Kling 4.0 API 参数文档

价格

没有视频输入(纯文字、参考图、图片主体、音色、关键帧)时,计费秒数 = 输出时长。带参考视频或视频主体时,计费秒数 = 输出 + max(输入视频总长, 输出),每段视频按整秒向上取整,输入视频时长在建任务时由我们测量。参考图、主体图片和关键帧不单独收费;最小的一单(720p 3 秒)$0.471。仅成功扣费,失败不扣费。

认证

所有请求在 Header 携带 API Key:

Authorization: Bearer YOUR_API_KEY

生成视频

# Reference-to-video: images + a reference video, mentioned by position
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": "The dancer in @image_1 performs the routine from @video_1 on the rooftop in @image_2 at dusk",
    "image_urls": ["https://example.com/dancer.png", "https://example.com/rooftop.jpg"],
    "video_urls": ["https://example.com/routine.mp4"],
    "keep_original_sound": false,
    "duration": 10,
    "resolution": "720p",
    "aspect_ratio": "9:16"
  }'

# Keyframe-to-video: first + middle + last frame (a 5 s clip takes up to 6 frames)
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": "The girl in @first_frame walks out, crosses the street in @keyframe_1 and arrives at the party in @last_frame",
    "first_frame_url": "https://example.com/first.png",
    "keyframe_urls": ["https://example.com/street.png"],
    "last_frame_url": "https://example.com/party.png",
    "duration": 5,
    "resolution": "1080p"
  }'

# Response (async — a task is created):
# { "code": 200, "msg": "success", "data": { "taskId": "clxxx", "state": "pending" } }

# Poll until completed (result files are kept 30 days)
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"] } }

两条路线,一个模型名

• 参考生(含纯文生) — 只写 prompt 就是文生视频;再加 image_urls(≤10,@image_1……)、video_urls(≤5,@video_1……,每段 2-30 秒,与视频主体合计 ≤30 秒)、elements(≤7,@名字)、voices(≤3,@名字)任意组合,素材合计 ≤15。keep_original_sound 决定是否保留参考视频的原声。aspect_ratio 不传时,有素材跟随素材,只有提示词为 16:9。
• 关键帧生 — first_frame_url(也接受 image、image_url)、keyframe_urls(≤8 张中间帧,按时间顺序)、last_frame_url,提示词里写 @first_frame、@keyframe_1、@last_frame。帧数总和 ≤ min(10, duration + 1):3 秒 4 帧、4 秒 5 帧……9 秒及以上 10 帧。成片画幅跟随首帧。
• 关键帧不能和 image_urls / video_urls / elements / voices 同时出现,混用返回 400。提示词里每个 @image_N、@video_N、@keyframe_N、@first_frame、@last_frame 都必须对应请求里真实存在的素材,编号按数组位置;@名字 要对应 elements 或 voices 里的 name。

具名主体(elements)与音色(voices)

elements 和 voices 目前只能通过 API 使用(体验区覆盖参考图、参考视频和关键帧)。图片主体:image_urls 2-4 张,第一张是正面主图;视频主体:video_url 一段 3-8 秒、一镜到底的人物视频,短边至少 700 像素,最多 3 个。tag 可选 character / animal / prop / costume / scene / effect / others(视频主体只能是 character);description ≤100 字符;voice_url 只能绑在人物主体上。voices 是独立音色 {name, audio_url},最多 3 段,音频里要能识别出人声。名字 1-20 个字符(中文、字母、数字、下划线),elements 和 voices 之间不区分大小写不能重名,不能用 image_N、video_N、keyframe_N、object_N、audio_N、first_frame、last_frame。

{
  "model": "kling-4.0",
  "prompt": "@Hero opens the door of @image_1 and greets @Robot; @Robot answers in the voice of @Narrator",
  "image_urls": ["https://example.com/door.jpg"],
  "elements": [
    {
      "name": "Hero",
      "image_urls": ["https://example.com/hero-front.jpg", "https://example.com/hero-side.jpg"],
      "tag": "character",
      "description": "Young man in a red jacket",
      "voice_url": "https://example.com/hero-voice.mp3"
    },
    {
      "name": "Robot",
      "image_urls": ["https://example.com/robot-front.png", "https://example.com/robot-back.png"],
      "tag": "prop"
    }
  ],
  "voices": [
    { "name": "Narrator", "audio_url": "https://example.com/narrator.mp3" }
  ],
  "duration": 10
}

参数

说明

• 声音总是生成,没有关闭的办法:传 generate_audio: false 会返回 400。带参考视频时,只有 keep_original_sound 能决定用原声还是新生成的声音。
• 不支持负面提示词、多镜头分镜和视频续写;最高 1080p。快手已预告 4K 和 10-bit HDR,目前都还没有开放。
• 参考图每条边 300 像素以上、宽高比在 0.4 到 2.5 之间。顶层的 image_urls、video_urls、first_frame_url、keyframe_urls、last_frame_url 可以传公网 URL 或 data URI;elements 和 voices 里的素材必须是公网 http(s) URL。
• 参考视频的时长在建任务时测量;读不出时长(需要登录、链接过期、格式不支持)的视频会直接返回 400,不按猜测的秒数收费。
• 异步任务:创建返回 taskId,每 10-15 秒轮询 GET /v1/video/generations?task_id= 直到 completed,或传 callback_url。结果文件保留 30 天后自动删除,请及时下载或转存。
• 内容安全审核在上游开启;被拒的生成不扣费。请只上传你有权使用的人像和声音。

试一试:Playground;新能力、价格例子以及与 Kling V3 / V3 Omni / Vidu Q4 的对比见 Kling 4.0 模型页。