LTX 2.5 contre MiniMax H3, tous deux en mode rapide : le « 7 fois » tombe à 2,1 fois (3,3 fois en 8 étapes)

En bref

• Le prix : un plan de 5 s coûte 0,019 $ en 27,4 s chez LTX 2.5, 0,040 $ en 58,3 s chez MiniMax H3 turbo 4 étapes, 0,063 $ en 91,2 s en 8 étapes. Si tu en fais 100 : 1,90 $ contre 4,03 $ contre 6,31 $, et 45 min 40 contre 1 h 37 contre 2 h 32.
• Le rappel : au premier banc, « défaut contre défaut » (MiniMax à 20 étapes sans turbo), c'était 0,019 $ contre 0,135 $ le plan. Si tu en fais 100 : 1,92 $ contre 13,49 $.
• La qualité : sur nos quatre plans, un seul tirage chacun, MiniMax tourne la tête du bon côté, n'incruste aucun sous-titre et garde des mains nettes ; LTX tourne la tête du mauvais côté, incruste des sous-titres déformés et laisse une main floue à demi transparente. Aucun des trois ne tient le noir final de la nuit.

Rappel : « défaut contre défaut »

Le 26/10, nos quatre plans de banc tournaient chacun à son réglage par défaut. LTX 2.5 est livré « distillé », fait pour aller vite (8 étapes, puis 3 après un agrandissement ×2). MiniMax H3 tournait au réglage normal de ComfyUI : 20 étapes, turbo coupé. Médianes de trois plans : 27,7 s et 0,019 $ le plan contre 195,0 s et 0,135 $, soit 7,04 fois plus de temps et 7,03 fois plus d'argent.

Un LTX déjà rapide contre un MiniMax en mode normal : un sprint contre un marcheur. Le « sept fois » vaut pour les réglages par défaut, pas pour les deux modèles au plus rapide. Je refais donc le match, les deux en mode rapide. Pour le portrait de chacun : la fiche LTX 2.5. Une vraie scène de 41 secondes avec les deux : Pluie de néons.

Le banc du 02/11, mêmes règles pour tous

• Mêmes entrées : les quatre mêmes images de départ et les mêmes prompts en anglais que le 26/10 (trottoir, café, carte, cuisine de nuit), graine 2210, un seul tirage par plan et par modèle.
• Même modèle de carte : une RTX PRO 6000 à 2,49 $/h, ComfyUI 0.42.0, mais un pod pour LTX et un autre pour MiniMax. Coût = temps de génération × prix horaire, hors installation, téléchargements et temps à vide.
• Pas de LoRA de personnage : seul le LoRA « turbo » de MiniMax sert, c'est lui qui rend le mode rapide possible.
• LTX 2.5 : distillé, 8 + 3 étapes, 704 × 1280, 24 i/s, 5,04 s, prompt négatif du V0 conservé. Correction par rapport au 26/10 : cette fois avec l'encodeur de texte officiel de Lightricks (mise à jour du 17/08), et non la copie plus ancienne prise par erreur. Médiane 27,4 s au lieu de 27,7 s : un tirage chacun, rien de mesurable.
• MiniMax H3 turbo : LoRA turbo 4 ou 8 étapes (variante 768p, force 1,0), décalage (shift) 6 vidéo et 3 audio, euler + simple, sans guidage CFG ni prompt négatif, 768 × 1344, 24 i/s, 5,17 s.

Le temps et le prix

Un plan de 5 s, médiane des plans café, carte et nuit (le modèle est déjà en mémoire) :

Les deux rapports, avec leurs montants. C'est la même mesure que le « sept fois » (temps et prix de MiniMax divisés par ceux de LTX), refaite en mode rapide. En 4 étapes : 58,3 s contre 27,4 s et 0,040 $ contre 0,019 $, soit environ 2,1 fois ; c'est le chiffre du titre. En 8 étapes : 91,2 s contre 27,4 s et 0,063 $ contre 0,019 $, soit environ 3,3 fois. Si tu en fais 100, l'écart est de 2,13 $ (4 étapes) ou 4,41 $ (8 étapes), contre 11,57 $ au premier banc (13,49 $ contre 1,92 $).

Et le turbo, il rapporte combien à MiniMax ? Autre comparaison, MiniMax contre lui-même : son plan passe de 195,0 s et 0,135 $ (20 étapes) à 58,3 s et 0,040 $ en 4 étapes, soit 3,3 fois moins de temps et d'argent. Si tu en fais 100 : 13,49 $ contre 4,03 $, et 5 h 25 contre 1 h 37. En 8 étapes : 91,2 s et 0,063 $, soit 2,1 fois moins ; pour 100 plans, 6,31 $ et 2 h 32. Ce « 2,1 fois » (le 8 étapes contre MiniMax sans turbo) n'a rien à voir avec celui du titre (MiniMax 4 étapes contre LTX).

Le piège du plan « trottoir ». Je l'ai exclu des médianes : sur ce premier plan, LTX et MiniMax 4 étapes devaient d'abord charger leur modèle (44,7 s et 91,5 s, contre 27,0 à 27,7 s et 58,3 à 58,4 s ensuite). Le 8 étapes l'avait déjà en mémoire : ses 91,5 s ne se comparent pas à ceux du 4 étapes.

Combien a coûté ce banc ? Douze vidéos : 0,27 $ pour le pod LTX (6 min 28 s, quatre vidéos) et 0,60 $ pour le pod MiniMax (14 min 29 s, huit vidéos), installation comprise, au prix horaire. Un seul tirage par plan : pas de marge d'erreur.

La qualité, plan par plan

Images extraites avec ffmpeg et relues en grand ; les planches montrent 0,5 / 2,0 / 3,5 / 5,0 s, LTX en haut, MiniMax 4 étapes au milieu, 8 étapes en bas.

Trottoir : elle s'arrête et tourne la tête à sa gauche

• LTX 2.5 : marche, s'arrête, mais tourne la tête vers sa droite alors que le prompt disait sa gauche. L'image est plus pâle et le visage plus lisse que chez MiniMax.
• MiniMax 4 et 8 étapes : le bon côté, en profil net. La caméra bouge et le décor change : c'est du mouvement, pas du bavage.

Café : deux répliques en français

• LTX 2.5 : les deux femmes se parlent à tour de rôle et la seconde lève sa tasse, mais le modèle dessine lui-même des sous-titres blancs en bas de l'image (« Tu viens avec deamin..? », puis « Oui […] gui donduis. »), alors que le prompt disait « no subtitles ».
• MiniMax 4 et 8 étapes : conversation à tour de rôle, tasse levée, aucun texte dans l'image.

Carte : déplier, puis retourner

• LTX 2.5 : raté. La carte se froisse et se roule, et entre 2 et 3 s une main floue, à demi transparente, passe devant le papier. La carte n'est jamais retournée.
• MiniMax 4 étapes : déplie la carte, montre une grande feuille pâle (l'autre face) à 3,5 s, finit dépliée avec un pli. Pas de vrai geste de retournement.
• MiniMax 8 étapes : le plus convaincant des trois : carte dépliée en grand dès 2 s, à demi retournée à 3,5 s, à plat à 5 s.
• Les mains MiniMax sont nettes, aucun doigt en trop vu. Quelques cartouches de faux texte de MiniMax sont floutés par précaution (illisibles).

Nuit : le téléphone s'éteint, le visage tombe dans le noir

• LTX 2.5 : beau sourire à la lueur du téléphone, puis le téléphone quitte la main vers 3 s et n'est plus dans le cadre à 3,5 s. Le plan finit en gros plan flou, visage encore éclairé.
• MiniMax 4 et 8 étapes : le téléphone reste en main, même sourire, la lueur froide fait place à une lumière plus chaude en fin de plan. Le visage ne tombe jamais dans le noir.

Bilan, sans note ni étoiles : sur ces quatre tirages, le regard et le geste des mains sont mieux tenus par MiniMax ; le noir final n'est tenu par personne. Quatre instants par vidéo ne montrent pas le mouvement.

Le son et la diction

• Format : trois pistes stéréo, 48 000 Hz chez LTX, 32 000 Hz chez MiniMax.
• Volume moyen (une mesure, pas une écoute) : au café, −15,2 dB (LTX), −18,7 dB (4 étapes), −18,5 dB (8 étapes). La nuit, MiniMax 4 étapes tombe à −75,0 dB, contre −52,3 dB pour LTX et −63,8 dB pour le 8 étapes.
• Diction : mesurée le 02/11. Les trois versions disent les deux répliques du café en entier et justes (« Tu viens avec moi demain ? » puis « Oui, mais c'est toi qui conduis. »), selon deux transcripteurs automatiques indépendants, Gemini et Whisper small, sur le son seul de chaque vidéo. Ces transcripteurs peuvent inventer des paroles sur un bruit (contrôle fait) ; ici les deux concordent mot pour mot. Mesuré : les mots prononcés. Pas mesuré : la synchronisation des lèvres, le timbre. Les bouches s'ouvrent tour à tour dans les trois versions.

Notre galerie

Galerie · 3 modèles

LTX 2.5 et MiniMax H3 en mode rapide : quatre plans, quatre instants, trois rendus

Banc vidéo du 02/11/2026 : mêmes quatre images de départ que le banc du 26/10, prompts en anglais, graine 2210, un tirage, aucun LoRA de personnage. LTX 2.5 distillé avec l'encodeur de texte officiel ; MiniMax H3 avec son LoRA turbo (4 ou 8 étapes, variante 768p, sans guidage CFG), sur une RTX PRO 6000 louée 2,49 $/h. Images fixes tirées des vidéos avec ffmpeg à 0,5, 2,0, 3,5 et 5,0 s ; seuls les cartouches de faux texte de la carte (MiniMax) sont floutés. Les vidéos ont du son : ici, on ne voit que l'image.

LTX 2.5 distillé 704 × 1280 · 24 i/s · 5,04 s avec son · 8 + 3 étapes · environ 27 s et 0,019 $ le plan

En pied

Presque : elle marche, s'arrête, tourne la tête, mais vers sa droite alors que le prompt disait sa gauche. L'image est plus pâle et le visage plus lisse que chez MiniMax.

Deux personnages

Les deux parlent à tour de rôle et la femme bouclée lève sa tasse, mais le modèle incruste lui-même des sous-titres déformés (« Tu viens avec deamin..? ») malgré « no subtitles ».

Mains et objet

Raté : la carte se froisse et se roule, une main floue, à demi transparente, passe entre 2 et 3 s, et la carte n'est jamais retournée.

Nuit

À moitié : sourire à la lueur du téléphone, puis le téléphone quitte la main vers 3 s, n'est plus dans le cadre à 3,5 s, et le visage reste éclairé, jamais dans le noir.

MiniMax H3 turbo 4 étapes 768 × 1344 · 24 i/s · 5,17 s avec son · 4 étapes · environ 58 s et 0,040 $ le plan

En pied

Réussi : elle marche, s'arrête, puis tourne la tête vers sa gauche, comme demandé, en profil net.

Deux personnages

Réussi à l'œil : les deux se parlent à tour de rôle, la bouclée lève sa tasse en répondant, aucun sous-titre incrusté.

Mains et objet

Presque : la carte se déplie vers 2 s, une autre face très claire apparaît à 3,5 s, puis elle est dépliée avec un pli. Pas de vrai geste de retournement. Des mains nettes, sans fantôme.

Nuit

À moitié : le téléphone reste en main, beau sourire, mais la lueur froide laisse place à une lumière plus chaude en fin de plan et le visage ne tombe jamais dans le noir.

MiniMax H3 turbo 8 étapes 768 × 1344 · 24 i/s · 5,17 s avec son · 8 étapes · environ 91 s et 0,063 $ le plan

En pied

Réussi : elle marche, s'arrête, tourne la tête vers sa gauche, en profil net ; la caméra suit.

Deux personnages

Réussi à l'œil : conversation à tour de rôle, tasse levée, visages stables, aucun sous-titre.

Mains et objet

Presque, et le plus convaincant des trois : la carte est dépliée en grand vers 2 s, une autre face apparaît à 3,5 s, puis tout est rouvert. Des cartouches de faux texte, floutées.

Nuit

À moitié, comme les autres : sourire à la lueur du téléphone, lumière plus chaude en fin de plan, jamais de noir.

Licences

Les deux modèles ont une licence « communautaire » : LTX-2.x Community License Agreement (11/08/2026) et MiniMax H3 Community License Agreement : le texte exact fait foi.

L'avis de Milky

Mon « sept fois » était vrai pour ce qu'on avait mesuré : une mesure mal assortie. À armes égales, MiniMax coûte 0,040 $ le plan en 4 étapes contre 0,019 $ pour LTX, soit 2,13 $ de plus pour 100 plans. Pour 2 $ et quelque, sur ce tirage : le bon côté de la tête, zéro sous-titre sauvage, des mains nettes.

Mon usage : LTX pour le volume et le brouillon, MiniMax en 4 étapes quand le plan doit obéir. Le 8 étapes (0,063 $) ne m'a montré de gain évident que sur la carte. Un tirage, mon œil, pas une preuve. Mais un match où l'un des deux part avec un bras attaché, ça, j'ai appris à le reconnaître.

Ce qu'on ne sait pas encore

• Plusieurs tirages : un seul par plan et par modèle ; une autre graine peut inverser un « mieux ».
• La synchronisation des lèvres et le timbre : non mesurés ; seuls les mots prononcés l'ont été, sur un tirage par modèle.
• Le noir final de la nuit : jamais obtenu ; on n'a pas cherché de prompt qui le force.
• Le turbo face au non-turbo : images à 20 étapes et images turbo pas comparées image par image.
• Les LoRA de personnages : ni testés ici ni comptés dans les prix.

Les mots à retenir

• Turbo (LoRA turbo) : un petit module ajouté à MiniMax H3 qui lui apprend à générer en 4 ou 8 étapes au lieu de 20.
• Distillé : version de LTX 2.5 entraînée à générer en peu d'étapes (ici 8 puis 3).
• Défaut contre défaut : comparer deux modèles chacun à son réglage par défaut, sans les mettre à armes égales.
• Médiane : la valeur du milieu des trois mesures.

Tous nos mots expliqués : le glossaire →

Passages sources

Afficher les 8 sources

Réf.	Citation (langue originale)	URL
R1↑1↑2↑3↑4↑5↑6+7	Protocole du banc du 02/11/2026 : même modèle de carte (RTX PRO 6000 Blackwell à 2,49 $/h), un pod par modèle, ComfyUI 0.42.0 ; LTX 2.5 distillé, encodeur officiel, 8 + 3 étapes, 704 × 1280, 121 images ; MiniMax H3 turbo 4 et 8 étapes (variante 768p, force 1,0, euler + simple, sans CFG, shift 6/3), 768 × 1344, 124 images ; graine 2210, un tirage, sans LoRA de personnage ; fichiers contrôlés (taille et SHA-256) ; licences : « LTX-2.x Community License Agreement », « MiniMax H3 Community License Agreement »	— (test maison)
R2↑1↑2↑3↑4	Temps et coûts des 12 vidéos : durée de génération et coût (temps × prix horaire, hors installation) de chaque vidéo	— (test maison)
R3↑1↑2↑3↑4↑5	Médianes des plans v2 à v4 : 27,4 s et 0,0190 $ / 58,3 s et 0,0403 $ / 91,2 s et 0,0631 $ ; échelles 100 plans : 1,90 $, 4,03 $, 6,31 $ ; 2 740, 5 830 et 9 120 s	— (test maison)
R4↑1↑2↑3↑4↑5↑6+1	Banc V0 du 26/10/2026, « défaut contre défaut » : LTX 2.5 27,7 s et 0,0192 $, MiniMax H3 20 étapes 195,0 s et 0,1349 $ ; 100 plans : 1,92 $ et 13,49 $	— (test maison)
R5↑1↑2↑3↑4↑5↑6+3	Relecture des 12 vidéos, images extraites avec ffmpeg, vues en grand, puis planches à 0,5 / 2,0 / 3,5 / 5,0 s ; contrôle indépendant du 02/11 sur images extraites de nouveau (regard, sous-titres, carte, téléphone)	— (test maison)
R6↑1↑2	Son : stéréo, 48 000 Hz (LTX) et 32 000 Hz (MiniMax) ; volumes moyens mesurés avec ffmpeg	— (test maison)
R7↑	Coût des pods : 0,27 $ (6 min 28 s) et 0,60 $ (14 min 29 s), installation comprise	— (test maison)
R8↑	Diction du café mesurée le 02/11/2026 : le son seul de chaque vidéo, remonté sur une image noire pour ne pas lire les sous-titres incrustés, passé à deux transcripteurs automatiques indépendants, Gemini (API, 2 passes) et Whisper small (local, français) ; répliques attendues « Tu viens avec moi demain ? » puis « Oui, mais c'est toi qui conduis. » ; LTX 2.5 (encodeur officiel), MiniMax H3 turbo 4 et 8 étapes : les deux répliques en entier et justes chez les deux, qui retrouvent aussi la transcription Scribe du 26/10 sur les rendus d'alors ; contrôles : sur un bruit pur de 5 s, Gemini et Whisper inventent chacun une phrase (limite) ; sur deux vidéos coupées à 2,2 s, Gemini ne rend que la première réplique ; non mesuré : synchronisation des lèvres, timbre, qui dit quelle réplique	— (test maison)