¿Cómo usar la API de Kling 3.0 Omni? Cuatro entradas en funcionamiento en 5 minutos

TL;DR

• Kling 3.0 Omni es el modelo de video todoterreno de Kling. En HiAPI se divide en cuatro entradas: texto a video, imagen a video, referencia a video y transformación de video; abre la página del modelo y genera en línea; los nuevos usuarios reciben 200 créditos al registrarse.
• Facturación por segundo: 720p desde $0.10 por segundo, 1080p desde $0.129 por segundo, 4K a $0.479 por segundo; activar el audio o incluir un video de referencia tiene otra tarifa.
• La API usa el mismo endpoint /v1/tasks; solo cambias model e input. Los ejemplos en curl y Python de abajo se copian y se ejecutan tal cual.

¿Qué hace cada una de las cuatro entradas?

ID del modelo	Entrada	Ideal para
kling-3.0-omni/text-to-video	Prompt	Crear una toma desde cero
kling-3.0-omni/image-to-video	1 fotograma inicial, o fotograma inicial + fotograma final	Dar movimiento a una imagen
kling-3.0-omni/reference-to-video	1–7 imágenes de referencia, opcionalmente 1 video de referencia	Fijar personajes, productos o replicar el movimiento de cámara de un video de referencia
kling-3.0-omni/transformation	1 video original	Conservar el movimiento de cámara y las acciones, cambiar la escena y el estilo

Las cuatro entradas permiten elegir la resolución 720p, 1080p o 4k. Texto a video y referencia a video permiten definir la duración (3–15 segundos), la relación de aspecto (16:9, 9:16, 1:1) y el audio (audio); imagen a video permite definir la duración y el audio, y la relación de aspecto sigue al fotograma inicial; la transformación de video solo recibe el prompt, el video original y la resolución; la duración y la relación de aspecto siguen al video original y no genera audio. Texto a video, imagen a video y referencia a video también admiten tomas múltiples inteligentes (prefer_multi_shots), y las cuatro entradas permiten usar sujetos reutilizables (elements; en el prompt se escribe @nombre).

Este barco de papel en una noche de lluvia, de 3 segundos y 720p, se generó directamente con un solo 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.

Generar con este prompt →

Dos rutas para empezar

Prueba en línea (sin escribir código)

1. Abre la página del modelo correspondiente (por ejemplo, texto a video) e inicia sesión o regístrate.
2. Pega el prompt, elige la duración, la resolución y la relación de aspecto, y activa el audio si lo necesitas.
3. Haz clic en generar y descarga el video cuando esté listo.

Llamada a la API

1. Crea una API Key en la consola.
2. Envía POST https://api.hiapi.ai/v1/tasks; devuelve taskId.
3. Consulta el estado con GET /v1/tasks/{taskId}; cuando status sea success, descarga desde output[0].url.

curl: texto a 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: enviar, consultar y descargar

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)

¿Cómo se usan las otras tres entradas?

Imagen a video: image_urls con 1 imagen es el fotograma inicial; con 2 imágenes es el fotograma inicial más el final; la relación de aspecto de salida sigue al fotograma inicial.

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.

Generar con este prompt →

Referencia a video: image_urls es obligatorio (1–7 imágenes, JPG/PNG, máximo 50MB por imagen y lado más corto de al menos 300px); opcionalmente se puede añadir 1 video_urls como referencia de movimiento de cámara (MP4/MOV, 3–15.5 segundos, máximo 200MB). El siguiente ejemplo usa la imagen del fotograma inicial del barco de papel como referencia del sujeto y el video de la noche de lluvia anterior como referencia de movimiento de cámara; el barco de papel se traslada a un arroyo del bosque:

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.

Generar con este prompt →

Cuando se incluye un video de referencia, audio debe ser false y no se pueden activar las tomas múltiples inteligentes; además, se admiten como máximo 4 imágenes de referencia. Solicitud mínima:

{
  "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
  }
}

Para fijar varios sujetos, usa elements para dar un nombre a cada sujeto y escribe @nombre en el prompt; consulta la sintaxis completa en casos de prompts de referencia a video.

Transformación de video: video_urls recibe 1 video original (MP4/MOV, 3–15.5 segundos, máximo 200MB) y el prompt describe en qué se quiere convertir. La duración y la relación de aspecto de salida siguen al video original y no se genera audio. Solicitud mínima:

{
  "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"
  }
}

El mismo barco de papel de la noche de lluvia, transformado en un barco de farolillos de papel brillantes en una noche nevada:

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.

Generar con este prompt →

¿Cuánto cuesta?

Entrada	720p	1080p	4K
Texto a video / Imagen a video, sin audio	$0.10/segundo	$0.129/segundo	$0.479/segundo
Texto a video / Imagen a video, con audio	$0.129/segundo	$0.1645/segundo	$0.479/segundo
Referencia a video, sin video de referencia	Igual que arriba	Igual que arriba	Igual que arriba
Referencia a video, con video de referencia	$0.143/segundo	$0.193/segundo	$0.479/segundo
Transformación de video	$0.143/segundo	$0.193/segundo	$0.479/segundo

Un video de texto a video de 5 segundos en 720p sin audio cuesta $0.50; con $10 se pueden generar 100 segundos; el más corto, de 3 segundos, cuesta solo $0.30. Para ajustar el prompt, empieza con 720p y 3–5 segundos; cuando el resultado esté definido, pasa a 1080p o 4K. Las tareas fallidas se reembolsan automáticamente.

Aspectos a tener en cuenta antes de lanzar

• Usa callbacks en lugar de polling: añade en el nivel superior de la solicitud "callback": {"url": "https://tu-dominio/hiapi/callback"}; HiAPI notificará activamente cuando la tarea tenga éxito o falle; deduplica por taskId.
• Los videos se conservan unos 7 días por defecto: en cuanto obtengas output[0].url, transfiérelo; si necesitas conservarlo a largo plazo, puedes usar el almacenamiento persistente de HiAPI (se factura aparte según la cantidad almacenada).
• Escribe todos los parámetros según la entrada: en texto a video, imagen a video y referencia a video, especifica explícitamente resolution, duration y audio; en la transformación de video, solo resolution, ya que la duración sigue al video original.
• Los nombres de elementos no llevan espacios: en elements[].name escribe serum y en el prompt escribe @serum.

Preguntas frecuentes

¿Hay que habilitar cada una de las cuatro entradas por separado?

No. Con la misma API Key, solo cambia model.

¿Se puede generar en vertical?

Sí. En texto a video y referencia a video, escribe 9:16 en aspect_ratio; imagen a video sigue la proporción del fotograma inicial y la transformación de video sigue al video original.

¿Cómo se añade el audio?

En texto a video, imagen a video y referencia a video (cuando no hay video de referencia), establece audio en true; se generan sonidos ambientales y efectos de sonido sincronizados con la imagen. Cuesta $0.029 más por segundo en 720p y $0.0355 más por segundo en 1080p.

¿Se puede escribir el prompt en chino?

Sí. Para obtener resultados más estables, describe en frases separadas cómo se mueve la cámara, qué hacen los sujetos y la iluminación y el estilo.

Copia el prompt del barco de papel en la noche de lluvia de arriba y ve a la página del modelo para generar el primero; para más casos que puedes copiar, consulta casos de prompts de Kling 3.0 Omni y, para los detalles de precios, precios de la API de Kling 3.0.