておけば、照合時にも明確です。
• バッチのペース：6秒の動画1本は送信から完成までしばらく待ちます。バッチ処理ではキューに送信＋コールバックで結果を受け取ることを推奨し、同期的に待ち続けないでください。
• 静止画を動かしたい：同シリーズの画像to動画モデルページを使い、最初のフレームをアップロードするほうが制御しやすいです。

よくある質問

• はい、音声は映像と一緒に生成されます：generate_audio はデフォルトでオン。プロンプトに音（風の音、カップの軽い音）を書くと、音声が映像により合います。
• はい、長さは12段階のみ：2～20秒の間の列挙値で、7秒や9秒などを指定すると 400 になります。
• はい、料金 = 毎秒料金 × 秒数：720p 6秒は $0.258、1080p 6秒は $0.516。音声をオフにしても安くなりません。
• はい、$10 で約38本生成可能：720p 6秒1本で計算。
• はい、縦版は 9:16 を選ぶだけ：出力は 720×1280（720p）または 1080×1920（1080p）で、ショート動画プラットフォームに投稿する際も再トリミング不要。
• はい、解像度はまず低く、後から高く：プロンプトや構図を調整するときは 720p を使い、決まったら 1080p に上げて同じプロンプトで再実行。毎秒料金は2倍ですが、完成品は1本だけです。
• はい、音声をオフにしても節約にならない：後から声やBGMを付けるなら generate_audio: false を渡して、クリーンな映像を取得します。

次のステップ：ラテアートのプロンプトでモデルページで最初の一本を生成。4つのシーンテンプレートはテキストto動画プロンプト大全をご覧ください。