El text-to-video de Kling 2.6 convierte una escena escrita en un clip fijo 1080p de 5 o 10 segundos en 16:9, 9:16 o 1:1. Activa el audio para obtener una banda sonora generada junto con la imagen, o déjalo apagado para un clip mudo.
Playground
Estos ejemplos se escribieron para este endpoint. Cambia el prompt y las URL de ejemplo por archivos tuyos accesibles y, antes de enviar, revisa la estimación al día y la disponibilidad del modelo.
- Salida5 s
monsoon-palace-marigold-dance Solo texto y sin sonido. El prompt plantea un atardecer de monzón en el patio de un palacio indio y el clip lo cumple: lluvia sobre un suelo de mármol mojado, lámparas encendidas en los arcos tallados, pétalos de caléndula que caen y se amontonan sobre la piedra, y tamborileros con kurtas blancas tocando dhol alrededor. La mujer del sari de seda verde esmeralda y blusa corta gira con los brazos en alto, luego se vuelve hacia la cámara, sonríe y deja una mano en la cintura mientras la cámara, baja, la rodea despacio. `generate_audio` es `false` y `duration_seconds` es `5`, así que es un clip 16:9 sin sonido; el modelo lo entrega a 1920×1080.
- 16:9
- 5s
- Salida5 s
diner-booth-2am Una escena de diálogo entre cuatro personas con sonido activado. Las risas, una vellonera y el tintineo de cubiertos llegaron sincronizados con la escena, aunque el grupo gesticuló con las manos menos de lo que pedía el prompt.
- audio
- Salida5 s
studio-dancer-take Una toma vertical silenciosa y fija de un bailarín, cuerpo completo en cuadro todo el tiempo: lo bastante limpia como para que reutilizáramos este clip exacto como video guía en dos pruebas de Motion Control en otras familias.
- 9:16
Este ejemplo parte de $0.069 por segundo de salida. El Playground actualiza la estimación cada vez que cambias los ajustes.