Texto a Video e Imagen a Video
La API de Kling 3.0 genera video a partir de un simple prompt de texto, o desde una imagen del primer fotograma para un control preciso de la composición, todo desde un único endpoint unificado.
Kling 3.0 es el modelo de generación de video de Kling AI con audio nativo y control de primer y último fotograma. Genera clips de 3 a 15 s en 720p, 1080p o 4K.
| Especificación | Créditos | Precio (USD) |
|---|---|---|
| Resolución4KGenerate AudioDesactivado | 47.64 – 47.6667por segundo | $0.4764 – $0.4767por segundo |
| Resolución4KGenerate AudioActivado | 47.64 – 47.6667por segundo | $0.4764 – $0.4767por segundo |
| Resolución720PGenerate AudioDesactivado | 9.48 – 9.5por segundo | $0.0948 – $0.095por segundo |
| Resolución720PGenerate AudioActivado | 14.28 – 14.3por segundo | $0.1428 – $0.143por segundo |
| Resolución1080PGenerate AudioDesactivado | 12.72 – 12.7333por segundo | $0.1272 – $0.1273por segundo |
| Resolución1080PGenerate AudioActivado | 19.08 – 19.1por segundo | $0.1908 – $0.191por segundo |
Los precios siguen la configuración del modelo. Las imágenes de referencia no se facturan salvo que el modelo lo indique.
Prueba Kling 3.0 en línea con un espacio de trabajo de generación, control de primer y último fotograma y parámetros listos para la API. Genera clips de 3 a 15 s en 720p, 1080p o 4K con audio nativo opcional.

La API de Kling 3.0 genera video a partir de un simple prompt de texto, o desde una imagen del primer fotograma para un control preciso de la composición, todo desde un único endpoint unificado.
Elige 720p para borradores rápidos, 1080p para calidad de producción o 4K para salida final de ultra alta resolución. La resolución se puede seleccionar en cada solicitud.
Activa el audio nativo para añadir efectos de sonido sincronizados a tu video, o desactívalo para clips sin sonido. En 4K, el audio se incluye sin costo adicional.
Proporciona una imagen inicial y una imagen final opcional, y la API de Kling 3.0 genera un movimiento fluido y coherente entre ellas, con control preciso sobre la composición y las transiciones.
Kling 3.0 genera efectos de sonido sincronizados con las imágenes, lo que permite crear clips inmersivos sin una canalización de audio separada.
Kling 3.0 destaca por su iluminación rica, textura y detalle. Genera hasta 4K para videos de marca y visuales de alta gama que se mantienen bien en tamaños grandes.
| Control | Tipo | Predeterminado | Notas | |
|---|---|---|---|---|
| 01 | prompt | text | — | — |
| 02 | image_url | image | — | — |
| 03 | aspect_ratio | string | 16:9 | — |
| 04 | video_length | string3 – 15 | 5 | — |
| 05 | resolution | string | 1080p | — |
| 06 | generate_audio | boolean | true | Si se debe generar audio con IA sincronizado con el video. |
Empieza en AI Playground para probar Kling 3.0 sin configuración. Introduce un prompt o sube los fotogramas inicial y final, elige la resolución y la duración, y previsualiza los resultados al instante.
Crea una clave API en la consola de IA para habilitar el acceso a la API de Kling 3.0. Revisa la documentación rápida de la API para ver los parámetros requeridos y las entradas de control de fotogramas.
Envía una solicitud de generación con un prompt y referencias de imagen opcionales. Consulta el estado de la tarea, recibe la salida de video con audio nativo opcional y exporta tus clips.
kling_3_0
POST a /api/openapi/submit con el modelo, un out_task_id único y parámetros.
POST a /api/openapi/query con el mismo out_task_id hasta que la tarea termine.
Guarda los resultados en tu propio almacenamiento en lugar de enlazarlos directamente.
Kling 3.0 es el modelo de generación de video de Kling AI. Crea video de alta calidad a partir de texto o imágenes, con audio nativo y control cinematográfico de hasta 15 segundos.
Sí. Kling 3.0 puede generar audio nativo sincronizado con las imágenes. El audio es opcional y se puede activar o desactivar por solicitud; en 4K se incluye sin costo adicional.
Sí. Proporciona un primer fotograma mediante image_url y un último fotograma opcional mediante end_image_url, y Kling 3.0 genera un movimiento coherente entre ambos fotogramas.
Admite salida en 720p, 1080p y 4K, con una duración de video de 3 a 15 segundos configurada por solicitud.
Kling 3.0 admite 16:9, 9:16 y 1:1. Cuando se proporcionan imágenes de referencia, la relación de aspecto se adapta automáticamente a partir de las imágenes.