Vai al contenuto principale

Il text-to-video Kling O3 (Kling 3.0 Omni) trasforma un prompt scritto in una clip di 3–15 secondi a 720p, 1080p o 4K. Non servono immagini né riferimenti; audio nativo e montaggi multi-inquadratura sono facoltativi, in 16:9, 9:16 o 1:1.

Da $0.067/s20% sotto il prezzo di listino del produttore del modello

Playground

Input

Da testo a video
629/2500
Descrivi il soggetto, l'azione, la camera e, con l'audio attivo, il dialogo e i suoni. Per un prompt multi-inquadratura, numera le inquadrature in ordine. almeno 1 caratteri · al massimo 2500 caratteri
16:9, 9:16 o 1:1. Scegli prima di scrivere l'inquadratura così il prompt colloca persone e composizione per quella forma.
incide sul prezzo
720p, 1080p o 4K. I livelli più alti costano di più al secondo.
Genera l’audioincide sul prezzo
Aggiunge una colonna sonora generata, dialogo tra virgolette, effetti, ambiente, nello stesso passaggio. In 720p e 1080p costa di più al secondo di un'esecuzione silenziosa; in 4K il prezzo è lo stesso con o senza audio.
Durataincide sul prezzo
Secondi interi, da 3 a 15. Determina il prezzo insieme alla risoluzione e all'audio. non meno di 3 · non più di 15
Struttura delle inquadrature
Inquadratura unicaPiù inquadratureElenco inquadrature personalizzato
single chiede un'unica ripresa continua (non una garanzia assoluta: aggiungi "una sola ripresa continua, nessuno stacco" nel prompt se comunque appare uno stacco). multi lascia che il modello tagli il tuo prompt in più inquadrature da solo. customize segue la lista di inquadrature che indichi in multi_prompt.
Elenco delle inquadrature0/6
La lista di inquadrature per shot_type customize: fino a 6 inquadrature in ordine, ognuna con il proprio prompt (fino a 512 caratteri) e la propria durata in secondi interi. Le durate devono sommarsi a duration_seconds, che resta la base di fatturazione. almeno 1 elementi · al massimo 6 elementi
Controllo di sicurezzaDisattivato

SpicyAPI non applica nessun controllo di sicurezza a questo modello. Il tuo prompt e i tuoi media arrivano al modello così come li hai scritti, ed è il modello stesso a decidere che cosa torna indietro.

Controllo del tuo account prima di abilitare invio e prezzi.

Output

Pronto per una nuova esecuzione
Risultato di esempio

Manca il modello che ti serve?

Dicci cosa aggiungere e dove lo useresti. Le richieste arrivano a chi decide quali modelli integrare per primi.

VIDEO CON AUDIO, COSTRUITO IN QUATTRO MODI

L’API di Kling O3 in sintesi

Un modello, quattro modi per iniziare: scrivilo, anima un fotogramma, allestiscilo da foto, o modifica una clip che hai già.

Modalità in un modello
4-IN-1
Testo, immagine, foto di riferimento o un video esistente passano tutti dallo stesso set di endpoint.
Foto di riferimento
7
Dai a una persona, un oggetto e un luogo la propria foto e allestisce tutti e tre in un'unica inquadratura.
Risoluzione massima
4K
Bozza economica a 720p, rendering definitivo in 4K.
Clip più lunga
15S
Da 3 a 15 secondi per le clip nuove; le modifiche richiedono una clip sorgente da 3 a 10 secondi.
Audio nativo, opzionale
AUDIO
Dialogo, effetti e ambiente generati con l'immagine quando lo attivi.
Multi-inquadratura auto
MULTI
Chiedi più inquadrature in un unico prompt e taglia tra loro da solo.

Risultati

Cosa puoi creare con Kling O3

  • Da testo

    Una scena a tre inquadrature da un paragrafo

    Scrivi le inquadrature in ordine e imposta shot_type su multi: Kling O3 taglia tra loro da solo, mantenendo l'ambientazione e le persone coerenti da un'inquadratura all'altra. Questo tango sotto la pioggia era un unico prompt che descriveva un campo largo, un primo piano e un'angolazione bassa, nient'altro.

    Testo-in-video, multi-inquadratura, 1080p con audio: un prompt che descrive un campo largo, un primo piano e un'angolazione bassa è tornato come tre inquadrature tagliate.

  • Da un'immagine

    Il tuo fotogramma iniziale, portato avanti

    Carica il fotogramma che hai già approvato e descrivi solo cosa succede dopo. Qui il fotogramma iniziale erano due donne che condividevano un ombrello; il prompt ha aggiunto solo la pioggia più intensa, la risata e la camminata nella strada al neon.

    Immagine-in-video, 720p con audio: il fotogramma iniziale ha impostato la scena, il prompt ha aggiunto solo la pioggia più intensa e la camminata nella strada.

  • Da foto di riferimento

    Allestisci una persona, un oggetto e un luogo da tre foto

    Dagli fino a sette immagini e assegna a ciascuna un compito nel prompt: <<<image_1>>> è l'uomo, <<<image_2>>> è la stanza, <<<image_3>>> è la lettera che apre. Tutti e tre sono confluiti in un'inquadratura che nessuna delle foto sorgente mostrava.

    Reference-to-video, 720p con audio: l'uomo, la carrozza ristorante e la lettera provenivano ciascuno da una foto di riferimento separata.

  • Modifica un video che hai

    Cambia la stagione, mantieni tutto il resto

    Video-edit prende una clip finita e un prompt che nomina solo ciò che deve cambiare. Qui la sorgente erano due uomini che pedalavano in discesa a Lisbona, ridendo voltandosi indietro; la modifica ha aggiunto neve alla strada, ai tetti e al tram, e ha messo entrambi i ciclisti in cappotti di lana, mentre il movimento di camera, la pedalata e la risata sono passati intatti.

    Video-edit, 720p: la clip sorgente era la stessa strada e la stessa corsa al sole del mattino, la modifica ha aggiunto la neve e i cappotti mantenendo il resto.

  • Con audio

    Il dialogo arriva nello stesso file dell'immagine

    Attiva generate_audio e le battute parlate, il rumore d'ambiente e l'atmosfera vengono generati insieme al video. Le due battute di dialogo di questa clip sono tornate esattamente come scritte, sincronizzate con l'immagine.

    Testo-in-video, 720p con audio: entrambe le battute di dialogo sono tornate esattamente come scritte.

Test dei contenuti

Kling O3 è senza censura? Cosa abbiamo testato

Abbiamo eseguito ogni livello sulla nostra configurazione reale e controllato ogni clip fotogramma per fotogramma. Superato significa che il contenuto era davvero sullo schermo, non solo che la richiesta è passata.

Livelli di contenuto testati su Kling O3, per modalità
LivelloEditing videoDa immagine a videoDa riferimento a videoDa testo a video
LieveI prompt più leggeri della prova
Non ancora testato
Non ancora testato
Non ancora testato
Non ancora testato
ModeratoDove i modelli con filtro iniziano a rifiutare
RifiutatoTestato il 28 set 2026
RifiutatoTestato il 28 set 2026
RifiutatoTestato il 28 set 2026
RifiutatoTestato il 28 set 2026
ForteLa metà della scala
RifiutatoTestato il 28 set 2026
Non ancora testato
Non ancora testato
Non ancora testato
Molto forteDove la maggior parte dei modelli comincia a frenare
Non ancora testato
Non ancora testato
Non ancora testato
Non ancora testato
MassimoIl vertice della scala
Non ancora testato
Non ancora testato
Non ancora testato
Non ancora testato

Generato: sullo schermo come scritto. Attenuato: generato, ma più tenue di quanto scritto. Rifiutato: respinto. Non ancora testato: non abbiamo ancora provato quel livello in quella modalità.

Come si comporta ogni modalità

Da testo a video
shot_type: single non è una garanzia assoluta di un'unica ripresa continua: Kling O3 a volte taglia comunque. Aggiungi "una sola ripresa continua, nessuno stacco" al prompt quando una ripresa ininterrotta conta.
Da immagine a video
Il fotogramma iniziale viene seguito da vicino e un last_image_url opzionale fissa il finale, ma il centro di una clip lunga può divagare. Tieni i due fotogrammi vicini per luce e inquadratura per il risultato più pulito.
Da riferimento a video
Ogni foto di riferimento è utile solo quanto il compito che le assegni nel prompt. Tre o quattro riferimenti con un compito chiaro ciascuno reggono meglio di sette inquadrature sovrapposte dello stesso soggetto.
Editing video
Video-edit mantiene per impostazione predefinita l’audio originale della clip sorgente (keep_original_audio); disattivalo per un risultato muto. Non genera audio nuovo e l’interruttore non cambia il prezzo. Il risultato dura esattamente quanto la tua clip sorgente, da 3 a 10 secondi, e la sorgente deve essere larga almeno circa 720 pixel sul lato più corto. Quando una modifica aggiunge un nuovo capo di abbigliamento a più di una persona, può dare loro lo stesso stile e colore invece di stili distinti a meno che il prompt non dica altrimenti.
Tutte le modalità
Kling applica una propria revisione dei contenuti a ogni richiesta, ed è severa: le richieste di livello Lieve a volte vengono renderizzate e a volte no, e tutto da Moderato in su viene rifiutato senza eccezioni, anche quando compare in una foto caricata o in un video di partenza. Le richieste rifiutate non vengono addebitate. Se il tuo progetto ha bisogno di quell'intervallo, le nostre famiglie Spicy — Seedance 2.5 Spicy, Wan 2.2 Spicy o MiniMax H3 Spicy — sono pensate per questo; il punto di forza di Kling è l'aspetto cinematografico, il movimento, l'audio nativo e il controllo per riferimento.

Casi d’uso

Cosa costruire con l’API di Kling O3

  • Una scena multi-inquadratura senza girare più riprese

    Scrivi un campo largo, un primo piano e un'angolazione bassa in un unico prompt e lascia che shot_type: multi tagli tra loro. È il modo più veloce per ottenere la copertura di una scena da un'unica richiesta.

  • Un personaggio ripetibile da poche foto

    Reference-to-video prende un volto, un abito e una location come foto separate, così un personaggio può apparire in un'ambientazione nuova che non hai mai filmato invece del solo fotogramma che ne hai.

  • Cambia la stagione, il guardaroba o lo sfondo di una clip che hai già

    Video-edit prende un video esistente e un prompt che descrive solo ciò che deve cambiare. Tutto ciò che non menzioni, l'inquadratura, il movimento, qualsiasi dialogo, passa dalla clip sorgente.

  • Anima un fotogramma approvato con il dialogo già dentro

    Parti da un'immagine che hai già approvato e descrivi l'azione, il movimento di camera e, con generate_audio attivo, la battuta che dice un personaggio. Il fotogramma resta fermo; si muove solo ciò che hai scritto.

Prompt

Esempi di prompt per Kling O3 da copiare

Incollane uno così com’è nel playground, poi cambia una cosa alla volta.

  • Da testo a video

    Scrivi tre inquadrature, lascia che il multi-inquadratura tagli tra loro

    Risultato di questo prompt

    A night tango on a rain-slick cobblestone street in Buenos Aires. A man in his late thirties in a dark waistcoat and a white shirt open at the collar, and a woman in her early thirties in a backless black satin dress, dance close under a single amber streetlamp. Shot 1, wide: the couple turns through the falling rain and her dress flares. Shot 2, close-up: their faces almost touching, rain running down his cheek, she smiles. Shot 3, low angle on their feet: a sharp turn, her heel flicking water off the stones. Sound: a bandoneon tango drifting from an open window, steady rain, heels clicking on wet stone, her quiet laugh.

    Perché funziona. Numerare le inquadrature e descrivere ogni angolazione di camera in ordine, campo largo, primo piano, angolazione bassa, è ciò che dice al modello dove un'inquadratura dovrebbe finire e la successiva iniziare, invece di lasciarglielo indovinare.

  • Da testo a video

    Nomina la posizione esatta della camera per tenere due volti in inquadratura

    Risultato di questo prompt

    A small jazz bar after closing, chairs upturned on the tables, one warm lamp over an old upright piano. Seen from the end of the keyboard so both faces are clear: two men in their thirties, a couple, sit close together on the piano bench. One, in a loosened tie with his sleeves rolled up, plays a slow chord; the other, in an open-collar black shirt, rests his head on the pianist's shoulder with his eyes half closed. The pianist stops, turns to him and says softly, "One more song?" The other smiles without lifting his head: "Only if it's ours." One continuous slow push-in, 35mm, warm tungsten light. Sound: soft piano chords, their low voices, the hum of the empty room.

    Invece di “Due uomini su una panca da piano, uno che suona, l'altro appoggiato alla sua spalla.”

    Perché funziona. "Visto dall'estremità della tastiera" è un'istruzione di camera reale; senza di essa il modello può scegliere un'angolazione in cui la seconda persona resta per lo più nascosta dietro la prima.

  • Da immagine a video

    Descrivi solo ciò che accade dopo il fotogramma

    Risultato di questo prompt

    The rain gets heavier. The woman in the camel trench coat tilts the umbrella back and laughs; the other woman pulls her closer by the collar and they walk off together down the neon street, the camera following at their shoulders. Sound: heavy rain drumming on the clear umbrella, distant traffic, footsteps splashing, and one of them says, "Come on, we're going to miss the last train."

    Perché funziona. Il fotogramma iniziale ha già stabilito le due donne, l'ombrello e la strada al neon, quindi il prompt deve solo dire cosa succede dopo: la pioggia più intensa, la risata, l'allontanarsi.

    Questa modalità parte dalla tua immagine: aggiungila nel playground prima di avviare.

  • Da riferimento a video

    Dai a ogni foto di riferimento un compito

    Risultato di questo prompt

    Image 1 is the man, Image 2 is the dining carriage, Image 3 is the sealed letter. The man from Image 1, still in his camel overcoat, sits alone at a table in the train carriage from Image 2 at night. He breaks the red wax seal of the letter from Image 3, unfolds it and reads, and a slow smile spreads across his face while city lights streak past the rainy window. Slow push-in. Sound: the rhythmic clatter of the train, rain on the glass, paper unfolding, a soft exhale.

    Perché funziona. Nominare di cosa è responsabile ogni immagine numerata, l'uomo, la carrozza, la lettera, è il motivo per cui tutti e tre sono confluiti insieme invece che il modello li fondesse in qualcosa di nuovo.

  • Editing video

    Cambia una cosa, lascia il resto com'è

    Risultato di questo prompt

    Turn the season to deep winter: fresh snow on the cobblestones, the balconies, the rooftops and the yellow tram, snowflakes drifting through the air and cold blue morning light. Dress both riders in wool coats and knitted scarves. Keep the street, the bicycles, the riders' movement and the camera move exactly as they are.

    Perché funziona. Video-edit cambia solo ciò che nomini, qui la stagione e il guardaroba, e mantiene l'inquadratura, il movimento e il ritmo della clip sorgente come sono.

Confronto

Kling O3 e i modelli simili: quale scegliere

ModelloModalitàDaContenutoSceglilo se
Kling O3Questa paginaDa immagine a video · Da riferimento a video · Da testo a video · Editing video$0.067 / secondo generatoFiltrato — Questo modello rifiuta apertamente le richieste oltre i suoi limiti. È un dato misurato, non presunto: i modelli che non abbiamo misurato non portano alcuna etichetta.Vuoi foto di riferimento, la modifica di un video che hai già, o la gamma più ampia di modalità in un unico set di endpoint.
Kling 3.0Animazione di personaggi · Da immagine a video · Da testo a video$0.067 / secondo generatoFiltrato — Questo modello rifiuta apertamente le richieste oltre i suoi limiti. È un dato misurato, non presunto: i modelli che non abbiamo misurato non portano alcuna etichetta.Vuoi un'unica inquadratura di punta con primo e ultimo fotogramma, o Motion Control per trasferire una performance sul tuo personaggio.
Kling 3.0 TurboDa immagine a video · Da testo a video$0.112 / secondo generatoFiltrato — Questo modello rifiuta apertamente le richieste oltre i suoi limiti. È un dato misurato, non presunto: i modelli che non abbiamo misurato non portano alcuna etichetta.Vuoi sempre l'audio e una consegna più rapida su un prompt di testo o immagine, e non ti servono le foto di riferimento o video-edit.
Kling 2.6Animazione di personaggi · Da immagine a video · Da testo a video$0.069 / secondo generatoFiltrato — Questo modello rifiuta apertamente le richieste oltre i suoi limiti. È un dato misurato, non presunto: i modelli che non abbiamo misurato non portano alcuna etichetta.Vuoi il modello originale con audio nativo di Kling a una tariffa 1080p senza audio più bassa, o la sua versione più economica di Motion Control.

Prezzi

Prezzi dell’API di Kling O3

Una clip di 5 secondi parte da $0.336 a 720p e da $1.68 a 4K.

Il Playground mostra il prezzo esatto per le tue impostazioni prima dell’avvio. Le attività fallite o scadute di norma non vengono addebitate. Alcuni modelli addebitano i rifiuti dei contenuti come indicato nella loro pagina; verifica queste condizioni di fatturazione prima dell’invio.

Vedi tutte le fasce di prezzo

Per iniziare

Come usare l’API di Kling O3 in tre passaggi

  1. Passaggio 1

    Provalo nel playground

    Scegli una modalità qui sopra, un paragrafo, il tuo fotogramma iniziale, fino a sette foto di riferimento, o un video da modificare, incolla uno dei prompt di questa pagina ed eseguilo. Il prezzo esatto appare prima che venga addebitato qualsiasi cosa.

  2. Passaggio 2

    Ottieni una chiave API

    Iscriviti, ricarica con carta o crypto, e crea una chiave nella console. Non c'è abbonamento: paghi per i secondi di video che generi.

  3. Passaggio 3

    Invia la stessa richiesta dal tuo codice

    Copia la richiesta dalla scheda API: è lo stesso corpo che il playground ha appena eseguito. La clip finita torna al tuo webhook, oppure la recuperi tramite l'ID attività.

Riferimento dei parametri ed esempi di codice sono nelle schede API e Readme, in cima a questa pagina.

Perché SpicyAPI

Perché usare Kling O3 su SpicyAPI

  • Nessun filtro da parte nostra

    Non aggiungiamo alcun filtro dei contenuti. Quello che il modello genera è quello che ricevi.

  • Testato, non ipotizzato

    I livelli di contenuto vengono da generazioni reali che abbiamo eseguito e controllato, con la data del test sulla pagina.

  • Paghi a risultato, in dollari

    Nessun abbonamento e nessun credito. Le attività fallite o scadute di norma non vengono addebitate. Alcuni modelli addebitano i rifiuti dei contenuti come indicato nella loro pagina; verifica queste condizioni di fatturazione prima dell’invio.

  • Una chiave per tutti i modelli

    Una sola chiave API e un unico saldo coprono i modelli di immagini, video, audio e chat, così puoi esplorare più modelli dallo stesso account.

FAQ

Domande frequenti sull’API di Kling O3

Informazioni su Kling O3

Kling O3 (Kling 3.0 Omni) è il modello video polivalente di Kling su SpicyAPI, in quattro modalità: testo-video, immagine-video, riferimento-video e modifica video. Le clip durano da 3 a 15 secondi (un video da modificare può arrivare a 10), fino a 4K, con audio nativo facoltativo e tagli automatici multi-inquadratura. Kling applica la propria revisione dei contenuti e non aggiungiamo alcun filtro sopra: il materiale di livello Lieve a volte passa, tutto ciò che è più forte viene rifiutato, e una richiesta rifiutata non viene addebitata. Addebitiamo per secondo di output in dollari statunitensi, senza abbonamento e senza pacchetto da acquistare in anticipo. Sei responsabile di avere i diritti e il consenso per tutto ciò che carichi e dell'uso di ciò che generi.

Modelli correlati e attività successive