LTX Video lokaal: open videocreatie op je eigen GPU

👁 120 keer gelezen

LTX-Video 13B distilled van Lightricks is het snelste open-source videocodel dat ik lokaal op mijn eigen grafische kaart heb getest. Een clip van 5 seconden in 768×512 verschijnt op een RTX 4090 al binnen 18 seconden, en in 1216×704 kost het slechts 37 seconden met ongeveer 16 GB videogeheugen in beslag. In dit artikel test ik LTX Video lokaal, zet ik de verschillen met LTX-2 op een rij en leg ik de installatiestappen uit; meer experimenten met modellen vind je in het overzicht over lokale AI-modellen voor tekst, beeld en video.

LTX Video, LTX-2 en LTX Desktop: de verschillen

Lightricks, bekend van LTX Studio, biedt twee families van open videomodellen aan naast een los desktop-programma. Omdat de namen erg op elkaar lijken maar de hardwarevereisten sterk verschillen, is het belangrijk om ze uit elkaar te houden.

Deze bestandsgroottes zijn afkomstig uit de officiële repositories van Lightricks op Hugging Face (gecontroleerd op 17 oktober 2026). Bij LTX-Video komt hier nog een T5-tekstencoder bij (5,2 GB in fp8). Voor LTX-2 en LTX-2.3 is dat een Gemma 3 12B encoder (minimaal 9,45 GB in de Comfy-Org bundel), en voor LTX-2.5 een Gemma 4 12B encoder (15,4 GB in int8). Het NVFP4-formaat is specifiek bedoeld voor RTX 50-kaarten. LTX-2.5 vereist bovendien een Hugging Face-account en licentieacceptatie voorafgaand aan het downloaden.

De term LTX-2 slaat dus op de zwaardere generatie met geluid. Hoewel ComfyUI 0.41 sjablonen heeft voor LTX-2, LTX-2.3 en LTX-2.5, heb ik die varianten wegens tientallen gigabytes aan bestanden niet lokaal gedownload. Mijn eigen metingen richten zich specifiek op de snellere LTX-Video 13B distilled.

LTX Desktop

LTX Desktop is een opensource-applicatie van Lightricks (Apache 2.0-licentie, versie 1.3.0 van 9 oktober 2026) om LTX-2.x-modellen te draaien op Windows, Linux en macOS (Apple Silicon). De applicatie ondersteunt tekst-naar-video, beeld-naar-video en basismontage. Volgens de documentatie gelden de volgende specificaties:

• Standaard draait lokaal LTX 2.5 Fast (met LTX 2.3 Fast als optie); LTX 2.5 Pro werkt uitsluitend via de betaalde cloudomgeving.
• Onder Windows is een Nvidia-kaart vereist met minimaal 15 GiB VRAM, 16 GB werkgeheugen (32 GB aanbevolen) en circa 72 GB vrije schijfruimte voor het complete LTX 2.5 Fast-pakket.
• Tekstprompts worden standaard via een gratis LTX API-sleutel in de cloud verwerkt, tenzij je de lokale encoder inschakelt via de instellingen.

Ik heb LTX Desktop (versie 1.0.5) op mijn systeem staan, maar zonder de modellen te laden. Als je een videokaart met 16 tot 24 GB bezit en video inclusief audio via een grafische interface wilt, is dit een optie. Voor LTX-Video 13B volstaat een ComfyUI-workflow.

Mijn metingen op de RTX 4090

Mijn testsysteem bestaat uit een RTX 4090 24 GB, Intel Core i9-14900KF, 64 GB RAM en Windows 11. De modellen stonden op een externe usb-ssd en werden gedraaid in ComfyUI 0.41.0. Gebruikt model: ltxv-13b-0.9.8-distilled-fp8 met de t5xxl fp8-encoder. Instellingen: 8 stappen met het ingebouwde schema, CFG 1, euler sampler, 24 fps en tiled VAE decoding. Tijdmetingen lopen vanaf de opdracht tot het weggeschreven MP4-bestand; het piekgeheugen is elke 0,5 seconde geregistreerd via nvidia-smi.

Het daadwerkelijke samplen (8 stappen) nam volgens het ComfyUI-logboek slechts 8 seconden in beslag op 768×512 en 22 seconden op 1216×704. De overige tijd ging op aan de tekstencoder en VAE-decodering, en bij de allereerste opdracht aan het inladen van de 20,9 GB aan modelbestanden vanaf de usb-ssd. ComfyUI draaide met het argument --disable-smart-memory; voor aanvang van de tests hield Windows al ongeveer 1,7 GB VRAM bezet. Wie meer wil weten over modelformaten en geheugengebruik kan mijn artikel over GGUF en kwantisatie raadplegen.

Beoordeling van de beelden

De scène met de tram presteerde visueel het beste: natte straatstenen met reflecties van lantaarnpalen, omstanders met paraplu’s en een camera die de wegrijdende tram soepel volgt. De bestemmingsindicator op het voertuig bestond echter uit onsamenhangende tekens, een typisch kenmerk van videogeneratoren.

De ooievaar legde de beperkingen van het distilled-model bloot. De Engelstalige prompt gaf aan dat de vogel landde op een nest, maar het model zette de ooievaar vanaf frame 1 direct stil in het nest terwijl hij doelloos met zijn vleugels flapperde. Een kerk op de achtergrond ontbrak volledig, en linksonder verscheen een wazige tekstflard die deed denken aan een watermerk. Bij de 768×512-versie schoof er onderin eveneens een vervormd object door het beeld. LTX-Video is erg geschikt voor snelle visualisaties en sfeerbeelden, maar specifieke acties vereisen vaak meerdere iteraties.

LTX-Video 13B handmatig instellen in ComfyUI

Het handmatig opzetten van LTX-Video 13B distilled in ComfyUI vergt enkele aanpassingen aan het standaardsjabloon:

1. Zorg voor een actuele ComfyUI-installatie. Start ComfyUI op Windows altijd op met de omgevingsvariabele PYTHONUTF8=1 om encodeerfouten te voorkomen.
2. Download uit de Hugging Face-repository Lightricks/LTX-Video het bestand ltxv-13b-0.9.8-distilled-fp8.safetensors (15,7 GB) en plaats dit in ComfyUI/models/checkpoints. Voor systemen met 8 tot 12 GB VRAM is er het ltxv-2b-0.9.8-distilled-fp8.safetensors-bestand (4,5 GB).
3. Haal uit comfyanonymous/flux_text_encoders het bestand t5xxl_fp8_e4m3fn_scaled.safetensors (5,2 GB) en zet dit in ComfyUI/models/text_encoders. De VAE zit al ingebakken in het modelbestand.
4. Open via Workflow -> Browse Templates het standaardsjabloon LTXV Text to Video. Omdat dit gebouwd is voor de oudere 2B 0.9-versie, selecteer je bij Load Checkpoint het 13B-distilled-bestand en bij Load CLIP het t5xxl-bestand (met het type ingesteld op ltxv).
5. Omdat de distilled-versie 8 stappen met CFG 1 vereist, vervang je de LTXVScheduler door een ManualSigmas-node die je koppelt aan de SamplerCustom. Voer de volgende sigma-reeks in:

   1.0, 0.9937, 0.9875, 0.9812, 0.975, 0.9094, 0.725, 0.4219, 0.0

   en zet CFG strikt op 1.

6. Stel de resolutie in op een veelvoud van 32 en het aantal beelden op 8n+1 (121 frames staat gelijk aan 5 seconden bij 24 fps). Lightricks adviseert resoluties tot 1280×720 en maximaal 257 frames.
7. Schrijf een gedetailleerde prompt in het Engels waarin camerabeweging, belichting en handelingen worden beschreven. Korte opdrachten leiden tot kwaliteitsverlies.
8. Mocht je tijdens de decodeerfase tegen geheugentekorten aanlopen, vervang dan de node VAE Decode door VAE Decode (Tiled).

Voor nieuwere LTX-2-modellen zijn er in ComfyUI 0.41 al kant-en-klare sjablonen zoals LTX-2 Text to Video (Distilled) en LTX-2.5: Text to Video aanwezig die de benodigde downloadbestanden automatisch aangeven.

Licentievoorwaarden: commercieel gebruik en verplichtingen

LTX-Video 13B (versie 0.9.8) valt onder de LTXV Open Weights-licentie. De belangrijkste voorwaarden op een rij:

• Het model mag gebruikt, aangepast en verspreid worden voor zowel persoonlijke als commerciële doeleinden, mits voldaan wordt aan de acceptabele gebruiksvoorwaarden in Appendix A.
• Organisaties met een jaarlijkse bruto-omzet van meer dan 10 miljoen USD moeten een aparte commerciële licentie aanschaffen; bij overtreding geldt een boetebeding met dubbel tarief.
• Een essentiële verplichting: gegenereerde media moeten bij publicatie duidelijk worden aangeduid als machinaal vervaardigd.
• De licentie kent geen uitsluitingen voor de Europese Unie; gebruikers in Nederland vallen onder dezelfde licentievoorwaarden.

De nieuwere LTX-2 en 2.3 vallen onder de LTX-2 Community License (5 januari 2026), terwijl LTX-2.5 gebruikmaakt van de LTX-2.x Community License (11 augustus 2026). Beide hanteren dezelfde omzetgrens van 10 miljoen USD, maar geven grote organisaties wel toestemming voor niet-commerciële evaluatie. Dit verschilt van alternatieven zoals Wan 2.2 (Apache 2.0) en Kandinsky 6 (MIT), die geen omzetbeperkingen kennen. Meer over softwarekeuzes lees je in mijn vergelijking tussen Ollama en LM Studio.

Vergelijking: LTX Video versus Wan 2.2 en Kandinsky 6

Afhankelijk van het doel presteren de open videomodellen op verschillende vlakken:

• Wan 2.2 TI2V 5B: Ideaal voor wie een zuivere opensource-licentie zoekt (Apache 2.0). Het model vereist 18,1 GB aan bestanden en genereert stabiele, sfeervolle achtergronden, maar deed in mijn eerdere meting op 3 oktober 2026 ruim 4 minuten over een 5-secondenclip (1280×704, 20 stappen).
• LTX-Video 13B distilled: Uitstekend voor snelle iteraties en conceptvideo’s. Met een rekentijd van 20 tot 37 seconden is het op de RTX 4090 ruwweg zesmaal sneller dan Wan 2.2. Wel transformeert het soms onbedoeld elementen (zoals een paard dat in een bestelbus veranderde in een eerdere test).
• Kandinsky 6.0 Lite: De beste optie als video direct synchroon geluid moet bevatten (MIT-licentie). Een clip van 5 seconden in 864×480 duurt circa 1:51 tot 2:28 minuten en vraagt 19 tot 20 GB videogeheugen. Let op: het videodecoder-onderdeel leunt volgens de documentatie op AutoencoderKLHunyuanVideo, waarvan de hoofdlicentie van Tencent formeel de EU uitsluit.
• HunyuanVideo en MiniMax H3: Deze modellen sluiten gebruikers binnen de Europese Unie expliciet uit in hun licenties, waardoor lokaal gebruik binnen Nederland juridisch niet is toegestaan.

Veelgestelde vragen

Bronnen

• Lightricks/LTX-Video op Hugging Face (modelkaart, release-informatie en bestandsformaten).
• LTXV Open Weights License (licentievoorwaarden en commerciële omzetgrens).
• Lightricks/LTX-Video op GitHub (wijzigingslogboek en versie 0.9.8 distilled).
• LTX Desktop op GitHub (systeemeisen en documentatie van versie 1.3.0).
• Comfy-Org LTX-2 Repackaged (Gemma 3 12B tekstencoders voor ComfyUI).
• Metingen en prestatietests op RTX 4090, 17 oktober 2026 (ComfyUI 0.41.0, data via nvidia-smi).

Gecontroleerd op 17 oktober 2026.

// lees verderWan 2.2 lokaal draaien: video met AI op je eigen videokaartBenchmarksLokaal AI-model of API: wat kost AI echt op je eigen GPU?HandleidingenKandinsky 6.0 Video lokaal: video met geluid op RTX 4090Benchmarks