> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-de/videogenerierung/ltx-video-2-5.md).

# LTX-2.5 (22B, Video + Audio)

Generiere Video mit synchronisiertem Audio mit LTX-2.5 auf einer Clore.ai RTX 5090 — offenes 22B-DiT mit ComfyUI-Unterstützung ab Tag eins

{% hint style="info" %}
**Status (August 2026):** LTX (die Ausgründung von Lightricks) veröffentlichte **LTX-2.5** am **11. August 2026** — ein **22B asymmetrischer Dual-Stream-Diffusion-Transformer** der Video erzeugt **und synchronisierte Audioausgabe in einem Modell**. Gewichte: [Lightricks/LTX-2.5](https://huggingface.co/Lightricks/LTX-2.5) (gesperrt — akzeptiere die Lizenz mit einem kostenlosen Hugging-Face-Konto). Nativ **ComfyUI** Integration von Anfang an, Auflösungen von 720p bis **4K**, Clips von **6–20 Sekunden**. Kostenlos für die kommerzielle Nutzung unter der **LTX-2.x Community-Lizenz** für Organisationen mit weniger als 10 Mio. $ Jahresumsatz.
{% endhint %}

Die meisten offenen Videomodelle zwingen dich, den Soundtrack separat zusammenzustellen. LTX-2.5 erzeugt Bild und Audio gemeinsam, aus Text, aus einem Standbild oder aus einem vorhandenen Clip. Es ist außerdem das erste offene Videomodell, dessen offizielle Hardware-Empfehlung — **32 GB VRAM** — genau auf eine Karte abbildet, die der Clore.ai-Marktplatz in großer Zahl hat: Es gab **121 kostenlose RTX 5090** beim letzten Snapshot, zu 0,25–0,77 $ pro GPU-Stunde.

### Wichtige Spezifikationen

| Eigenschaft            | Wert                                                                              |
| ---------------------- | --------------------------------------------------------------------------------- |
| Parameter              | 22B (asymmetrischer Dual-Stream-DiT)                                              |
| Eingaben               | Text, Bild, Video                                                                 |
| Ausgabe                | Video mit synchronisiertem Audio                                                  |
| Auflösung              | 720p → natives 4K                                                                 |
| Cliplänge              | 6–20 Sekunden                                                                     |
| Lizenz                 | LTX-2.x Community-Lizenz (kostenlose kommerzielle Nutzung unter 10 Mio. $ Umsatz) |
| Veröffentlichungsdatum | 11. August 2026                                                                   |
| Werkzeuge              | ComfyUI (nativ), LTX API, Diffusers                                               |

***

## Anforderungen

| Präzision                       | VRAM        | Clore.ai-Karte                                      |
| ------------------------------- | ----------- | --------------------------------------------------- |
| Volle Präzision                 | \~66 GB     | 1× RTX PRO 6000 96GB — 0,92–1,38 $/Std.             |
| **FP8 (offizielle Empfehlung)** | **\~32 GB** | **1× RTX 5090 32GB — 0,25–0,77 $/Std.**             |
| int8 / FP8 mit CPU-Offload      | 16–24GB     | 1× RTX 4090 oder 3090 — 0,07–0,42 $/Std., langsamer |

Auch Budget **100 GB freien Speicherplatz** für die Checkpoints, und bevorzuge einen Server mit schneller Verbindung: Der Download ist der langsamste Teil des ersten Durchlaufs.

{% hint style="warning" %}
**Blackwell braucht einen aktuellen CUDA-Stack.** Auf RTX-50er-Serie verwende ein CUDA-12.8+-Image — `yanwk/comfyui-boot:cu130-slim` für ComfyUI, oder `pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel` wenn du dein eigenes baust. Ein CUDA-12.4-Image wird auf diesen Karten fehlschlagen. Siehe [CUDA- & PyTorch-Kompatibilität](/guides/guides_v2-de/erste-schritte/cuda-pytorch-compatibility.md).
{% endhint %}

***

## Bereitstellen auf Clore.ai mit ComfyUI

1. Miete einen **RTX 5090** aus dem [Marktplatz](https://clore.ai/marketplace) mit mindestens 100 GB freiem Speicherplatz.
2. Stelle das ComfyUI-Image bereit:

```
Image: yanwk/comfyui-boot:cu130-slim
Ports: 22/tcp, 8188/http
Umgebung: CLI_ARGS=--listen 0.0.0.0
```

3. Akzeptiere die Modellslizenz auf der [LTX-2.5-Modellseite](https://huggingface.co/Lightricks/LTX-2.5) und erstelle einen Hugging-Face-Token — das Repo ist gesperrt.
4. Lade die Gewichte und die LTX-ComfyUI-Nodes herunter:

```bash
export HF_TOKEN=hf_...

# ComfyUI-Nodes
cd /root/ComfyUI/custom_nodes
git clone https://github.com/Lightricks/ComfyUI-LTXVideo
pip install -r ComfyUI-LTXVideo/requirements.txt

# Gewichte (FP8-Build für eine 32-GB-Karte)
huggingface-cli download Lightricks/LTX-2.5 \\
  --token $HF_TOKEN \\
  --local-dir /root/ComfyUI/models/checkpoints/ltx-2.5
```

5. Starte ComfyUI neu und lade die offizielle LTX-Workflow-Vorlage — ein zweistufiger Graph, der ein Bild plus einen Text-Prompt annimmt. Es lohnt sich nicht, den Knotengraphen von Hand zu bauen; starte vom Referenz-Workflow aus und modifiziere ihn.

***

## GPU-Empfehlungen für Clore.ai

| Einrichtung     | VRAM  | Modus                               | Clore.ai-Kosten      |
| --------------- | ----- | ----------------------------------- | -------------------- |
| **1× RTX 5090** | 32 GB | FP8, 720p–1080p                     | **0,25–0,77 $/Std.** |
| 1× RTX 4090     | 24 GB | int8 + CPU-Offload                  | ca. 0,14–0,42 $/h    |
| 1× RTX 3090     | 24 GB | int8 + CPU-Offload, am langsamsten  | ca. 0,07–0,21 $/h    |
| 1× RTX PRO 6000 | 96GB  | volle Präzision, 4K                 | $0.92–1.38/Std.      |
| 2× RTX 5090     | 64 GB | volle Präzision, schnellere Batches | $0.50–1.54/Std.      |

{% hint style="success" %}
**Ein 10-Sekunden-Clip kostet nur ein paar Cent.** Bei einem Median von 0,29 $/Std. für eine RTX 5090 liegen selbst langsame Generierungen von ein paar Minuten bei unter zwei Cent GPU-Zeit. Mieten, eine Batch generieren, die Bestellung schließen.
{% endhint %}

***

## Anwendungsfälle

* **Video mit Ton in einem Durchgang** — kein separates Audiomodell, keine manuelle Synchronisation
* **Bild zu Video** — animiere ein Standbild, wobei ein Text-Prompt die Bewegung steuert
* **Video zu Video** — vorhandenes Filmmaterial neu stilisieren oder verlängern
* **4K-Ausgabe** — nativ, nicht hochskaliert, auf einer 96-GB-Karte
* **Pipelines für Kurzform-Content** — 6–20-Sekunden-Clips sind genau die Länge für soziale Medien
* **Previz und Storyboards** — günstiges Iterieren, bevor du dich für einen echten Dreh festlegst

***

## Fehlerbehebung

| Problem                                       | Fix                                                                                                                     |
| --------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------- |
| 403 beim Herunterladen der Gewichte           | Das Repo ist gesperrt — akzeptiere die Lizenz auf der Modellseite und übergebe dann `--token`                           |
| `kein Kernel-Image` auf RTX 5090              | CUDA-12.4-Image; wechsle zu `cu130-slim` oder einem cu128-PyTorch-Basisimage                                            |
| OOM auf 24 GB                                 | Aktiviere FP8/int8 und CPU-Offload im Workflow, reduziere die Auflösung auf 720p, verkürze den Clip                     |
| Speicherplatz während des Downloads erschöpft | Benötigt \~100 GB frei; filtere den Marktplatz nach größeren Datenträgern                                               |
| Audio nicht synchron                          | Verwende den offiziellen Workflow statt eines selbst gebauten Graphen — die zweistufige Vorlage übernimmt den Audiopfad |
| Beim ersten Lauf sehr langsam                 | Modell laden und kompilieren; die zweite Generierung ist bei derselben Bestellung deutlich schneller                    |

***

## Nächste Schritte

* **Vorgänger:** [LTX-2](/guides/guides_v2-de/videogenerierung/ltx-video-2.md) · [LTX-Video](/guides/guides_v2-de/videogenerierung/ltx-video.md)
* **Alternativen:** [Wan 2.2 VBVR](/guides/guides_v2-de/videogenerierung/wan22-vbvr.md) · [HunyuanVideo](/guides/guides_v2-de/videogenerierung/hunyuan-video.md) · [FramePack](/guides/guides_v2-de/videogenerierung/framepack.md) (6 GB VRAM)
* **Vergleich:** [Verglichene Videogenerierungsmodelle](/guides/guides_v2-de/vergleiche/video-gen-comparison.md)
* **Nachbearbeitung:** [RIFE-Interpolation](/guides/guides_v2-de/videoverarbeitung/rife-interpolation.md) · [Real-ESRGAN-Upscaling](/guides/guides_v2-de/bildverarbeitung/real-esrgan-upscaling.md)

### Links

* [LTX-2.5 auf Hugging Face](https://huggingface.co/Lightricks/LTX-2.5) (gesperrt)
* [ComfyUI-LTXVideo-Nodes](https://github.com/Lightricks/ComfyUI-LTXVideo)
* **Eine GPU mieten:** [RTX 5090](https://clore.ai/rent-5090.html) · [RTX 4090](https://clore.ai/rent-4090.html) · [Marktplatz](https://clore.ai/marketplace)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-de/videogenerierung/ltx-video-2-5.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.