Ir al contenido principal

Con filtro — Este modelo rechaza sin rodeos las solicitudes que superan sus propios límites. Es un resultado medido, no supuesto; los modelos que no hemos medido no llevan ninguna etiqueta.Ver todos los modelos con este nivel de filtrado
kling/3.0/text-to-video

El text-to-video de Kling 3.0 convierte un brief escrito en un clip de 3 a 15 segundos a 720p, 1080p o 4K. Activa o desactiva el audio nativo, elige 16:9, 9:16 o 1:1 y renderiza una sola toma continua o un montaje de varios planos.

Desde $0.067/s20% por debajo del precio oficial
Ejecutar modelo

Playground

Entrada

Texto a video
499/2500
Describe el sujeto, la acción, la cámara y, con el sonido activado, el diálogo y el sonido que quieras. mínimo 1 caracteres · máximo 2500 caracteres
0/2500
Lo que no quieres en el clip (objetos, estilos o movimientos), hasta 2500 caracteres. Opcional; no cambia el costo. máximo 2500 caracteres
16:9, 9:16 o 1:1. Fija para todo el clip: no hay un cuadro fuente que seguir en su lugar.
afecta al precio
720p, 1080p o 4K. Los niveles más altos cuestan más por segundo.
Generar audioafecta al precio
Agrega una banda sonora generada (diálogo entre comillas, efectos, ambiente) 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.
Duraciónafecta al precio
Segundos completos, de 3 a 15. Determina el precio. no menor que 3 · no mayor que 15
Estructura de planos
Plano únicoVarios planosLista de planos propia
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. Agrega "one continuous shot, no cuts" en el prompt si una toma no debe cortarse en absoluto. customize sigue la lista de tomas que das en multi_prompt.
Lista de planos0/6
La lista de tomas para shot_type customize: hasta 6 tomas en orden, cada una con su propio prompt (hasta 512 caracteres) y su duración en segundos enteros. Las duraciones deben sumar duration_seconds, que sigue siendo lo que se cobra. mínimo 1 elementos · máximo 6 elementos
Fidelidad al prompt
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. No cambia el costo. no menor que 0 · no mayor que 1
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo
Extender
Reescalado de video
Edición de video

¿No está el modelo que buscas?

Dinos cuál añadir y para qué lo usarías. Las solicitudes llegan directamente al equipo que decide los próximos modelos.

EL INSIGNIA EN 4K DE KLING

La API de Kling 3.0 de un vistazo

Fija el primer cuadro, ancla el último si quieres, activa el sonido, y Kling 3.0 lo filma hasta en 4K.

Resolución máxima
4K
Borrador en 720p, entrega final en 4K.
Clip más largo
15S
De 3 a 15 segundos en texto e imagen a video.
Entrada Motion Control
30S
Alimenta un clip guía de 3 a 30 segundos; el resultado iguala su duración.
Sonido activable
AUDIO
Activa o desactiva el audio nativo por solicitud.
Control de cuadro
1RO+ULT
Fija un cuadro inicial y, opcionalmente, ancla el final.
Modos de contenido
2
Una sola toma continua, o deja que el modelo haga su propio montaje de varios planos.

Resultados

Lo que puedes crear con Kling 3.0

  • Primer cuadro, último cuadro

    Fija dónde empieza un clip y dónde termina

    Dale a Kling 3.0 un cuadro inicial, y opcionalmente uno final, y rellena todo lo que hay entre medio. En nuestra prueba, la cámara acompañó a una mujer por un muelle envuelto en niebla desde una silueta distante hasta un cuadro cercano y quieto que coincidió casi exactamente con la imagen de cierre.

    Imagen a video, 5 segundos en 720p: "una sola toma continua, sin cortes" mantuvo la luz del atardecer y el encuadre estables durante todo el giro.

  • Audio nativo

    Diálogo y ambiente de sala en el mismo archivo

    Activa generate_audio y la línea que escribes en el prompt vuelve hablada, con el propio sonido de la sala debajo. Un brindis en una azotea, una multitud, botellas chocando: todo un solo clip, sin un paso de audio aparte.

    Texto a video, 6 segundos en 720p con sonido: una toma en mano a través de la multitud, terminando en un brindis compartido.

  • Motion Control

    Pon los movimientos de otra persona en tu personaje

    Sube una sola foto clara de un personaje y un clip guía de 3 a 30 segundos, y Kling 3.0 copia los movimientos, las expresiones y los gestos de la mano sobre tu personaje mientras mantiene su cara, su atuendo y su escenario. El resultado dura exactamente lo mismo que el clip guía.

    Motion Control, 5 segundos en 720p: la coreografía de un clip guía copiada sobre este personaje, manteniendo su propia cara, traje y estudio.

  • Hasta 4K

    Borrador barato, render final en grande

    720p y 1080p cuestan menos por segundo; el 4K está ahí para cuando una toma ya vale el render. La resolución y el audio cambian el precio, así que hacer el borrador en pequeño y terminar en grande es el flujo de trabajo normal.

Prueba de contenido

¿Kling 3.0 funciona sin censura? Lo que probamos

Corrimos cada nivel en nuestra configuración real y revisamos cada clip cuadro por cuadro. Aprobado significa que el contenido realmente apareció en pantalla, no solo que la solicitud pasó.

Niveles de contenido probados en Kling 3.0, por modo
NivelTexto a videoImagen a videoAnimación de personajes
SuaveLos prompts más suaves de la prueba
Aún sin probar
Aún sin probar
Aún sin probar
ModeradoDonde los modelos con filtro empiezan a negarse
RechazadoProbado el 28 sept 2026
RechazadoProbado el 28 sept 2026
Aún sin probar
FuerteEl punto medio de la escala
RechazadoProbado el 28 sept 2026
RechazadoProbado el 28 sept 2026
RechazadoProbado el 28 sept 2026
Muy fuerteDonde la mayoría de los modelos empiezan a frenar
RechazadoProbado el 28 sept 2026
RechazadoProbado el 28 sept 2026
Aún sin probar
MáximoLa cima de la escala
RechazadoProbado el 28 sept 2026
Aún sin probar
Aún sin probar

Se genera: aparece tal como se escribió. Suavizado: se genera, pero más suave de lo que se escribió. Rechazado: denegado. Aún sin probar: todavía no corrimos ese nivel en ese modo.

Cómo se comporta cada modo

Texto a video
shot_type single mantiene al modelo en una sola configuración la mayor parte del tiempo, pero aun así puede cortar a un segundo ángulo por su cuenta: una escena de fiesta y dos de nuestras otras pruebas de una sola toma recibieron cada una un corte extra, en un caso con un cambio de luz en el medio. Si la toma no debe cortarse, agrega "one continuous shot, no cuts" al prompt; esa línea mantuvo la toma unida y la luz constante en nuestra repetición del mismo encargo.
Imagen a video
El clip abre con tu imagen y puede terminar en una segunda si fijas last_image_url. A lo largo de 15 segundos es posible un desliz de continuidad en el fondo: en una de nuestras pruebas, la posición de un camión y el edificio detrás no coincidieron entre el cuadro inicial y un ángulo posterior del mismo clip.
Animación de personajes
Motion Control necesita una sola foto clara, de cuerpo completo o medio, del personaje y un clip guía de al menos unos 720 píxeles de ancho o alto en cada lado. El resultado mantiene la cara, el atuendo y el escenario del personaje de la foto y dura exactamente lo mismo que el clip guía, de 3 a 30 segundos; cualquier cosa más corta o estrecha que eso se rechaza antes de que empiece el trabajo.
Todos los modos
Kling aplica su propia moderación antes de la generación, y SpicyAPI no agrega ningún filtro propio encima. En este modelo la moderación de Kling es estricta: en nuestras pruebas del 28-09-2026, todo lo que va desde Moderado hacia arriba se rechazó en cada endpoint que revisamos, sin versión suavizada o difuminada en su lugar: es aceptación o rechazo, no un compromiso. Incluso una imagen de origen en ese nivel se detiene al subirla. Lo que sí pasa es el vestuario de nivel Suave, y ahí también es irregular: prompts casi idénticos pueden salir en uno u otro sentido. Una solicitud rechazada no se cobra. Si tu trabajo necesita ir más allá de eso, nuestras familias sin restricciones, como Seedance 2.5 Spicy, Wan 2.2 Spicy o MiniMax H3 Spicy, son la mejor opción; la fuerza de Kling es el look cinematográfico, el movimiento, el sonido nativo y el control por referencia para todo lo que quede del lado seguro de esa línea.

Casos de uso

Qué construir con la API de Kling 3.0

  • Un momento de diálogo con sonido real

    Escribe la línea, activa generate_audio, y obtén un clip donde las palabras, el ambiente de la sala y la imagen llegan juntos: un brindis, una confesión en la banqueta de un piano, una despedida en la puerta de un tren.

  • Continúa una escena desde tu propio cuadro

    Toma una foto fija que ya tienes (una foto de producto, un retrato, un cuadro de un clip anterior) y describe solo lo que pasa después. El look, el vestuario y el escenario vienen de tu imagen, no del prompt.

  • Reutiliza una actuación en un personaje distinto

    Filma o licencia un solo clip guía de un baile, una caminata o un gesto, y luego córrelo por Motion Control en tantas fotos de personajes como necesites. La coreografía se mantiene idéntica; solo cambia la persona.

  • Un render final para una toma que ya borraste

    Itera el encuadre y el ritmo en 720p, luego envía el mismo prompt en 4K una vez que la toma funcione, para un clip protagonista, un primer plano de producto o una secuencia de títulos.

Prompts

Ejemplos de prompts de Kling 3.0 para copiar

Pega uno tal cual en el playground y luego cambia una sola cosa a la vez.

  • Imagen a video

    Fija la toma con una sola línea

    Resultado de este prompt

    One continuous shot with no cuts, the golden-pink dusk light staying the same throughout. He turns from the rail toward the camera, pushes his wet hair back with one hand and smiles, then says, "Jump in, the water's perfect." The yacht rocks gently and the sail snaps in the evening breeze. Slow handheld push-in. Sound: waves slapping the hull, wind in the rigging, gulls far off.

    En lugar de “He turns from the rail toward the camera, pushes his wet hair back with one hand and smiles, then says, "Jump in, the water's perfect."”

    Por qué funciona. Sin la línea inicial, nuestra prueba cortó a un segundo ángulo a mitad de camino y la luz pasó de atardecer a luz de día. Agregar "one continuous shot with no cuts" más la descripción de la luz mantuvo tanto el encuadre como el color estables de principio a fin.

    Este modo parte de tu propia imagen: agrégala en el playground antes de correrlo.

    Probar este prompt

  • Texto a video

    Diálogo con el sonido escrito dentro

    Resultado de este prompt

    Night on the marble terrace of a Venetian palazzo during a gala. A woman in her early thirties in a backless emerald silk gown walks away from the camera toward the balustrade, candlelight catching the line of her back, the Grand Canal glittering below. She stops, looks back over her shoulder at the camera and says with a faint smile, "Don't wait up." Slow tracking shot behind her, shallow depth of field. Sound: a string quartet playing inside, the murmur of guests, water lapping against stone.

    Por qué funciona. La línea entre comillas volvió como diálogo hablado en nuestra prueba, palabra por palabra, porque la banda sonora estaba activada y las indicaciones de sonido se escribieron en el mismo prompt que la toma.

    Probar este prompt

  • Animación de personajes

    Traslada una actuación a un personaje nuevo

    Resultado de este prompt

    She performs the routine in the same warm-grey photo studio, the satin suit catching the light as she moves.

    Por qué funciona. El clip guía aporta cada momento de la coreografía; el prompt solo necesita decir qué lleva puesto el personaje y dónde está parada, ya que Motion Control ya conoce los movimientos.

    Probar este prompt

  • Texto a video

    Una escena de multitud con una sola línea clara para escuchar

    Resultado de este prompt

    A summer rooftop party in Brooklyn at blue hour, string lights and the Manhattan skyline behind. A mixed group of friends in their late twenties and thirties dance and laugh: a woman with long braids spins under a man's arm, two men clink beer bottles, someone throws a handful of confetti. One continuous handheld shot weaving through the dancers, ending as the whole group raises their drinks and shouts together, "To summer!" Sound: upbeat funk music, chatter, laughter, bottles clinking.

    Por qué funciona. Nombrar una sola línea para que todo el grupo grite, justo al final del encargo, le dio al modelo un momento único donde ubicar el diálogo en lugar de adivinar cuándo deberían hablar varias personas a la vez.

    Probar este prompt

  • Imagen a video

    Describe solo lo que pasa después del cuadro

    Resultado de este prompt

    Lightning flashes and lights the whole forecourt white for an instant. She pushes off the truck, pulls her jacket collar up against the rain and walks out from under the canopy into the downpour toward the camera, rain bouncing off the concrete around her boots. Sound: a sharp crack of thunder, heavy rain drumming on the canopy roof, her footsteps splashing, the buzz of the fluorescent lights.

    Por qué funciona. El cuadro inicial ya fija a la mujer, el camión y la gasolinera; el prompt nunca los vuelve a describir y solo agrega el rayo, el movimiento y el sonido que vienen después.

    Este modo parte de tu propia imagen: agrégala en el playground antes de correrlo.

    Probar este prompt

Comparar

Kling 3.0 frente a modelos similares: cuál elegir

ModeloModosDesdeContenidoElígelo si
Kling 3.0Esta páginaAnimación de personajes · Imagen a video · Texto a video$0.067 / segundo de salidaCon filtro — Este modelo rechaza sin rodeos las solicitudes que superan sus propios límites. Es un resultado medido, no supuesto; los modelos que no hemos medido no llevan ninguna etiqueta.Quieres el insignia: control de primer y último cuadro, una pista de audio activable, resolución hasta 4K, y Motion Control para copiar una actuación sobre tu propio personaje.
Kling O3Imagen a video · Referencia a video · Texto a video · Edición de video$0.067 / segundo de salidaCon filtro — Este modelo rechaza sin rodeos las solicitudes que superan sus propios límites. Es un resultado medido, no supuesto; los modelos que no hemos medido no llevan ninguna etiqueta.Necesitas hasta siete imágenes de referencia fusionadas en una sola toma, o quieres editar un clip existente en lugar de generar uno nuevo.
Kling 3.0 TurboImagen a video · Texto a video$0.112 / segundo de salidaCon filtro — Este modelo rechaza sin rodeos las solicitudes que superan sus propios límites. Es un resultado medido, no supuesto; los modelos que no hemos medido no llevan ninguna etiqueta.Siempre quieres el sonido activado en cada clip y puedes prescindir del 4K y de Motion Control: corre más rápido y cada clip lleva audio por defecto.
Kling 2.6Animación de personajes · Imagen a video · Texto a video$0.069 / segundo de salidaCon filtro — Este modelo rechaza sin rodeos las solicitudes que superan sus propios límites. Es un resultado medido, no supuesto; los modelos que no hemos medido no llevan ninguna etiqueta.Tu escena no necesita 4K y quieres el primer modelo de audio nativo de Kling a una tarifa menor por segundo en 1080p sin sonido, o una corrida de Motion Control más barata.

Precios

Precios de la API de Kling 3.0

Un clip de 5 segundos cuesta desde $0.336 en 720p y desde $1.68 en 4K.

El playground muestra el costo exacto de tu configuración antes de correrla. Las tareas fallidas o vencidas normalmente no se cobran. Algunos modelos cobran los rechazos de contenido según lo indicado en su página; consulta esas condiciones antes de enviar.

Ver todos los niveles de precio

Por qué SpicyAPI

Por qué usar Kling 3.0 en SpicyAPI

  • Sin filtro de nuestra parte

    No agregamos ningún filtro de contenido propio. Lo que el modelo genera es lo que recibes.

  • Probado, no supuesto

    Los niveles de contenido salen de generaciones reales que corrimos y revisamos, con la fecha de la prueba en la página.

  • Pagas por resultado, en dólares

    Sin suscripción ni créditos. Las tareas fallidas o vencidas normalmente no se cobran. Algunos modelos cobran los rechazos de contenido según lo indicado en su página; consulta esas condiciones antes de enviar.

  • Una clave para todos los modelos

    Una clave de API y un saldo cubren los modelos de imagen, video, audio y chat, para que explores más modelos desde la misma cuenta.

FAQ

Preguntas frecuentes de la API de Kling 3.0

Acerca de Kling 3.0

Kling 3.0 es el modelo de video insignia de Kling, disponible en SpicyAPI como texto a video, imagen a video y Motion Control (character-animation). Los clips duran de 3 a 15 segundos en texto e imagen a video, hasta 4K, con audio nativo que activas o desactivas y un último cuadro opcional para fijar el desenlace. Motion Control copia los movimientos de un clip guía de 3 a 30 segundos sobre una foto de personaje, y el resultado iguala la duración de ese clip. En nuestras pruebas del 28-09-2026, la moderación propia de Kling rechazó todo lo que va desde Moderado hacia arriba en cada endpoint que revisamos; para algo más, usa en su lugar una de nuestras familias sin filtro. SpicyAPI cobra por segundo de salida en dólares estadounidenses, sin suscripción, y una solicitud rechazada o fallida nunca se cobra. Eres responsable de tener los derechos y el consentimiento de todo lo que subas y de cómo uses lo que generas.

Todos los modelos Kling9

Modelos relacionados y tareas siguientes

Comparativas relacionadas

Kling 3.0 vs Kling 2.6Kling 3.0 vs Kling 4.0Kling 3.0 vs Wan 2.2 Animate