Przejdź do treści głównej

Kling 2.6 Motion Control kopiuje ruchy, mimikę i gesty z klipu sterującego na zdjęcie Twojej postaci. Wybierz 720p lub 1080p; wynik ma długość klipu sterującego (3–30 sekund) i nie ma dźwięku.

Od $0.069/s

Obszar roboczy

Wejście

Animacja postaci
169/2500
Opcjonalne. Użyj go tylko dla tego, czego klip sterujący jeszcze nie pokazuje – scenerii do zachowania, szczegółu stroju, wszystkiego, co ma pozostać stałe. do 2500 znaków
1/1

Upuść pliki albo odnośniki do mediów, wklej lub wybierz z dysku · 1 plik · maks. 10 MB · JPG · PNG

  • 1
1 / 1 plików
Postać do animacji: jedno wyraźne zdjęcie całej sylwetki lub górnej połowy ciała. Tylko JPEG lub PNG.
1/1

Upuść tutaj wideo albo wybierz z dysku · 1 plik · maks. 90 MB · MP4 · WEBM

  • 1
1 / 1 plików
Klip sterujący, 3 do 30 sekund: ruchy, mimika i gesty do skopiowania. Wynik jest dokładnie tak długi, jak ten klip, i nie ma dźwięku. Klatka powinna mieć co najmniej około 700 pikseli szerokości.
wpływa na cenę
720p lub 1080p. Wyższe poziomy kosztują więcej za sekundę.
Filtr bezpieczeństwaWyłączony

SpicyAPI nie uruchamia przy tym modelu żadnego filtra bezpieczeństwa. Twój prompt i media trafiają do modelu w takiej postaci, w jakiej je zapisałeś, a o tym, co wraca, decyduje sam model.

Sprawdzamy twoje konto, zanim odblokujemy wysyłkę i wycenę.

Wyjście

Gotowe do nowego uruchomienia
Wynik przykładowy

Brakuje modelu, którego potrzebujesz?

Napisz, co dodać i do czego chcesz tego użyć. Zgłoszenia trafiają do osób, które decydują o kolejności wdrożeń.

PIERWSZY MODEL KLING Z NATYWNYM DŹWIĘKIEM

API Kling 2.6 w skrócie

Stałe 1080p, 5 lub 10 sekund, dźwięk wbudowany, kiedy go chcesz.

Model z natywnym audio
PIERWSZY
Pierwszy model Kling z dźwiękiem generowanym w tym samym przebiegu co obraz.
Stała rozdzielczość
1080P
Tekst na wideo i obraz na wideo zawsze renderują w 1080p – nie ma poziomu do wyboru.
Długość klipu
5/10S
Ustalona na 5 lub 10 sekund w endpointach tekstu i obrazu.
Wejście Motion Control
30S
Steruj postacią klipem do 30 sekund; wynik ma tę samą długość.
Sposoby startu
3
Pisana scena, własna klatka początkowa albo klip sterujący.
Dźwięk domyślnie
OFF
generate_audio startuje wyłączone; włącz je, gdy klip potrzebuje ścieżki dźwiękowej.

Efekty

Co możesz stworzyć z Kling 2.6

  • Dźwięk w tym samym przebiegu

    Ścieżka dźwiękowa renderuje się razem z obrazem

    Włącz generate_audio, a dialog, muzyka i ton pomieszczenia wracają w tym samym pliku co wideo – nie są dodawane później. W naszym teście w barze nakładający się śmiech, szafa grająca i brzęk sztućców trafiły dokładnie w takt sceny opisanej w prompcie.

    Tekst na wideo, 1080p z dźwiękiem: nakładający się śmiech, szafa grająca i brzęk sztućców renderują się w tym samym pliku co scena.

  • Motion Control

    Skopiuj występ na nową postać

    Podaj klip sterujący i zdjęcie swojej postaci, a model nałoży ruchy na nową osobę, zachowując jej twarz, strój i scenerię z Twojej nieruchomej klatki. W naszym teście układ hip-hopowy jednej tancerki przeniósł się krok w krok na innego mężczyznę w granatowym trzyczęściowym garniturze.

    Motion Control: ten sam układ innej tancerki, nałożony na tę postać, podczas gdy jej garnitur, twarz i sceneria loftu trzymają się z jej własnej nieruchomej klatki.

  • Stałe 1080p

    O jedno ustawienie mniej do dostrajania

    Tekst na wideo i obraz na wideo całkowicie pomijają wybór rozdzielczości i zawsze renderują w 1080p, więc nie ma czego niedoszacować przed renderem, którego nie chcesz powtarzać.

Więcej klipów z Kling 2.6

  • 5 s
  • 5 s
  • Obraz na wideo, 1080p z dźwiękiem: pustynny wiatr, świerszcze i przejeżdżająca ciężarówka trafiają zsynchronizowane z jej wypowiedzianą kwestią.
    5 s
  • Tekst na wideo, 1080p, pionowe: ujęcie ze statywu, wystarczająco czyste, by wykorzystać je ponownie jako klip sterujący Motion Control.
    5 s

Test treści

Czy Kling 2.6 jest bez cenzury? Co przetestowaliśmy

Każdy poziom uruchomiliśmy na naszej produkcyjnej konfiguracji i sprawdziliśmy każdy klip klatka po klatce. Zaliczony oznacza, że treść naprawdę była na ekranie, a nie tylko że żądanie przeszło.

Poziomy treści przetestowane w Kling 2.6, według trybu
PoziomAnimacja postaciObraz na wideoTekst na wideo
ŁagodnyNajlżejsze prompty w teście
Jeszcze nietestowane
Jeszcze nietestowane
Jeszcze nietestowane
UmiarkowanyTam, gdzie modele z filtrem zaczynają odmawiać
Jeszcze nietestowane
OdrzuconyTest: 28 wrz 2026
OdrzuconyTest: 28 wrz 2026
SilnyŚrodek skali
OdrzuconyTest: 28 wrz 2026
Jeszcze nietestowane
Jeszcze nietestowane
Bardzo silnyTam, gdzie większość modeli zaczyna hamować
Jeszcze nietestowane
Jeszcze nietestowane
Jeszcze nietestowane
MaksymalnySzczyt skali
Jeszcze nietestowane
Jeszcze nietestowane
Jeszcze nietestowane

Generuje: na ekranie tak, jak opisano. Złagodzony: wygenerowany, ale łagodniej, niż opisano. Odrzucony: żądanie odrzucone. Jeszcze nietestowane: tego poziomu w tym trybie jeszcze nie uruchamialiśmy.

Jak zachowuje się każdy tryb

Tekst na wideo
Wyjście jest ustalone na 1080p i 5 lub 10 sekund – nie ma pola rozdzielczości do zmiany. generate_audio domyślnie jest wyłączone; włącz je dla udźwiękowionego klipu.
Obraz na wideo
Klatka początkowa ustala osobę, strój i scenerię; nie ma też pola aspect_ratio, więc kształt klipu zależy od Twojego obrazu. Tylko JPEG lub PNG.
Animacja postaci
Wynik trwa dokładnie tyle, co Twój klip sterujący (3 do 30 sekund) i nie ma pola audio – klipy Motion Control renderują się bez dźwięku. Zdjęcie postaci powinno być jednym wyraźnym ujęciem całej sylwetki lub górnej połowy ciała, tylko JPEG lub PNG, a klatka klipu sterującego powinna mieć co najmniej około 700 pikseli szerokości.
Wszystkie tryby
Kling stosuje własną moderację treści i jest ona surowa: sformułowania na poziomie Łagodny bywają renderowane, a czasem nie, a wszystko od poziomu Umiarkowany wzwyż jest odrzucane bez wyjątku. Obrazy wejściowe na tych poziomach są blokowane, zanim generowanie w ogóle się zacznie. Jeśli Twoja scena musi iść dalej, użyj jednej z naszych rodzin Spicy, na przykład Wan 2.2 Spicy lub MiniMax H3 Spicy.
Wszystkie tryby
Odrzucone lub nieudane żądanie nie jest naliczane – blokada na Twoim saldzie zostaje zwolniona.

Zastosowania

Co zbudować z API Kling 2.6

  • Krótkie formy oparte na dialogu

    Scena grupowa z nakładającymi się rozmowami i śmiechem, udźwiękowiona tym samym szumem tła i brzękiem, jakiego oczekiwałbyś w tym pomieszczeniu, w jednym renderze.

  • Przeniesienie występu na inną postać

    Wykorzystaj jeden klip sterujący – taniec, gest, chód – w kilku nieruchomych postaciach dzięki Motion Control, zamiast kręcić lub animować każdą z nich od zera.

  • Pionowe klipy ruchowe do mediów społecznościowych

    Pojedynczy tancerz lub performer, całe ciało w kadrze, sprawdza się jako klip 9:16 do feedów, które chcą ruchu bez budowania planu zdjęciowego.

  • Portretowe ujęcia o złotej godzinie z linią dialogu

    Klatka początkowa plus krótka wypowiedziana kwestia i najazd kamery dają gotowe, udźwiękowione ujęcie zamiast cichej pętli.

Prompty

Przykładowe prompty do Kling 2.6 do skopiowania

Wklej jeden bez zmian do playgroundu, a potem zmieniaj jedną rzecz naraz.

  • Tekst na wideo

    Scena grupowa, udźwiękowiona pomieszczeniem, w którym się dzieje

    Wynik tego promptu

    A 1950s-style American diner at 2 a.m., a neon sign buzzing in the window. Four friends in their thirties, two women and two men, squeeze into a red vinyl booth over milkshakes and fries. The man at the end tells a story with big hand gestures and the others burst out laughing; a woman in a denim jacket says, "You made that up!" Static medium shot from the end of the table. Sound: overlapping laughter, a jukebox playing doo-wop, clinking cutlery, the neon hum.

    Dlaczego to działa. Nazywa czworo ludzi, scenerię, jeden wyraźny moment (opowieść, śmiech, kwestia dialogu) i kończy się wskazówkami dźwiękowymi, więc render ma jedną konkretną scenę do wyobrażenia i udźwiękowienia, a nie nastrój do zgadywania.

  • Tekst na wideo

    Ujęcie ze statywu zbudowane pod klip sterujący

    Wynik tego promptu

    A male dancer in his late twenties in a plain black T-shirt, black joggers and white sneakers performs a smooth hip-hop routine in an empty white photo studio: body rolls, a quick spin, arm waves and a sharp freeze to finish. Locked-off camera, his full body in frame from head to feet the whole time, even soft lighting, plain background.

    Dlaczego to działa. Puste tło, statyczna kamera i "całe ciało w kadrze przez cały czas" dają czyste ujęcie zbudowane do ponownego wykorzystania jako klip sterujący Motion Control, a nie tylko samodzielne wideo taneczne.

  • Obraz na wideo

    Niech klatka ustali scenę, a prompt kwestię

    Wynik tego promptu

    She lowers the bottle, swings her boots against the tailgate, then turns her head into the low sun with a half smile and says, "Five more minutes, then we go." Dust drifts through the golden backlight while the camera slowly pushes in. Sound: desert wind, crickets starting up, a truck passing on a distant highway.

    Dlaczego to działa. Opisuje tylko to, co dzieje się po klatce – gest, obrót, wypowiedzianą kwestię – i zostawia strój oraz światło obrazowi, do czego właśnie służy obraz na wideo.

    Ten tryb zaczyna od Twojego obrazu: dodaj go w playgroundzie przed uruchomieniem.

  • Animacja postaci

    Zachowaj scenerię, zamień wykonawcę

    Wynik tego promptu

    He dances in the same bright concrete loft, daylight from the tall windows.

    Dlaczego to działa. Motion Control potrzebuje tylko szczegółu, którego klip sterujący jeszcze nie pokazuje – tutaj, że postać zachowuje scenerię z własnej nieruchomej klatki, a nie tło z klipu sterującego.

  • Animacja postaci

    Zaznacz, co ma się zmienić, a nie co ma się powtórzyć

    She performs the routine in the same warm-grey photo studio from her own picture, keeping her hair and dress exactly as shown.

    Zamiast “make her dance like the video”

    Dlaczego to działa. Nazwanie jednej rzeczy do zachowania (studio, sukienka) daje Motion Control jasną instrukcję, zamiast zostawiać mu zgadywanie, które elementy klipu sterującego, a które z nieruchomej klatki mają zwyciężyć.

Porównanie

Kling 2.6 a podobne modele: który wybrać

ModelTrybyOdTreśćWybierz, gdy
Kling 2.6Ta stronaAnimacja postaci · Obraz na wideo · Tekst na wideo$0.069 / sekundę wynikuFiltrowany — Ten model wprost odrzuca żądania wykraczające poza jego własne granice. To wynik zmierzony, a nie przypuszczenie – modele, których nie zmierzyliśmy, nie mają żadnej etykiety.Chcesz natywnego dźwięku ze stałym wyjściem 1080p, w klipach 5 lub 10-sekundowych, taniej za sekundę niż Kling 3.0 w 1080p, gdy zostawisz dźwięk wyłączony.
Kling 3.0 TurboObraz na wideo · Tekst na wideo$0.112 / sekundę wynikuFiltrowany — Ten model wprost odrzuca żądania wykraczające poza jego własne granice. To wynik zmierzony, a nie przypuszczenie – modele, których nie zmierzyliśmy, nie mają żadnej etykiety.Chcesz wyboru między 720p a 1080p oraz klipów od 3 do 15 sekund, zawsze z dźwiękiem.
Kling 3.0Animacja postaci · Obraz na wideo · Tekst na wideo$0.067 / sekundę wynikuFiltrowany — Ten model wprost odrzuca żądania wykraczające poza jego własne granice. To wynik zmierzony, a nie przypuszczenie – modele, których nie zmierzyliśmy, nie mają żadnej etykiety.Chcesz kontroli nad pierwszą i ostatnią klatką, do 4K, albo Motion Control na poziomie jakości modelu flagowego.
Kling 2.5 TurboObraz na wideo · Tekst na wideo$0.056 / sekundę wynikuFiltrowany — Ten model wprost odrzuca żądania wykraczające poza jego własne granice. To wynik zmierzony, a nie przypuszczenie – modele, których nie zmierzyliśmy, nie mają żadnej etykiety.Chcesz najtańszej opcji stałego 1080p, z kontrolą negative prompt i guidance, i nie przeszkadza Ci ścieżka dźwiękowa, której nie da się wyłączyć.
MiniMax H3 SpicyObraz na wideo · Przedłużenie wideo$0.038 / sekundę wynikuBez cenzury — Ten model deklaruje brak filtra treści. SpicyAPI przekazuje żądanie dalej, nie dokładając własnego skanowania po stronie platformy; obowiązki prawne i kwestia zgody pozostają po stronie klienta.Twoja scena wykracza poza poziom Łagodny – własny filtr Kling zatrzymuje się właśnie tam.

Cennik

Cennik API Kling 2.6

Klip trwający 5 s kosztuje od $0.345 w 720p i od $0.56 w 1080p.

Playground pokazuje dokładną cenę Twoich ustawień przed uruchomieniem. Nieudane zadania i zadania po upływie limitu czasu zwykle nie są płatne. Niektóre modele pobierają opłatę za odmowę wygenerowania treści zgodnie z opisem na stronie modelu; sprawdź te zasady przed wysłaniem.

Zobacz wszystkie progi cenowe

Pierwsze kroki

Jak korzystać z API Kling 2.6 w trzech krokach

  1. Krok 1

    Wypróbuj w playgroundzie

    Wybierz tekst na wideo, obraz na wideo lub Motion Control, wklej jeden z promptów z tej strony i uruchom. Dokładna cena pokazuje się, zanim cokolwiek zostanie naliczone.

  2. Krok 2

    Uzyskaj klucz API

    Zarejestruj się, doładuj kartą lub kryptowalutą i utwórz klucz w konsoli. Nie ma subskrypcji: płacisz za sekundy wygenerowanego wideo.

  3. Krok 3

    Wyślij to samo żądanie ze swojego kodu

    Skopiuj żądanie z zakładki API – to to samo body, które właśnie uruchomił playground. Gotowy klip wraca na Twój webhook albo pobierasz go po identyfikatorze zadania.

Opis parametrów i przykłady kodu znajdziesz w zakładkach API i Readme na górze tej strony.

Dlaczego SpicyAPI

Dlaczego korzystać z Kling 2.6 w SpicyAPI

  • Żadnego filtra z naszej strony

    Nie dodajemy własnego filtra treści. Otrzymujesz to, co wygeneruje model.

  • Sprawdzone, nie zgadywane

    Poziomy treści pochodzą z prawdziwych generacji, które uruchomiliśmy i sprawdziliśmy, z datą testu na stronie.

  • Płacisz za wynik, w dolarach

    Bez abonamentu i bez systemu punktowego. Nieudane zadania i zadania po upływie limitu czasu zwykle nie są płatne. Niektóre modele pobierają opłatę za odmowę wygenerowania treści zgodnie z opisem na stronie modelu; sprawdź te zasady przed wysłaniem.

  • Jeden klucz do wszystkich modeli

    Jeden klucz API i jedno saldo obsługują modele obrazu, wideo, audio i czatu, dzięki czemu możesz poznawać kolejne modele na tym samym koncie.

FAQ

FAQ dotyczące API Kling 2.6

O Kling 2.6

Kling 2.6 był pierwszym modelem Kling zbudowanym pod natywny dźwięk, dostępnym w SpicyAPI jako tekst na wideo, obraz na wideo i Motion Control (character-animation). Tekst na wideo i obraz na wideo renderują stałe klipy 1080p po 5 lub 10 sekund, z opcjonalnym dźwiękiem; Motion Control kopiuje ruchy z klipu sterującego na Twoją własną postać w 720p lub 1080p i renderuje się bez dźwięku, dopasowując długość klipu sterującego od 3 do 30 sekund. W naszych testach z 2026-09-28 każdy wygenerowany klip wrócił dokładnie tak, jak został opisany, a dialog pasował do promptu słowo w słowo. Kling stosuje własną moderację treści – odrzuca wszystko od poziomu Umiarkowany wzwyż – a SpicyAPI nie dodaje ponad to własnego filtra. Rozliczenie jest za sekundę wyjścia w dolarach amerykańskich, bez subskrypcji. Odpowiadasz za posiadanie praw i zgód do wszystkiego, co przesyłasz, oraz za sposób wykorzystania tego, co wygenerujesz.

Powiązane modele i kolejne zadania