Kling 3.0 Omni référence-vers-vidéo : 3 recettes de prompts prêtes à copier et leurs vidéos réelles

Utiliser des images de référence pour guider un même produit ou un même personnage à travers différentes scènes, c'est exactement ce que fait Kling 3.0 Omni référence-vers-vidéo (kling-3.0-omni/reference-to-video) sur HiAPI. Voici trois recettes (un produit, un personnage, puis les deux dans le même cadre), chacune accompagnée de la requête exacte et de la vidéo qu'elle a générée : les trois ont été générées en 1080p, pour un total de 2,064 $. Ouvrez la page du modèle pour en lancer une immédiatement ; les nouveaux comptes reçoivent 200 crédits gratuits.

Un simple appel texte-vers-vidéo ne connaît que ce que vous décrivez en mots, si bien que chaque génération produit un sujet légèrement différent. Le référence-vers-vidéo, lui, prend les images du sujet qui vous intéresse et préserve son apparence pendant que vous dirigez, via le prompt, la caméra, le mouvement et la scène.

Comment fonctionne le référence-vers-vidéo

Un simple appel texte-vers-vidéo ne connaît que ce que vous décrivez en mots. « Une mascotte robot blanche » est une catégorie, pas une identité — chaque génération crée donc un robot légèrement différent. Kling 3.0 Omni offre deux façons de fixer l'identité :

• image_urls (obligatoire, 1 à 7 images) : images de référence du sujet, du produit ou du style. La méthode la plus simple pour verrouiller un seul sujet est d'y passer deux angles de celui-ci.
• elements (facultatif, jusqu'à 7) : sujets nommés et réutilisables. Chacun possède un name (sans espace), une courte description et 2 à 4 element_input_urls du même sujet. On l'appelle dans le prompt via @name : c'est ainsi que l'on distingue plusieurs sujets dans une même image.

Le prompt prend ensuite en charge tout ce qui doit changer — caméra, lumière, action, décor — tandis que les images de référence gardent l'identité.

La structure d'entrée en 30 secondes

Champ	Type	Description
prompt	string	Scène, caméra et mouvement ; appeler les éléments avec @name
image_urls	string[]	Obligatoire. 1 à 7 images de référence (4 maximum avec une vidéo de référence)
elements[]	object[]	Facultatif. Chacun contient name, description et 2 à 4 element_input_urls
video_urls	string[]	Facultatif. Un extrait de 3 à 15,5 secondes comme référence de mouvement et de caméra
duration	integer	3 à 15 secondes, 5 par défaut
resolution	enum	720p (par défaut), 1080p ou 4k
audio	boolean	Son natif, false par défaut ; doit rester false avec une vidéo de référence
aspect_ratio	enum	16:9 (par défaut), 9:16 ou 1:1

Les images de référence et les éléments de sujet partagent un même quota : 7 au total, ou 4 lorsqu'une vidéo de référence est ajoutée.

---

Recette 1 — Verrouiller un seul produit

Le cas le plus simple : un seul sujet, fidèlement restitué pendant le mouvement de caméra. Le sujet est un flacon de sérum en verre ambré, avec deux angles de référence directement dans image_urls :

Prompt :

Révélation cinématographique d'un produit de soin. La caméra avance lentement vers le flacon de sérum en verre ambré des images de référence, posé sur un socle rond en marbre blanc, avec une lumière de studio douce et diffuse venant du haut à gauche et une légère brume volumétrique derrière lui. Une goutte de sérum doré se forme lentement et reste suspendue à la pointe de la pipette noire. Faible profondeur de champ, rendu commercial haut de gamme, reflets doux glissant sur le verre ambré tandis que la caméra avance lentement.

Requête :

{
  "model": "kling-3.0-omni/reference-to-video",
  "input": {
    "prompt": "Révélation cinématographique d'un produit de soin. La caméra avance lentement vers le flacon de sérum en verre ambré des images de référence, posé sur un socle rond en marbre blanc, avec une lumière de studio douce et diffuse venant du haut à gauche et une légère brume volumétrique derrière lui. Une goutte de sérum doré se forme lentement et reste suspendue à la pointe de la pipette noire. Faible profondeur de champ, rendu commercial haut de gamme, reflets doux glissant sur le verre ambré tandis que la caméra avance lentement.",
    "image_urls": [
      "https://static.hiapi.ai/gallery/2026/10/bf90e69bd4d2b13b.jpg",
      "https://static.hiapi.ai/gallery/2026/10/ae754fb5c5e53ed4.jpg"
    ],
    "duration": 5,
    "resolution": "1080p",
    "audio": false,
    "aspect_ratio": "16:9"
  }
}

Résultat (5 secondes, 1080p, son désactivé) :

Générer avec ce prompt →

Pourquoi ça marche : le prompt ne mentionne le sujet qu'une seule fois (« le flacon de sérum en verre ambré des images de référence ») ; tous les autres mots servent d'instructions de mise en scène : travelling avant, lumière de studio, goutte à la pointe de la pipette. La forme du flacon, son bouchon noir nervuré et son verre ambré restent cohérents pendant l'approche, et la séquence se termine sur un gros plan du flacon.

---

Recette 2 — Verrouiller un personnage

Remplacez le produit par un personnage : la méthode ne change pas du tout. Le sujet est une mascotte originale, avec une vue de face et une vue de trois quarts comme références :

Prompt :

La mascotte robot blanche mate des images de référence se tient dans un café chaleureux et ensoleillé, avec une lumière matinale chaude entrant par la fenêtre derrière elle. Elle salue joyeusement d'un bras, penche la tête et son antenne oscille doucement. Mouvement fluide et amical, doux bokeh des étagères en bois du café en arrière-plan, léger travelling avant lent et doux de la caméra, rendu de film d'animation réconfortant.

Requête :

{
  "model": "kling-3.0-omni/reference-to-video",
  "input": {
    "prompt": "La mascotte robot blanche mate des images de référence se tient dans un café chaleureux et ensoleillé, avec une lumière matinale chaude entrant par la fenêtre derrière elle. Elle salue joyeusement d'un bras, penche la tête et son antenne oscille doucement. Mouvement fluide et amical, doux bokeh des étagères en bois du café en arrière-plan, léger travelling avant lent et doux de la caméra, rendu de film d'animation réconfortant.",
    "image_urls": [
      "https://static.hiapi.ai/blog/kling-3-0-omni-reference-to-video-prompt-recipes/ref-mascot-01.jpg",
      "https://static.hiapi.ai/blog/kling-3-0-omni-reference-to-video-prompt-recipes/ref-mascot-02.jpg"
    ],
    "duration": 5,
    "resolution": "1080p",
    "audio": false,
    "aspect_ratio": "16:9"
  }
}

Résultat (5 secondes, 1080p, son désactivé) :

Générer avec ce prompt →

Pourquoi ça marche : la mascotte entre dans un environnement entièrement nouveau (un café ensoleillé) et exécute une action inédite (saluer et sourire), mais son visage menthe, ses grands yeux ronds, son bouton ventral et ses proportions restent identiques à la modélisation. Même identité, nouvelle performance.

---

Recette 3 — Deux sujets dans un même plan

C'est là que elements prend toute sa valeur. Définissez la mascotte et le flacon de sérum comme deux éléments nommés, puis dirigez-les dans le prompt avec @mascot et @serum. image_urls reste obligatoire, ajoutez donc aussi un angle du flacon :

Prompt :

Publicité produit propre et ludique. @mascot se tient à côté d'un socle rond en marbre blanc et désigne d'un bras @serum posé dessus, le présentant au spectateur. @mascot jette un coup d'œil au flacon, puis tourne la tête vers la caméra. Lumière de studio douce et diffuse, fond uni vert menthe pâle, léger travelling avant lent et doux de la caméra, rendu de publicité de marque haut de gamme et chaleureux.

Requête :

{
  "model": "kling-3.0-omni/reference-to-video",
  "input": {
    "prompt": "Publicité produit propre et ludique. @mascot se tient à côté d'un socle rond en marbre blanc et désigne d'un bras @serum posé dessus, le présentant au spectateur. @mascot jette un coup d'œil au flacon, puis tourne la tête vers la caméra. Lumière de studio douce et diffuse, fond uni vert menthe pâle, léger travelling avant lent et doux de la caméra, rendu de publicité de marque haut de gamme et chaleureux.",
    "image_urls": [
      "https://static.hiapi.ai/gallery/2026/10/bf90e69bd4d2b13b.jpg"
    ],
    "elements": [
      {
        "name": "mascot",
        "description": "Petite mascotte robot blanche mate et arrondie, avec des accents vert menthe doux, une courte antenne surmontée d'une petite boule, de grands yeux ronds et sombres et un bouton rond vert menthe sur le ventre",
        "element_input_urls": [
          "https://static.hiapi.ai/blog/kling-3-0-omni-reference-to-video-prompt-recipes/ref-mascot-01.jpg",
          "https://static.hiapi.ai/blog/kling-3-0-omni-reference-to-video-prompt-recipes/ref-mascot-02.jpg"
        ]
      },
      {
        "name": "serum",
        "description": "Flacon de sérum de soin en verre ambré, avec bouchon pipette en verre et poire en caoutchouc noir",
        "element_input_urls": [
          "https://static.hiapi.ai/gallery/2026/10/bf90e69bd4d2b13b.jpg",
          "https://static.hiapi.ai/gallery/2026/10/ae754fb5c5e53ed4.jpg"
        ]
      }
    ],
    "duration": 6,
    "resolution": "1080p",
    "audio": false,
    "aspect_ratio": "16:9"
  }
}

Résultat (6 secondes, 1080p, son désactivé) :

Générer avec ce prompt →

Pourquoi ça marche : chaque sujet est son propre élément, avec sa propre paire d'images de référence, si bien que le modèle les suit indépendamment. La mascotte conserve son design, le flacon conserve sa forme, et le prompt orchestre leur relation : tandis que la caméra avance, la mascotte tend le bras vers le flacon posé sur le socle.

Écrire des références qui tiennent vraiment l'identité

• Donnez deux angles ou plus à chaque sujet. Plusieurs angles d'un même sujet apprennent au modèle ce qui reste invariant. Chaque élément exige 2 à 4 images.
• L'identité va dans les images de référence, les instructions de mise en scène dans le prompt. Mettez ce qu'est le sujet dans les images et la description ; mettez ce qui se passe dans le prompt.
• Appelez les éléments avec @name. Le nom ne doit pas contenir d'espace (utilisez serum, pas serum bottle), et référencez-les exactement comme @serum dans le prompt.
• Réutilisez les blocs d'éléments pour construire une campagne. Les deux recettes ci-dessus utilisent le même jeu de références de mascotte et de flacon. Les réutiliser d'un appel à l'autre permet de garder une série cohérente en termes de marque.
• Ajoutez une vidéo de référence pour imposer le mouvement de caméra. Placez un extrait dans video_urls et le nouveau plan suivra son mouvement et son langage caméra ; dans ce cas, laissez audio désactivé.

Reproduire via l'API

Le référence-vers-vidéo fonctionne sur l'API de tâches asynchrones de HiAPI. Soumettez la tâche, puis interrogez jusqu'à son achèvement :

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/reference-to-video",
    "input": {
      "prompt": "@serum posé sur un socle en marbre, lent travelling avant, lumière de studio douce",
      "image_urls": ["https://.../ref-1.jpg"],
      "elements": [
        {
          "name": "serum",
          "description": "Flacon de sérum en verre ambré, avec bouchon pipette noir",
          "element_input_urls": ["https://.../ref-1.jpg", "https://.../ref-2.jpg"]
        }
      ],
      "duration": 5,
      "resolution": "1080p",
      "audio": false,
      "aspect_ratio": "16:9"
    }
  }'

La réponse renvoie un taskId. Interrogez GET /v1/tasks/{taskId} jusqu'à ce que status passe à success, puis téléchargez l'extrait depuis output[0].url (les sorties sont conservées environ 7 jours par défaut, pensez donc à les enregistrer dans votre propre stockage ou à activer le stockage persistant HiAPI). En production, passez un callback.url de premier niveau et HiAPI notifiera votre service à la fin de la tâche. La liste complète des paramètres figure dans la documentation de l'API Kling 3.0 Omni référence-vers-vidéo.

Tarification

Kling 3.0 Omni référence-vers-vidéo est facturé à la seconde de sortie, selon la résolution et le son :

Résolution	Son désactivé	Son activé	Avec vidéo de référence
720p	0,10 $/s	0,129 $/s	0,143 $/s
1080p	0,129 $/s	0,1645 $/s	0,193 $/s
4k	0,479 $/s	0,479 $/s	0,479 $/s

Les trois recettes ci-dessus ont été exécutées en 1080p, son désactivé : 0,645 $ par extrait de 5 secondes, 0,774 $ pour celui de 6 secondes, soit 2,064 $ au total pour les trois. Faites d'abord un essai en 720p, à 0,50 $ par extrait de 5 secondes, puis relancez en 1080p ou 4k les versions retenues. La durée des extraits va de 3 à 15 secondes ; les tâches échouées sont automatiquement remboursées.

Questions fréquentes

Quelle différence entre référence-vers-vidéo et image-vers-vidéo ? L'image-vers-vidéo anime une image de départ — tout le plan naît de cette image. Le référence-vers-vidéo transporte des sujets et vous permet de recomposer une nouvelle scène autour d'eux. Utilisez image-vers-vidéo quand vous avez une première image dont vous voulez exactement le mouvement ; utilisez le référence-vers-vidéo quand vous devez conserver le même personnage ou produit sur de nombreux plans différents.

Combien de sujets un extrait peut-il contenir ? Images de référence et éléments de sujet confondus, 7 au maximum par appel, ou 4 avec une vidéo de référence — assez pour un personnage et quelques accessoires.

Pourquoi mon élément a-t-il été refusé ? Chaque élément exige 2 à 4 images dans element_input_urls, et le name ne doit pas contenir d'espace. Vérifiez aussi que la requête contient au moins une entrée image_urls.

Peut-on avoir du son ? Oui. Sans vidéo de référence, réglez audio: true pour obtenir de l'ambiance naturelle et des effets sonores. Cela coûte 0,029 $ de plus par seconde en 720p, et 0,0355 $ de plus par seconde en 1080p.

Et si je ne veux que du texte, sans référence ? Utilisez Kling 3.0 Omni texte-vers-vidéo : même moteur, uniquement avec un prompt.

À retenir

Le référence-vers-vidéo transforme « un personnage » en votre personnage. Donnez quelques angles de référence à chaque sujet, appelez-le avec @name, laissez le prompt diriger, et vous pourrez tourner toute une série cohérente au lieu de lutter plan par plan contre la dérive. Copiez la recette 3 et lancez votre premier extrait à deux sujets depuis la page du modèle. Ce lien préremplit le prompt ; ajoutez ensuite les images de référence et les éléments depuis la requête ci-dessus. Pour comparer les options et les tarifs, consultez le guide de tarification de l'API Kling 3.0.