Kuaishou

Kling 3.0

kling-3.0-omni/reference-to-video

Serie unificada de generación de vídeo multimodal que admite texto a vídeo, imagen a vídeo, referencia a vídeo y edición dentro del vídeo, con sincronización labial nativa y audio multilingüe

kling-3.0-omni/image-to-video kling-3.0-omni/reference-to-video kling-3.0-omni/text-to-video kling-3.0-omni/transformation kling-3.0/image-to-video kling-3.0/motion-control kling-3.0/text-to-video

Probar kling-3.0-omni/reference-to-video

Entrada

Subjects

Creaciones

Ver todas las creaciones

Salida

video

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

kling-3.0-omni/reference-to-video per second

Especificaciones	720P	1080P	4K
Sound Off · Without Reference Videos	$0.100	$0.129	$0.479
Sound On · Without Reference Videos	$0.129	$0.1645	$0.479
Sound Off · With Reference Videos	$0.143	$0.193	$0.479
Sound On · With Reference Videos	$0.143	$0.193	$0.479

Descripción general

kling-3.0-omni/reference-to-video es la línea de la serie Kling 3.0 Omni orientada a la generación de vídeo a partir de imágenes de referencia; permite usar de 1 a 7 imágenes de referencia (o combinarlas con hasta 7 elementos de sujeto reutilizables) como anclaje visual y, junto con un prompt de texto, generar vídeos de 3 a 15 segundos. Admite resoluciones 720p, 1080p y 4k, y relaciones de aspecto 16:9, 9:16 y 1:1, con opción de activar audio nativo y tomas múltiples inteligentes. Es adecuado para desarrolladores que necesitan mantener la consistencia de personajes u objetos entre tomas y producir vídeos de marketing y redes sociales en lote.

Puntos clave

Doble anclaje: imágenes de referencia y elementos de sujeto: se pueden enviar de 1 a 7 imágenes de referencia, o definir hasta 7 elementos de sujeto con 2 a 4 imágenes cada uno e invocarlos con @name en el prompt.
Vídeo de referencia opcional como capa adicional: permite añadir 1 vídeo de referencia de 3 a 15,5 segundos para restringir el movimiento y la composición; en ese caso, el límite conjunto de imágenes de referencia y sujetos se reduce a 4.
Cobertura de resolución y relación de aspecto, de vertical a 4K: la salida puede ser 720p, 1080p o 4k, con relaciones de aspecto 16:9, 9:16 y 1:1, lo que se adapta a la distribución horizontal y al formato vertical de vídeos cortos.
Audio nativo y tomas múltiples combinables: el audio nativo (desactivado por defecto) y las tomas múltiples inteligentes pueden activarse a la vez para generar en una sola pasada un clip de varias tomas con sonido; cuando se usa un vídeo de referencia, ninguno de los dos está disponible.

Descripción de capacidades

Generación con consistencia entre múltiples sujetos: mediante elements se define el nombre, la descripción y de 2 a 4 imágenes de un mismo sujeto, y se invoca con @name en el prompt para que el mismo personaje u objeto mantenga su apariencia en varias tomas.

Restricción mediante vídeo de referencia: se pasa 1 vídeo de referencia MP4/MOV (máximo 200 MB, de 3 a 15,5 segundos) para guiar el movimiento y el ritmo; resulta adecuado para generar una versión estilizada o un remake a partir de material existente.

Control de resolución y relación de aspecto: se elige la salida en 720p, 1080p o 4k según el canal de distribución y se define la relación de aspecto 16:9, 9:16 o 1:1, lo que reduce el recorte y la transcodificación posteriores.

Audio nativo y tomas múltiples inteligentes: al activar audio se genera sonido de forma sincronizada, y al activar prefer_multi_shots el modelo divide automáticamente en varias tomas según el prompt; ambos están disponibles cuando no se usa vídeo de referencia.

Duración y longitud del prompt ajustables: la duración de salida puede fijarse entre 3 y 15 segundos según las necesidades narrativas, y el prompt admite hasta 3072 caracteres, suficiente para describir sujetos, acciones y puesta en escena.

Casos de uso

Equipos de marketing de marca: imágenes de referencia + prompt con argumentos de venta del producto: se fija la apariencia con imágenes de referencia del producto desde varios ángulos y se producen clips cortos con relación de aspecto y resolución especificadas, listos para anuncios en feeds y en el sitio web.
Gestión de redes sociales: elementos de personaje + guion vertical: tras definir elementos de personaje fijos, se generan en lote vídeos cortos en 9:16 manteniendo la consistencia del personaje, para la producción de contenido diario.
Preproducción de cine y animación: vídeo de referencia + prompt de storyboard: se usa un vídeo de referencia para restringir el ritmo del movimiento y se generan clips de previsualización de varias tomas para que el director confirme el diseño de planos y los puntos de montaje.
Equipos de contenido de e-commerce: conversión de galerías de producto en vídeo: se suben imágenes de referencia del producto y se define una relación de aspecto 1:1 o 16:9 para generar vídeos de exhibición destinados a la página de detalles y al espacio de imagen principal del producto.

Limitaciones y recomendaciones de selección

El total de imágenes de referencia y elementos de sujeto no debe superar 7; al añadir un vídeo de referencia se reduce a 4 y, en ese caso, el audio nativo y las tomas múltiples inteligentes no están disponibles; la duración máxima por generación es de 15 segundos, por lo que las narrativas largas requieren generar por segmentos y unirlos después. Las imágenes de referencia deben ser JPG/PNG, de no más de 50 MB cada una y con el lado más corto de al menos 300 px; el vídeo de referencia debe ser MP4/MOV y durar entre 3 y 15,5 segundos. Si solo se necesita generar a partir de una única imagen o a partir de texto, pueden elegirse las líneas image-to-video o text-to-video de la misma serie; si hay requisitos específicos de control de movimiento, puede evaluarse motion-control.

Novedades

Ver el registro de cambios →

Nuevo modelo Nuevo modelo: Kling 3.0 Omni (可灵 O3), se invoca mediante POST /v1/tasks. kling-3.0-omn… Oct 12, 2026

Preguntas frecuentes

Ver todas las preguntas →

¿Kling 3.0 Image-to-Video requiere subir una imagen?

Sí. Actualmente kling-3.0/image-to-video es una ruta de video a partir de imagen; la imagen de entrada define el sujeto y la composición inicial, y el Prompt define la acción, el movimiento de cámara y los cambios del entorno.
¿Qué duraciones y resoluciones admite Kling 3.0 Image-to-Video?

El contrato de solicitud actual de HiAPI admite de 3 a 15 s, con resoluciones de salida de 720p, 1080p y 4K. Los valores disponibles están sujetos al panel de parámetros de la página y a la documentación de la API.
¿Cómo se factura Kling 3.0 Image-to-Video?

La tarea se factura según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real siguiendo la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?

Utiliza una imagen de entrada con un sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y el plano, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba, se recomienda usar una duración más corta.

Crear una tarea de generación

POST https://api.hiapi.ai/v1/tasks

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: kling-3.0-omni/reference-to-video

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para kling-3.0-omni/reference-to-video y la ruta default; consulta la tabla de parámetros a continuación.

audiobooleanOpcionalPredeterminado: false

Indica si se debe generar audio nativo sincronizado con la imagen al generar el vídeo; valor booleano, por defecto false; no disponible cuando se proporciona un vídeo de referencia (video_urls).

promptstringObligatoriominLength 1maxLength 3072

Describe el contenido del vídeo que se desea generar; si se necesita usar un sujeto de elements, se puede hacer referencia a su nombre en el prompt con el formato @name.

durationintegerOpcionalPredeterminado: 5min 3max 15

Duración del vídeo de salida, en segundos, número entero, rango de 3 a 15, por defecto 5.

elementsarrayOpcionalmaxItems 7

Lista de sujetos reutilizables, máximo 7; cada elemento incluye un nombre, una descripción breve y de 2 a 4 imágenes, y se puede referenciar en el prompt con @name.

Array [ object ]

Elementos del array

namestringObligatoriominLength 1

Nombre único del sujeto, usado para referenciarlo en el prompt con el formato @name; el nombre no puede contener espacios.

descriptionstringObligatoriominLength 1

Texto de descripción breve del sujeto, usado para ayudar al modelo a identificar y reproducir dicho sujeto.

element_input_urlsarrayObligatoriominItems 2maxItems 4

Array de imágenes de referencia del mismo sujeto; se deben proporcionar de 2 a 4, en formato JPG/PNG.

Array [ string ]

image_urlsarrayObligatoriominItems 1maxItems 7

Array de imágenes de referencia; se pueden proporcionar de 1 a 7; si se añade un vídeo de referencia, máximo 4, y el total de imágenes de referencia y sujetos (elements) no debe superar 7 (con vídeo de referencia, el total no debe superar 4). Admite JPG/PNG, cada imagen no debe superar 50 MB y el lado debe ser de al menos 300 px.

Array [ string ]

resolutionstringOpcionalPredeterminado: "720p"

Resolución del vídeo de salida, cadena de texto, por defecto 720p.

Opciones:720p1080p4k

video_urlsarrayOpcionalminItems 1maxItems 1

Array opcional de vídeos de referencia; admite MP4 o MOV, cada uno no debe superar 200 MB, duración de 3 a 15,5 segundos, ancho y alto de 700 a 4553 px, frecuencia de fotogramas de 24 a 60 fps; tras añadir un vídeo de referencia no se admiten audio nativo ni tomas múltiples inteligentes.

Array [ string ]

aspect_ratiostringOpcionalPredeterminado: "16:9"

Relación de aspecto del vídeo de salida, cadena de texto, por defecto 16:9.

Opciones:16:99:161:1

prefer_multi_shotsbooleanOpcionalPredeterminado: false

Indica si se permite que el modelo planifique automáticamente varias tomas según el prompt; valor booleano, por defecto false; no disponible tras añadir un vídeo de referencia.

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kling-3.0-omni/reference-to-video",
  "input": {
    "audio": false,
    "prompt": "…",
    "duration": 5,
    "image_urls": "…",
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "prefer_multi_shots": false
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "kling-3.0-omni/reference-to-video",
    input: {
      "audio": false,
      "prompt": "…",
      "duration": 5,
      "image_urls": "…",
      "resolution": "720p",
      "aspect_ratio": "16:9",
      "prefer_multi_shots": false
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "kling-3.0-omni/reference-to-video",
        "input": {
          "audio": False,
          "prompt": "…",
          "duration": 5,
          "image_urls": "…",
          "resolution": "720p",
          "aspect_ratio": "16:9",
          "prefer_multi_shots": False
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}