APIMODELSAPIMODELS
Все
Models/Kling AI Avatar
Kling

Kling AI Avatar (Kuaishou) API

kling-avatar

Kling 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.

Image + Audio to VideoLip Sync & ExpressionsPrompt-Guided Actions & CameraStandard 720p / Pro 1080pUp to 300sFrom $0.062/s of Audio
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$0.620
Pro, 10s audio$1.230
Standard, 60s audio$3.720
Pro, 60s audio$7.380
Standard, 300s audio (maximum)$18.600
Pro, 300s audio (maximum)$36.900
API Docs

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.

or paste a public audio URL

Standard $0.062/s of audio, Pro $0.123/s. Pro gives a sharper 1080p video.

0/2500

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

TL;DR Kling AI Avatar — это модель категории «генерация видео» от Kling, доступная через единый API APIMODELS (имя модели `kling-avatar`). 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. Один ключ на все модели: изображения, видео, LLM и аудио.

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.

Related models