¿Cómo usar la API de Kling 2.5 Turbo? Consigue tu primer video en 5 minutos

TL;DR

• Kling 2.5 Turbo es la versión rápida del modelo de video de Kuaishou Kling; en HiAPI hay dos entradas, texto a video e imagen a video. Abre la página del modelo y pruébalo en línea; los usuarios nuevos reciben 200 créditos al registrarse.
• Ambas entradas cuestan $0.06 por segundo: 5 segundos $0.30, 10 segundos $0.60.
• Cómo llamarlo: envía con POST /v1/tasks, consulta el resultado con taskId; el video final está en output[0].url.

Qué puede hacer Kling 2.5 Turbo

• 5 o 10 segundos, unos 1080p: la resolución depende del formato; 16:9 genera 1920×1080, no hace falta configurarla por separado.
• Texto a video con audio incluido: cada video trae pista de audio, no hay interruptor.
• Imagen a video admite fotograma final: el primer fotograma define el inicio, el último define el final y el modelo rellena el proceso intermedio.
• Imagen a video tiene 6 formatos: además de horizontal, vertical y cuadrado, también hay 4:3, 3:4 y 21:9 panorámico.

Vertical cinematic shot of a ceramic artist in a sunlit studio. Her hands shape a small terracotta bowl on a spinning pottery wheel. The wet clay gradually rises as the wheel turns, a little water glints on the surface. The camera gently tracks upward from the bowl to her focused face. Warm morning light, linen apron, natural movement, one continuous shot, no text or logos.

Generar con este prompt → (elige 10 segundos, 9:16)

kling-2.5-turbo/text-to-video, 9:16, 1080×1920, 10 segundos, con pista de audio, $0.60.

Cómo elegir entre las dos entradas

ID del modelo	Entrada	Formato	Audio	Ideal para
kling-2.5-turbo/text-to-video	Prompt	16:9, 9:16, 1:1	Pista de audio incluida	Sin material, empezar desde texto
kling-2.5-turbo/image-to-video	Primer fotograma obligatorio, último opcional	6 formatos; 3 con fotograma final	Sin pista de audio	Dar movimiento a fotos de producto, fotografía o ilustraciones

Ambas entradas cuestan lo mismo: $0.06 por segundo.

Dos rutas para empezar

Probar en el navegador (3 pasos)

1. Abre la página del modelo de texto a video o imagen a video e inicia sesión.
2. Escribe el prompt; en imagen a video sube primero el primer fotograma y, si hace falta, luego el último.
3. Elige 5 segundos y el formato, y pulsa ejecutar.

Llamar con la API (3 pasos)

1. Crea una clave en la página de API Key de la consola y ponla en la variable de entorno HIAPI_KEY.
2. Envía con POST https://api.hiapi.ai/v1/tasks; devuelve data.taskId.
3. Consulta con GET /v1/tasks/{taskId} hasta que status sea success y descarga output[0].url.

curl: el primer video

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-2.5-turbo/text-to-video",
    "input": {
      "prompt": "Hands pour glossy caramel over a stack of pancakes, steam rises, camera slowly pushes in, warm kitchen light",
      "duration": 5,
      "aspect_ratio": "16:9"
    }
  }'

5 segundos, 16:9, $0.30. Para imagen a video, cambia model por kling-2.5-turbo/image-to-video y añade "image_urls": ["https://tu-host-de-imagenes/frame.jpg"].

Python: enviar, consultar y descargar

# pip install requests; primero export HIAPI_KEY=tu_Key
import os, time, uuid, requests

API = "https://api.hiapi.ai/v1/tasks"
H = {"Authorization": f"Bearer {os.environ['HIAPI_KEY']}"}

def generate(model, timeout_s=900, **inp):
    # Al reintentar la misma tarea, usa el mismo Idempotency-Key para evitar cobros duplicados
    r = requests.post(API, json={"model": model, "input": inp},
                      headers={**H, "Idempotency-Key": str(uuid.uuid4())}, timeout=30)
    r.raise_for_status()
    task_id = r.json()["data"]["taskId"]
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        d = requests.get(f"{API}/{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)

# Primer + último fotograma: un coche rojo avanza de izquierda a derecha y se vuelve azul (5 segundos, $0.30)
url = generate(
    "kling-2.5-turbo/image-to-video",
    prompt="A toy car moves smoothly from the left to the right and changes from red to blue. "
           "Keep the simple light grey background and beige ground. Continuous static camera shot.",
    image_urls=["https://tu-host-de-imagenes/first.png", "https://tu-host-de-imagenes/last.png"],
    duration=5, aspect_ratio="9:16",
)
with open("clip.mp4", "wb") as f:
    f.write(requests.get(url).content)

Primer y último fotograma: deja la toma en la imagen que quieres

Pasa dos imágenes en image_urls: la primera es el primer fotograma y la segunda el último. En el siguiente ejemplo, el primer fotograma es el coche rojo a la izquierda y el último el coche azul a la derecha:

Primer fotograma	Último fotograma

A toy car moves smoothly from the left to the right and changes from red to blue. Keep the simple light grey background and beige ground. Continuous static camera shot.

Generar con este prompt → (sube el primer y el último fotograma, elige 5 segundos, 9:16)

kling-2.5-turbo/image-to-video, 9:16, 1080×1920, 5 segundos, primer + último fotograma, $0.30.

El coche avanza hacia la derecha, cambia de rojo a morado y luego a azul, y termina en la posición del último fotograma; el fondo no cambia en todo el video. El resultado es más estable cuando las dos imágenes son iguales salvo en lo que debe cambiar. Al añadir el último fotograma, el formato solo puede ser 16:9, 9:16 o 1:1.

Tabla de parámetros

Campo	Obligatorio	Valores	Descripción
prompt	Sí	1–2500 caracteres	Describe la acción y la cámara; en imagen a video no hace falta describir la imagen
duration	No	5 (predeterminado) / 10	Facturación por segundo
aspect_ratio	No	Texto: 16:9 (predeterminado) 9:16 1:1; imagen además admite 4:3 3:4 21:9	Con último fotograma solo 16:9 9:16 1:1
image_urls	Obligatorio en imagen a video	1–2 imágenes, jpeg/png/webp, ≤10MB cada una	La primera es el primer fotograma y la segunda el último; texto a video no acepta este campo
negative_prompt	No	Texto ≤2500, imagen ≤2496 caracteres	Contenido que no quieres que aparezca
cfg_scale	No	0–1, predeterminado 0.5	Cuanto mayor, más se ajusta al prompt

No hay resolution, seed ni interruptor de audio.

Errores que encontrarás

Si los parámetros no son correctos al enviar, la API devuelve 400 directamente, no crea la tarea ni cobra:

• duration: value must be one of 5, 10: la duración solo puede ser 5 o 10.
• aspect_ratio: value must be one of '16:9', '9:16', '1:1': texto a video recibió otro formato, o imagen a video añadió el último fotograma y eligió 4:3, 3:4 o 21:9.
• image_urls: maxItems: got 3, want 2: como máximo dos imágenes, primer y último fotograma.
• image_urls: missing required field "image_urls": imagen a video no recibió el primer fotograma.
• cfg_scale: maximum: got 5, want 1: cfg_scale va de 0 a 1, no de 1 a 20 como en otros modelos habituales.
• additional properties 'seed', 'sound' not allowed: esos dos campos no existen.

Antes de lanzar a producción

• Usa callbacks en lugar de polling: añade "callback": {"url": "https://tu-dominio/hiapi/callback"} en el nivel superior de la petición (al mismo nivel que input) y deduplica por taskId.
• Guarda el resultado a tiempo: output[0].url caduca en unos 7 días; guárdalo en tu propio almacenamiento en cuanto lo recibas.
• Indica duration y aspect_ratio explícitamente: si no los pones, son 5 segundos y 16:9; es fácil olvidarlo cuando necesitas vertical.
• Reintenta con clave de idempotencia: añade Idempotency-Key en la cabecera; con la misma clave solo se crea una tarea.

Preguntas frecuentes

¿Se puede desactivar el audio en texto a video?

No, no hay interruptor de audio. Si no quieres audio, quita la pista al editar o usa imagen a video, que no tiene pista de audio.

¿Qué pasa si la proporción del primer fotograma no coincide con el formato?

El primer fotograma se recorta centrado según el formato elegido. Si una imagen 16:9 se usa con 9:16, se conserva una franja vertical central; lo más estable es colocar el sujeto en el centro.

¿Se puede generar en 4K?

No. La salida es de unos 1080p según el formato; la más ancha es 21:9, 2200×940.

¿Cómo elegir entre este y Kling 3.0 Turbo?

Si 5 o 10 segundos te bastan y quieres el precio más bajo, elige Kling 2.5 Turbo; si necesitas elegir segundo a segundo entre 3 y 15 segundos, o elegir entre 720p y 1080p, consulta la comparativa entre Kling 2.5 Turbo y 3.0 Turbo.

Para ver el desglose de precios, consulta Precios de la API de Kling 2.5 Turbo; para más casos de uso, Guía completa de prompts de Kling 2.5 Turbo. Si quieres ver primero el resultado, copia el prompt de cerámica de arriba y genera tu primer video en la página del modelo.