kling-4.0Kling 4.0 es el modelo de vídeo más reciente de la familia Kling de Kuaishou, y cada clip que genera trae sonido creado en la misma pasada. En APIMODELS es un solo id de modelo, kling-4.0 (también funcionan kling-4-0 y kling-v4), en el endpoint unificado de vídeo, con dos modos que se eligen según lo que envíes. El modo por referencias cubre también el texto a vídeo y admite hasta 10 imágenes de referencia en image_urls, que el prompt menciona como @image_1, @image_2 y siguientes; hasta 5 vídeos de referencia en video_urls (@video_1 y siguientes), de 2 a 30 segundos cada uno y 30 segundos en total; hasta 7 sujetos con nombre en elements, cada uno un sujeto de imagen de 2 a 4 vistas con la principal primero o un vídeo de personaje de 3 a 8 segundos en un solo plano, mencionados como @Nombre; y hasta 3 clips de voz con nombre en voices, también con @Nombre. Una petición admite como máximo 15 materiales y 3 sujetos de vídeo, y keep_original_sound conserva el audio original de los vídeos de referencia. El modo por fotogramas clave admite first_frame_url (también image e image_url), hasta 8 fotogramas intermedios en keyframe_urls y last_frame_url, mencionados como @first_frame, @keyframe_1 y @last_frame; el total de fotogramas depende de la duración, de 4 fotogramas con 3 segundos a 10 con 9 segundos o más, y el clip sigue la proporción del primer fotograma. Los fotogramas no se pueden combinar con referencias y cada @mención debe apuntar a una entrada de la misma petición; si no, la petición se rechaza y no se cobra nada. Los dos modos piden un prompt obligatorio de hasta 10 000 caracteres, duration como número entero de segundos de 3 a 30 (5 por defecto), resolution 720p (por defecto) o 1080p y aspect_ratio auto, 16:9, 9:16, 1:1 o 21:9. El sonido se genera siempre; generate_audio: false devuelve un 400. Se cobra por segundo facturado. Sin vídeo de entrada, los segundos facturados son la duración del resultado, a $0.157/s en 720p y $0.235/s en 1080p, así que 5 segundos en 720p cuestan $0.785 y 10 segundos en 1080p, $2.35. Con vídeos de referencia o sujetos de vídeo la tarifa es $0.094/s (720p) o $0.141/s (1080p), y los segundos facturados son el resultado × 2 si el vídeo de entrada no es más largo que el resultado, o entrada + resultado si lo es: un clip de 10 segundos en 720p con un vídeo de referencia de 5 segundos son 20 segundos facturados, $1.88, y con uno de 15 segundos, 25 segundos, $2.35. Las generaciones fallidas no se cobran.
Characters, products, outfits or places. Each one is @image_1, @image_2… in upload order.
MP4 / MOV / WebM, 2-30 seconds each and 30 seconds in total. Each one is @video_1, @video_2… Adding video changes the billing, see the estimate below.
Named subjects (elements, @Name) and voice references are available through the API — see the Kling 4.0 docs.
auto follows your reference images and videos; with a prompt only it is 16:9
Sound is generated with every clip and cannot be turned off.
$0.785 for this clip (720p, $0.157/s × 5s) · only successful generations are billed
Generated video will appear here
Provide URLs and click Generate
Cualquier duración entera de 3 a 30 segundos en 720p o 1080p. Cada clip trae sonido generado; keep_original_sound conserva en su lugar el audio de tus vídeos de referencia
Hasta 10 imágenes y 5 vídeos, 15 materiales en total. Señala cada uno en el prompt como @image_1 o @video_1 para que el modelo sepa qué papel tiene cada entrada
elements convierte de 2 a 4 vistas o un clip de 3 a 8 segundos en un sujeto que llamas con @Nombre; voices asocia hasta 3 clips de audio de referencia a nombres
Un fotograma inicial, hasta 8 intermedios y uno final, mencionados como @first_frame, @keyframe_1 y @last_frame; hasta 10 fotogramas a partir de 9 segundos
720p $0.157/s, 1080p $0.235/s. Con vídeo de referencia, $0.094/s o $0.141/s por segundo facturado: resultado × 2 o entrada + resultado
Las generaciones fallidas no se cobran, y las entradas que el modelo no admite se rechazan con un 400 antes de crear la tarea
Kling 4.0 is Kuaishou's flagship video model: one API call turns a prompt, up to 15 reference materials or a set of keyframes into a 3 to 30 second clip at 720p or 1080p, with sound generated in the same pass.
On APIMODELS the Kling 4.0 API is a single model id, kling-4.0, on POST /v1/video/generations, billed per second from $0.157, and a failed Kling 4.0 generation is not charged.
kling-4.0What Kuaishou highlights in its new flagship, and where each point shows up in the Kling 4.0 API.
Tracking shots, orbits, complex camera moves
Kuaishou says Kling 4.0 keeps bodies and objects coherent through fast action and complex camera work. Describe the move in the prompt, or borrow it from a reference video.
Always on, no extra charge
Every Kling 4.0 clip comes with sound generated in the same pass, which Kuaishou describes as two-channel stereo. With reference videos, keep_original_sound keeps their own audio instead.
keep_original_soundLanguages, accents and dialects
Kuaishou reports tighter lip sync and speech in several languages, accents and dialects. Give a Kling 4.0 character its voice with a named clip in voices, or bind voice_url to a subject.
voicesvoice_urlMore expressive characters
Kling 4.0 aims at realistic lighting and surface detail and at characters whose faces and bodies react to the scene. Write the performance into the prompt: who speaks, what they do, how they react.
Signs, labels, packaging
According to Kuaishou, on-screen text, logos and small symbols come out clearer than in earlier Kling versions, which matters for product shots. Put the exact wording in quotes in the Kling 4.0 prompt.
Room for a detailed brief
A Kling 4.0 prompt can run to 10,000 characters, enough to describe a 30-second take beat by beat and to point at every reference with an @mention.
promptFour kinds of reference, each called in the prompt by its own @mention.
Kling 4.0 numbers references by array position, so reordering image_urls changes what @image_2 points at. A mention with no matching input in the same request returns a 400 before anything is charged.
Up to 10 · @image_1 to @image_10
Characters, products, outfits, places, composition or a style frame: the who and what of the Kling 4.0 shot.
image_urlsUp to 5 · 2–30 s each · 30 s in total
Motion, camera movement and pacing for Kling 4.0 to follow, mentioned as @video_1. Any video input switches the request to the video-input price.
video_urlskeep_original_soundUp to 7 · at most 3 video subjects · @Name
An image subject is 2–4 views with the main view first; a video subject is one 3–8 second single-shot character clip. Add a tag, a description of up to 100 characters, and voice_url for characters.
elementsUp to 3 · @Name
Standalone reference audio as {name, audio_url}, used only in this Kling 4.0 request. Names are 1–20 characters, unique regardless of case, and cannot be reserved words such as image_1 or first_frame.
voicesThe route is picked from the fields you send. Frames and references cannot be mixed in one request.
A single Kling 4.0 request renders one continuous take of 3 to 30 seconds. In the keyframe route the duration also sets the frame budget: first, middle and last frames together may not exceed the duration plus one, and never more than 10.
A prompt alone, or a prompt plus any mix of images, videos, subjects and voices, up to 15 materials.
promptrequired, up to 10,000 charactersimage_urlsup to 10video_urlsup to 5, 2–30 s eachelementsup to 7 subjectsvoicesup to 3aspect_ratioauto · 16:9 · 9:16 · 1:1 · 21:9Menciones en el prompt@image_1 · @video_1 · @Name
A first frame, up to 8 middle frames and a last frame. The Kling 4.0 clip follows the first frame's aspect ratio.
promptrequired, describe what happens between framesfirst_frame_urlfirst frame (image and image_url also work)keyframe_urlsup to 8, in time orderlast_frame_urllast frameMenciones en el prompt@first_frame · @keyframe_1 · @last_frame
| Kling 4.0 duration | 3 s | 4 s | 5 s | 6 s | 7 s | 8 s | 9–30 s |
|---|---|---|---|---|---|---|---|
| Max frames (first + middle + last) | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
Fields shared by both routes, with their limits and defaults.
3–30 seconds, integer
Default 5. Each Kling 4.0 request makes one continuous take; extending an existing clip is not supported.
duration720p (default) or 1080p
Kuaishou has announced 4K and 10-bit HDR for Kling, but neither is available for Kling 4.0 yet.
resolutionauto · 16:9 · 9:16 · 1:1 · 21:9
Left out, Kling 4.0 follows your references, or uses 16:9 for a prompt alone. Keyframe clips always follow the first frame.
aspect_ratioRequired, up to 10,000 characters
Describe action, camera and sound, and point at inputs with @mentions. Negative prompts are not supported.
promptAlways generated
generate_audio: false returns a 400. With reference videos, keep_original_sound decides whether their original audio is kept.
keep_original_soundAsync task, polling or callback
The call returns a taskId. Poll the task or receive the result at callback_url; Kling 4.0 result files are kept for 30 days.
callback_urlTwo per-second rates; a reference video changes how the seconds are counted.
$0.471
3 seconds at 720p without video input. Reference images, subject images and keyframes are not billed separately, and failed Kling 4.0 generations are not charged.
| Kling 4.0 request | 720p | 1080p | Billed seconds |
|---|---|---|---|
| Text, reference images, image subjects, voices or keyframes | $0.157/s | $0.235/s | Output length |
| With a reference video or video subject | $0.094/s | $0.141/s | Output + max(input video, output) |
| 5 s, no video input | $0.785 | $1.175 | 5 |
| 10 s, no video input | $1.57 | $2.35 | 10 |
| 30 s, no video input | $4.71 | $7.05 | 30 |
5 s at 720p from text
$0.785
5 billed s × $0.157
10 s at 1080p
$2.35
10 billed s × $0.235
30 s single take at 720p
$4.71
30 billed s × $0.157
5 s output + 8 s reference video, 720p
$1.222
13 billed s (5 + 8) × $0.094
10 s output + 5 s reference video, 720p
$1.88
20 billed s (10 + 10) × $0.094
10 s output + 20 s reference video, 720p
$2.82
30 billed s (10 + 20) × $0.094
Why a reference video raises the total: with video input the billed seconds are the output plus the longer of the input video and the output, so a Kling 4.0 request with video always bills at least twice its length. Each clip is rounded up to whole seconds and all reference videos and video subjects are added together.
Pick Kling 4.0 for long, reference-driven takes; pick another model for the cases below.
Kling 4.0 renders up to 30 seconds in one request, so a long shot does not need stitching.
Lock a character or a product with images while a reference clip supplies motion and camera.
Pin up to 10 frames and let Kling 4.0 fill in the motion between them.
Keep a product or character consistent from your images while copying a camera move from a reference video.
Kling 4.0 stops at 1080p; Vidu Q4 on APIMODELS goes up to 4K.
Audio is always generated; with reference videos the only audio switch is keep_original_sound.
Kling 4.0 has no negative prompt field, no multi-shot storyboard and no video extension.
If length and audio matter less than price, Vidu Q4 at $0.0887/s for 720p costs less per second.
Six ways teams put Kling 4.0 to work.
Text, references and keyframes in one integration
Offer every Kling 4.0 mode from the same endpoint, with a 720p preview and a 1080p export.
Approved first frame, pack shot at the end
Start a Kling 4.0 clip from an approved key visual and end on the pack shot as the last frame.
Subjects and voices keep the cast steady
Send the cast as subjects and voices in every request so faces and voices hold across 30-second Kling 4.0 scenes.
16:9 · 9:16 · 1:1 · 21:9
Render the same Kling 4.0 concept for every feed by changing one field.
Product photos plus a hand-held reference
Turn product photos into demos, with a reference video for the hand-held camera feel.
Async tasks with callbacks
Queue Kling 4.0 jobs and collect results via callback_url; the apimodels MCP server exposes video generation and task polling to agents.
Small habits that keep Kling 4.0 jobs predictable in production.
taskId + polling or callback_url
Store the taskId and poll every 10–15 seconds, or let callback_url notify you; never hold a web request open for a Kling 4.0 render.
Billed = output + max(input, output)
Trim reference clips to the part you need: input video longer than the output adds to the Kling 4.0 bill second by second.
Files are kept for 30 days
Copy finished Kling 4.0 videos to your own storage; the link stops working once the file is deleted.
@image_3 needs a third image
Check every @mention against your arrays before calling; a Kling 4.0 request with a dangling mention returns a 400.
Frames ≤ duration + 1, max 10
A 5-second Kling 4.0 keyframe clip takes at most 6 frames; lengthen the clip before adding more.
Shows billed seconds before you run
The playground on this page computes the Kling 4.0 price, including reference-video seconds, before you click Generate.
From API key to downloaded video in four steps.
Sign up at apimodels.app and create a key in the console. One key and one USD balance cover Kling 4.0 and every other model; top-ups start at $10.
POST /v1/video/generations with model kling-4.0, a prompt and your inputs, using the key as a Bearer token.
Poll GET /v1/video/generations?task_id= until the state is completed, or pass callback_url and receive the result.
Read the file URL from resultUrls and save it within 30 days.
curl -X POST https://api.apimodels.app/v1/video/generations \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-4.0",
"prompt": "@Mia walks through the market from @image_1, the camera tracking her like @video_1, and says: Fresh figs today!",
"image_urls": ["https://example.com/market.jpg"],
"video_urls": ["https://example.com/tracking-shot.mp4"],
"elements": [{
"name": "Mia",
"image_urls": ["https://example.com/mia-front.png", "https://example.com/mia-side.png"],
"tag": "character"
}],
"duration": 10,
"resolution": "1080p",
"aspect_ratio": "16:9"
}'
# { "code": 200, "msg": "success", "data": { "taskId": "clxxx", "state": "pending" } }
curl "https://api.apimodels.app/v1/video/generations?task_id=TASK_ID" -H "Authorization: Bearer YOUR_API_KEY"
# { "code": 200, "data": { "state": "completed", "resultUrls": ["https://r2.apimodels.app/videos/clxxx.mp4"] } }All prices are the per-second rates on apimodels.app today. Kling 4.0 is the one for 30-second takes, the widest reference set and keyframe sequences; Kling V3 Omni is the pick for editing a clip while keeping its sound, and Vidu Q4 for 4K or the lowest per-second price.
| Kling 4.0 | Kling V3 | Kling V3 Omni | Vidu Q4 | |
|---|---|---|---|---|
| Clip length | 3-30 s | 3-15 s | 3-15 s | 3-16 s |
| Max resolution | 1080p | Standard / pro tiers | Standard / pro tiers | 4K |
| Text-to-video | Yes | Yes | Yes | No |
| Image inputs | Up to 10 reference images, or first + up to 8 middle + last frame | First frame | Image and subject input | 1 first frame, or up to 15 reference images |
| Video input | Up to 5 reference videos plus up to 3 video subjects | No | Reference video and editing | No |
| Audio | Always on; keep_original_sound for reference videos | Optional | Optional; keep original sound when editing | On by default, can be turned off |
| Price per second | 720p $0.157 · 1080p $0.235; with video $0.094 · $0.141 per billed second | $0.12 standard; $0.18 with audio | $0.088 standard; $0.117 with audio | 540p $0.042 · 720p $0.0887 · 4K $0.3639 |
Kling 4.0 es una API de generación de video de Kling. Kling 4.0 es el modelo de vídeo más reciente de la familia Kling de Kuaishou, y cada clip que genera trae sonido creado en la misma pasada. En APIMODELS es un solo id de modelo, kling-4.0 (también funcionan kling-4-0 y kling-v4), en el endpoint unificado de vídeo, con dos modos que se eligen según lo que envíes. El modo por referencias cubre también el texto a vídeo y admite hasta 10 imágenes de referencia en image_urls, que el prompt menciona como @image_1, @image_2 y siguientes; hasta 5 vídeos de referencia en video_urls (@video_1 y siguientes), de 2 a 30 segundos cada uno y 30 segundos en total; hasta 7 sujetos con nombre en elements, cada uno un sujeto de imagen de 2 a 4 vistas con la principal primero o un vídeo de personaje de 3 a 8 segundos en un solo plano, mencionados como @Nombre; y hasta 3 clips de voz con nombre en voices, también con @Nombre. Una petición admite como máximo 15 materiales y 3 sujetos de vídeo, y keep_original_sound conserva el audio original de los vídeos de referencia. El modo por fotogramas clave admite first_frame_url (también image e image_url), hasta 8 fotogramas intermedios en keyframe_urls y last_frame_url, mencionados como @first_frame, @keyframe_1 y @last_frame; el total de fotogramas depende de la duración, de 4 fotogramas con 3 segundos a 10 con 9 segundos o más, y el clip sigue la proporción del primer fotograma. Los fotogramas no se pueden combinar con referencias y cada @mención debe apuntar a una entrada de la misma petición; si no, la petición se rechaza y no se cobra nada. Los dos modos piden un prompt obligatorio de hasta 10 000 caracteres, duration como número entero de segundos de 3 a 30 (5 por defecto), resolution 720p (por defecto) o 1080p y aspect_ratio auto, 16:9, 9:16, 1:1 o 21:9. El sonido se genera siempre; generate_audio: false devuelve un 400. Se cobra por segundo facturado. Sin vídeo de entrada, los segundos facturados son la duración del resultado, a $0.157/s en 720p y $0.235/s en 1080p, así que 5 segundos en 720p cuestan $0.785 y 10 segundos en 1080p, $2.35. Con vídeos de referencia o sujetos de vídeo la tarifa es $0.094/s (720p) o $0.141/s (1080p), y los segundos facturados son el resultado × 2 si el vídeo de entrada no es más largo que el resultado, o entrada + resultado si lo es: un clip de 10 segundos en 720p con un vídeo de referencia de 5 segundos son 20 segundos facturados, $1.88, y con uno de 15 segundos, 25 segundos, $2.35. Las generaciones fallidas no se cobran. A través de la plataforma APIMODELS puedes acceder a este modelo mediante una API unificada con precios de pago por uso transparentes. Precio actual: 720p · per second: $0.157, 720p · 5s: $0.785, 720p · 10s: $1.57, 720p · 30s: $4.71, 1080p · per second: $0.235, 1080p · 5s: $1.175, 1080p · 10s: $2.35, 1080p · 30s: $7.05, Reference video · 720p · per billed second: $0.094, Reference video · 1080p · per billed second: $0.141.
Modelo relacionado: Kling V3 Omni — when you edit an existing clip and want to keep its original sound — from $0.088/s, $0.117/s with audio
Modelo relacionado: Vidu Q4 — for 4K or a lower per-second price — 540p from $0.042/s, 720p $0.0887/s, 3-16 seconds
Modelo relacionado: FLUX 3 Max — when frames must land on exact timestamps — up to 10 keyframes placed by time or frame index, 5-20 seconds, from $0.221/s
Modelo relacionado: Kling V3 — the previous Kling generation for plain text-to-video or a first frame, 3-15 seconds — from $0.12/s
Genera rápidamente videos promocionales de marca para campañas y redes sociales.
Crea contenido de video corto atractivo para TikTok, Instagram y YouTube.
Genera demostraciones de funciones y tutoriales para mejorar la conversión.
Produce explicaciones de cursos, divulgación y videos de formación a bajo coste.
Kling 4.0 está disponible a través de APIMODELS a: 720p · per second: $0.157, 720p · 5s: $0.785, 720p · 10s: $1.57, 720p · 30s: $4.71, 1080p · per second: $0.235, 1080p · 5s: $1.175, 1080p · 10s: $2.35, 1080p · 30s: $7.05, Reference video · 720p · per billed second: $0.094, Reference video · 1080p · per billed second: $0.141. La facturación es de pago por uso: solo pagas por lo que generas.
Regístrate en APIMODELS, obtén tu clave API y llama a nuestro endpoint unificado. Ofrecemos documentación detallada con ejemplos en cURL, Python y Node.js.
APIMODELS ofrece el mismo modelo Kling 4.0 a través de nuestra plataforma de agregación. Proporcionamos una interfaz de API unificada, así que no necesitas cuentas separadas por proveedor: una sola clave para acceder a todos los modelos.
Kling 4.0 es el modelo de vídeo insignia de Kuaishou y la generación más reciente de la familia Kling. Convierte un prompt, material de referencia o una serie de fotogramas clave en un clip de 3 a 30 segundos en 720p o 1080p, con el sonido generado en la misma pasada. Kuaishou destaca un movimiento más estable en la acción rápida y en movimientos de cámara complejos como planos de seguimiento y órbitas, mejor sincronización labial, audio estéreo nativo de dos canales, voz en varios idiomas y acentos, y textos y logotipos más nítidos en pantalla. En apimodels.app es un único id de modelo, kling-4.0, en POST /v1/video/generations, desde $0.157 por segundo.
Hay dos tarifas. Sin vídeo de entrada (texto, imágenes de referencia, sujetos de imagen, voces o fotogramas clave) pagas $0.157 por segundo en 720p o $0.235 en 1080p por la duración que pides: 5 segundos en 720p son $0.785, 10 segundos en 1080p $2.35, y la petición más pequeña, 3 segundos en 720p, $0.471. Con un vídeo de referencia o un sujeto de vídeo la tarifa es $0.094 (720p) o $0.141 (1080p) por segundo facturado, y los segundos facturados = resultado + max(vídeo de entrada, resultado): 10 segundos de resultado con una referencia de 5 segundos son 20 segundos facturados, $1.88; con una de 20 segundos, 30 segundos, $2.82. Las imágenes de referencia, las imágenes de sujetos y los fotogramas clave no se cobran aparte, y las generaciones fallidas no se cobran.
Porque los segundos facturados como mínimo se duplican. Con vídeo de entrada se factura la duración del resultado más la mayor entre el vídeo de entrada y el resultado, así que un clip de 5 segundos en 720p con una referencia de 5 segundos o menos factura 10 segundos a $0.094, es decir $0.94, frente a $0.785 del mismo clip sin vídeo; con una referencia de 8 segundos factura 13 segundos, $1.222. Cada clip se redondea hacia arriba a segundos enteros y se suman todos los vídeos de referencia y sujetos de vídeo, así que recortar las referencias a la parte que necesitas es la forma más sencilla de pagar menos.
Hasta 30 segundos en una sola toma. En los dos modos duration admite cualquier número entero de segundos de 3 a 30 (5 por defecto), así que un plano largo no tiene que montarse con clips cortos. En el modo de fotogramas clave la duración además limita los fotogramas: 4 con 3 segundos, uno más por cada segundo extra y 10 a partir de 9 segundos. Un clip de 30 segundos sin vídeo de entrada cuesta $4.71 en 720p y $7.05 en 1080p.
resolution es 720p (por defecto) o 1080p. aspect_ratio es auto, 16:9, 9:16, 1:1 o 21:9; si no lo indicas, sigue a tus referencias, o es 16:9 con solo un prompt, y en el modo de fotogramas clave el clip siempre sigue al primer fotograma. Kuaishou ha anunciado 4K y HDR de 10 bits para Kling, pero todavía no están disponibles; hoy Vidu Q4 en apimodels.app llega a 4K.
Sí, en cada clip y sin coste extra. El sonido, incluidos los diálogos y la voz sincronizada con los labios, se genera junto con la imagen; Kuaishou describe el audio como estéreo nativo de dos canales, con voz en varios idiomas y acentos. Para dar forma a una voz, añade un clip con nombre en voices o vincula voice_url a un personaje, y menciónalo con @Nombre. Con vídeos de referencia, keep_original_sound (false por defecto) conserva en su lugar el audio propio de esos vídeos.
Hasta 15 materiales en total: como máximo 10 imágenes de referencia en image_urls, 5 vídeos de referencia en video_urls (de 2 a 30 segundos cada uno y 30 segundos sumados con los sujetos de vídeo), 7 sujetos en elements (no más de 3 de vídeo) y 3 voces en voices. Las imágenes suelen fijar quién y qué aparece: un personaje, un producto, la composición o un estilo; los vídeos de referencia aportan movimiento, cámara y ritmo. El prompt apunta a ellos con @image_1, @video_1 y @Nombre. La numeración sigue la posición en el array, así que reordenar image_urls cambia a qué se refiere @image_2, y una mención sin entrada correspondiente devuelve un 400 antes de cobrar nada.
Envía first_frame_url, hasta 8 fotogramas intermedios en keyframe_urls en orden temporal y last_frame_url, y describe lo que pasa entre ellos con @first_frame, @keyframe_1 y @last_frame. En total no pueden pasar de 10 fotogramas ni de la duración más uno (3 segundos admiten 4 fotogramas; 9 segundos o más, 10). El resultado sigue la proporción del primer fotograma. Los fotogramas no se pueden mezclar en la misma petición con imágenes, vídeos, sujetos o voces de referencia, y las peticiones con fotogramas clave se cobran a la tarifa sin vídeo, $0.157 por segundo en 720p.
Hoy no se puede ninguna de las tres cosas. El audio siempre se genera y generate_audio: false devuelve un 400; con vídeos de referencia el único interruptor de audio es keep_original_sound. No hay campo negative_prompt, ni guion gráfico de varios planos, ni extensión de vídeo, y la salida llega a 1080p, sin 4K ni HDR por ahora. Si el precio por segundo importa más que la duración o el audio, encaja mejor un modelo como Vidu Q4, a $0.0887 por segundo en 720p.
Crea una cuenta en apimodels.app y genera una API key en la consola; una sola key y un solo saldo en dólares sirven para todos los modelos. Después haz un POST a https://api.apimodels.app/v1/video/generations con la key como token Bearer: curl -X POST https://api.apimodels.app/v1/video/generations -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model": "kling-4.0", "prompt": "El chef de @image_1 voltea una tortita y se ríe", "image_urls": ["https://example.com/chef.png"], "duration": 5}'. La respuesta trae un taskId: consulta GET /v1/video/generations?task_id= hasta que state sea completed, o pasa callback_url, y descarga el archivo dentro de 30 días.
No del todo. Las cuentas nuevas que cumplen los requisitos reciben $0.10 de crédito de prueba, pero la petición más pequeña de Kling 4.0, 3 segundos en 720p, cuesta $0.471, así que la primera prueba necesita una recarga; las recargas empiezan en $10. El playground de esta página muestra el precio antes de pulsar Generate, incluidos los segundos facturados cuando añades un vídeo de referencia, y las generaciones fallidas no se cobran.
En APIMODELS, Kling 4.0 convive con más de 60 modelos bajo una sola clave API y un solo saldo, así que elegir es cuestión de ajuste, no de dependencia. Admite Text to Video, Reference to Video, Keyframe to Video, Up to 10 Images + 5 Videos, Named Subjects & Voices, Native Audio, 720p / 1080p, 3-30s, From $0.157/s y puedes valorarlo en precio y capacidad frente a otros modelos de generación de video, y cambiar modificando una sola cadena con el nombre del modelo: sin nueva cuenta ni integración. Explora todas las opciones de generación de video con precios en vivo en apimodels.app/models.
Kling 4.0 admite: Text to Video, Reference to Video, Keyframe to Video, Up to 10 Images + 5 Videos, Named Subjects & Voices, Native Audio, 720p / 1080p, 3-30s, From $0.157/s. Consulta la documentación de APIMODELS para ver todos los parámetros y ejemplos de llamada.
Sí. APIMODELS expone Kling 4.0 mediante una única API unificada y una sola clave, sin cuentas separadas por proveedor ni necesidad de gestionar tú mismo el acceso de red regional de cada proveedor.
Aceptamos Stripe (Visa, Mastercard y otras tarjetas internacionales) y Alipay. El saldo está disponible al instante tras el pago.