
Kling AI Avatar (Kuaishou) API
kling-avatarKling AI Avatar превращает один портрет и 2–300 секунд речи или пения в говорящее видео: губы и мимика следуют за звуком, а необязательный промпт задаёт действия и камеру. Стандартный режим даёт 720p за $0.062 за секунду аудио, режим pro — 1080p за $0.123, с округлением до секунды. Неудачные генерации не оплачиваются.
Kling Avatar Talking Video
One clear face works best. JPG or PNG, up to 10 MB, shortest side at least 300 px, aspect ratio between 1:2.5 and 2.5:1.
Speech or singing, MP3, WAV, M4A or AAC, 2-300 seconds, up to 5 MB. The video runs as long as this audio.
Standard $0.062/s of audio, Pro $0.123/s. Pro gives a sharper 1080p video.
Billed per second of audio, rounded up to the whole second: 2 s minimum ($0.124), 300 s maximum ($18.60). Failed generations are not charged.
Calling it from code? See the API docs.
Result
Your Kling Avatar video will appear here
Фото и голос — говорящее видео
Портрет и аудиоклип дают MP4, где человек произносит или поёт этот звук, с губами и мимикой в такт
До 5 минут на видео
Аудио от 2 до 300 секунд в MP3, WAV, M4A или AAC; видео длится столько же, сколько аудио
Действия по промпту
Необязательный промпт до 2500 символов задаёт действия, эмоции и камеру, а темп задаёт звук
Стандарт 720p или pro 1080p
mode std даёт 720p за $0.062 за секунду аудио; mode pro даёт 1080p за $0.123, картинка чётче
Оплата только за успех
Неудачные генерации не оплачиваются, а аудио, которое нельзя измерить или которое выходит за 2–300 секунд, получает 400 до создания задачи
Оплата за секунду аудио
С округлением вверх: клип 3,53 секунды считается как 4 ($0.248 в стандарте); 60 секунд — $3.72 в стандарте или $7.38 в pro
О модели Kling AI Avatar
Kling AI Avatar — это API категории «генерация видео» от Kling. Kling AI Avatar — модель говорящих аватаров в API Kling от Kuaishou: вы даёте один портрет и один аудиоклип, а получаете MP4, где человек с фото произносит или поёт этот звук, с движением губ и мимикой в такт. На APIMODELS это одно имя модели, kling-avatar (подходит и kling-ai-avatar), на общем видеоэндпоинте. Портрет передаётся в image_url, звук — в audio_url, ссылкой или base64 data URI. Портрет: JPG или PNG, до 10 МБ, короткая сторона от 300 пикселей, соотношение сторон от 1:2,5 до 2,5:1. Аудио: MP3, WAV, M4A или AAC, от 2 до 300 секунд, до 5 МБ. Необязательный prompt до 2500 символов задаёт действия, эмоции и движение камеры, а темп задаёт звук. mode выбирает качество: std даёт 720p, pro — 1080p. Длина видео равна длине аудио: в нашем тесте 21 ноября 2026 года 3,53 секунды речи и портрет 1280×720 в стандартном режиме дали 3,47-секундное видео за 146 секунд. Оплата за секунду аудио с округлением вверх: $0.062 в стандартном режиме и $0.123 в режиме pro; 3,53 секунды считаются как 4, то есть $0.248. Аудио, длину которого нельзя прочитать или которое выходит за 2–300 секунд, отклоняется с кодом 400 до списания, а неудачные генерации не оплачиваются. Через платформу APIMODELS доступ к этой модели идёт по единому API с прозрачной оплатой по факту использования. Текущая цена: Standard 720p, per second of audio: $0.062, Pro 1080p, per second of audio: $0.123, Standard, 2s audio (minimum): $0.124, Standard, 10s audio: $0.62, Pro, 10s audio: $1.23, Standard, 60s audio: $3.72, Pro, 60s audio: $7.38, Standard, 300s audio (maximum): $18.6, Pro, 300s audio (maximum): $36.9.
Похожая модель: OmniHuman 2.0 — модель ByteDance «фото + аудио» — 4–300 секунд, жесты и пение, $0.091 за секунду аудио
Похожая модель: Kling AI Lip Sync — когда видео уже есть и нужна только новая речь — $0.077 за 5 секунд видео
Похожая модель: Digital Human — когда есть видео с человеком и нужно сохранить исходное движение — $0.01 за секунду аудио
Ключевые возможности
- Фото и голос — говорящее видео -- Портрет и аудиоклип дают MP4, где человек произносит или поёт этот звук, с губами и мимикой в такт
- До 5 минут на видео -- Аудио от 2 до 300 секунд в MP3, WAV, M4A или AAC; видео длится столько же, сколько аудио
- Действия по промпту -- Необязательный промпт до 2500 символов задаёт действия, эмоции и камеру, а темп задаёт звук
- Стандарт 720p или pro 1080p -- mode std даёт 720p за $0.062 за секунду аудио; mode pro даёт 1080p за $0.123, картинка чётче
- Оплата только за успех -- Неудачные генерации не оплачиваются, а аудио, которое нельзя измерить или которое выходит за 2–300 секунд, получает 400 до создания задачи
- Оплата за секунду аудио -- С округлением вверх: клип 3,53 секунды считается как 4 ($0.248 в стандарте); 60 секунд — $3.72 в стандарте или $7.38 в pro
Сценарии использования
Рекламные ролики
Быстро собрать промо-видео бренда под рекламные кампании и продвижение в соцсетях.
Контент для соцсетей
Короткие вертикальные ролики для TikTok, Instagram и YouTube.
Демонстрация продукта
Показать возможности продукта и снять обучающие ролики, которые повышают конверсию.
Образовательный контент
Объяснения к курсам, разборы тем и обучающие видео — недорого и на потоке.
Почему APIMODELS
- Единый API — один ключ на все модели, не нужно регистрироваться на нескольких площадках
- Прозрачные цены — оплата по факту использования, стоимость вызова указана на странице каждой модели; удобно независимым разработчикам и небольшим командам
- Доступ сразу — можно начинать сразу после регистрации; оплата картой, через PayPal, Alipay или в USDT
- Полная документация — подробная документация API с примерами на cURL, Python и Node.js
Частые вопросы
Чем APIMODELS отличается от официального API Kling?
APIMODELS отдаёт ту же самую модель Kling AI Avatar через свою агрегирующую платформу. Мы предоставляем единый интерфейс API, поэтому отдельные аккаунты у каждого поставщика не нужны — один ключ открывает доступ ко всем моделям.
Сколько стоит API Kling AI Avatar?
Оплата за секунду управляющего аудио: длина округляется вверх до целой секунды и измеряется нами при создании задачи. Стандартный режим (720p) — $0.062 за секунду, режим pro (1080p) — $0.123. Клип 3,53 секунды считается как 4, то есть $0.248 в стандарте; 60 секунд — $3.72 в стандарте или $7.38 в pro. Неудачные генерации не оплачиваются.
Какие изображения и аудио принимает Kling AI Avatar?
Один портрет JPG или PNG до 10 МБ, короткая сторона от 300 пикселей, соотношение сторон от 1:2,5 до 2,5:1, и один аудиоклип MP3, WAV, M4A или AAC длиной от 2 до 300 секунд и до 5 МБ. Оба можно передать ссылкой или base64 data URI. Аудио, длину которого нельзя измерить или которое выходит за 2–300 секунд, отклоняется с кодом 400 до списания.
Какой длины видео делает Kling AI Avatar и что меняет mode?
Видео длится столько же, сколько управляющее аудио. mode std даёт 720p, mode pro — 1080p примерно за двойную цену. В нашем тесте 21 ноября 2026 года 3,53 секунды речи в стандартном режиме вернулись видео длиной 3,47 секунды через 146 секунд; это одно измерение, а не обещание.
Как вызвать API Kling AI Avatar?
Создайте API-ключ на apimodels.app и отправьте POST на https://api.apimodels.app/v1/video/generations с model kling-avatar, image_url, audio_url и, по желанию, prompt и mode. В ответе будет id задачи: опрашивайте GET /v1/video/generations?task_id=, пока state не станет completed, и заберите MP4 из resultUrls[0], либо передайте callback_url.
Как выбрать между Kling AI Avatar и другими моделями того же типа?
В APIMODELS Kling AI Avatar соседствует более чем с 60 моделями под одним API-ключом и общим балансом, поэтому выбор — это вопрос соответствия задаче, а не привязки к поставщику. Модель поддерживает Image + Audio to Video, Lip Sync & Expressions, Prompt-Guided Actions & Camera, Standard 720p / Pro 1080p, Up to 300s, From $0.062/s of Audio; вы можете сравнить её по цене и возможностям с другими моделями того же типа (генерация видео) и переключиться, изменив одну строку с именем модели — без нового аккаунта и без переписывания интеграции. Все модели этого типа с актуальными ценами — на apimodels.app/models.
Что умеет Kling AI Avatar?
Kling AI Avatar поддерживает: Image + Audio to Video, Lip Sync & Expressions, Prompt-Guided Actions & Camera, Standard 720p / Pro 1080p, Up to 300s, From $0.062/s of Audio. Полный список параметров и примеры вызовов — в документации APIMODELS.
Можно ли пользоваться API Kling AI Avatar из России?
Со своей стороны APIMODELS не ограничивает доступ по странам: сайт и API принимают запросы откуда угодно, в том числе из России. Kling AI Avatar вызывается одним ключом APIMODELS, отдельный аккаунт у разработчика модели не нужен. Пополнить баланс можно в USDT, через PayPal или международной картой — подробности в вопросе об оплате.
Как оплатить Kling AI Avatar из России? Какие способы оплаты есть?
Баланс ведётся в долларах США. Пополнить его можно в USDT в сетях TRON (TRC20) или BNB Smart Chain (BEP20), через PayPal, международной картой Visa, Mastercard и других систем (через Stripe) или через Alipay. Карта, PayPal и Alipay зачисляются сразу, USDT — после подтверждения перевода в сети. Можно включить автопополнение. За пополнение на $50 начисляем бонус $1, на $100 — $3. Подписки нет, списание идёт по факту использования.