Kling 3.0 Turbo image-vers-versio : créer des vidéos courtes avec l'API hiapi

Avec une simple photo fixe et un seul appel d'API, vous pouvez générer sur hiapi, via Kling 3.0 Turbo image-vers-vidéo, une courte vidéo qui donne envie de s'arrêter pour la regarder. Pas d'éditeur de montage, pas de suivi de mouvement, pas de fond vert — vous envoyez une image de première frame et un court prompt de mouvement, et quelques minutes plus tard vous récupérez un .mp4 de 8, 10 ou 15 secondes. Ce tutoriel produit une vidéo de bout en bout avec le véritable endpoint /v1/tasks, détaille le coût réel, puis transforme le même code en une boucle pointant vers un dossier entier d'images fixes afin de produire en lot des vidéos adaptées à TikTok ou Reels.

Voici la vidéo générée dans cet article à partir d'une seule photo de première frame :

Ce que Kling 3.0 Turbo image-vers-vidéo vous demande réellement de fournir

Le schéma d'entrée de ce modèle est court, et c'est justement l'intérêt — vous n'avez pas à penser à un dispositif de caméra ni à des keyframes, seulement deux champs obligatoires et deux champs optionnels :

• prompt (chaîne, obligatoire) — décrivez le mouvement souhaité, pas la scène entière. La première frame définit déjà la scène ; le prompt indique au modèle ce qui doit bouger.
• image_urls (tableau, obligatoire) — une URL publique pointant vers l'image de première frame (JPEG ou PNG, 10 Mo maximum). C'est la seule image acceptée par le modèle ; il n'existe pas ici de mode multi-images de référence.
• duration (entier, optionnel, valeur par défaut 5) — la durée de la vidéo en secondes, de 3 à 15.
• resolution (chaîne, optionnel, valeur par défaut 720p) — 720p ou 1080p.

Un point à anticiper : il n'y a pas de paramètre aspect_ratio. Le cadrage de sortie hérite toujours de la composition de l'image d'entrée — une première frame en 9:16 produira une vidéo en 9:16, sans possibilité de forcer autre chose. Si vous créez du contenu pour TikTok ou Reels, générez (ou recadrez) la première frame en 9:16 avant d'appeler l'endpoint vidéo, faute de quoi vous devrez relancer une génération à 0,65–1,60 $ pour corriger la composition. La référence complète des paramètres et le panneau d'essai en ligne se trouvent sur la page du modèle.

Étape 1 : partir d'une première frame de qualité

Avant de générer quoi que ce soit de nouveau, vérifiez si vous disposez déjà d'une image fixe utilisable — photo produit, image IA générée précédemment, photographie de marque. Comme Kling 3.0 Turbo image-vers-vidéo ne lit que la première frame pour définir toute la scène, réutiliser une image existante n'engendre aucun coût supplémentaire à l'étape vidéo ; vous payez uniquement les secondes de mouvement générées.

Si vous n'en avez pas, générer la première frame revient à un simple appel texte-vers-image. La première frame de cet article provient de gpt-image-2/text-to-image, composée d'emblée en vertical afin que la vidéo hérite du bon ratio :

import requests

resp = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {HIAPI_API_KEY}"},
    json={
        "model": "gpt-image-2/text-to-image",
        "input": {
            "prompt": (
                "Vertical smartphone-shot photo of a barista in a small specialty "
                "coffee shop pouring steaming latte art into a white ceramic to-go "
                "cup, warm golden morning light streaming through a large window "
                "behind her, steam curling upward, shallow depth of field, cozy "
                "minimalist cafe aesthetic, natural candid framing typical of a "
                "TikTok food video, photorealistic, high detail, 9:16 vertical composition"
            ),
            "aspect_ratio": "9:16",
            "resolution": "1K",
        },
    },
)
task_id = resp.json()["data"]["taskId"]

Voici exactement la première frame utilisée ci-dessous, générée une fois puis fournie à l'étape vidéo :

Étape 2 : transformer l'image fixe en vidéo

Chaque modèle sur hiapi suit le même schéma de tâche asynchrone : un POST crée la tâche, un GET répété interroge l'état jusqu'à l'achèvement, puis vous téléchargez la sortie avant l'expiration du lien temporaire. Pour l'image-vers-vidéo, la seule différence réside dans la charge utile input :

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0-turbo/image-to-video",
    "input": {
      "prompt": "The barista continues pouring steamed milk in a slow spiral, latte art rosetta blooming across the surface of the coffee, steam swirling upward and catching the warm morning light, her hand moves the pitcher in a smooth steady motion, camera holds a subtle slow push-in, natural handheld micro-movement, shallow depth of field, cozy cafe ambience, smooth natural motion, stable cinematic camera movement",
      "image_urls": ["https://static.hiapi.ai/blog/kling-3-0-turbo-image-to-video-short-form-video/first-frame.jpg"],
      "duration": 8,
      "resolution": "1080p"
    }
  }'

Puis interrogez l'état pour récupérer le résultat :

import time, requests

def wait_task(task_id, token, timeout_s=600, poll_interval=5):
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        r = requests.get(
            f"https://api.hiapi.ai/v1/tasks/{task_id}",
            headers={"Authorization": f"Bearer {token}"},
        ).json()
        task = r.get("data") or {}
        if task.get("status") == "success":
            return task
        if task.get("status") == "fail":
            raise RuntimeError(task.get("error"))
        time.sleep(poll_interval)
    raise TimeoutError(task_id)

task = wait_task(task_id, HIAPI_API_KEY)
video_url = task["output"][0]["url"]  # temporary link — download it immediately

La vidéo 8 secondes en 1080p intégrée ci-dessus provient directement de cet appel : il a fallu environ deux minutes et demie entre la soumission et le .mp4 téléchargeable — sans montage manuel, sans post-traitement.

Coût réel

Kling 3.0 Turbo image-vers-vidéo est facturé à la seconde, par paliers de résolution (confirmé en août 2026 d'après la grille tarifaire de hiapi) :

Résolution	Prix par seconde	Vidéo 5 s	Vidéo 8 s	Vidéo 15 s
720p	0,13 $/s	0,65 $	1,04 $	1,95 $
1080p	0,16 $/s	0,80 $	1,28 $	2,40 $

La vidéo principale de cet article — 8 secondes en 1080p — a coûté 1,28 $. Si vous testez des prompts ou itérez sur le mouvement avant le rendu final, faites ces essais en 720p et ne passez à "resolution": "1080p" qu'une fois le mouvement conforme aux attentes ; cela réduit à lui seul le coût d'itération d'environ 20 %.

Traitement par lot : d'une vidéo unique à un calendrier de contenu

Comme il n'existe pas d'endpoint « lot » distinct — ce n'est que le même appel de tâche exécuté en boucle —, en faire un pipeline de contenus courts relève surtout de la logistique :

clips = [
    {"image_url": "https://your-bucket/product-a.jpg", "prompt": "..."},
    {"image_url": "https://your-bucket/product-b.jpg", "prompt": "..."},
    {"image_url": "https://your-bucket/product-c.jpg", "prompt": "..."},
]

results = []
for clip in clips:
    resp = requests.post(
        "https://api.hiapi.ai/v1/tasks",
        headers={"Authorization": f"Bearer {HIAPI_API_KEY}"},
        json={
            "model": "kling-3.0-turbo/image-to-video",
            "input": {
                "prompt": clip["prompt"],
                "image_urls": [clip["image_url"]],
                "duration": 8,
                "resolution": "1080p",
            },
        },
    )
    task_id = resp.json()["data"]["taskId"]
    results.append(wait_task(task_id, HIAPI_API_KEY))

Lancez ce code pendant la nuit sur un dossier de photos produit, de portraits ou de scènes, et vous vous réveillerez avec un stock de vidéos prêtes à publier — chacune facturée exactement comme dans le tableau ci-dessus, sans frais imprévus. Si vous préférez partir d'une description textuelle plutôt que d'une photo existante, le guide Kling 3.0 Turbo texte-vers-vidéo associé couvre cette entrée avec la même API de tâches.

Questions fréquentes

Combien de temps prend le rendu d'une vidéo Kling 3.0 Turbo image-vers-vidéo ? Lors de ce test, une vidéo 8 secondes en 1080p a mis environ deux minutes et demie entre la soumission de la tâche et le fichier téléchargeable. Les vidéos plus courtes en 720p se terminent généralement plus vite.

Puis-je obtenir une sortie verticale 9:16 ? Oui, mais indirectement — ce modèle n'a pas de paramètre aspect_ratio. La sortie correspond toujours au ratio de l'image d'entrée ; générez ou recadrez donc la première frame en 9:16 avant de soumettre la tâche vidéo.

Quels formats d'image sont acceptés pour la première frame ? JPEG ou PNG, 10 Mo maximum, fournis sous forme d'URL publique dans le tableau image_urls. Le tableau de ce modèle n'accepte qu'une seule image.

Combien coûte une vidéo 8 secondes en 1080p ? 1,28 $, sur la base du tarif confirmé de 0,16 $ par seconde en 1080p. La même vidéo en 720p coûte 1,04 $.

Le prompt prend-il en charge les dialogues ou la synchronisation labiale ? Oui — le champ prompt (2 500 caractères maximum) accepte des dialogues cités, que le modèle peut utiliser pour animer la synchronisation labiale du sujet parlant dans la première frame.

Essayez vous-même

Tout ce qui précède a été exécuté via le véritable endpoint /v1/tasks, avec une vraie clé — pas de réponses simulées, pas de ressources factices. Si vous avez une banque d'images inutilisée, le moyen le plus rapide de juger la qualité du mouvement du modèle sur vos propres sujets est de tester une vidéo : rendez-vous sur la page du modèle Kling 3.0 Turbo image-vers-vidéo, déposez une image de première frame et obtenez votre premier résultat en quelques minutes.