HiAPI
kling-3.0 详情页 Hero 图:右侧虹彩玻璃胶片带与光轨环绕,发光立体字嵌入玻璃;左侧柔光留白,暖奶油配青、珊瑚与薰衣草渐变。

Kuaishou

Kling 3.0

kling-3.0/text-to-video

Einheitliche multimodale Videogenerierungs-Serie mit Unterstützung für Text-zu-Video, Bild-zu-Video, Referenz-zu-Video und Bearbeitung innerhalb von Videos, native Lippensynchronisation und mehrsprachiges Audio

kling-3.0/text-to-video ausprobieren

Eingabe

Ausgabe

video
Fülle die Parameter aus und generiere – die Ergebnisse erscheinen hier.

Preise

kling-3.0/text-to-video per second

Spezifikationen 720P 1080P 4K
Sound Off $0.100 $0.129 —
Sound On $0.143 $0.193 —
— — — $0.479

Positionsprofil

kling-3.0/text-to-video ist der Text-zu-Video-Pfad der Kling-3.0-Serie. Die Eingabe einer Texbeschreibung erzeugt einen fertigen Clip mit optionalem nativem Audio. Unterstützt werden Längen von 3 bis 15 Sekunden, Auflösungen von 720p bis 4K sowie die drei Bildformate Querformat, Hochformat und Quadrat. Das Angebot richtet sich an Entwickler und Content-Teams, die Skripte oder Ideen schnell in veröffentlichungsfähige Videos verwandeln möchten; die sekundengenaue Abrechnung erlaubt eine kostenorientierte Steuerung über die Clip-Länge.

Zentrale Highlights

  • Text-zu-Video mit nativem Audio – Bei aktivierter Audio-Option werden bildsynchrone Soundeffekte und Umgebungsgeräusche erzeugt, sodass ein separater Vertonungsschritt entfällt.
  • Auflösungen und Bildformate für gängige Veröffentlichungsanforderungen – Drei Auflösungsstufen (720p, 1080p, 4K) und die Formate 16:9, 9:16 und 1:1 decken mit einem einzigen Aufruf Querformat-, Hochformat- und quadratische Ausspielungen ab.
  • Länge nach Erzählbedarf anpassbar – Pro Generierung 3 bis 15 Sekunden; Kurzfilme und Mehrfachaufnahme-Segmente lassen sich innerhalb derselben Schnittstelle realisieren.

Funktionsbeschreibung

Reiner Text zum fertigen Clip: Bereits die Übermittlung eines Prompts erzeugt ein Video – ideal für Teams, die Skripte oder Werbetexte besitzen, aber über kein Rohmaterial verfügen und schnell Ergebnisse benötigen.

Natives Audio oder stumm – beides wählbar: Synchrone Soundeffekte und Umgebungsgeräusche lassen sich zuschalten oder abschalten, um nur das Bild auszugeben, sodass Musik oder Vertonung in der Nachbearbeitung selbst erfolgen kann.

Parametrisierung von Auflösung und Bildformat: Auflösungs- und Formatparameter steuern die Ausgabespezifikation direkt und vermeiden Qualitätsverluste durch anschließendes Zuschneiden oder Skalieren.

Kopplung von Länge und Kosten: Die Abrechnung erfolgt nach Ausgabesekunden; kürzere Längen oder niedrigere Auflösungen senken die Kosten pro Clip, was sich für Tests in Serie anbietet.

Anwendungsszenarien

  • Marketing-Teams erstellen aus Werbetexten schnell Werbespots – Werbetexte in 9:16- oder 16:9-Clips umwandeln und direkt für Feed- und Markenkurzfilm-Ausspielungen nutzen.
  • Content-Creator produzieren vertikale Kurzvideos in Serie – Themenbezogen 9:16-Kurzvideomaterial in Serie generieren für die tägliche Aktualisierung auf Social-Media-Plattformen.
  • Storyboard-Ideen ohne Realfilmmaterial prüfen – Kurzsegmente aus Textbeschreibungen als Vorschau der Kamerawirkung erzeugen, für Storyboard- und Kreativ-Reviews in der Vorproduktion.

Einschränkungen und Auswahlhinweise

Die maximale Länge pro Generierung beträgt 15 Sekunden; lange Erzählungen müssen segmentweise erzeugt und anschließend zusammengesetzt werden. Natives Audio umfasst nur Soundeffekte und Umgebungsgeräusche, nicht Dialoge oder Lippensynchronisation; dialoglastige Inhalte benötigen separate Audiospuren oder einen anderen Pfad der Serie. Auflösung, Länge und Audio-Schalter beeinflussen die Kosten; vor Serienproduktion empfiehlt es sich, mit kurz getesteten Clips in niedriger Auflösung die Wirkung zu prüfen. Liegen bereits Referenzbilder vor oder ist Bewegungskontrolle erforderlich, sollte der Bild-zu-Video- oder Bewegungskontroll-Pfad derselben Serie gewählt werden.

  • Neues Modell Neues Modell: Kling 3.0 Omni (可灵 O3), aufrufbar über POST /v1/tasks. kling-3.0-omn…
  • Muss ich bei Kling 3.0 Image-to-Video ein Bild hochladen?

    Ja. Der aktuelle kling-3.0/image-to-video ist eine Image-to-Video-Route; das Eingabebild bestimmt das Motiv und die Ausgangskomposition, der Prompt steuert Bewegung, Kamera und Umgebungsveränderungen.

  • Welche Dauern und Auflösungen unterstützt Kling 3.0 Image-to-Video?

    Der aktuelle HiAPI-Anfragevertrag unterstützt 3–15s, die Ausgabeauflösungen sind 720p, 1080p, 4K. Die verfügbaren Werte richten sich nach dem Parameterfeld der Seite und der API-Dokumentation.

  • Wie wird Kling 3.0 Image-to-Video abgerechnet?

    Aufgaben werden nach der Ausgabedauer und der gewählten Stufe abgerechnet. Die Seite zeigt den Live-Preis in der globalen Währungseinheit an; die endgültige Abrechnung richtet sich nach dem Datensatz der erfolgreichen Aufgabe.

  • Wie lässt sich die Stabilität des Hauptmotivs bei der Bild-zu-Video-Generierung verbessern?

    Verwenden Sie ein Eingabebild mit klarem Hauptmotiv, wenigen Verdeckungen und vollständiger Komposition; beschreiben Sie im Prompt zuerst die Hauptaktion und die Kameraführung und listen Sie anschließend die beizubehaltenden Merkmale von Aussehen, Material und Hintergrundbeziehungen auf. Für den ersten Test wird eine kürzere Dauer empfohlen.

Ähnliche Modelle

Alle Modelle ansehen →

Gleicher Typ