Preço da API de controle de movimento do Kling 3.0: $0.10 por segundo em 720p

TL;DR

• O controle de movimento do Kling 3.0 (kling-3.0/motion-control) transplanta os movimentos e expressões de um vídeo de referência para a imagem de personagem que você fornecer. A HiAPI cobra por segundo de saída: $0.10 por segundo em 720p, $0.172 por segundo em 1080p. Um vídeo de 6 segundos em 720p custa $0.60.
• Não é preciso informar a duração; a saída acompanha o vídeo de referência, que deve ter de 3 a 30 segundos. O áudio original do vídeo de referência é mantido por padrão, sem custo adicional.
• Já está disponível na HiAPI. Abra a página do modelo, envie uma imagem de personagem e um vídeo de movimento para gerar. Novos usuários ganham 200 créditos ao se cadastrar.

Tabela de preços

Duração da saída	720p (padrão)	1080p
Por segundo	$0.10	$0.172
3 segundos (mínimo)	$0.30	$0.516
5 segundos	$0.50	$0.86
10 segundos	$1.00	$1.72
15 segundos	$1.50	$2.58
30 segundos (máximo)	$3.00	$5.16

Preço atual da HiAPI, verificado em 18 de outubro de 2026.

O 1080p é 72% mais caro por segundo que o 720p. Falhas não são cobradas.

Como a cobrança é feita

O custo depende apenas de duas coisas: quantos segundos de saída e qual resolução.

• A duração é determinada pelo vídeo de referência. Se o vídeo de referência tem 6 segundos, a saída geralmente também tem 6 segundos. Quando o movimento é muito rápido ou complexo, a saída pode ser mais curta que o vídeo de referência e é cobrada pelos segundos reais.
• Primeiro a pré-autorização, depois a liquidação. Ao criar a tarefa, é pré-autorizado o limite correspondente à orientação: com character_orientation em video (padrão), o limite é de 30 segundos; em image, o limite é de 10 segundos. Após a conclusão da tarefa, o valor é ajustado conforme os segundos reais de saída, com devolução ou cobrança complementar. Portanto, o saldo precisa ser suficiente para a pré-autorização, senão a tarefa não é criada.
• Prompt e áudio original não afetam o preço. Com ou sem prompt, com keep_original_sound ativado ou não, o preço é o mesmo.

O que um vídeo de 6 segundos pode entregar

O exemplo abaixo é da página do modelo: vertical em 1080p, 6 segundos, uma pessoa falando para a câmera e gesticulando, com movimentos e expressões vindos do vídeo de referência.

kling-3.0/motion-control, 1080p, 6 segundos, aproximadamente $1.03 (6 × $0.172).

Veja agora um conjunto em 720p: a mesma imagem de personagem e o mesmo vídeo de movimento de 6 segundos (virar a cabeça, acenar, sorrir), um sem prompt e outro com o prompt "luz externa de golden hour".

Imagem de personagem:

Vídeo de referência de movimento:

Sem prompt:

kling-3.0/motion-control, 720p, 6 segundos, $0.60.

Com prompt:

Golden-hour outdoor lighting, warm rim light from the left, shallow depth of field with a softly blurred park background.

Abrir a página do modelo com este prompt → (depois envie a imagem de personagem e o vídeo de referência)

kling-3.0/motion-control, 720p, 6 segundos, $0.60.

Os movimentos dos dois são idênticos; o que muda é apenas a luz e o fundo. O prompt controla a cena, não o movimento; para mudar o movimento, é preciso trocar o vídeo de referência.

Comparação com outras entradas do Kling 3.0

	Controle de movimento	Kling 3.0 padrão	Kling 3.0 Turbo
720p / segundo	$0.10	$0.10 (sem áudio)	$0.13
1080p / segundo	$0.172	$0.129 (sem áudio)	$0.16
De onde vem o movimento	Vídeo de referência	Prompt	Prompt
Entradas obrigatórias	Imagem de personagem + vídeo de movimento	Prompt	Prompt
Duração	Acompanha o vídeo de referência, 3–30 segundos	3–15 segundos	3–15 segundos

O controle de movimento em 720p tem o mesmo preço que o padrão sem áudio. A diferença é que o movimento é o que você define: a mesma coreografia, o mesmo gestual de narração, pode ser aplicado a qualquer imagem de personagem, sem depender da sorte com prompts.

Orçamento mensal

Uso	Segundos por mês	720p	1080p
100 vídeos × 5 segundos	500	$50	$86
100 vídeos × 10 segundos	1000	$100	$172
300 vídeos × 10 segundos	3000	$300	$516

Como gastar menos

• Teste primeiro em 720p: confirme que a transferência de movimento está correta e que o personagem não se deforma antes de gerar em 1080p.
• Corte o vídeo de referência no tamanho exato: a saída acompanha o vídeo de referência, e 1 segundo a mais custa 1 segundo a mais.
• Você pode gerar o vídeo de movimento: se não tiver material pronto, gere um com grok-imagine/text-to-video em 480p, a $0.015 por segundo, $0.09 por 6 segundos, e depois reaproveite com diferentes personagens.
• Use a orientação image quando precisar apenas de movimento de câmera, sem movimentos complexos: o limite é de 10 segundos e a pré-autorização também é menor.

Perguntas frequentes

É necessário informar duration?

Não, e nem é possível. A duração da saída acompanha o vídeo de referência, que deve ter de 3 a 30 segundos.

O áudio do vídeo de referência é mantido?

Por padrão, sim (keep_original_sound com true), sem custo adicional. Se não quiser o áudio original, envie false.

O prompt pode alterar o movimento?

Não. Os movimentos e expressões vêm do vídeo de referência; o prompt afeta apenas a cena, o estilo e o movimento de câmera, com no máximo 2500 caracteres.

Quais são os requisitos da imagem de personagem?

1 imagem, jpeg/png, máximo de 10MB, ambos os lados maiores que 340 pixels, proporção entre 2:5 e 5:2, com cabeça, ombros e tronco bem visíveis.

Falhas são cobradas?

Não. A parte pré-autorizada é devolvida.

Para mais usos, veja Exemplos de prompts de controle de movimento (em inglês). Para os preços das outras entradas do Kling 3.0, veja Preço da API do Kling 3.0.