Как пользоваться Kling 3.0 Omni API? Четыре режима за 5 минут

TL;DR

• Kling 3.0 Omni — универсальная видеомодель от Kuaishou (可灵). На HiAPI она доступна в четырёх режимах: text-to-video, image-to-video, reference-to-video и video transformation. Откройте страницу модели, чтобы генерировать онлайн; новым пользователям при регистрации дают 200 кредитов.
• Оплата по секундам: 720p от $0.10/сек, 1080p от $0.129/сек, 4K $0.479/сек; за звук и референсное видео — отдельная цена.
• API — один и тот же эндпоинт /v1/tasks, меняются только model и input. Примеры на curl и Python ниже можно скопировать и запустить.

Что делает каждый из четырёх режимов?

ID модели	Вход	Для чего
kling-3.0-omni/text-to-video	Промпт	Создать кадр с нуля
kling-3.0-omni/image-to-video	1 первый кадр или первый + последний кадр	Оживить изображение
kling-3.0-omni/reference-to-video	1–7 референсных изображений, можно добавить 1 референсное видео	Зафиксировать персонажа, товар или повторить движение камеры из референсного видео
kling-3.0-omni/transformation	1 исходное видео	Сохранить движение камеры и действия, сменить сцену и стиль

Во всех четырёх режимах можно выбрать разрешение 720p, 1080p, 4k. В text-to-video и reference-to-video можно задать длительность (3–15 секунд), соотношение сторон (16:9, 9:16, 1:1) и звук (audio); в image-to-video можно задать длительность и звук, а соотношение сторон наследуется от первого кадра; в transformation передаются только промпт, исходное видео и разрешение, длительность и соотношение сторон наследуются от исходного видео, звук не генерируется. В text-to-video, image-to-video и reference-to-video также поддерживается умный мультишот (prefer_multi_shots), а во всех четырёх режимах можно использовать переиспользуемые субъекты (elements, в промпте пишите @имя).

Вот это трёхсекундное видео с бумажным корабликом в дождливую ночь сгенерировано напрямую по одному промпту:

A paper boat drifts down a rain-soaked city gutter at dusk, neon signs reflecting and rippling on the water; the camera glides low beside it as raindrops splash around. Cinematic, shallow depth of field, smooth tracking motion.

Сгенерировать с этим промптом →

Два способа начать

Онлайн-попробовать (без кода)

1. Откройте страницу нужной модели (например, text-to-video), зарегистрируйтесь или войдите.
2. Вставьте промпт, выберите длительность, разрешение, соотношение сторон и при необходимости включите звук.
3. Нажмите «Сгенерировать», после готовности скачайте видео.

Вызов через API

1. Создайте API Key в консоли.
2. Отправьте POST https://api.hiapi.ai/v1/tasks, в ответе вернётся taskId.
3. Проверяйте статус через GET /v1/tasks/{taskId}; когда status станет success, скачайте видео по output[0].url.

curl: text-to-video

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0-omni/text-to-video",
    "input": {
      "prompt": "A paper boat drifts down a rain-soaked city gutter at dusk, neon signs reflecting on the water.",
      "duration": 5,
      "resolution": "720p",
      "audio": false,
      "aspect_ratio": "16:9"
    }
  }'

Python: отправка, опрос, скачивание

import os, time, requests

H = {"Authorization": f"Bearer {os.environ['HIAPI_KEY']}"}

def generate(model, **inp):
    r = requests.post("https://api.hiapi.ai/v1/tasks",
                      json={"model": model, "input": inp}, headers=H)
    task_id = r.json()["data"]["taskId"]
    while True:
        d = requests.get(f"https://api.hiapi.ai/v1/tasks/{task_id}", headers=H).json()["data"]
        if d["status"] == "success":
            return d["output"][0]["url"]
        if d["status"] in ("fail", "failed"):
            raise RuntimeError(d)
        time.sleep(10)

url = generate(
    "kling-3.0-omni/image-to-video",
    prompt="Morning fog slowly lifts over the harbor, camera slowly pushes in along the dock.",
    image_urls=["https://your-cdn.example.com/harbor.jpg"],
    duration=5, resolution="720p",
)
open("clip.mp4", "wb").write(requests.get(url).content)

Как вызвать три остальных режима?

Image-to-video: передайте в image_urls 1 изображение — это первый кадр; передайте 2 — это первый и последний кадр; соотношение сторон выходного видео наследуется от первого кадра.

Morning fog slowly lifts over the harbor as the fishing boats rock gently on the water; the low sun breaks through the haze and glints on the wet pier, camera slowly pushes in along the dock. Cinematic, calm, photorealistic.

Сгенерировать с этим промптом →

Reference-to-video: image_urls обязателен (1–7 изображений, JPG/PNG, каждое не больше 50MB, минимальная сторона не меньше 300px), можно добавить 1 видео в video_urls как референс движения камеры (MP4/MOV, 3–15.5 секунды, не больше 200MB). В примере ниже первый кадр с бумажным корабликом используется как референс субъекта, а видео дождливой ночи выше — как референс движения камеры; кораблик перенесён на лесной ручей:

The same white paper boat from the reference drifts along a sunlit forest stream at golden hour, leaves floating beside it, camera tracks low alongside it with the same smooth motion as the reference video. Cinematic, shallow depth of field.

Сгенерировать с этим промптом →

При использовании референсного видео параметр audio должен быть false, умный мультишот включать нельзя, а референсных изображений может быть не больше 4. Минимальный запрос:

{
  "model": "kling-3.0-omni/reference-to-video",
  "input": {
    "prompt": "The same white paper boat from the reference drifts along a forest stream",
    "image_urls": ["https://static.hiapi.ai/admin-assets/2026/10/13/1791861888668-6554d6167af93003-kling-omni-boat-frame.jpg"],
    "video_urls": ["https://static.hiapi.ai/admin-assets/2026/10/13/1791861859228-2b40d774dd4b2262-kling-omni-t2v-golden.mp4"],
    "duration": 3,
    "resolution": "720p",
    "audio": false
  }
}

Чтобы зафиксировать несколько субъектов, задайте каждому имя в elements и пишите в промпте @имя; полный синтаксис см. в примерах промптов для reference-to-video.

Transformation: передайте в video_urls 1 исходное видео (MP4/MOV, 3–15.5 секунды, не больше 200MB), а в промпте напишите, во что его преобразовать. Длительность и соотношение сторон выходного видео наследуются от исходного, звук не генерируется. Минимальный запрос:

{
  "model": "kling-3.0-omni/transformation",
  "input": {
    "prompt": "Transform the scene into a snowy winter night, keep the exact camera motion",
    "video_urls": ["https://static.hiapi.ai/admin-assets/2026/10/13/1791861859228-2b40d774dd4b2262-kling-omni-t2v-golden.mp4"],
    "resolution": "720p"
  }
}

То же видео с бумажным корабликом в дождливую ночь, преобразованное в светящуюся бумажную лампу-лодочку в снежную ночь:

Transform the scene into a snowy winter night: the gutter becomes a frozen stream with drifting snowflakes, the paper boat becomes a small glowing paper lantern boat, keep the exact camera motion and water movement from the original video. Cinematic, cold blue tones.

Сгенерировать с этим промптом →

Сколько это стоит?

Режим	720p	1080p	4K
Text-to-video / image-to-video, без звука	$0.10/сек	$0.129/сек	$0.479/сек
Text-to-video / image-to-video, со звуком	$0.129/сек	$0.1645/сек	$0.479/сек
Reference-to-video, без референсного видео	Как выше	Как выше	Как выше
Reference-to-video, с референсным видео	$0.143/сек	$0.193/сек	$0.479/сек
Transformation	$0.143/сек	$0.193/сек	$0.479/сек

Пятисекундное видео 720p без звука в text-to-video стоит $0.50, на $10 можно сгенерировать 100 секунд; самое короткое трёхсекундное — всего $0.30. При настройке промптов сначала используйте 720p и 3–5 секунд, а на 1080p или 4K переходите после финальной версии. За неудачные задачи деньги возвращаются автоматически.

Что учесть перед запуском

• Используйте callback вместо опроса: добавьте на верхний уровень запроса "callback": {"url": "https://ваш-домен/hiapi/callback"}, и HiAPI сам уведомит об успехе или ошибке задачи; дедуплицируйте по taskId.
• Видео по умолчанию хранится около 7 дней: получив output[0].url, сразу пересохраните файл; для долгосрочного хранения можно использовать постоянное хранилище HiAPI (оплачивается отдельно по объёму).
• Заполняйте параметры по режиму: в text-to-video, image-to-video и reference-to-video явно указывайте resolution, duration, audio; в transformation указывайте только resolution, длительность наследуется от исходного видео.
• Имена элементов без пробелов: в elements[].name пишите serum, а в промпте — @serum.

Частые вопросы

Нужно ли отдельно подключать каждый режим?

Нет. Один и тот же API Key, достаточно сменить model.

Можно ли сделать вертикальное видео?

Да. В text-to-video и reference-to-video укажите aspect_ratio равным 9:16; в image-to-video пропорции наследуются от первого кадра, в transformation — от исходного видео.

Как добавить звук?

В text-to-video, image-to-video и reference-to-video (без референсного видео) установите audio в true, и сгенерируются синхронные с изображением фоновые шумы и звуковые эффекты. 720p стоит на $0.029/сек дороже, 1080p — на $0.0355/сек.

Можно ли писать промпт на китайском?

Да. Наиболее стабильный результат даёт чёткое описание отдельными предложениями: как движется камера, что делает субъект, какой свет и стиль.

Скопируйте промпт про бумажный кораблик в дождливую ночь и сгенерируйте первое видео на странице модели; больше готовых примеров см. в примерах промптов Kling 3.0 Omni, подробности о ценах — в ценах на Kling 3.0 API.