Kling AI Bild-zu-Video-API in Python

Verwenden Sie die Kling AI Bild-zu-Video-API in Python über den asynchronen Task-Endpunkt von HiAPI. Der folgende Schnellstart nutzt die aktuell aufrufbare Modell-ID kling-3.0-omni/image-to-video, fragt den Task bis zum Endzustand ab und lädt das erzeugte MP4 herunter.

Um die genauen Felder zu prüfen, öffnen Sie die Dokumentation der Kling 3.0 Omni Bild-zu-Video-API. Nutzen Sie die aktuelle Omni-Modellseite, um Modell und Playground anzusehen, und prüfen Sie vor dem Produktivbetrieb die Live-Preise der Kling-API.

Schnellstart: Kling Bild-zu-Video in Python ausführen

Installieren Sie requests mit python -m pip install requests, setzen Sie HIAPI_API_KEY in Ihrer Umgebung und ersetzen Sie IMAGE_URL durch eine öffentliche JPEG-, PNG- oder WebP-URL. Das vollständige Skript ist der erste kopierbare Codeblock:

import os
import time
from pathlib import Path

import requests

API_BASE = "https://api.hiapi.ai/v1"
API_KEY = os.environ["HIAPI_API_KEY"]
IMAGE_URL = "https://cdn.example.com/first-frame.jpg"
HEADERS = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json",
}

payload = {
    "model": "kling-3.0-omni/image-to-video",
    "input": {
        "image_urls": [IMAGE_URL],
        "prompt": "Die Kamera fährt langsam heran, während sich die Blätter in einer leichten Brise bewegen",
        "duration": 5,
        "resolution": "1080p",
        "sound": False,
    },
}

created = requests.post(
    f"{API_BASE}/tasks",
    headers=HEADERS,
    json=payload,
    timeout=30,
)
created.raise_for_status()
task_id = created.json()["data"]["taskId"]

deadline = time.time() + 900
while time.time() < deadline:
    response = requests.get(
        f"{API_BASE}/tasks/{task_id}",
        headers=HEADERS,
        timeout=30,
    )
    response.raise_for_status()
    task = response.json()["data"]

    if task["status"] == "success":
        output_url = task["output"][0]["url"]
        break
    if task["status"] == "fail":
        raise RuntimeError(task.get("error") or f"Task {task_id} failed")

    time.sleep(8)
else:
    raise TimeoutError(f"Task {task_id} did not finish within 15 minutes")

with requests.get(output_url, stream=True, timeout=180) as download:
    download.raise_for_status()
    with Path("kling-output.mp4").open("wb") as video:
        for chunk in download.iter_content(1024 * 1024):
            if chunk:
                video.write(chunk)

print("Saved kling-output.mp4")

Die Erstellungsanfrage gibt eine taskId zurück und wartet nicht, bis die Videogenerierung abgeschlossen ist. Das Skript fragt GET /v1/tasks/{taskId} wiederholt ab, stoppt bei success oder fail und lädt die erste Ausgabe so schnell wie möglich herunter, da die Ergebnis-URLs ablaufen.

Öffnen Sie das Kling Omni Modell und testen Sie diese Payload.

Aktuell verfügbares Kling Bild-zu-Video-Modell auswählen

Modell-ID	Anwendungsfall	Ein- und Ausgabe-Konventionen
kling-3.0-omni/image-to-video	Wenn Sie Steuerung des ersten/letzten Frames, optionalen nativen Ton oder 4K benötigen	Ein bis zwei öffentliche Bild-URLs; 3-15 Sekunden; 720p, 1080p oder 4K
kling-3.0-turbo/image-to-video	Wenn nur ein Startframe benötigt wird und ein einfacheres Schema für 720p/1080p ausreicht	Genau eine öffentliche Bild-URL; prompt erforderlich; 3-15 Sekunden; 720p oder 1080p

Die vollständige Feldreferenz für Omni finden Sie in der Omni-I2V-Dokumentation. Turbo hat eine eigene Turbo-I2V-Schema-Referenz. Beide verwenden denselben Erstellungs- und Abfrage-Workflow über /v1/tasks, sodass Sie einen Runner beibehalten und nur model und input austauschen können.

An die Modellanforderungen angepasster Request-Body

Omni mit erstem und letztem Frame

Senden Sie eine URL für den ersten Frame oder zwei URLs in der Reihenfolge [first, last]:

{
  "model": "kling-3.0-omni/image-to-video",
  "input": {
    "image_urls": [
      "https://cdn.example.com/first-frame.jpg",
      "https://cdn.example.com/last-frame.jpg"
    ],
    "prompt": "Die Kamera umkreist das Motiv, während sich das Licht von Morgengrauen zu Mittag ändert",
    "duration": 8,
    "resolution": "1080p",
    "sound": true
  }
}

Omni akzeptiert ein oder zwei image_urls. Der prompt ist optional, duration ist eine ganze Zahl von 3 bis 15, resolution ist 720p, 1080p oder 4K, und sound ist optional.

Turbo mit einem Startframe

{
  "model": "kling-3.0-turbo/image-to-video",
  "input": {
    "prompt": "Das Motiv dreht sich zur Kamera, während sich die Blätter in einer leichten Brise bewegen",
    "image_urls": ["https://cdn.example.com/first-frame.jpg"],
    "duration": 8,
    "resolution": "1080p"
  }
}

Turbo erfordert einen Prompt, und image_urls muss genau einen Eintrag enthalten. Senden Sie keine Felder, die nur von Omni unterstützt werden (z. B. sound), und fügen Sie keine Text-zu-Video-Felder hinzu (z. B. aspect_ratio); das Bild wird durch das Quellbild bestimmt.

Kling AI Preise: Live-Tarife verwenden, keine Preise kopieren

Die Kling AI Preise auf HiAPI werden nutzungsbasiert abgerechnet. Derzeit werden beide Bild-zu-Video-Modelle nach den generierten Sekunden abgerechnet, wobei der genaue Tarif vom Modell und der Auflösung abhängt; Omni hat zusätzlich unterschiedliche Tarife bei aktiviertem Audio. Längere Clips, höhere Auflösungen oder nativer Ton verändern die Task-Kosten.

Die Tarife können sich ändern, daher enthält dieser Leitfaden keine feste USD-Preistabelle. Prüfen Sie vor der Budgetierung oder dem Einreichen großer Batches sofort die Live-Modellpreistabelle.

Ist Kling AI kostenlos?

Nein: Auf HiAPI ist die Generierung über die Kling Bild-zu-Video-API keine unbegrenzt kostenlose API. Erfolgreiche Tasks verbrauchen Guthaben zu den Live-Tarifen des gewählten Modells, der Dauer, der Auflösung und der Audioeinstellungen. Kontopromotionen oder Neukundenprämien können sich ändern und an Bedingungen geknüpft sein; betrachten Sie sie daher nicht als garantierten kostenlosen Kling-Tarif. Prüfen Sie vor dem Einreichen eines Tasks die aktuellen Angebote und Ihr Guthaben in Ihrem Konto.

Produktionsprüfungen zur Vermeidung von Task-Fehlern oder Duplikaten

1. Verwenden Sie direkt herunterladbare HTTPS-Bild-URLs. localhost, Anmeldeseiten, HTML-Freigabeseiten und abgelaufene signierte URLs können nach der Task-Erstellung fehlschlagen.
2. Speichern Sie die taskId, bevor Sie einen Worker erneut versuchen. Ein erneuter Erstellungsaufruf kann einen zweiten Task erstellen und in Rechnung stellen.
3. Behandeln Sie success und fail als Endzustände. Verwenden Sie in der Produktion callback.url auf oberster Ebene und behalten Sie die Abfrage als Abgleich-Fallback bei.
4. Laden Sie output[].url zeitnah herunter und kopieren Sie Ergebnisse, die langfristig aufbewahrt werden sollen, in einen Speicher, den Sie kontrollieren.
5. Validieren Sie das Schema des gewählten Modells vor dem Senden. Strikte Modellkonventionen lehnen unbekannte Felder ab.

Häufige Fehler

• HTTP 400: Die Anfrage entspricht nicht dem Schema; prüfen Sie die genannten Felder, Enum-Werte, Array-Längen und JSON-Typen.
• HTTP 401: Der Bearer-Key fehlt, ist ungültig oder kann nicht mit dem gewählten Modell verwendet werden.
• Task wechselt zu fail: Die Erstellungsanfrage hat die Validierung bestanden, aber der Renderer konnte die Eingaben nicht abrufen oder die Generierung nicht abschließen. Protokollieren Sie taskId und den zurückgegebenen Fehler getrennt von der Erstellungsantwort.
• Ausgabe-URL abgelaufen: Das Rendering war möglicherweise erfolgreich, aber die temporäre Abruf-URL wurde nicht rechtzeitig heruntergeladen.

Häufig gestellte Fragen

Welches Kling Bild-zu-Video-Modell sollte ich in Python verwenden?

Verwenden Sie kling-3.0-omni/image-to-video, wenn Sie Steuerung über ein bis zwei Frames, optionalen nativen Ton oder 4K benötigen. Verwenden Sie kling-3.0-turbo/image-to-video, wenn ein Startframe und eine Ausgabe in 720p/1080p ausreichen. Der Python-Code zum Erstellen, Abfragen und Herunterladen bleibt unverändert.

Was sind die aktuellen Kling AI Bild-zu-Video-Modell-IDs?

Die in diesem Artikel behandelten aktuell aufrufbaren IDs sind kling-3.0-omni/image-to-video und kling-3.0-turbo/image-to-video. Senden Sie eine der beiden IDs im Feld model auf oberster Ebene von POST /v1/tasks.

Wie viele Bilder akzeptiert Kling Bild-zu-Video?

Omni akzeptiert ein Bild als ersten Frame oder zwei Bilder in der Reihenfolge [first, last]. Turbo akzeptiert genau ein Startframe-Bild.

Wie viel kostet die Kling AI API?

Die Abrechnung erfolgt nach den generierten Sekunden. Der genaue Live-Tarif hängt von Modell und Auflösung ab, bei Omni zusätzlich von der Audioeinstellung. Verwenden Sie die Live-Preisseite und kopieren Sie keine statischen Preise aus diesem Leitfaden.

Ist die Nutzung von Kling AI über die API kostenlos?

Es wird kein unbegrenzter kostenloser Kling-API-Tarif zugesichert. Generierungen verbrauchen Kontoguthaben zu den Live-Task-Tarifen. Prüfen Sie, ob in Ihrem Konto aktuelle, an Bedingungen geknüpfte Starter-Angebote verfügbar sind, und gehen Sie nicht von einem festen kostenlosen Kontingent aus.

Warum schlägt ein Task fehl, obwohl die Erstellungsanfrage erfolgreich war?

Das JSON hat die anfängliche Validierung bestanden, aber der Renderer konnte das Bild möglicherweise nicht abrufen oder die Generierung nicht abschließen. Stellen Sie sicher, dass das Bild öffentlich und nicht abgelaufen ist, und prüfen Sie dann den Endzustandsfehler anhand der gespeicherten taskId.

Wie erhalte ich das generierte Video?

Lesen Sie data.taskId aus der Erstellungsantwort. Ein lokales Skript kann GET /v1/tasks/{taskId} abfragen, in der Produktion kann callback.url verwendet werden. Bei success laden Sie data.output[0].url herunter, bevor sie abläuft.

Lesen Sie als Nächstes die vollständige Kling Omni API-Referenz und öffnen Sie dann die aktuelle Modellseite, wenn Sie bereit sind, eine Testanfrage zu senden.