Introducción
Kling 3.0 Imagen a video toma un cuadro inicial (image_url) y un prompt que describe qué pasa después, y devuelve de 3 a 15 segundos en 720p, 1080p o 4K. Fija last_image_url para anclar también un cuadro final, así el clip tiene que llegar a algún lugar específico en lugar de solo partir de algún lado. Activa generate_audio para diálogo y ambiente generados junto con la imagen.
Elige un modo de Kling 3.0 según tu material de partida
| Lo que tienes al empezar | Modo |
|---|---|
| una escena o guion escrito | Kling 3.0 Texto a video |
| un cuadro inicial, y opcionalmente uno final | Kling 3.0 Imagen a video (estás aquí) |
| una foto de personaje y un clip guía | Kling 3.0 Motion Control |
Funciones y aspectos destacados
Un cuadro inicial y, si lo fijas, uno final
El clip empieza en tu imagen exactamente como es. Agrega last_image_url y Kling trabaja hacia ese cuadro en lugar de un final abierto: en nuestra prueba de una caminata por un muelle envuelto en niebla, el último cuadro del clip coincidió casi exactamente con la imagen de cierre, bufanda roja incluida.
El cuadro decide el look, el prompt decide el movimiento
Describe solo la acción, la cámara y el sonido, no el vestuario ni el escenario, que el cuadro inicial ya fija. Nuestro ejemplo del rayo en el patio nunca vuelve a describir a la mujer ni la gasolinera de su cuadro; solo agrega el rayo, su caminata hacia la lluvia y el trueno.
La relación de aspecto sigue al cuadro
Aquí no hay un campo aspect_ratio aparte: la salida toma la forma de tu imagen inicial, desde un paisaje ancho hasta un recorte vertical de retrato.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Describe solo lo que pasa después del cuadro inicial: la acción, la cámara y, con el sonido activado, el sonido. mínimo 1 caracteres · máximo 2500 caracteres |
negative_prompt | No | Lo que no quieres en el clip (objetos, estilos o movimientos), hasta 2500 caracteres. Opcional; no cambia el costo. máximo 2500 caracteres |
image_url | Sí | Cuadro inicial. El clip parte de esta imagen y toma su relación de aspecto de ella. |
last_image_url | No | Cuadro final opcional. En clips largos, el medio puede desviarse más de lo que los extremos se mantienen fijos. |
resolution | No | 720p, 1080p o 4K. Los niveles más altos cuestan más por segundo. |
generate_audio | No | Agrega una banda sonora generada al mismo clip. En 720p y 1080p cuesta más por segundo que una corrida silenciosa; en 4K el precio es el mismo con o sin sonido. Valor predeterminado: |
duration_seconds | No | Segundos completos, de 3 a 15. Determina el precio. |
shot_type | No | single mantiene una sola configuración la mayor parte de la corrida pero aun así puede cortar por su cuenta; multi deja que Kling haga su propio montaje de varios planos. |
multi_prompt | No | La lista de tomas para |
guidance_scale | No | Qué tan fiel es el clip al prompt, de 0 a 1 (por defecto 0.5). Un valor más alto se ciñe más al texto; uno más bajo le da más libertad al modelo. |
Precios
Se cobra por segundo de salida. La resolución y el interruptor de audio cambian la tarifa.
| Resolución | Generar audio: No | Generar audio: Sí |
|---|---|---|
| $0.0672 / segundo | $0.1008 / segundo |
| $0.0896 / segundo | $0.1344 / segundo |
| $0.336 / segundo | $0.336 / segundo |
Casos de uso
Continúa a un personaje exactamente como fue diseñado
Cuando una persona tiene que verse igual de un clip al siguiente, genera o elige una foto fija primero, y luego anímala aquí en lugar de escribir un prompt nuevo de texto a video que dejaría otra vez el vestuario y la cara al azar.
Aterriza un clip en un desenlace específico
Fija un cuadro final cuando el último momento de la toma importa: una expresión sostenida, una mano en una puerta, una figura que camina hacia el foco, en lugar de dejar el final al modelo.
Prueba una foto fija de producto o moda en movimiento
Una foto fija de un producto o un atuendo, con un prompt para un movimiento de cámara simple, alcanza para ver cómo se lee una imagen estática una vez que se mueve y, con el audio activado, cómo suena.
Guía de prompts y consejos prácticos
Describe solo lo que el cuadro no muestra ya
Nuestro ejemplo del rayo en el patio se limita a lo que pasa después de la foto fija: el destello, su paso fuera del camión, la caminata hacia el aguacero. Nunca repite su atuendo ni el escenario, ambos ya fijados por la imagen.
Fija la toma cuando la continuidad importa
A lo largo de 15 segundos, un detalle del fondo puede desviarse. Si un objeto o disposición específicos tienen que quedarse en su lugar, nómbralos directamente ("the same red truck stays parked behind her the whole time") en lugar de asumir que el cuadro inicial lo ancla para todo el clip.
Di "one continuous shot, no cuts" para una sola toma sin cortes
Nuestro ejemplo de la baranda del yate cortó a un segundo ángulo y pasó de atardecer a luz de día en un primer intento; agregar esa línea al inicio del prompt, junto con una descripción de la luz manteniéndose igual, mantuvo tanto el encuadre como el color durante todo el clip en la repetición.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "kling/3.0/image-to-video",
"input": {
"duration_seconds": 5,
"generate_audio": false,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"shot_type": "single"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
