HiAPI
kling-3.0 详情页 Hero 图:右侧虹彩玻璃胶片带与光轨环绕,发光立体字嵌入玻璃;左侧柔光留白,暖奶油配青、珊瑚与薰衣草渐变。

Kuaishou

Kling 3.0

kling-3.0/text-to-video

Série unifiée de génération vidéo multimodale, prenant en charge la génération de vidéo à partir de texte, d'image, de référence, ainsi que l'édition au sein de la vidéo, avec synchronisation labiale native et audio multilingue

Essayer kling-3.0/text-to-video

Entrée

Sortie

video
Renseignez les paramètres et générez : les résultats s'afficheront ici.

Tarifs

kling-3.0/text-to-video per second

Spécifications 720P 1080P 4K
Sound Off $0.100 $0.129 —
Sound On $0.143 $0.193 —
— — — $0.479

Présentation

kling-3.0/text-to-video est la voie de génération de vidéo à partir de texte de la série Kling 3.0 : il suffit de saisir une description textuelle pour produire une vidéo finale avec audio natif optionnel. Il prend en charge des durées de 3 à 15 secondes, des résolutions de 720p à 4K et trois formats d'image (paysage, portrait, carré), ce qui le destine aux développeurs et aux équipes de contenu qui doivent transformer rapidement un script ou une idée en vidéo publiable ; la facturation à la seconde facilite le contrôle des coûts selon la durée du film.

Points clés

  • Vidéo générée à partir de texte avec audio natif — en activant l'option audio, des effets sonores et ambiances synchronisés avec l'image sont générés, ce qui évite une étape de doublage séparée.
  • Résolutions et formats couvrant les besoins de diffusion courants — trois résolutions (720p, 1080p, 4K) et trois formats (16:9, 9:16, 1:1) : un seul appel suffit pour produire du paysage, du portrait ou du carré.
  • Durée ajustable selon le récit — génération de 3 à 15 secondes par appel : films courts et séquences multi-plans sont réalisables via la même interface.

Capacités

Du texte brut à la vidéo finie : il suffit de soumettre un prompt pour produire une vidéo, idéal pour les équipes disposant déjà d'un script ou d'un texte mais manquant de ressources visuelles et souhaitant produire rapidement.

Audio natif ou silencieux, au choix : possibilité d'activer des effets sonores et ambiances synchronisés, ou de désactiver l'audio pour n'obtenir que l'image, afin d'ajouter ensuite sa propre musique ou voix off.

Résolution et format paramétrables : les paramètres de résolution et de format contrôlent directement les spécifications de sortie, ce qui limite les pertes de qualité liées au recadrage et à la mise à l'échelle après génération.

Durée et coût liés : la facturation se fait à la seconde produite ; réduire la durée ou la résolution permet de comprimer le coût unitaire, ce qui facilite les essais en série.

Cas d'usage

  • Les équipes marketing produisent rapidement des spots publicitaires à partir de textes — transformer un texte de campagne en vidéo 9:16 ou 16:9, directement utilisable pour des diffusions en flux d'actualité et des films de marque.
  • Les créateurs de contenu produisent en série des vidéos verticales courtes — générer par lot des séquences 9:16 selon les sujets, pour les mises à jour quotidiennes sur les réseaux sociaux.
  • Valider une idée de storyboard en l'absence de prises de vue réelles — générer de courts extraits à partir de descriptions textuelles pour prévisualiser le rendu des plans, en amont du storyboard et de la revue créative.

Limites et conseils de choix

La durée maximale d'une génération est de 15 secondes ; un récit long doit être généré par segments puis assemblé. L'audio natif ne couvre que les effets sonores et les ambiances, sans dialogues ni synchronisation labiale : les contenus dialogués nécessitent un audio séparé ou le recours à une autre voie de la série. La résolution, la durée et l'activation de l'audio influent sur le coût ; avant une production en série, il est conseillé de valider le rendu avec une courte vidéo en basse résolution. Si une image de référence est disponible ou si un contrôle des mouvements est nécessaire, il faut choisir la voie image-vers-vidéo ou contrôle des mouvements de la même série.

  • Nouveau modèle Nouveau modèle : Kling 3.0 Omni (可灵 O3), appelé via POST /v1/tasks. kling-3.0-omn…

Questions fréquentes

Voir toutes les questions →
  • Kling 3.0 Image-to-Video nécessite-t-il de téléverser une image ?

    Oui. Actuellement, kling-3.0/image-to-video est une voie de génération de vidéo à partir d'image : l'image d'entrée définit le sujet et la composition initiale, tandis que le Prompt gère les actions, les mouvements de caméra et les changements d'environnement.

  • Quelles durées et résolutions Kling 3.0 Image-to-Video prend-il en charge ?

    Le contrat de requête actuel de HiAPI prend en charge 3–15s, avec des résolutions de sortie de 720p, 1080p et 4K. Les valeurs disponibles sont celles indiquées dans le panneau de paramètres de la page et la documentation API.

  • Comment la fonctionnalité Image-to-Video de Kling 3.0 est-elle facturée ?

    Les tâches sont facturées en fonction de la durée de sortie et du palier choisi. La page affiche le prix en temps réel selon l'unité monétaire globale, et la facturation finale se base sur l'enregistrement des tâches réussies.

  • Comment améliorer la stabilité du sujet dans la génération de vidéo à partir d'une image ?

    Utilisez une image d'entrée dont le sujet est net, peu masqué et bien composé ; dans le Prompt, décrivez d'abord l'action principale et le cadrage, puis énumérez les éléments d'apparence, de matière et les relations avec l'arrière-plan qui doivent être préservés. Pour un premier test, il est recommandé d'utiliser une durée courte.

Modèles associés

Voir tous les modèles →

Même type