Upgrade LTX-2 ke LTX-2.3: Kompatibilitas, Masalah LoRA & Panduan Migrasi (2026)

Hei, saya Dora. Saya tidak merencanakan minggu upgrade. Saya hanya ingin menjalankan ulang prompt lama dari deck klien. Seed yang sama, pengaturan yang sama, seharusnya model “yang sama” — kecuali ternyata bukan. LTX-2.3 mendarat di folder saya, dan gambarnya terasa sedikit lebih bersih, sedikit lebih literal… dan style yang ditingkatkan dengan LoRA saya hilang. Ketidakcocokan kecil itu membawa saya menyelami lubang kelinci. Selama beberapa hari di Maret 2026, saya menguji upgrade ltx-2 ke ltx-2.3 di pipeline ComfyUI biasa saya dan API terkelola yang saya andalkan untuk pekerjaan batch. Inilah yang sebenarnya berubah, apa yang tetap stabil, dan di mana gesekan muncul ketika Anda melakukan pekerjaan nyata, bukan demo.

Apa yang Sebenarnya Berubah Antara LTX-2 dan 2.3

Saya akan melewatkan klaim marketing dan tetap pada bagian yang menyentuh workflow saya yang sudah ada.

• Prompt diselesaikan lebih literal. Saya perhatikan 2.3 mengikuti petunjuk posisi (“kiri/kanan”, “latar depan/belakang”) lebih konsisten. Bagus untuk tata letak produk: agak kaku untuk prompt bergaya seni yang mengandalkan kelonggaran LTX-2.
• Kontras dan saturasi lebih tinggi secara default. Preset pencahayaan netral saya keluar lebih tegas di 2.3. Saya menurunkan guidance sebesar ~0,5–1,0 dan mengurangi kontras di post lebih jarang.
• Seed tidak 1:1 antar versi. Bahkan dengan seed yang sama, LTX-2.3 menyimpang setelah ~10–12 langkah dalam percobaan saya. Jika Anda membutuhkan re-render stabil piksel dari pekerjaan lama, jangan andalkan itu.
• Penanganan aspect ratio lebih waras. 2.3 menghormati ukuran non-persegi (misalnya, 1024×1536) dengan lebih sedikit elemen terdistorsi. Saya bisa menghilangkan beberapa trik canvas yang saya gunakan pada LTX-2.
• Default sampler berubah. Scheduler yang direkomendasikan di 2.3 (dan kurva stepnya) mendorong saya ke lebih sedikit langkah untuk detail yang sama. Titik manis saya bergerak dari ~28–32 langkah ke ~22–26. Throughput sedikit meningkat pada GPU yang sama.

Tidak ada yang dramatis. Tapi cukup untuk membengkokkan pipeline dengan cara-cara kecil, terkadang menyenangkan… dan untuk merusak apa pun yang mengandalkan reproduktibilitas persis, terutama LoRA.

Pemeriksaan Realitas Ukuran Model: Implikasi Deployment Lokal

Saya menjalankan kedua versi pada 4090 24 GB dan GPU laptop 8 GB. Ini adalah bagian yang saya ingin catatan rilis lebih tekankan: batas praktis dari apa yang bisa ditampung kartu Anda dan masih bisa bernapas.

Perbandingan VRAM dan Penyimpanan (dev / fp8 / distilled di kedua versi)

Berikut yang saya amati dan apa yang penting dalam praktik:

• Checkpoint dev/full: Pada 4090, build “dev” LTX-2 dan LTX-2.3 dimuat, tetapi 2.3 sedikit lebih berat di VRAM saat runtime (sekitar +0,5–1,2 GB dalam percobaan saya dengan sampler/langkah yang sama). Jika Anda ketat dalam ruang untuk generasi resolusi tinggi, margin itu penting. Pada kartu 8 GB, build dev penuh tidak realistis tanpa offloading.
• Varian FP8/terkuantisasi: Build fp8 2.3 menghemat ~25–35% VRAM versus presisi penuh dalam pengujian saya, dengan biaya detail halus yang sedikit lebih rapuh saat mendorong langkah yang sangat rendah. Untuk output 1K sehari-hari, saya tidak keberatan. Jika Anda mengomposit atau memotong secara agresif, mungkin Anda akan merasakannya. Untuk keuntungan praktis kuantisasi FP8 dalam deployment, saya merujuk pada panduan resmi NVIDIA tentang pelatihan AI presisi rendah yang efisien.
• Distilled: Checkpoint distilled 2.3 berperilaku seperti jalan tengah yang praktis. Jejak penyimpanan lebih kecil, warm start yang jauh lebih cepat, pengorbanan kecil dalam detail tepi mikro. Untuk gambar siap sosial media dan dokumen internal, saya akan memilih distilled 2.3 daripada full 2.0.
• Jejak disk: Harapkan peningkatan ringan untuk varian 2.3 versus 2.0. Tidak besar, tapi saya perlu memangkas LoRA eksperimental lama untuk menjaga drive scratch tetap bersih.

Catatan kecil dari lapangan: begitu ruang VRAM tersisa turun di bawah ~2 GB, saya melihat OOM sesekali selama pass resolusi tinggi bertile dengan 2.3. Menurunkan tiling overlap atau menggunakan fp8 menstabilkannya.

Kompatibilitas Workflow ComfyUI: Apa yang Masih Berfungsi, Apa yang Perlu Diperbarui

Saya menjaga setup ComfyUI saya sebagian besar utuh dan menukar checkpoint. Saya terutama merujuk pada repositori ComfyUI resmi untuk memastikan kompatibilitas workflow selama pengujian.

Yang masih berjalan lancar:

• Grafik text-to-image dasar dengan conditioning → sampler → VAE decode. Saya bisa menukar loader 2.3 dan merender tanpa membangun ulang grafik.
• Sampler umum (misalnya, keluarga DPM++) berjalan baik. Saya hanya menyesuaikan langkah dan guidance agar sesuai dengan kurva baru.
• Workflow resolusi tinggi dengan latent upscaler masih berfungsi, meski saya mempersingkat langkah tahap kedua sebesar ~20% tanpa kehilangan detail.

Yang perlu diperbarui:

• Node injeksi LoRA: LoRA LTX-2 saya tidak terhubung bersih ke 2.3. Bahkan saat node memungkinkan saya terhubung, hasilnya menyimpang, style menjadi tidak karuan atau runtuh. Lebih lanjut di bawah.
• Path dan format checkpoint: Checkpoint 2.3 yang saya uji hadir dengan nama folder berbeda dan referensi konfigurasi yang sedikit berbeda. Saya harus menyegarkan path node Checkpoint Loader dan mengkonfirmasi pasangan VAE.
• Default parameter: Preset “rumah” lama saya (CFG 6,5, langkah ~30) menghasilkan kontras lebih keras pada 2.3. Menurunkan CFG ke ~5,5 dan langkah ke ~24 mengembalikan keseimbangan yang saya sukai.
• Prompt negatif: Saya mengandalkan daftar negatif panjang lebih sedikit. 2.3 tampaknya menghindari artefak tertentu secara native (tangan sedikit membaik dalam pose produk saya). Saya memangkas negatif untuk mengurangi overhead prompt.

Perubahan Node, Path Checkpoint, dan Perbedaan Parameter

• Perubahan node: Saya tidak memerlukan node kustom baru untuk generasi inti, tetapi saya memperbarui node model loader ke build ComfyUI yang lebih baru untuk menghindari ketidakcocokan metadata. Jika Anda beberapa bulan tertinggal pada ComfyUI, perbarui terlebih dahulu, itu menghemat error aneh.
• Path checkpoint: Pisahkan folder 2.0 dan 2.3. Saya menggunakan skema penamaan yang jelas (nama_model/versi/presisi) sehingga pekerjaan batch tidak mengambil file yang salah.
• Perbedaan parameter: 2.3 tampaknya lebih sensitif terhadap perubahan CFG. Perubahan kecil (~0,5) memiliki dampak visual lebih besar daripada pada 2.0. Juga, lebih sedikit langkah memberikan detail serupa: melampaui ~26 pada gambar 1K memberikan pengembalian yang semakin berkurang dalam pengujian saya.

Kompatibilitas LoRA: Mengapa LoRA yang Ada Tidak Akan Transfer Langsung

Ini adalah kejutan terbesar, dan paling mahal jika Anda telah membangun perpustakaan style di LTX-2.

LoRA LTX-2 saya tidak bermakna terbawa. Versi singkatnya: pergeseran model dasar (ruang embedding, blok attention, terkadang perubahan normalisasi dan VAE) berarti delta yang dipelajari tidak dipetakan dengan bersih. Anda bisa memaksanya, tetapi Anda akan berhadapan dengan cast warna aneh, penyimpangan bentuk, atau yang menakutkan “semuanya berubah menjadi plastik beige.” Jika style Anda sangat bergantung pada LoRA, disarankan untuk memperlakukan LTX-2.3 sebagai model dasar baru dan melatih ulang dengan mengikuti panduan pelatihan LoRA Hugging Face resmi

Dari sudut pandang praktis: jika tampilan Anda bergantung pada LoRA, bersiaplah untuk memperlakukan LTX-2.3 sebagai dasar baru dan melatih ulang.

Apa yang Perlu Anda Latih Ulang dan Perkiraan Biaya

Yang saya pertahankan:

• Dataset: Saya menggunakan kembali set yang sudah dibersihkan dan diberi keterangan (sekitar 300–800 gambar per style, tergantung variasi). Keterangan yang lebih baik membantu lebih banyak pada 2.3 daripada volume mentah.
• Pengaturan: Learning rate lebih rendah dari yang saya gunakan untuk 2.0 untuk menghindari saturasi yang terlalu matang. Rank/dim tetap serupa, tetapi saya sedikit mengurangi langkah pelatihan sebesar ~10–15%.
• Validasi: Saya memvalidasi setiap beberapa ratus langkah dengan prompt dasar baru, bukan yang lama. Prompt lama membiaskan saya ke target yang salah.

Biaya, dalam istilah kasar dan manusiawi:

• Waktu: Sekitar 3–5 jam per LoRA pada satu 4090 untuk set berukuran sedang, termasuk validasi dan restart kecil. Base distilled 2.3 dilatih sedikit lebih cepat.
• Cloud: Jika Anda menyewa, anggarkan $0,80–$1,60/jam untuk GPU kelas 24 GB per Maret 2026. Itu menempatkan satu pelatihan ulang bersih dalam kisaran $3–$10, ditambah waktu Anda. Tentu saja, set yang lebih besar dan lebih banyak eksperimen mendorongnya lebih tinggi.

Itu tidak menghemat waktu saya pada awalnya. Tapi setelah dua atau tiga percobaan, LoRA 2.3 saya membutuhkan lebih sedikit penjaga dalam prompt, yang mengurangi upaya mental pada batch berikutnya.

Pengguna API: Perbedaan Endpoint dan Parameter yang Perlu Diperhatikan

Untuk API terkelola, perbedaan ltx-2.3 vs ltx-2 kecil tapi konsekuensial:

• Model berversi: 2.3 sering berada di balik parameter model atau versi eksplisit. Jika Anda mengandalkan “latest,” kunci ke 2.0 sampai Anda selesai pengujian.
• Default berubah: Guidance, jumlah langkah, dan level keamanan bergeser di provider saya. Preset LTX-2 saya menghasilkan gambar kontras lebih tinggi pada 2.3 sampai saya menurunkan CFG sebesar ~10–15%.
• Tipe seed: Satu API memindahkan seed dari int 32-bit ke 64-bit dengan 2.3. Tidak berbahaya, kecuali wrapper lama saya mengetik seed sebagai string. Itu diam-diam mengabaikannya.
• Prompt negatif dan sintaks bobot: Periksa pemformatan tokenizer/bobot. Satu provider memperketat penguraian: sintaks lama saya “(keyword:1.2)” memerlukan spasi agar terdaftar.
• Batas rate dan batching: 2.3 berjalan sedikit lebih cepat per permintaan dalam antrian saya, tetapi batas konkurensi batch tidak berubah. Saya menangguhkan pekerjaan untuk menghindari lonjakan singkat.

Jika Anda ragu, baca sekilas catatan rilis provider Anda dan uji prompt/seed yang sama di berbagai versi. Harapkan komposisi serupa, bukan piksel identik.

Kapan Tetap di LTX-2 Masih Masuk Akal

Saya menyukai mainan baru sebanyak siapa pun, tetapi saya tidak membangun ulang sistem yang berjalan tanpa alasan. Saya tetap di LTX-2 untuk beberapa proyek karena:

• Anda memerlukan reproduktibilitas ketat. Seed yang sama, piksel yang sama, untuk audit, workflow yang diatur, atau persetujuan klien yang terikat pada versi model masa lalu.
• Anda memiliki investasi LoRA yang besar. Jika perpustakaan Anda dalam dan beragam, biaya pelatihan ulang (waktu, perhatian, bukan hanya uang) menumpuk.
• Batasan edge atau VRAM rendah. Jika mesin 8 GB Anda hampir tidak menampung stack 2.0, kebutuhan ruang ekstra 2.3 mungkin mendorong Anda ke offloading.
• Biaya pelatihan tim. Jika prompt dan preset sudah tertanam dalam dokumen dan tutorial, 2.3 akan memaksa perubahan kecil tapi kumulatif. Kematian oleh seribu potongan itu nyata.

Di sisi lain, jika Anda memulai dari awal atau menyukai kepatuhan prompt yang lebih ketat, 2.3 terasa lebih mudah diarahkan.

Daftar Periksa Keputusan Upgrade（ComfyUI / API terkelola）

Inilah yang sebenarnya saya lalui sebelum beralih pipeline.

ComfyUI

• Duplikasi grafik dan tukar dengan LTX-2.3 menggunakan node loader yang bersih. Jangan timpa path 2.0 Anda.
• Temukan kembali pasangan langkah/CFG Anda. Mulai dari ~80% langkah lama Anda dan turunkan CFG sebesar 0,5–1,0.
• Validasi seed di 5–10 prompt yang Anda pedulikan. Terima kemiripan komposisi, bukan identitas piksel.
• Periksa stage resolusi tinggi/tiling untuk OOM. Jika ketat, coba fp8 atau kurangi overlap.
• Nonaktifkan LoRA, lalu aktifkan kembali satu per satu. Jika berperilaku buruk, rencanakan pelatihan ulang daripada meretas bobot.
• Perbarui template prompt negatif apa pun. Pangkas jika hasilnya terlihat lebih bersih: jangan bawa bagasi.

API terkelola

• Kunci versi model secara eksplisit selama pengujian.
• Buat ulang preset Anda dengan CFG dan langkah yang diturunkan, lalu bandingkan output/latensi.
• Konfirmasi penanganan seed (lebar bit, tipe) dalam dokumentasi.
• Periksa flag keamanan dan filter konten: Anda mungkin perlu mengendurkan atau meningkatkan ambang batas.
• Jalankan batch kecil berdampingan (2.0 vs 2.3) dan minta manusia memilih pemenang untuk kasus penggunaan Anda. Percayai penglihatan daripada metrik di sini.

Jika sebagian besar kotak tetap hijau setelah sehari pengujian ringan, saya upgrade. Jika dua atau lebih memerlukan perbaikan darurat, saya menunggu.

FAQ

Apakah LoRA LTX-2 berfungsi pada LTX-2.3 tanpa pelatihan ulang?

Dalam pengujian saya, tidak dapat diandalkan. Model dasar berubah cukup sehingga style menyimpang atau runtuh. Anda mungkin mendapatkan hasil yang lumayan dengan bobot yang sangat ringan, tetapi itu rapuh. Perlakukan 2.3 sebagai dasar baru dan rencanakan pass LoRA baru.

Bisakah checkpoint LTX-2 dan LTX-2.3 hidup berdampingan dalam setup ComfyUI yang sama?

Ya. Simpan di folder terpisah, perbarui path node Checkpoint Loader Anda, dan beri nama versi pada preset Anda. Saya juga menandai output dengan model dalam nama file sehingga gambar lama tidak tercampur. Ini membosankan, tetapi menghemat Anda di masa depan.

Saya akan mengakhiri dengan catatan kecil: gambar 2.3 pertama yang membuat saya berhenti sejenak adalah foto produk di rak yang sederhana. Garis rak akhirnya lurus. Tidak dramatis, hanya satu hal yang lebih sedikit untuk diperbaiki nanti. Begitulah biasanya upgrade yang baik terasa.

Postingan Sebelumnya:

• Lihat apa yang sebenarnya berubah di LTX-2.3 dan di mana ia meningkatkan output nyata
• Pelajari cara menggunakan endpoint API LTX-2.3 secara efektif dalam workflow produksi
• Bandingkan WAN 2.7 vs WAN 2.6 sebelum memutuskan upgrade model berikutnya
• Pahami kontrol frame pertama/terakhir untuk generasi video yang lebih stabil
• Jelajahi setup API WAN 2.7 untuk membangun pipeline video yang skalabel