Comment utiliser l'API Kling 3.0 ? Tutoriel en chinois pour la génération de vidéos à partir de texte et d'images

TL;DR

• Kling 3.0 (可灵 3.0) est un modèle vidéo créé par Kuaishou. Sur HiAPI, il dispose de deux points d'accès : génération de vidéo à partir de texte kling-3.0/text-to-video et génération de vidéo à partir d'image kling-3.0/image-to-video. Chaque clip dure de 3 à 15 secondes, jusqu'à 4K, avec la possibilité d'activer le son natif. Ouvrez la page du modèle pour générer en ligne ; les nouveaux utilisateurs reçoivent 200 crédits à l'inscription.
• Facturation à la seconde : 720p à $0.10 par seconde, $0.143 avec son ; 1080p à $0.129, $0.193 avec son ; 4K à $0.479. Un clip de 5 secondes en 720p ne coûte que $0.50.
• L'API en deux étapes : soumettez avec POST /v1/tasks, récupérez le taskId, puis consultez le résultat. Les exemples curl et Python ci-dessous sont prêts à copier-coller.

Voir d'abord le résultat

Génération à partir de texte : un prompt en anglais, une seule requête.

A lone red fox sprints across a windswept snowy ridge at golden hour, powder snow kicking up behind each stride, then leaps over a frozen creek in a graceful arc. Cinematic, dramatic side lighting, ultra-detailed fur, shallow depth of field, smooth motion.

Générer avec ce prompt → (5 secondes, 16:9)

Exemple de la page du modèle kling-3.0/text-to-video, 5 secondes. En 720p sans son, $0.50 ; en 1080p avec son, $0.965.

Génération à partir d'image : utilisez l'image du phare ci-dessous comme première image.

The waves surge and crash against the rocks, the lighthouse beam sweeps slowly across the stormy night sky, rain streaks through the wind. Smooth cinematic motion, synchronized ambient sound of waves and storm.

Générer avec ce prompt → (importez votre image de première frame, 5 secondes)

Exemple de la page du modèle kling-3.0/image-to-video, 5 secondes. En 720p avec son, $0.715.

Comment choisir entre Kling 3.0, Omni et Turbo ?

Sur HiAPI, Kling 3.0 se décline en trois gammes, avec des noms de modèles, des tarifs et des paramètres différents :

Modèle	Points d'accès	720p / seconde	1080p / seconde	4K / seconde	Idéal pour
Kling 3.0 kling-3.0/*	Texte, image (première image ou première et dernière images)	$0.10, $0.143 avec son	$0.129, $0.193 avec son	$0.479	Clips finaux avec son, courts métrages multi-plans
Kling 3.0 Omni kling-3.0-omni/*	Texte, image, référence, réécriture de vidéo	$0.10, $0.129 avec son	$0.129, $0.1645 avec son	$0.479	Verrouiller un personnage/produit, reproduire la caméra d'une vidéo de référence
Kling 3.0 Turbo kling-3.0-turbo/*	Texte, image	$0.13	$0.16	—	Tarification à la résolution uniquement, sans option son

Pour uniquement du texte-vers-vidéo ou de l'image-vers-vidéo, choisissez kling-3.0 ; pour verrouiller un sujet à partir d'une image de référence, utiliser une vidéo de référence ou réécrire une vidéo existante, consultez le tutoriel en chinois de Kling 3.0 Omni.

Deux parcours pour démarrer

Essai en ligne (sans code)

1. Ouvrez la page du modèle Kling 3.0 texte-vers-vidéo, inscrivez-vous ou connectez-vous.
2. Collez votre prompt, choisissez la durée, la résolution et le format, puis décidez si vous voulez le son.
3. Cliquez sur Générer et téléchargez directement la vidéo une fois produite.

Appel API

1. Créez une clé API dans la console.
2. POST https://api.hiapi.ai/v1/tasks pour soumettre la tâche, qui renvoie un taskId.
3. GET /v1/tasks/{taskId} pour vérifier le statut ; lorsque status vaut success, téléchargez la vidéo depuis output[0].url.

curl : votre première vidéo

5 secondes en 720p sans son, $0.50 :

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0/text-to-video",
    "input": {
      "prompt": "Au coucher de soleil doré, un renard roux court sur une crête enneigée balayée par le vent, la poudreuse vole derrière chaque foulée, éclairage latéral cinématographique, travelling fluide",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "16:9",
      "sound": false
    }
  }'

Réponse :

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

Consulter le résultat :

curl https://api.hiapi.ai/v1/tasks/tk-hiapi-... \
  -H "Authorization: Bearer $HIAPI_KEY"

Python : soumettre, interroger, télécharger

# pip install requests ; d'abord export HIAPI_KEY=votre clé
import os, time, uuid, requests

KEY = os.environ["HIAPI_KEY"]
H = {"Authorization": f"Bearer {KEY}"}

def generate(model, timeout_s=900, **params):
    body = {"model": model, "input": params}
    # Lors d'une nouvelle soumission de la même tâche, utilisez la même Idempotency-Key pour éviter une double facturation
    headers = {**H, "Idempotency-Key": str(uuid.uuid4())}
    r = requests.post("https://api.hiapi.ai/v1/tasks", json=body, headers=headers, timeout=30)
    r.raise_for_status()
    res = r.json()
    if res.get("code") != 200:
        raise RuntimeError(res)
    task_id = res["data"]["taskId"]
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        d = requests.get(f"https://api.hiapi.ai/v1/tasks/{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)

# Courte vidéo verticale avec voix off et son
url = generate(
    "kling-3.0/text-to-video",
    prompt="Courte vidéo verticale : une créatrice présente un nouveau casque face caméra, gestes naturels, lumière naturelle intérieure, synchronisation labiale et voix",
    duration=6, resolution="1080p", aspect_ratio="9:16", sound=True,
)
with open("clip.mp4", "wb") as f:
    f.write(requests.get(url).content)

Ce clip de 6 secondes en 1080p avec son coûte $1.158.

Image-vers-vidéo : une première image, ou une première et une dernière image

Changez le nom du modèle pour kling-3.0/image-to-video et placez les images dans image_urls : 1 image correspond à la première frame, 2 images à [première frame, dernière frame].

{
  "model": "kling-3.0/image-to-video",
  "input": {
    "image_urls": [
      "https://your-cdn.example.com/start.jpg",
      "https://your-cdn.example.com/end.jpg"
    ],
    "prompt": "La caméra avance lentement, transition fluide entre les deux images",
    "duration": 5,
    "resolution": "720p",
    "sound": false
  }
}

• Formats d'image pris en charge : JPEG / PNG / WebP, SVG non pris en charge.
• L'image-vers-vidéo n'a pas de aspect_ratio ; le format suit la première image.
• Le prompt est facultatif : décrivez « comment ça bouge ensuite », sans redécrire toute l'image.

Aperçu des paramètres

Paramètre	Valeurs	Description
prompt	chaîne	Obligatoire en texte-vers-vidéo, facultatif en image-vers-vidéo
image_urls	1 à 2 images	Image-vers-vidéo uniquement ; 1 image = première frame, 2 images = première et dernière frames
duration	entier de 3 à 15, par défaut 5	en secondes
resolution	720p / 1080p / 4K, par défaut 1080p	Si non renseigné, facturation en 1080p
aspect_ratio	16:9 / 9:16 / 1:1, par défaut 16:9	Texte-vers-vidéo uniquement
sound	par défaut false	Une fois activé, génère dialogues, effets sonores et ambiance

Calculons le coût

Durée	720p	720p avec son	1080p	1080p avec son	4K
3 secondes	$0.30	$0.429	$0.387	$0.579	$1.437
5 secondes	$0.50	$0.715	$0.645	$0.965	$2.395
10 secondes	$1.00	$1.43	$1.29	$1.93	$4.79
15 secondes	$1.50	$2.145	$1.935	$2.895	$7.185

resolution vaut 1080p par défaut ; lorsque vous ajustez le prompt, pensez à écrire explicitement 720p pour économiser plus de 20 %. Pour plus de comparaisons tarifaires, consultez les tarifs de l'API Kling 3.0.

À vérifier avant la mise en production

• Utilisez un callback plutôt que le polling : ajoutez au niveau supérieur de la requête (au même niveau que input) "callback": {"url": "https://votre-domaine/hiapi/callback"}, et dédupliquez par taskId.
• Transférez rapidement : output[0].url est un lien temporaire ; enregistrez la vidéo dans votre propre stockage dès réception.
• Réessayez avec une clé d'idempotence : ajoutez l'en-tête Idempotency-Key ; une nouvelle tentative avec la même clé ne crée la tâche qu'une seule fois.
• Remboursement automatique en cas d'échec : seules les vidéos générées avec succès sont facturées.

Questions fréquentes

Peut-on écrire le prompt en chinois ?

Oui. Le chinois et l'anglais fonctionnent, et le contenu des dialogues peut aussi être écrit directement dans le prompt.

Le son est-il facturé en supplément ?

Avec sound: true, le prix unitaire augmente : en 720p, de $0.10 à $0.143 par seconde ; en 1080p, de $0.129 à $0.193. Si vous ne voulez que l'image, gardez la valeur par défaut false.

Quelle est la durée maximale d'un clip ?

3 à 15 secondes. Pour des vidéos plus longues, générez par segments puis montez-les.

Comment choisir entre Kling 3.0 et Seedance 2.5 ?

Kling 3.0 a un prix unitaire plus bas et prend en charge la 4K ; Seedance 2.5 permet jusqu'à 30 secondes par clip. Pour comparer, voir les différences entre Kling 3.0 et Seedance 2.5.

Pour des formulations prêtes à l'emploi, consultez le guide des prompts Kling 3.0 ; vous pouvez aussi copier le prompt du renard roux ci-dessus et le générer sur la page du modèle.