Kling 3.0 Turbo 图生视频：使用 hiapi API 制作短视频

只需一张静态照片和一次 API 调用，就能在 hiapi 上通过 Kling 3.0 Turbo 图生视频 生成一段让人忍不住停下来观看的短视频。无需时间线编辑器，无需动作绑定，无需绿幕——你发送一张首帧图片和一段简短的运动提示词，几分钟后就能拿回一段 8 秒、10 秒或 15 秒的 .mp4。本教程将使用真实的 /v1/tasks API 端到端制作一段视频，展示实际费用明细，并将同一份代码改造成一个可以指向整个静态图片文件夹的循环，批量产出适合 TikTok 或 Reels 的视频。

以下是本文从单张首帧照片生成的视频：

Kling 3.0 Turbo 图生视频实际需要你提供什么

该模型的输入 schema 很简短，而这正是重点——你无需考虑相机装置或关键帧，只需两个必填字段和两个可选字段：

• prompt（字符串，必填）——描述你想要的动作，而不是整个场景。首帧已经定义了场景；提示词告诉模型什么应该动起来。
• image_urls（数组，必填）——一个指向首帧图片的公开 URL（JPEG 或 PNG，最大 10MB）。这是模型唯一接受的图片；此处没有多参考图模式。
• duration（整数，可选，默认 5）——视频长度，单位为秒，3 到 15。
• resolution（字符串，可选，默认 720p）——720p 或 1080p。

需要提前规划的一点是：没有 aspect_ratio 参数。 输出画面始终继承输入图片的构图——9:16 的首帧会渲染出 9:16 的视频，无法覆盖。如果你是为 TikTok 或 Reels 制作内容，请在调用视频端点之前将首帧生成（或裁剪）为 9:16，否则你就要为了修正构图而重新运行一次 $0.65–$1.60 的生成。完整的参数参考和在线试用面板在 模型页面 上。

第 1 步：从一张优秀的首帧开始

在生成任何新内容之前，先检查你是否已有可用的静态图片——产品照片、之前 AI 生成的图片、品牌摄影作品。由于 Kling 3.0 Turbo 图生视频只读取首帧来定义整个场景，复用现有图片在视频步骤不会产生额外费用；你只需为生成的运动秒数付费。

如果没有，生成首帧就是一次普通的文生图调用。本文的首帧来自 gpt-image-2/text-to-image，从一开始就按竖屏构图，这样视频就能继承正确的画面比例：

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"]

这就是下文使用的确切首帧，生成一次后输入到视频步骤：

第 2 步：将静态图片变成视频

hiapi 上的每个模型都遵循相同的异步任务模式：POST 创建任务，轮询 GET 直到完成，然后在临时链接过期前下载输出。对于图生视频，唯一的区别是 input 负载：

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"
    }
  }'

然后轮询获取结果：

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

上方嵌入的 8 秒、1080p 视频直接来自这次调用，从提交到可下载的 .mp4 大约用了两分半钟——没有手动编辑，没有后期处理。

实际费用

Kling 3.0 Turbo 图生视频按秒计费，按分辨率分级（已根据 hiapi 的定价 于 2026 年 8 月确认）：

分辨率	每秒价格	5 秒视频	8 秒视频	15 秒视频
720p	$0.13/秒	$0.65	$1.04	$1.95
1080p	$0.16/秒	$0.80	$1.28	$2.40

本文中的主视频——8 秒 1080p——花费 $1.28。如果你在最终渲染前测试提示词或迭代运动效果，请用 720p 做这些试运行，只在运动效果符合预期后才升级到 "resolution": "1080p"；仅此一项就能将迭代成本降低约 20%。

批量处理：从单个视频到内容日历

因为没有单独的“批量”端点——它只是同一个任务调用，循环执行即可——将其变成短视频内容流水线主要是记录工作：

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))

在一夜之间对产品图、人像或场景摄影文件夹运行此代码，醒来时你就会得到一堆可直接发布的视频——每个视频的费用完全如上表所示，没有意外的收费项目。如果你更想从文本描述而不是现有照片开始，配套的 Kling 3.0 Turbo 文生视频指南 使用相同的任务 API 介绍了该入口。

常见问题

Kling 3.0 Turbo 图生视频渲染需要多长时间？ 在此测试中，一段 8 秒 1080p 视频从任务提交到可下载文件大约用了两分半钟。720p 的较短视频通常完成得更快。

我能获得 9:16 竖屏输出吗？ 可以，但间接实现——此模型没有 aspect_ratio 参数。输出始终匹配输入图片的画面比例，因此在提交视频任务前，请将首帧生成或裁剪为 9:16。

首帧支持哪些图片格式？ JPEG 或 PNG，最大 10MB，以公开 URL 形式提供在 image_urls 数组中。此模型的数组只接受一张图片。

8 秒 1080p 视频费用是多少？ $1.28，按 1080p 每秒 $0.16 的确认费率计算。同样视频在 720p 下为 $1.04。

提示词支持对话或口型同步吗？ 支持——prompt 字段（最多 2,500 字符）支持引用对话，模型可以用它来驱动首帧中说话对象的唇形同步动画。

亲自试试

以上所有内容均通过真实的 /v1/tasks 端点、使用真实密钥运行——没有模拟响应，没有占位资源。如果你有一个闲置的图片库，最快看到模型在你自己的主体上运动质量的方法就是尝试一个视频：前往 Kling 3.0 Turbo 图生视频模型页面，放入一张首帧图片，几分钟内就能得到第一个结果。