Kling 영상 API: 시작 자료에 맞는 작업 선택

승인된 사진, 동작 녹화 영상, 완성된 클립에는 서로 다른 영상 생성 방식이 필요합니다. 작업 종류부터 선택하면 이미 가진 자료를 다시 만드는 데 비용을 쓰지 않을 수 있습니다.

Kling은 작업 종류부터 선택하십시오. 첫 프레임으로 저렴한 무음 클립을 만들려면 2.1 이미지→영상을, 유연한 길이와 구조화된 샷에는 3.0을, 여러 레퍼런스나 기존 클립 편집에는 O3를 사용하십시오. 현재 기본 설정에서 5초 비용은 2.1의 720p가 $0.175, 3.0의 720p 오디오 없음이 $0.336, O3 생성의 720p 오디오 없음이 $0.336입니다. 여기서 다루는 Kling 작업에는 모두 필터가 적용됩니다. SFW 홍보 영상에는 유용하지만 신뢰할 수 있는 NSFW 제작 파이프라인은 아닙니다.

먼저 Playground에서 사용해 보십시오

1. Kling 3.0 텍스트→영상 페이지를 열고 Workbench의 Form을 사용하십시오.
2. Prompt에 장면을 입력하고 피할 내용은 Negative prompt에 추가하십시오.
3. Aspect ratio를 16:9로, Resolution을 720p로 설정하십시오.
4. Run model을 선택하십시오(먼저 로그인해야 합니다). Preview에서 클립을 보고 Download로 저장하십시오.

시작 이미지, 동작 클립 또는 편집 작업에는 해당 작업 페이지(Kling 3.0 이미지→영상, O3 레퍼런스→영상 또는 O3 영상 편집)를 열고 같은 방식으로 업로드 필드를 사용하십시오.

일곱 모델 계열의 서로 다른 입력

아래 가격은 명시된 SpicyAPI 설정에 해당하며, 참조 영상과 편집에는 별도 요금이 적용됩니다.

위 생성 가격은 동작 전이나 편집에 적용되지 않습니다. Kling 2.6 캐릭터 애니메이션은 720p에서 $0.069/초, 1080p에서 $0.112/초이며 동작 원본 영상 길이를 기준으로 과금됩니다. 영상을 사용하는 O3 레퍼런스 생성은 720p에서 $0.1008/초, 1080p에서 $0.1344/초입니다. 생성하기 전에 실제 원본 기반 작업의 견적을 받으십시오.

3.0의 1080p는 무음 $0.0896/초 또는 오디오 포함 $0.1344이며, 4k는 두 경우 모두 $0.336/초입니다. O3 텍스트/이미지 생성은 무음 1080p에서 $0.0896/초 또는 오디오 포함 $0.112이고, 4k는 두 경우 모두 $0.336입니다. O3 레퍼런스 생성의 4k 요금은 $0.419/초로 다릅니다. 따라서 5초짜리 4k 레퍼런스 클립은 텍스트/이미지 가격인 $1.68이 아니라 $2.095입니다.

원본에 맞는 작업을 사용하십시오

대본만 있는 경우: 텍스트→영상을 선택하십시오. 간단한 5초 1080p 샷에는 확인된 2.5 Turbo 가격 $0.28이 Master나 2.6보다 낮지만 오디오를 끌 수 없습니다. 무음 출력에는 2.6의 1080p가 $0.345 또는 3.0의 720p가 $0.336입니다.

사운드를 포함하면 3.0 Turbo가 표준 3.0보다 비쌉니다. 5초 720p는 $0.56 대 $0.504입니다. 단순히 비용을 줄이려고 Turbo를 선택하지 마십시오. 사운드가 있는 1080p는 2.6이 $0.69, 3.0이 $0.672이며, 3.0은 유연한 길이와 샷 목록도 제공합니다. 더 저렴한 무음 1080p 출력이 필요하면 2.6을 유지하십시오($0.345 대 $0.448).

승인된 첫 프레임이 있는 경우: 이미지→영상을 선택하십시오. Kling 2.1은 1080p에서만 마지막 프레임 last_image_url을 받습니다. 2.5 Turbo, 3.0, O3도 마지막 프레임을 지원하지만 Master, 2.6, 3.0 Turbo는 지원하지 않습니다. 첫 프레임과 마지막 프레임이 중간 동작에서 인물의 동일성 유지를 보장하지는 않습니다.

캐릭터 이미지와 연기 클립이 있는 경우: kling/2.6/character-animation 또는 kling/3.0/character-animation을 선택하십시오. 둘 다 image_url과 video_url을 받아 3–30초 동작 원본 영상을 따릅니다. 2.6은 무음 영상을 반환합니다. 3.0은 keep_original_audio(기본값 true)와 character_orientation을 제공합니다. video는 전체 길이 범위를 허용하고 image는 동작 원본 영상을 10초로 제한합니다. 여기에는 요청 길이인 duration_seconds를 보내지 마십시오.

캐릭터, 의상 또는 장소 이미지가 따로 있는 경우: kling/o3/reference-to-video를 선택하십시오. 1–7개의 reference_image_urls를 제공하고 Image 1, Image 2 등을 설명하십시오. reference_video_urls에 클립 하나를 추가하면 이미지 제한이 네 개로 줄고 4k가 금지되며 generate_audio: false가 필요합니다. 원본 소스의 오디오는 keep_original_audio로 따로 제어합니다.

동작을 유지해야 하는 기존 클립이 있는 경우: kling/o3/video-edit를 선택하십시오. 각 변이 최소 720픽셀인 3–10초 video_url, 변경 프롬프트, resolution: "720p" 또는 "1080p"를 제공하십시오. 요청 길이나 4k 필드는 없습니다. 선택적 참조 이미지는 네 개까지입니다. 이름이 지정된 요소도 가능하지만 이 편집 작업에서 일반 참조 이미지와 함께 사용해서는 안 됩니다.

성인 캐릭터가 등장하는 9초 SFW 시퀀스를 생성하십시오

Kling 3.0 텍스트→영상에는 3–15초의 정수 길이를 사용하십시오. 텍스트 생성 비율은 16:9, 9:16, 1:1이고 이미지 경로는 시작 프레임을 따릅니다. 사용자 지정 목록은 1–6개 샷을 받으며, 각 샷은 1–15초에 최대 512자 프롬프트를 사용합니다. 각 길이의 합은 전체 길이와 같아야 합니다.

720p에서 오디오 없이 9초를 생성하면 $0.6048입니다. 같은 설정에서 완료된 후보 세 개는 $1.8144입니다.

하나의 연속 테이크에는 shot_type: "single"을 사용하고 multi_prompt를 생략하십시오. 모델에 컷 계획을 맡기려면 multi를 사용하십시오. Kling 3.0은 single에서도 가끔 컷을 넣습니다. 끊김 없는 동작이 중요하면 연속 샷 지시를 추가하고 전체 결과를 확인하십시오.

하나의 생성 시퀀스를 구매하는 것이 잘못된 선택일 때

위의 9초 사용자 지정 시퀀스는 모델이 컷을 포함한 샷들을 함께 만들게 하려는 경우에 유용합니다. 두 번째 샷에 제품의 정확한 손잡이가 보여야 하거나 고객이 이미 세 가지 구도를 따로 승인한 경우에는 적합하지 않습니다. 그럴 때는 승인된 스틸 이미지를 각각의 이미지→영상 샷으로 움직이게 만든 뒤 직접 편집하십시오. 전체 시퀀스를 다시 구매하지 않고 각 샷을 바꿀 수 있습니다.

비용에도 영향을 줍니다. 3.0 무음 720p에서 3초 클립 세 개를 따로 생성하면 9초 생성의 표시 소계는 $0.6048로 단일 사용자 지정 요청과 같습니다. 하지만 가운데 클로즈업만 다시 시도해야 한다면 대체할 3초 클립은 $0.2016입니다. 전체 9초 시퀀스를 다시 생성하면 $0.6048입니다. 원본 이미지 제작과 버린 테이크는 두 워크플로 모두 비용에 추가됩니다. 편집 계획이 가장 저렴한 광고상 초당 요금만큼 중요한 이유입니다.

우산 장면의 첫 샷은 인물과 접힌 우산을 소개합니다. 클로즈업은 손잡이와 잡는 모습을 보여 줍니다. 마지막은 우산을 펴지 않고 내리는 모습입니다. 가운데 프롬프트에 “the performer opens the umbrella”, 마지막에 “the folded umbrella remains unchanged”라고 쓰지 마십시오. 소품의 상태가 서로 충돌합니다. 전체 문장이 모순을 해결할 것이라고 가정하지 말고 필요한 각 샷에 상태를 적으십시오.

텍스트로 타이밍을 지정할 수 없는 움직임은 녹화하십시오

정확한 세 스텝 춤, 경례 또는 느린 회전에는 텍스트 프롬프트에 형용사를 추가하는 것보다 동작 원본 영상이 더 유용합니다. 캐릭터 레퍼런스에 보이는 샷 크기로 성인 한 명의 연속 연기를 준비하십시오. 전신 춤에는 신발이 보이고 팔을 가장 넓게 벌릴 위치에 충분한 공간이 있는 레퍼런스가 필요합니다. 얼굴만 있는 초상은 움직일 몸을 정의하지 못합니다.

공식 동작 제어 가이드는 몸의 프레이밍을 맞추고 연기자가 계속 보이게 하며 동작 원본에 컷을 넣지 말 것을 권장합니다. 웹사이트 기능은 개별 호스팅 엔드포인트보다 광범위하므로 여기서 제출할 수 있는 필드는 위 입력 규격이 기준입니다. 웹사이트의 요소 라이브러리 제어를 그 기능을 제공하지 않는 요청에 복사하지 마십시오.

동작 원본의 프레이밍을 따르는 것이 우선이면 영상 방향을 선택하십시오. 이미지 방향은 참조 포즈가 의도한 방향이고 원본이 3.0의 더 짧은 허용 길이에 들어갈 때만 선택하십시오. 옆모습으로 촬영한 동작 영상과 정면 캐릭터 이미지는 실제 방향 선택이 필요하며 서로 바꿔 쓸 수 있는 업로드가 아닙니다.

6초 720p 동작 전이의 표시 가격은 2.6이 $0.414, 3.0이 $0.6048입니다. 따로 편집한 음악을 얹어 연기를 전달할 예정이라면 2.6의 무음 출력으로 충분할 수 있습니다. 원본 오디오 유지가 중요하면 3.0에서 이를 제어할 수 있습니다.

기존 클립 편집은 새 클립 생성과 다릅니다

원본 클립에 이미 동작이 있고 특정 시각적 변경을 원할 때 O3 편집을 사용하십시오. 온실 장면이라면 연기자가 우산을 내리는 동작을 유지하면서 배경이나 의상을 조정할 수 있습니다. 업로드 전에 최종 3–10초 샷을 준비하십시오. 더 긴 영상을 보내고 길이 설정이 쓸 부분을 선택해 줄 것이라 기대하지 마십시오. 편집에는 그런 필드가 없습니다.

5초 O3 편집의 표시 소계는 720p에서 $0.626 또는 1080p에서 $0.84입니다. 새로운 5초 무음 720p 생성은 $0.336이지만 새로운 연기를 만들어 냅니다. 기존 타이밍, 제스처 또는 카메라 움직임이 보존해야 할 자산이라면 생성 가격이 낮아도 대신 사용할 수 없습니다. 첫 프레임이 올바르다는 것만으로 보존을 입증할 수 없으므로 반환된 편집 결과의 전체 동작을 확인하십시오.

SDK로 견적을 받고 실행하십시오

spicyapi를 설치하고(pip install spicyapi) SPICY_API_KEY를 설정한 다음 세 샷 우산 시퀀스를 실행하십시오. 견적은 무료이며 작업은 승인한 후에만 생성됩니다.

import uuid
from spicyapi import SpicyClient, output_assets

client = SpicyClient()
model = "kling/3.0/text-to-video"
inputs = {
    "prompt": "A fictional 35-year-old performer in a cream jacket displays a folded blue umbrella beside a greenhouse door. Keep the same person, clothing and umbrella throughout.",
    "duration_seconds": 9,
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": False,
    "shot_type": "customize",
    "multi_prompt": [
        {"prompt": "Medium view of the performer holding the folded umbrella by its handle.", "duration_seconds": 3},
        {"prompt": "Closer view of the hand and umbrella handle. The umbrella remains folded.", "duration_seconds": 3},
        {"prompt": "Medium view as the performer gently lowers the folded umbrella and pauses.", "duration_seconds": 3},
    ],
}

quote = client.quote_task(model=model, input_data=inputs)
print("Estimated cost:", quote["estimatedCost"])
if input("Create this task? [y/N] ") == "y":
    task = client.create_task(
        model=model,
        input_data=inputs,
        idempotency_key=str(uuid.uuid4()),
        quote_id=quote["quoteId"],
        expected_cost=quote["estimatedCost"],
    )
    final = client.wait_for_terminal(task["taskId"])
    if final["state"] != "succeeded":
        raise RuntimeError(final.get("errorMessage", final["state"]))
    for asset in output_assets(final):
        print(asset["url"])

Python SDK 문서는 파일 전달, 재시도, 복구를 다룹니다.

Agent에 호출을 맡기십시오

가격과 창작상의 선택은 직접 승인하면서 입력 준비와 결과 반환을 Agent에 맡기려는 경우에 사용하십시오.

• CLI: 같은 입력 객체를 input.json으로 저장하고 npx @spicyapi/cli tasks create --model kling/3.0/text-to-video --input-file input.json --wait를 사용하십시오. CLI는 가격을 확인합니다. 복구를 위해 반환된 작업 ID를 보관하십시오.
• MCP: 어시스턴트에게 spicyapi_task_create로 kling/3.0/text-to-video를 호출한 다음 spicyapi_task_wait를 사용하도록 요청하십시오. MCP 서버는 생성 전에 가격 확인을 요청합니다.
• Skill: npx skills add spicyapi-ai/spicy-skill로 설치하고 $spicyapi에게 같은 워크플로를 실행하고 승인 단계에서 멈추도록 요청하십시오. Skill은 설정된 CLI 또는 MCP 연결을 사용합니다.

콘텐츠 제한과 피할 수 있는 실패

2026년 9월 테스트에 따르면 Kling은 암시적인 자료를 생성할 수 있지만 신뢰할 수 있는 무검열 영상 선택지는 아닙니다. 암시적인 콘텐츠의 허용 여부는 입력과 경로에 따라 달랐으며 더 강한 성인용 요청은 거부되었습니다. Kling은 프롬프트, 업로드, 완성된 클립을 검사합니다. 성인 영상에는 Kling NSFW 가이드의 작업에 맞는 대안을 사용하십시오.

성인 브랜드의 SFW 예고편에는 예시처럼 옷을 모두 입은 가상의 성인과 중립적인 환경으로 시작하십시오. 정책 거부는 해상도를 높이거나 요청을 위장하려고 해도 해결되지 않습니다.

현재 규격은 Kling 3.0 페이지, O3 참조 이미지, O3 편집을 확인하십시오.

자주 묻는 질문

가장 저렴하게 시작할 수 있는 Kling 작업은 무엇입니까?

승인된 시작 이미지로 무음 클립을 만들 때 2.1의 720p 표시 가격은 5초에 $0.175입니다. 고정 1080p의 텍스트 생성에는 2.5 Turbo가 5초에 $0.28이며 오디오가 포함되고 오디오를 끄는 필드는 없습니다. 입력과 전달 조건이 다르므로 가격을 비교하기 전에 작업에 맞는 것을 선택하십시오.

참조 이미지와 시작 프레임 중 무엇을 써야 합니까?

원본 구도가 클립의 시작이 되어야 하면 이미지→영상을 사용하십시오. 별개의 이미지로 새로운 구도의 인물, 의상, 장소를 정의하려면 O3 참조 이미지를 사용하십시오. 동작 원본 영상은 연기 타이밍을 제공하며 어느 쪽 이미지도 대신하지 않습니다.

생성된 시퀀스의 한 부분만 고칠 수 있습니까?

클립을 따로 만들면 개별 샷을 각 샷의 생성 비용으로 교체할 수 있습니다. O3 편집은 기존 짧은 클립의 동작을 보존하며 변경할 수 있지만 새 생성보다 비싸고 전체 재생 검토가 필요합니다. 원래 연기를 유지해야 하는지에 따라 선택하십시오.

이 모델 ID로 Kling 4.0을 호출할 수 있습니까?

아니요. 현재 카탈로그에는 호출 가능한 4.0 또는 Flash 작업이 없습니다. Kling 4.0 출시 가이드는 별도의 초기 접근과 API 상태를 다룹니다.

선택 기준

간단한 무음 스틸 애니메이션에는 2.1, 명시적인 샷 계획과 유연한 길이에는 3.0, 보존해야 할 입력이 레퍼런스나 기존 영상이라면 O3로 시작하십시오. 정확한 연기 타이밍이 요구사항이라면 동작 원본을 녹화하십시오. 수정이 예상되면 생성한 각 샷을 따로 보관하십시오. 클로즈업 하나의 교체 비용이 광고상 요금의 작은 차이보다 중요할 수 있습니다.