文本生成视频与图像生成视频
Kling 3.0 API 仅凭文本提示生成视频,或根据首帧图片生成视频以实现精确的构图控制——两者都可通过同一个统一端点完成。
Kling 3.0 是 Kling AI 的视频生成模型,支持原生音频和首尾帧控制。可生成 3-15 秒的 720p、1080p 或 4K 视频片段。
| 规格 | 额度 | 价格(USD) |
|---|---|---|
| 分辨率4KGenerate Audio关闭 | 47.64 – 47.6667每秒 | $0.4764 – $0.4767每秒 |
| 分辨率4KGenerate Audio开启 | 47.64 – 47.6667每秒 | $0.4764 – $0.4767每秒 |
| 分辨率720PGenerate Audio关闭 | 9.48 – 9.5每秒 | $0.0948 – $0.095每秒 |
| 分辨率720PGenerate Audio开启 | 14.28 – 14.3每秒 | $0.1428 – $0.143每秒 |
| 分辨率1080PGenerate Audio关闭 | 12.72 – 12.7333每秒 | $0.1272 – $0.1273每秒 |
| 分辨率1080PGenerate Audio开启 | 19.08 – 19.1每秒 | $0.1908 – $0.191每秒 |
价格跟随模型配置;除模型特别说明外,参考图不计费。
在线试用 Kling 3.0,使用生成工作区、首尾帧控制以及可直接用于 API 的参数。支持生成 3-15 秒的 720p、1080p 或 4K 视频片段,并可选原生音频。

Kling 3.0 API 仅凭文本提示生成视频,或根据首帧图片生成视频以实现精确的构图控制——两者都可通过同一个统一端点完成。
选择 720p 以便快速出稿,1080p 以获得生产级画质,或选择 4K 获取超高分辨率最终输出。分辨率可按每次请求单独选择。
启用原生音频,为视频添加同步音效;也可关闭以生成无声片段。在 4K 下,音频会包含在内且不收取额外费用。
提供起始图片和可选的结束图片,Kling 3.0 API 会在两者之间生成流畅、连贯的运动效果——可精确控制构图和转场。
Kling 3.0 会生成与画面匹配的同步音效,无需单独的音频流程即可制作沉浸式片段。
Kling 3.0 在光照、纹理和细节方面表现出色。可生成最高 4K 的内容,适用于品牌影片和在大尺寸下依然出色的高端视觉素材。
| 控件 | 类型 | 默认值 | 说明 | |
|---|---|---|---|---|
| 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 | 是否生成与视频同步的 AI 音频。 |
从 AI Playground 开始,无需配置即可试用 Kling 3.0。输入提示词或上传首尾帧,选择分辨率和时长,即可立即预览结果。
在 AI 控制台创建 API key,即可启用 Kling 3.0 API 访问。查看简要 API 文档,了解所需参数和帧控制输入。
提交包含提示词和可选图片参考的生成请求。轮询任务状态,接收带可选原生音频的视频输出,并导出你的片段。
kling_3_0
向 /api/openapi/submit POST,带上模型、唯一的 out_task_id 和参数。
用同一个 out_task_id 向 /api/openapi/query POST,直到任务完成。
请把输出保存到你自己的存储中,不要直接外链。
Kling 3.0 是 Kling AI 的视频生成模型。它可根据文本或图片创建高质量视频,并支持原生音频和最长 15 秒的电影级控制。
会。Kling 3.0 可以生成与画面同步的原生音频。音频为可选项,可按每次请求切换;在 4K 下会自动包含且不收取额外费用。
是。通过 `image_url` 提供首帧,并可选通过 `end_image_url` 提供末帧,Kling 3.0 会在两帧之间生成连贯的运动。
支持 720p、1080p 和 4K 输出,视频时长可在每次请求中设置为 3 到 15 秒。
Kling 3.0 支持 16:9、9:16 和 1:1。提供参考图像时,宽高比会根据图像自动适配。