Wie verwendet man die Kling 3.0 API? Text-zu-Video- und Bild-zu-Video-Tutorial auf Chinesisch

TL;DR

• Kling 3.0 ist ein Videomodell von Kuaishou. Auf HiAPI gibt es zwei Einstiegspunkte: Text-zu-Video kling-3.0/text-to-video und Bild-zu-Video kling-3.0/image-to-video. Einzelclips dauern 3–15 Sekunden, bis zu 4K, mit nativem Ton. Modellseite öffnen und online generieren. Neue Nutzer erhalten bei Registrierung 200 Credits.
• Abrechnung pro Sekunde: 720p $0.10 pro Sekunde, mit Ton $0.143; 1080p $0.129, mit Ton $0.193; 4K $0.479. 5 Sekunden 720p kosten nur $0.50.
• API in zwei Schritten: POST /v1/tasks zum Einreichen, taskId zum Abfragen des Ergebnisses. Die folgenden curl- und Python-Beispiele können direkt kopiert und ausgeführt werden.

Zuerst die Ergebnisse ansehen

Text-zu-Video: ein englischer Prompt, eine Anfrage.

A lone red fox sprints across a windswept snowy ridge at golden hour, powder snow kicking up behind each stride, then leaps over a frozen creek in a graceful arc. Cinematic, dramatic side lighting, ultra-detailed fur, shallow depth of field, smooth motion.

Mit diesem Prompt generieren → (5 Sekunden, 16:9)

Beispiel auf der Modellseite kling-3.0/text-to-video, 5 Sekunden. Bei 720p ohne Ton $0.50, bei 1080p mit Ton $0.965.

Bild-zu-Video: Verwenden Sie das folgende Leuchtturm-Bild als erstes Frame.

The waves surge and crash against the rocks, the lighthouse beam sweeps slowly across the stormy night sky, rain streaks through the wind. Smooth cinematic motion, synchronized ambient sound of waves and storm.

Mit diesem Prompt generieren → (laden Sie Ihr erstes Frame hoch, 5 Sekunden)

Beispiel auf der Modellseite kling-3.0/image-to-video, 5 Sekunden. Bei 720p mit Ton $0.715.

Wie wählt man zwischen Kling 3.0, Omni und Turbo?

Auf HiAPI gibt es drei Linien von Kling 3.0 mit unterschiedlichen Modellnamen, Preisen und Parametern:

Modell	Einstieg	720p / Sek.	1080p / Sek.	4K / Sek.	Geeignet für
Kling 3.0 kling-3.0/*	Text-zu-Video, Bild-zu-Video (erstes Frame oder erstes und letztes Frame)	$0.10, mit Ton $0.143	$0.129, mit Ton $0.193	$0.479	Clips mit Ton, Multi-Shot-Kurzfilme
Kling 3.0 Omni kling-3.0-omni/*	Text-zu-Video, Bild-zu-Video, Referenz-zu-Video, Video-Umschreibung	$0.10, mit Ton $0.129	$0.129, mit Ton $0.1645	$0.479	Personen/Produkte fixieren, Kameraführung nach Referenzvideo
Kling 3.0 Turbo kling-3.0-turbo/*	Text-zu-Video, Bild-zu-Video	$0.13	$0.16	—	Kein Ton, Abrechnung nur nach Auflösung

Wenn Sie nur Text-zu-Video oder Bild-zu-Video benötigen, wählen Sie kling-3.0; für Referenzbilder zur Subjektfixierung, Referenzvideos oder das Umschreiben bestehender Videos lesen Sie das Kling 3.0 Omni Chinesisch-Tutorial.

Zwei Einstiegswege

Online testen (ohne Code)

1. Öffnen Sie die Modellseite Kling 3.0 Text-zu-Video, registrieren oder anmelden.
2. Prompt einfügen, Dauer, Auflösung und Seitenverhältnis wählen, entscheiden ob Ton gewünscht ist.
3. Auf Generieren klicken, nach Fertigstellung direkt herunterladen.

API-Aufruf

1. Im Dashboard einen API Key erstellen.
2. POST https://api.hiapi.ai/v1/tasks zum Einreichen der Aufgabe, gibt taskId zurück.
3. GET /v1/tasks/{taskId} zum Abfragen des Status; wenn status success ist, Video von output[0].url herunterladen.

curl: Das erste Video

5 Sekunden 720p ohne Ton, $0.50:

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0/text-to-video",
    "input": {
      "prompt": "金色夕阳下，一只红狐在风雪覆盖的山脊上疾奔，雪粉飞扬，电影级侧光，平滑跟拍",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "16:9",
      "sound": false
    }
  }'

Rückgabe:

{"code": 200, "data": {"taskId": "tk-hiapi-..."}, "message": "success"}

Ergebnis abfragen:

curl https://api.hiapi.ai/v1/tasks/tk-hiapi-... \
  -H "Authorization: Bearer $HIAPI_KEY"

Python: Einreichen, Abfragen, Herunterladen

# pip install requests；先 export HIAPI_KEY=你的 Key
import os, time, uuid, requests

KEY = os.environ["HIAPI_KEY"]
H = {"Authorization": f"Bearer {KEY}"}

def generate(model, timeout_s=900, **params):
    body = {"model": model, "input": params}
    # 重试提交同一个任务时带同一个 Idempotency-Key，避免重复扣费
    headers = {**H, "Idempotency-Key": str(uuid.uuid4())}
    r = requests.post("https://api.hiapi.ai/v1/tasks", json=body, headers=headers, timeout=30)
    r.raise_for_status()
    res = r.json()
    if res.get("code") != 200:
        raise RuntimeError(res)
    task_id = res["data"]["taskId"]
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        d = requests.get(f"https://api.hiapi.ai/v1/tasks/{task_id}", headers=H, timeout=30).json()["data"]
        if d["status"] == "success":
            return d["output"][0]["url"]
        if d["status"] == "fail":
            raise RuntimeError(d)
        time.sleep(10)
    raise TimeoutError(task_id)

# 竖屏、带声音的口播短视频
url = generate(
    "kling-3.0/text-to-video",
    prompt="竖屏短视频：一位博主拿着新耳机对着镜头介绍，手势自然，室内自然光，口型和说话声同步",
    duration=6, resolution="1080p", aspect_ratio="9:16", sound=True,
)
with open("clip.mp4", "wb") as f:
    f.write(requests.get(url).content)

Dieses 6-Sekunden-Video in 1080p mit Ton kostet $1.158.

Bild-zu-Video: ein erstes Frame oder erstes und letztes Frame

Ändern Sie den Modellnamen in kling-3.0/image-to-video und fügen Sie das Bild in image_urls ein: 1 Bild ist das erste Frame, 2 Bilder sind [erstes Frame, letztes Frame].

{
  "model": "kling-3.0/image-to-video",
  "input": {
    "image_urls": [
      "https://your-cdn.example.com/start.jpg",
      "https://your-cdn.example.com/end.jpg"
    ],
    "prompt": "镜头缓慢推进，两个画面之间平滑过渡",
    "duration": 5,
    "resolution": "720p",
    "sound": false
  }
}

• Bilder unterstützen JPEG / PNG / WebP, kein SVG.
• Bild-zu-Video hat kein aspect_ratio, das Seitenverhältnis folgt dem ersten Frame.
• Der Prompt ist optional; beschreiben Sie „wie es sich als Nächstes bewegt“, ohne das ganze Bild erneut zu beschreiben.

Parameterübersicht

Parameter	Werte	Beschreibung
prompt	String	Pflicht bei Text-zu-Video, optional bei Bild-zu-Video
image_urls	1–2 Bilder	Nur Bild-zu-Video; 1 Bild erstes Frame, 2 Bilder erstes und letztes Frame
duration	Ganzzahl 3–15, Standard 5	Einheit Sekunden
resolution	720p / 1080p / 4K, Standard 1080p	Wenn nicht angegeben, wird nach 1080p abgerechnet
aspect_ratio	16:9 / 9:16 / 1:1, Standard 16:9	Nur Text-zu-Video
sound	Standard false	Wenn aktiviert, werden Dialoge, Soundeffekte und Umgebungsgeräusche generiert

Kosten berechnen

Dauer	720p	720p mit Ton	1080p	1080p mit Ton	4K
3 Sekunden	$0.30	$0.429	$0.387	$0.579	$1.437
5 Sekunden	$0.50	$0.715	$0.645	$0.965	$2.395
10 Sekunden	$1.00	$1.43	$1.29	$1.93	$4.79
15 Sekunden	$1.50	$2.145	$1.935	$2.895	$7.185

resolution ist standardmäßig 1080p. Wenn Sie Prompts anpassen, denken Sie daran, explizit 720p anzugeben, das spart über 20 %. Weitere Preisvergleiche finden Sie unter Kling 3.0 API-Preise.

Hinweise vor dem Livegang

• Callback statt Polling verwenden: Fügen Sie auf oberster Ebene der Anfrage (auf gleicher Ebene wie input) "callback": {"url": "https://ihre-domain/hiapi/callback"} hinzu und deduplizieren Sie nach taskId.
• Rechtzeitig speichern: output[0].url ist ein temporärer Link; sofort nach Erhalt in Ihrem eigenen Speicher ablegen.
• Wiederholungen mit Idempotenzschlüssel: Fügen Sie den Header Idempotency-Key hinzu; bei Wiederholung mit demselben Schlüssel wird die Aufgabe nur einmal erstellt.
• Automatische Rückerstattung bei Fehlern: Es wird nur für erfolgreich generierte Videos abgerechnet.

Häufig gestellte Fragen

Kann der Prompt auf Chinesisch sein?

Ja. Chinesisch und Englisch sind beide möglich; auch Dialoginhalte können direkt in den Prompt geschrieben werden.

Ist Ton extra kostenpflichtig?

Bei sound: true ist der Stückpreis höher: 720p von $0.10 auf $0.143 pro Sekunde, 1080p von $0.129 auf $0.193. Wenn Sie nur das Bild benötigen, lassen Sie den Standard false.

Wie lang ist ein Clip maximal?

3–15 Sekunden. Längere Filme werden segmentweise generiert und anschließend geschnitten.

Wie wählt man zwischen Kling 3.0 und Seedance 2.5?

Kling 3.0 hat einen niedrigeren Stückpreis und unterstützt 4K; Seedance 2.5 hat eine maximale Länge von 30 Sekunden pro Clip. Zum Vergleich siehe Unterschiede zwischen Kling 3.0 und Seedance 2.5.

Für fertige Formulierungen siehe Kling 3.0 Prompt-Guide; Sie können auch den obigen Rotfuchs-Prompt kopieren und auf der Modellseite generieren.