Kling 3.0 Omni API: So nutzt du es – vier Einstiegspunkte in 5 Minuten startklar

TL;DR

• Kling 3.0 Omni ist das All-in-One-Videomodell von Kling und auf HiAPI in vier Einstiegspunkte gegliedert: Text-zu-Video, Bild-zu-Video, Referenz-zu-Video und Video-Transformation. Modellseite öffnen und direkt online generieren – neue Nutzer erhalten bei der Registrierung 200 Credits.
• Abrechnung pro Sekunde: 720p ab $0.10/Sek., 1080p ab $0.129/Sek., 4K $0.479/Sek.; mit Ton und mit Referenzvideo gelten eigene Preise.
• Die API nutzt immer denselben /v1/tasks-Endpunkt – nur model und input ändern sich. Die curl- und Python-Beispiele unten kannst du direkt kopieren und ausführen.

Was machen die vier Einstiegspunkte?

Modell-ID	Eingabe	Geeignet für
kling-3.0-omni/text-to-video	Prompt	Einstellungen von Grund auf erzeugen
kling-3.0-omni/image-to-video	1 Startbild oder Startbild + Endbild	Ein Bild in Bewegung bringen
kling-3.0-omni/reference-to-video	1–7 Referenzbilder, optional 1 Referenzvideo	Personen oder Produkte festhalten oder Kameraführung eines Referenzvideos übernehmen
kling-3.0-omni/transformation	1 Originalvideo	Kameraführung und Bewegung beibehalten, Szene und Stil ändern

Alle vier Einstiegspunkte bieten die Auflösungen 720p, 1080p und 4k. Bei Text-zu-Video und Referenz-zu-Video lassen sich Dauer (3–15 Sekunden), Seitenverhältnis (16:9, 9:16, 1:1) und Ton (audio) einstellen; bei Bild-zu-Video lassen sich Dauer und Ton einstellen, das Seitenverhältnis folgt dem Startbild; bei Video-Transformation werden nur Prompt, Originalvideo und Auflösung übergeben, Dauer und Seitenverhältnis folgen dem Originalvideo, es wird kein Ton erzeugt. Text-zu-Video, Bild-zu-Video und Referenz-zu-Video unterstützen außerdem intelligente Multi-Shots (prefer_multi_shots), und alle vier Einstiegspunkte können wiederverwendbare Subjekte nutzen (elements, im Prompt @Name schreiben).

Das folgende 3-Sekunden-720p-Video eines Papierboots in einer Regennacht entstand direkt aus einem einzigen Prompt:

A paper boat drifts down a rain-soaked city gutter at dusk, neon signs reflecting and rippling on the water; the camera glides low beside it as raindrops splash around. Cinematic, shallow depth of field, smooth tracking motion.

Mit diesem Prompt generieren →

Zwei Wege zum Einstieg

Online ausprobieren (ohne Code)

1. Die passende Modellseite öffnen (z. B. Text-zu-Video), registrieren oder anmelden.
2. Prompt einfügen, Dauer, Auflösung und Seitenverhältnis wählen, bei Bedarf Ton aktivieren.
3. Auf Generieren klicken und das fertige Video direkt herunterladen.

API-Aufruf

1. Im Console einen API Key erstellen.
2. POST https://api.hiapi.ai/v1/tasks senden, die Antwort enthält eine taskId.
3. Mit GET /v1/tasks/{taskId} den Status abfragen; bei status = success das Video über output[0].url herunterladen.

curl: Text-zu-Video

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0-omni/text-to-video",
    "input": {
      "prompt": "A paper boat drifts down a rain-soaked city gutter at dusk, neon signs reflecting on the water.",
      "duration": 5,
      "resolution": "720p",
      "audio": false,
      "aspect_ratio": "16:9"
    }
  }'

Python: Senden, Polling, Herunterladen

import os, time, requests

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

def generate(model, **inp):
    r = requests.post("https://api.hiapi.ai/v1/tasks",
                      json={"model": model, "input": inp}, headers=H)
    task_id = r.json()["data"]["taskId"]
    while True:
        d = requests.get(f"https://api.hiapi.ai/v1/tasks/{task_id}", headers=H).json()["data"]
        if d["status"] == "success":
            return d["output"][0]["url"]
        if d["status"] in ("fail", "failed"):
            raise RuntimeError(d)
        time.sleep(10)

url = generate(
    "kling-3.0-omni/image-to-video",
    prompt="Morning fog slowly lifts over the harbor, camera slowly pushes in along the dock.",
    image_urls=["https://your-cdn.example.com/harbor.jpg"],
    duration=5, resolution="720p",
)
open("clip.mp4", "wb").write(requests.get(url).content)

Wie schreibt man die anderen drei Einstiegspunkte an?

Bild-zu-Video: image_urls mit 1 Bild ist das Startbild, mit 2 Bildern sind es Start- und Endbild; das Ausgabeseitenverhältnis folgt dem Startbild.

Morning fog slowly lifts over the harbor as the fishing boats rock gently on the water; the low sun breaks through the haze and glints on the wet pier, camera slowly pushes in along the dock. Cinematic, calm, photorealistic.

Mit diesem Prompt generieren →

Referenz-zu-Video: image_urls ist Pflicht (1–7 Bilder, JPG/PNG, pro Bild max. 50 MB, kürzeste Kante mind. 300 px), optional 1 video_urls-Eintrag als Kameraführungsreferenz (MP4/MOV, 3–15,5 Sekunden, max. 200 MB). Das folgende Beispiel nutzt ein Papierboot-Startbild als Subjektreferenz und das obige Regennacht-Video als Kameraführungsreferenz – das Papierboot wurde in einen Waldbach versetzt:

The same white paper boat from the reference drifts along a sunlit forest stream at golden hour, leaves floating beside it, camera tracks low alongside it with the same smooth motion as the reference video. Cinematic, shallow depth of field.

Mit diesem Prompt generieren →

Bei einem Referenzvideo muss audio false sein, intelligente Multi-Shots sind nicht erlaubt und es sind maximal 4 Referenzbilder möglich. Minimale Anfrage:

{
  "model": "kling-3.0-omni/reference-to-video",
  "input": {
    "prompt": "The same white paper boat from the reference drifts along a forest stream",
    "image_urls": ["https://static.hiapi.ai/admin-assets/2026/10/13/1791861888668-6554d6167af93003-kling-omni-boat-frame.jpg"],
    "video_urls": ["https://static.hiapi.ai/admin-assets/2026/10/13/1791861859228-2b40d774dd4b2262-kling-omni-t2v-golden.mp4"],
    "duration": 3,
    "resolution": "720p",
    "audio": false
  }
}

Um mehrere Subjekte festzuhalten, gib jedem Subjekt mit elements einen Namen und schreibe im Prompt @Name; die vollständige Schreibweise findest du in den Prompt-Beispielen für Referenz-zu-Video.

Video-Transformation: video_urls übergibt 1 Originalvideo (MP4/MOV, 3–15,5 Sekunden, max. 200 MB), der Prompt beschreibt, was daraus werden soll. Ausgabedauer und Seitenverhältnis folgen dem Originalvideo, es wird kein Ton erzeugt. Minimale Anfrage:

{
  "model": "kling-3.0-omni/transformation",
  "input": {
    "prompt": "Transform the scene into a snowy winter night, keep the exact camera motion",
    "video_urls": ["https://static.hiapi.ai/admin-assets/2026/10/13/1791861859228-2b40d774dd4b2262-kling-omni-t2v-golden.mp4"],
    "resolution": "720p"
  }
}

Dasselbe Regennacht-Papierboot, verwandelt in ein leuchtendes Papierlaternenboot in einer Schneenacht:

Transform the scene into a snowy winter night: the gutter becomes a frozen stream with drifting snowflakes, the paper boat becomes a small glowing paper lantern boat, keep the exact camera motion and water movement from the original video. Cinematic, cold blue tones.

Mit diesem Prompt generieren →

Was kostet das?

Einstiegspunkt	720p	1080p	4K
Text-zu-Video / Bild-zu-Video, ohne Ton	$0.10/Sek.	$0.129/Sek.	$0.479/Sek.
Text-zu-Video / Bild-zu-Video, mit Ton	$0.129/Sek.	$0.1645/Sek.	$0.479/Sek.
Referenz-zu-Video, ohne Referenzvideo	wie oben	wie oben	wie oben
Referenz-zu-Video, mit Referenzvideo	$0.143/Sek.	$0.193/Sek.	$0.479/Sek.
Video-Transformation	$0.143/Sek.	$0.193/Sek.	$0.479/Sek.

Ein 5-Sekunden-720p-Text-zu-Video ohne Ton kostet $0.50, für $10 erhältst du 100 Sekunden; die kürzesten 3 Sekunden kosten nur $0.30. Zum Ausprobieren von Prompts erst 720p und 3–5 Sekunden nutzen, erst für die finale Version auf 1080p oder 4K gehen. Fehlgeschlagene Aufgaben werden automatisch erstattet.

Vor dem Go-live beachten

• Callbacks statt Polling: Auf oberster Ebene "callback": {"url": "https://deine-domain/hiapi/callback"} hinzufügen; HiAPI benachrichtigt bei Erfolg oder Fehlschlag aktiv, per taskId deduplizieren.
• Videos werden standardmäßig ca. 7 Tage gespeichert: Nach Erhalt von output[0].url sofort kopieren; für dauerhafte Aufbewahrung den persistenten Speicher von HiAPI nutzen (separat nach Speichermenge abgerechnet).
• Parameter je nach Einstiegspunkt vollständig angeben: Bei Text-zu-Video, Bild-zu-Video und Referenz-zu-Video explizit resolution, duration und audio setzen; bei Video-Transformation nur resolution, die Dauer folgt dem Originalvideo.
• Elementnamen ohne Leerzeichen: elements[].name als serum schreiben und im Prompt @serum verwenden.

Häufige Fragen

Müssen die vier Einstiegspunkte separat freigeschaltet werden?

Nein. Derselbe API Key, nur model ändern.

Geht auch Hochformat?

Ja. Bei Text-zu-Video und Referenz-zu-Video aspect_ratio auf 9:16 setzen; Bild-zu-Video folgt dem Seitenverhältnis des Startbilds, Video-Transformation dem Originalvideo.

Wie fügt man Ton hinzu?

Bei Text-zu-Video, Bild-zu-Video und Referenz-zu-Video (ohne Referenzvideo) audio auf true setzen; es werden synchrone Umgebungsgeräusche und Soundeffekte erzeugt. Bei 720p kostet das $0.029/Sek. mehr, bei 1080p $0.0355/Sek. mehr.

Kann der Prompt auf Chinesisch geschrieben werden?

Ja. Am stabilsten funktioniert es, wenn du Kamerabewegung, Aktionen des Subjekts sowie Licht und Stil in getrennten Sätzen klar beschreibst.

Kopiere den obigen Regennacht-Papierboot-Prompt, um auf der Modellseite dein erstes Video zu generieren; weitere kopierbare Beispiele findest du in den Kling 3.0 Omni Prompt-Beispielen, Preisdetails unter Kling 3.0 API-Preise.