LTX-2.5 Explicado: El Modelo de Video de Pesos Abiertos — y la Forma Más Económica de Usarlo (2026)
LTX-2.5 es un modelo AI de video de pesos abiertos con 22 mil millones de parámetros de LTX (derivado de Lightricks). Genera clips de hasta 20 segundos en resolución de hasta 4K con audio sincronizado nativo, y es más rápido que el tiempo real — un clip de 10 segundos se renderiza en aproximadamente 6.8 segundos en hardware de gama alta. La API oficial cuesta $0.09–$0.30/seg, pero Soloa lo ejecuta desde $0.01/seg — la generación de video más económica del mercado.
| LTX-2.5 de un Vistazo | Detalles |
|---|---|
| Desarrollador | LTX (derivado de Lightricks) |
| Tamaño | 22B parámetros, pesos abiertos en Hugging Face |
| Salida | Hasta 4K, clips de hasta 20 segundos, 24/25/48/50fps |
| Audio | Audio sincronizado nativo en la misma pasada |
| Velocidad | Clip de 10s a 720p en ~6.8s en dual NVIDIA GB200s |
| Modos | Texto-a-video, imagen-a-video, primer/último fotograma, audio-a-video |
| Licencia | Gratis para organizaciones con menos de $10M ARR; licencia comercial para superiores |
| Acceso más económico | Soloa: $0.005–$0.02/seg, sin configuración |
¿Qué Es LTX-2.5?
LTX-2.5 es el modelo fundacional de pesos abiertos más reciente de la familia de video LTX. Mientras la mayoría de los modelos de video de vanguardia (Veo, Kling, Seedance) son APIs cerradas, LTX publica sus pesos en Hugging Face — cualquiera puede descargar, inspeccionar, ajustar o auto-alojar el modelo. Es gratuito para organizaciones con menos de $10 millones en ingresos recurrentes anuales; empresas más grandes negocian una licencia comercial.
Dos cosas lo distinguen tanto de rivales cerrados como de otros modelos abiertos:
- Velocidad. LTX-2.5 genera más rápido que el tiempo real. VentureBeat reportó un clip de 10 segundos desde una imagen en 6.8 segundos en superchips NVIDIA — múltiples veces más rápido que competidores cerrados. En un flujo de trabajo con muchas iteraciones, la velocidad de generación es la diferencia entre una sesión creativa y una sala de espera.
- Audio nativo. Sonido ambiente, música y diálogo se generan en la misma pasada que la imagen — sin pipeline de audio separado, sin sincronización.
Qué Hay de Nuevo vs LTX-2
- Nuevo Decodificador de Video por Difusión — fidelidad notablemente mejor en escenas complejas (multitudes, agua, texturas finas).
- Generación multi-toma nativa — un prompt puede dirigir varios cortes ("Toma 1… Corte a Toma 2…") mientras mantiene la consistencia de personaje e iluminación entre ellos.
- Límites más altos — hasta resolución 4K y clips de 20 segundos en los endpoints Fast.
Variantes de LTX-2.5 y Precios de API Oficial
En la API oficial (fal.ai y otros proveedores), LTX-2.5 viene en dos variantes:
| Variante | 720p | 1080p | 1440p | 4K |
|---|---|---|---|---|
| LTX-2.5 Fast | $0.09/seg | $0.13/seg | $0.19/seg | $0.30/seg |
| LTX-2.5 Pro | $0.12/seg | $0.17/seg | — | — |
Pro se enfoca en pipelines de grado cinematográfico (salida EXR, color ACES, duraciones fijas de 6/8/10 segundos a 24/25/50fps). Fast cubre todo lo demás, hasta 4K y 20 segundos, con un modo de duración "auto" que predice la duración correcta del clip a partir de la acción descrita. Ambos soportan 16:9 y 9:16 e incluyen audio en todos los niveles.
Tus 3 Formas de Ejecutar LTX-2.5 (y Lo Que Cada Una Realmente Cuesta)
1. Auto-alojar los pesos abiertos — "gratis," más una GPU
Descarga los pesos y ejecútalos localmente con una GPU de 16GB+ VRAM. No hay tarifa por clip ni marca de agua, pero estás pagando en hardware (o ~$0.40–$2/hora en alquiler de GPU en la nube), tiempo de configuración, arranques en frío y mantenimiento. Vale la pena para equipos de ingeniería; excesivo para creadores. Desglose completo en nuestra comparación de modelos de pesos abiertos.
2. API Oficial — $0.09–$0.30/seg
Acceso simple de pago por segundo, con precios similares a otras APIs de vanguardia. Un clip de 20 segundos a 1080p en Fast cuesta $2.60; diez iteraciones, $26.
3. Soloa — el mismo modelo desde $0.01/seg
Soloa opera su propia implementación LTX-2.5 siempre activa y transfiere la economía del auto-alojamiento a los suscriptores:
| Resolución | Soloa | API Oficial (Fast) | Ahorro |
|---|---|---|---|
| 480p | $0.005/seg | — | — |
| 720p | $0.01/seg | $0.09/seg | 9x más barato |
| 1080p | $0.02/seg | $0.13/seg | 6.5x más barato |
Está incluido con cada suscripción de Soloa — los planes incluyen 20–50 generaciones por día — y soporta texto-a-video, imagen-a-video, y primer/último-fotograma-a-video con audio nativo, directamente desde el navegador. Sin GPU, sin claves API, sin arranques en frío. Ese clip de 20 segundos a 1080p cuesta $0.40; diez iteraciones, $4.
Cómo se Compara LTX-2.5 con Modelos Cerrados
En las tablas de calidad, Seedance 2.5 de ByteDance y Veo 3.1 de Google aún lideran en fidelidad cinematográfica. Pero la brecha de costos es enorme: Seedance 2.5 texto-a-video cuesta $0.293/seg a 720p — aproximadamente 29x la tarifa de LTX-2.5 de Soloa — y Veo 3.1 Standard con audio es $0.40/seg, 40x más. Para contenido social, borradores, material b-roll, clips de producto y trabajo con muchas iteraciones, la calidad por dólar de LTX-2.5 es inigualable en 2026. Ve la tabla completa del mercado en nuestra comparación de costo por segundo.
Por Qué la Velocidad Cambia el Flujo de Trabajo Creativo
La velocidad de generación suena como una característica de conveniencia hasta que cuentas lo que hace con la producción. Un modelo que toma 3–4 minutos por clip (típico para modelos cerrados pesados — MiniMax H3 promedia ~264 segundos) te permite probar tal vez 10 ideas en una hora. LTX-2.5 en infraestructura activa devuelve clips en segundos o decenas de segundos, así que una sesión de una hora produce 40–60 iteraciones. Combinado con el precio de $0.01/seg, eso convierte el video AI de una herramienta de "una toma cuidadosa" en un verdadero sandbox creativo — el mismo cambio que hizo la fotografía digital mejor que el film para la mayoría de los fotógrafos profesionales.
Para Qué Usan LTX-2.5 los Creadores
- Contenido social de formato corto — soporte 9:16, audio nativo y clips de 20 segundos cubren TikTok, Reels y Shorts sin una pasada de edición.
- Videos de producto desde imágenes fijas — imagen-a-video anima fotografía de producto existente; el modo primer/último fotograma crea transiciones suaves entre dos tomas.
- B-roll a escala — tomas de establecimiento, clips de textura y cutaways que costarían $50–$200/clip de stock o modelos premium.
- Storyboarding y previsualización — prueba 30 direcciones visuales para una campaña antes de comprometer presupuesto premium a finales.
- Mini-narrativas multi-toma — el sistema multi-toma nativo mantiene personaje e iluminación a través de 2–4 cortes en una sola generación.
Obteniendo Buenos Resultados de LTX-2.5
LTX-2.5 usa un codificador de texto ajustado que lee prompts como un director lee una descripción de toma — las oraciones completas superan las listas de etiquetas, y cámara, iluminación y audio pertenecen todos en el prompt. Escribimos una guía de prompts LTX-2.5 dedicada con más de 30 prompts para copiar y pegar y un vocabulario de movimiento de cámara. Y porque Soloa cobra $0.01/seg, puedes permitirte las 5–10 iteraciones que separan un clip decente de uno excelente — un lujo que cuesta dinero real en APIs de $0.09–$0.53/seg.
Preguntas Frecuentes
¿Es LTX-2.5 gratis?
Los pesos son gratuitos para descargar y auto-alojar para organizaciones con menos de $10M ARR. Ejecutarlos aún cuesta dinero de GPU. El acceso alojado más económico es Soloa a $0.005–$0.02/seg, incluido con cualquier suscripción.
¿Qué tan rápido es LTX-2.5?
Más rápido que el tiempo real en hardware de centro de datos — aproximadamente 6.8 segundos para un clip de 10 segundos a 720p en dual NVIDIA GB200s. En plataformas alojadas, las generaciones típicamente se completan en mucho menos de un minuto.
¿LTX-2.5 genera sonido?
Sí. Ruido ambiente, música y diálogo se generan nativamente en la misma pasada en cada nivel de resolución — uno de los pocos modelos abiertos con audio integrado.
¿Puede LTX-2.5 hacer imagen-a-video?
Sí — imagen-a-video con anclaje opcional de fotograma final, más primer/último-fotograma-a-video, que interpola un clip entre dos imágenes fijas. Ambos modos están disponibles en la pestaña LTX-2.5 de Soloa.
¿Qué hardware necesito para auto-alojar LTX-2.5?
Una GPU con al menos 16GB VRAM para el modelo base. Para la mayoría de los creadores, el acceso alojado a $0.01/seg cuesta menos que la electricidad y el tiempo de ejecutarlo tú mismo.
Conclusión: LTX-2.5 hizo que la generación de video de calidad de vanguardia fuera abierta y rápida. Soloa la hizo económica. Genera tu primer clip desde $0.01/seg.
Plataforma IA Todo en Uno
Prueba estas herramientas de IA gratis en Soloa
Más de 50 modelos de IA para imagen, video, voz y música. Una suscripción, sin cambiar de herramienta.