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

Serie unificata di generazione video multimodale, supporta la generazione di video da testo, da immagine, da riferimento e il montaggio all'interno del video, con sincronizzazione labiale nativa e audio multilingue

Prova kling-3.0/text-to-video

Input

Output

video
Compila i parametri e genera: i risultati appariranno qui.

Prezzi

kling-3.0/text-to-video per second

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

Panoramica della posizione

kling-3.0/text-to-video è la linea text-to-video della serie Kling 3.0: inserendo una descrizione testuale si genera un video completo con audio nativo opzionale. Supporta durate da 3 a 15 secondi, risoluzioni da 720p a 4K e tre formati (orizzontale, verticale e quadrato): è ideale per sviluppatori e team di contenuti che devono trasformare rapidamente script o idee in video pubblicabili, con tariffazione al secondo che consente di controllare i costi in base alla durata.

Punti di forza

  • Text-to-video con audio nativo——attivando l'opzione audio si generano effetti sonori e suoni ambientali sincronizzati con le immagini, eliminando la fase di sonorizzazione separata.
  • Risoluzione e formato coprono le esigenze di pubblicazione più comuni——tre livelli di risoluzione (720p, 1080p, 4K) e formati 16:9, 9:16, 1:1: con una sola chiamata si ottiene il formato orizzontale, verticale o quadrato desiderato.
  • Durata regolabile in base alla narrazione——generazione da 3 a 15 secondi per singola chiamata: sia clip brevi sia sequenze multi-inquadratura si realizzano attraverso la stessa interfaccia.

Descrizione delle capacità

Dal solo testo al video finito: basta inviare il prompt per ottenere un video, ideale per team che hanno già script o testi ma mancano di materiale e devono produrre rapidamente.

Audio nativo o silenzioso, a scelta: è possibile attivare effetti sonori e suoni ambientali sincronizzati, oppure disattivare l'audio per ottenere solo le immagini, così da aggiungere musiche o voci in post-produzione.

Risoluzione e formato parametrizzati: le specifiche di output si controllano direttamente tramite i parametri di risoluzione e formato, riducendo le perdite di qualità dovute a ritaglio e ridimensionamento successivi alla generazione.

Durata e costi correlati: la tariffazione è basata sui secondi prodotti; riducendo la durata o la risoluzione si comprime il costo per singolo video, utile per testare in batch.

Scenari di utilizzo

  • Team di marketing che producono rapidamente spot pubblicitari da testi——trasformare i testi delle campagne in video 9:16 o 16:9, da usare direttamente per i feed e i video di brand.
  • Creator di contenuti che producono in serie video brevi verticali——generare in batch materiali video brevi 9:16 in base ai temi, per gli aggiornamenti quotidiani sui social.
  • Validare idee di storyboard quando mancano riprese reali——generare brevi clip di anteprima da descrizioni testuali per valutare l'effetto delle inquadrature in fase di storyboard e revisione creativa.

Limiti e consigli di scelta

La durata massima per singola generazione è di 15 secondi: le narrazioni lunghe richiedono generazioni separate da montare poi insieme. L'audio nativo copre solo effetti sonori e suoni ambientali, non dialoghi né sincronizzazione labiale: per i contenuti dialogati occorre aggiungere audio separatamente o passare a un'altra linea della stessa serie. Risoluzione, durata e attivazione dell'audio influiscono sul costo: prima di una produzione in batch conviene verificare i risultati con clip brevi a bassa risoluzione. Se si dispone già di immagini di riferimento o serve il controllo dei movimenti, è opportuno scegliere la linea image-to-video o quella per il controllo dei movimenti della stessa serie.

  • Nuovo modello Nuovo modello: Kling 3.0 Omni (可灵 O3), richiamabile tramite POST /v1/tasks. kling-3.0-omn…

Domande frequenti

Vedi tutte le domande →
  • Kling 3.0 Image-to-Video richiede il caricamento di un'immagine?

    Sì. Attualmente kling-3.0/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt gestisce i movimenti, la telecamera e i cambiamenti dell'ambiente.

  • Quali durate e risoluzioni supporta Kling 3.0 Image-to-Video?

    L'attuale contratto di richiesta di HiAPI supporta 3–15s, con risoluzioni di output 720p, 1080p e 4K. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.

  • Come viene fatturato Kling 3.0 Image-to-Video?

    Le attività vengono fatturate in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito finale fa riferimento al record delle attività completate con successo.

  • Come migliorare la stabilità del soggetto nella generazione di video da immagine?

    Usa un'immagine di input con un soggetto chiaro, poche occlusioni e una composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca gli aspetti dell'aspetto, i materiali e le relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.

Modelli correlati

Vedi tutti i modelli →

Stesso tipo