Introduzione
Kling O3 Immagine in video anima il tuo fotogramma iniziale. Carica un'immagine, facoltativamente aggiungi un fotogramma finale per fissare il finale, e descrivi cosa succede nel mezzo: il campo prompt accetta fino a 2.500 caratteri. Scegli una durata da 3 a 15 secondi interi, una risoluzione fino al 4K, e se generare audio nativo con l'immagine.
Scegli una modalità di Kling O3 in base al materiale di partenza
| Cosa hai all'inizio | Modalità |
|---|---|
| una scena scritta e nient'altro | Kling O3 Testo in video |
| un fotogramma iniziale approvato | Kling O3 Immagine in video |
| fino a 7 foto di riferimento | Kling O3 Riferimento in video |
| un video che hai già | Kling O3 Modifica video |
Caratteristiche principali
Il fotogramma iniziale viene seguito da vicino
Chiunque e qualsiasi cosa sia nel tuo fotogramma, le persone, il guardaroba, la stanza, è ciò che la clip mantiene. Nel nostro esempio dell'ombrello, i volti delle due donne corrispondevano al fotogramma iniziale per tutta una clip di cinque secondi; il prompt ha dovuto solo descrivere la nuova azione.
Un fotogramma finale opzionale fissa il finale
Aggiungi last_image_url e la clip viene costruita per arrivare a quel fotogramma invece di fermarsi dove il modello altrimenti si fermerebbe. Tieni i due fotogrammi vicini per luce, angolazione e inquadratura: un grande salto tra loro è ciò che fa divagare il centro di una clip lunga.
Audio generato con il movimento
generate_audio aggiunge dialogo, effetti e ambiente nello stesso passaggio dell'animazione, sincronizzati con l'azione che descrivi invece che aggiunti in un passaggio separato dopo.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Descrivi solo ciò che accade dopo il fotogramma iniziale: l'azione, il movimento di camera e, con l'audio attivo, dialogo ed effetti. Il fotogramma ha già stabilito chi e dove. almeno 1 caratteri · al massimo 2500 caratteri |
image_url | Sì | Fotogramma iniziale. JPEG o PNG. |
last_image_url | No | Fotogramma finale opzionale su cui la clip dovrebbe finire. |
resolution | No | 720p, 1080p o 4K. I livelli più alti costano di più al secondo. |
generate_audio | No | Aggiunge una colonna sonora generata nello stesso passaggio, dialogo tra virgolette, effetti, ambiente. Predefinito: |
duration_seconds | No | Secondi interi, da 3 a 15. Determina il prezzo insieme alla risoluzione e all'audio. |
shot_type | No | single chiede un'unica ripresa continua (Kling O3 può comunque tagliare da solo; aggiungi "una sola ripresa continua, nessuno stacco" se conta). |
multi_prompt | No | La lista di inquadrature per |
Prezzi
Fatturato al secondo di output. La tariffa dipende dalla risoluzione e da se l'audio nativo è attivo.
| Risoluzione | Genera l’audio: No | Genera l’audio: Sì |
|---|---|---|
| $0.0672 / secondo | $0.0896 / secondo |
| $0.0896 / secondo | $0.112 / secondo |
| $0.336 / secondo | $0.336 / secondo |
Casi d’uso
Anima un fotogramma che hai già approvato
Quando le persone, il guardaroba e la composizione esatti contano, genera o seleziona prima l'istantanea, poi inviala qui invece di lasciare quei dettagli a un prompt di testo, che li ridisegna da zero a ogni esecuzione.
Collega due fotogrammi che hai già
Con sia image_url che last_image_url impostati, la clip riempie un percorso di movimento credibile tra un inizio approvato e un finale approvato: utile per una scena che deve arrivare a una composizione finale specifica.
Aggiungi dialogo a un'istantanea che già ti piace
Attiva generate_audio e descrivi una battuta di dialogo insieme all'azione; il fotogramma fornisce l'aspetto, il prompt fornisce il movimento e le parole.
Consigli avanzati
Descrivi il dopo, non ciò che è già lì
Non ridescrivere chi è nel fotogramma o cosa indossa: l'immagine già risponde a questo. Spendi il prompt su ciò che cambia: l'azione, il movimento di camera, il suono.
Tieni un fotogramma finale vicino a quello iniziale
Se usi last_image_url, scegli o genera un fotogramma con luce e inquadratura simili all'immagine iniziale. Una corrispondenza vicina mantiene credibile il movimento nel mezzo; un grande salto chiede al modello di inventare più di quanto possa mantenere stabile.
Blocca la ripresa quando la continuità conta
Shot_type single è una preferenza, non una garanzia. Per una scena che non deve tagliare, una singola reazione ininterrotta, per esempio, aggiungi "una sola ripresa continua, nessuno stacco" alla fine del prompt.
Avvio rapido dell’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "kling/o3/image-to-video",
"input": {
"duration_seconds": 5,
"generate_audio": false,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"shot_type": "single"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.












