Co nowego w Kling 4.0 w porównaniu z Kling 3.0?

Dłuższe klipy (do 30 sekund zamiast 15), opcja ultraszerokiego kadru 21:9, klatki pośrednie w obrazie na wideo oraz wideo z referencji, które przyjmuje wideo i nagrania głosu oprócz obrazów. Dźwięk jest zawsze włączony. Kling 3.0 nadal oferuje 4K i Motion Control, których Kling 4.0 tutaj nie ma.

Czy mogę edytować lub kontynuować wideo, które już mam?

Tak. Edycja wideo przerabia klip o długości 3-30 sekund na podstawie instrukcji tekstowej i zachowuje scenę, podmiot oraz ruch. Przedłużanie wideo kontynuuje klip do 60 sekund: jego ostatnia klatka otwiera nowy segment, a dostajesz jeden plik MP4 z oryginałem i nową częścią złączonymi.

Czy mogę wyłączyć dźwięk?

Nie. Każdy klip Kling 4.0 wraca z dwukanałową ścieżką dźwiękową, bez dodatkowej opłaty. W wideo z referencji możesz zamiast tego zachować dźwięk własny wideo referencyjnego dzięki `keep_original_audio`.

Jak odwołać się do moich plików w prompcie?

W wideo z referencji pisz @Image1, @Image2 dla obrazów, @Video1 dla wideo i @Audio1 dla nagrań audio, numerując je w kolejności wgrania. Klatki pośrednie w obrazie na wideo nie są nazywane w prompcie; ich kolejność na liście to kolejność, w jakiej się pojawiają.

Czy Kling 4.0 dopuszcza treści NSFW?

Nie. Żądania są sprawdzane przed generowaniem, a wszystko od poziomu Umiarkowany wzwyż jest odrzucane w ciągu kilku sekund; odrzucone żądanie nie jest obciążane. Do takiej pracy przejrzyj w naszym katalogu rodziny wideo bez ograniczeń.

Jak to jest wyceniane?

Za sekundę wyniku. 1080p kosztuje więcej za sekundę niż 720p. W wideo z referencji żądanie z wideo referencyjnym jest rozliczane osobną, niższą stawką za sekundę na sekundy wyniku plus sekundy wideo referencyjnego (liczone co najmniej jako sekundy wyniku). Edycja wideo jest rozliczana za sekundy wyniku plus sekundy klipu źródłowego. Przedłużanie wideo jest rozliczane tylko za nowy segment. Proporcje, klatki kluczowe, obrazy referencyjne i nagrania audio nie zmieniają ceny.

Ile trwa wygenerowanie klipu?

W naszych testach klip 3-sekundowy trwał około 1,5 do 4 minut, a 5-sekundowy kilka minut dłużej. Żądania na tym samym endpoincie są przetwarzane jedno po drugim.

Kling 4.0 API: wideo 30 s, klatki kluczowe

kling/4.0/video-extend

Przedłużanie wideo w Kling 4.0 kontynuuje twój klip: jego ostatnia klatka otwiera nowy segment o długości 3-30 sekund, a dostajesz jeden plik MP4 z oryginałem i nową częścią złączonymi, w 720p lub 1080p.

Od $0.188/s

Uruchom model Zobacz API

Wejście

Przedłużenie wideo

1
Wybierz klip do kontynuacji
Wybierz film, a pociągniemy go dalej od ostatniej klatki.
2
Co dzieje się dalej
Wybierz klip w kroku 1, a ten krok się odblokuje.
Model
Prompt
Opcjonalnie. Opisz, co dzieje się dalej: akcję, kamerę i dźwięk. Zostaw puste, a model sam poprowadzi scenę dalej. od 1 znaków
Klatka końcowa0/1
Adres materiału
Upuść pliki albo odnośniki do mediów, wklej lub wybierz z dysku · 1 plik · maks. 10 MB · JPG · PNG · WEBP · GIF
0 / 1 plików
Opcjonalna klatka zamykająca. Nowy segment powinien się kończyć na tym obrazie.
Rozdzielczośćwpływa na cenę
720p (domyślnie) lub 1080p. Dopasuj do źródła, żeby szew nie pokazał skoku ostrości. 1080p kosztuje więcej za sekundę.
Czas trwaniawpływa na cenę
Długość nowego segmentu: liczba całkowita od 3 do 30 sekund (domyślnie 5). Wpływa na cenę. nie mniej niż 3 · nie więcej niż 30

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.

1 wymagane pole jest puste: Wideo wejściowe

Wyjście

Gotowe do nowego uruchomienia

Tutaj pojawi się twój wynik.

Ustaw dane wejściowe, sprawdź szacunek, a potem uruchom model.

{
  "model": "kling/4.0/video-extend",
  "input": {
    "resolution": "720p",
    "duration_seconds": 5,
    "prompt": "Continue the scene naturally, keeping the same subject, camera movement and lighting."
  }
}

Wprowadzenie

Kling 4.0 Przedłużanie wideo kontynuuje klip, który już masz. Wyślij wideo o długości do 60 sekund i, jeśli chcesz, prompt opisujący, co dzieje się dalej. Ostatnia klatka twojego klipu staje się klatką otwierającą nowego segmentu o długości 3-30 sekund, wygenerowanego w Kling 4.0 obraz na wideo. Dostajesz z powrotem jeden plik MP4 z oryginałem i nowym segmentem złączonymi, a nowy segment osobno także.

Wybierz tryb Kling 4.0 według materiału wyjściowego

Co masz na starcie	Tryb
napisaną scenę lub scenariusz	Kling 4.0 Tekst na wideo
klatkę otwierającą, a opcjonalnie zamykającą i klatki pośrednie	Kling 4.0 Obraz na wideo
zdjęcia, klipy lub próbki głosu do obsadzenia	Kling 4.0 Wideo z referencji
klip, który chcesz zmienić	Kling 4.0 Edycja wideo
klip, który chcesz kontynuować	Kling 4.0 Przedłużanie wideo (tutaj jesteś)

Najważniejsze funkcje

Ostatnia klatka ustawia scenę

Nowy segment zaczyna się od twojej ostatniej klatki, więc ludzie, plan i światło przechodzą dalej. Ruch nie przechodzi w ten sam sposób, bo model widzi jeden nieruchomy kadr. Opisz ruch, który chcesz kontynuować.

Wybierz, gdzie się skończy

Dodaj last_image_url, a nowy segment zakończy się na tym obrazie. Jeśli go pominiesz, model sam zdecyduje, jak segment się skończy.

Jeden plik z powrotem, plus nowa część

Złączony plik zachowuje częstotliwość klatek i kadrowanie twojego klipu, bez czarnych pasów. Żeby dopasować szew, obraz może zostać przycięty lub skorygowany o kilka procent na brzegach, a dźwięk przenika płynnie na szwie. Twój klip zachowuje własny dźwięk, a nowy segment ma zawsze wygenerowany dźwięk stereo.

Proporcje idą za klipem

Nie ma ustawienia proporcji. Nowy segment podąża za kształtem źródła.

Parametry żądania

Parametry żądania: Kling 4.0 · Video Extend
Parametr	Wymagane	Uwaga
`prompt`	Nie	Opcjonalnie. Opisz, co dzieje się dalej: akcję, kamerę i dźwięk. od 1 znaków
`video_url`	Tak	Klip do kontynuacji, MP4 lub WebM, do 60 sekund. Jego ostatnia klatka otwiera nowy segment, więc zakończ go na czystej, ostrej klatce. od 1 znaków
`last_image_url`	Nie	Opcjonalna klatka zamykająca. Nowy segment powinien się kończyć na tym obrazie.
`resolution`	Nie	720p (domyślnie) lub 1080p. Dopasuj do źródła, żeby szew nie pokazał skoku ostrości. `720p` · `1080p` · Domyślnie: `720p`
`duration_seconds`	Nie	Długość nowego segmentu: liczba całkowita od 3 do 30 sekund (domyślnie 5). Wpływa na cenę. `≥ 3` · `≤ 30` · Domyślnie: `5`

Cennik

Rozliczane za sekundę nowego segmentu, według stawki obrazu na wideo dla wybranej rozdzielczości. Wysłany klip źródłowy nie jest rozliczany. Odrzucone lub nieudane żądanie nie jest pobierane.

Cennik
Specyfikacja	Cena
`720p`	$0.1884 / sekundę
`1080p`	$0.282 / sekundę

Zastosowania

Dokończ ujęcie, które urwało się za wcześnie

Spacer, który kończy się przed drzwiami, albo ruch kamery przerwany w połowie: przedłuż go o kilka sekund i opisz tylko to, co jeszcze ma się wydarzyć.

Buduj dłuższą scenę krok po kroku

Przedłuż klip, a potem przedłuż połączony wynik jeszcze raz. Każdy krok jest rozliczany tylko za sekundy, które dodaje.

Doprowadź do zaplanowanego ostatniego kadru

Podaj klatkę zamykającą, a klip dotrze do kompozycji, której potrzebujesz, na przykład produktu z powrotem w głównym ujęciu.

Poznaj najważniejsze poradniki zastosowań

Wskazówki

Opisz następny krok, nie całą scenę

Kadr już pokazuje, kto i gdzie jest. Poświęć prompt na następującą akcję, kamerę i dźwięk. Bez promptu model sam ciągnie scenę dalej.

Zakończ źródło na czystej klatce

Ostatnia klatka to wszystko, co widzi model. Rozmazane albo ucięte zakończenie przechodzi wprost do nowego segmentu, więc najpierw przytnij klip do ostrej klatki.

Dopasuj rozdzielczość

Wybierz tę samą rozdzielczość co źródło, żeby szew nie pokazał skoku ostrości. Zrób szkic krótkim segmentem, a dopiero potem poproś o dłuższy.

Szybki start z 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/4.0/video-extend",
  "input": {
    "duration_seconds": 5,
    "resolution": "720p",
    "video_url": "https://example.com/reference.mp4"
  }
}'

# 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"

Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.

Brakuje modelu, którego potrzebujesz?

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

MODEL KLINGA NA 30 SEKUND

API Kling 4.0 w skrócie

Do 30 sekund na klip, ultraszeroki kadr 21:9, klatki kluczowe od pierwszej do ostatniej i referencje z obrazów, wideo i głosu, z dźwiękiem w każdym klipie.

Najdłuższy klip: 30 s; Dowolna liczba pełnych sekund od 3 do 30 w każdym endpoincie.
Ultraszeroki: 21:9; Oprócz 16:9, 9:16 i 1:1, w 720p lub 1080p.
Klatki do sterowania: 10; Klatka otwierająca plus do 9 klatek pośrednich albo 8 z klatką zamykającą.
Obrazy referencyjne: 10; Plus do 5 wideo referencyjnych i 3 nagrań głosu, każde wymienione w prompcie.
Dźwięk w cenie: STEREO; Każdy klip ma dwukanałową ścieżkę dźwiękową bez dodatkowej opłaty.

Efekty

Co możesz stworzyć z Kling 4.0

Z tekstu
Długie ujęcie z własnym dźwiękiem
Jeden akapit dał nam obracające się mosiężne koło, kopułę przesuwającą się na gwiazdy i szept, z pomrukiem silnika i wiatrem na ścieżce dźwiękowej.
Tekst na wideo, 5 sekund w 720p, 16:9, z pomrukiem kopuły i wiatrem na ścieżce dźwiękowej.
Z klatek
Przypnij początek i koniec
Klatka otwierająca, na której stoi przy teleskopie, i klatka zamykająca, na której opiera się o barierkę, stały się jednym ciągłym ruchem między nimi.
Obraz na wideo z klatką otwierającą i zamykającą, 5 sekund w 720p.
Z referencji
Obsadź scenę ze zdjęć
Portret studyjny jako @Image1 i zdjęcie chromowej przyczepy jako @Image2 zamieniły się w scenę, w której wysiada z tej przyczepy o błękitnej godzinie.
Wideo z referencji z dwóch obrazów (@Image1 kobieta, @Image2 przyczepa), 5 sekund w 720p.

Więcej klipów z Kling 4.0

Obraz na wideo, 5 sekund w 720p, proporcje według klatki otwierającej.
5 s
Tekst na wideo, 5 sekund w 720p, 9:16 pionowo.
5 s
Wideo z referencji z dwóch obrazów (@Image1 mężczyzna, @Image2 motocykl), 5 sekund w 720p.
5 s
Edycja wideo: astronomka zastąpiona kobietą z referencyjnego portretu, 5 sekund w 720p.
5 s
Edycja wideo: scena o zmierzchu zamieniona w opad śniegu, długość według klipu źródłowego, 720p.
6 s

Test treści

Czy Kling 4.0 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 4.0, według trybu
Poziom	Tekst na wideo
ŁagodnyNajlżejsze prompty w teście	Jeszcze nietestowane
UmiarkowanyTam, gdzie modele z filtrem zaczynają odmawiać	OdrzuconyTest: 16 paź 2026
SilnyŚrodek skali	Jeszcze nietestowane
Bardzo silnyTam, gdzie większość modeli zaczyna hamować	OdrzuconyTest: 16 paź 2026
MaksymalnySzczyt skali	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

Wszystkie tryby: Prompty i dane wejściowe są sprawdzane przed generowaniem. Żądania od poziomu Umiarkowany wzwyż są odrzucane w ciągu kilku sekund i nie są obciążane; także strój na poziomie Łagodny nie jest pewny. Każdy klip ma wygenerowany dźwięk - nie ma wariantu bez dźwięku poza zachowaniem własnej ścieżki wideo referencyjnego.
Wszystkie tryby: Generowanie jest powolne: klipy 3-sekundowe zajęły w naszych testach około 1,5 do 4 minut, a żądania na tym samym endpoincie idą jedno po drugim, więc partia czeka w kolejce.
Obraz na wideo: Do 9 klatek pośrednich, albo 8, gdy wysyłasz też klatkę zamykającą (łącznie 10 obrazów z klatką otwierającą). Klatki otwierająca, pośrednie i zamykająca powinny pokazywać tę samą postać i scenerię z tej samej pozycji kamery, inaczej klip musi się przeciąć albo zmorfować, żeby do nich dojść.
Referencja na wideo: Wideo referencyjne może łącznie mieć do 30 sekund, a jego sekundy też są rozliczane, każdy klip zaokrąglany w górę do pełnej sekundy; nagrania audio muszą mieć po 5 do 30 sekund każde.
Edycja wideo: Klip źródłowy musi mieć 3-30 sekund, być w MP4 lub WebM i może mieć do 10 obrazów referencyjnych. Przy długości ustawionej na „Match source” (dopasuj do źródła) wynik może wyjść dłuższy od źródła nawet o sekundę, a dźwięk oryginału kończy się chwilę przed obrazem.
Przedłużenie wideo: Klip źródłowy może mieć do 60 sekund, w MP4 lub WebM. Nowy segment ma 3-30 sekund i podąża za kształtem twojego źródła. Żeby dopasować szew, obraz może zostać przycięty lub skorygowany o kilka procent na brzegach.

Zastosowania

Co zbudować z API Kling 4.0

Długie ujęcia otwierające
Do 30 sekund pozwala rozegrać ruch kamery w całości - powolny żuraw, przejazd drogą, odsłonięcie - bez sklejania klipów.
Ruch według storyboardu
Wgraj kluczowe pozy jako klatki otwierającą, pośrednie i zamykającą, a model dopełni ruch między nimi.
Spójne postacie i rekwizyty
Wskaż raz twarz, strój i pojazd jako referencje i wstaw je w nowe sceny, z próbką głosu, jeśli postać mówi.
Zmiana ujęcia, które już masz
Edycja wideo zachowuje scenę, podmiot i ruch, a zmienia to, co nazwiesz: pogodę, porę dnia, otoczenie albo styl.
Dalszy ciąg sceny
Przedłużanie wideo bierze ostatnią klatkę twojego klipu i dodaje nowy segment o długości 3-30 sekund, zwracany w jednym pliku razem z oryginałem.

Prompty

Przykładowe prompty do Kling 4.0 do skopiowania

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

Referencja na wideo
Najpierw obsada, potem ujęcie
Wynik tego promptu
@Image1 is the woman, @Image2 is the chrome trailer. At blue hour in the high desert, the woman from @Image1 steps out of the door of the trailer from @Image2 holding two steaming enamel mugs; the string lights along its awning blink on one by one and their glow slides across the polished aluminium. She stops, looks up at the first stars and smiles, then glances at the camera. Slow push-in. Sound: the creak of the trailer door, boots on cracked earth, a soft desert wind, a distant owl.
Dlaczego to działa. Otwarcie jednym zdaniem na każdą referencję mówi modelowi, którą twarz i który przedmiot zachować; reszta promptu musi tylko opisać akcję, kamerę i dźwięk.
Wypróbuj ten prompt
Tekst na wideo
Akcja, kamera, potem dźwięk
Wynik tego promptu
Inside a white observatory dome on a high-desert mesa at indigo dusk. An astronomer in her late thirties with short silver-streaked hair, wearing a charcoal wool sweater and fingerless gloves, turns a heavy brass wheel; with a deep rumble the dome slit slides open and a band of deep-blue sky full of first stars pours light across the polished chrome telescope. She looks up, breath visible in the cold air, and says quietly, "There you are." Slow crane up from her hands on the wheel to the opening sky. Sound: the grinding rumble of the dome motor, desert wind, the soft hum of equipment.
Dlaczego to działa. Prompt idzie w kolejności zdarzeń, a dźwięk ma osobną linię, więc pomruk, wiatr i wypowiedziana kwestia trafiają tam, gdzie powinny.
Wypróbuj ten prompt
Obraz na wideo
Zakończ drugą klatką
Wynik tego promptu
She takes one last look through the open slit of the dome, then turns around, leans back against the steel railing and crosses her arms with a small satisfied smile as more stars come out over the mesa. Static wide shot, her braid and coat stirred by the wind. Sound: steady desert wind, the faint whirr of the telescope motor.
Dlaczego to działa. Gdy ustawiona jest klatka zamykająca, prompt musi tylko opisać, jak postać przechodzi od jednej pozy do drugiej.
Ten tryb zaczyna od Twojego obrazu: dodaj go w playgroundzie przed uruchomieniem.
Wypróbuj ten prompt

Porównanie

Kling 4.0 a podobne modele: który wybrać

Model	Tryby	Od	Treść	Wybierz, gdy
Kling 4.0Ta strona	Obraz na wideo · Referencja na wideo · Tekst na wideo · Edycja wideo · Przedłużenie wideo	$0.113 / sekundę wyniku	Filtrowany — Ten model wprost odrzuca żądania wykraczające poza jego własne granice. To wynik zmierzony, a nie przypuszczenie – modele, których nie zmierzyliśmy, nie mają żadnej etykiety.	Potrzebujesz klipów dłuższych niż 15 sekund, ultraszerokiego kadru 21:9, klatek pośrednich albo referencji z wideo i nagrań głosu oprócz obrazów.
Kling 3.0	Animacja postaci · Obraz na wideo · Tekst na wideo	$0.067 / sekundę wyniku	Filtrowany — Ten model wprost odrzuca żądania wykraczające poza jego własne granice. To wynik zmierzony, a nie przypuszczenie – modele, których nie zmierzyliśmy, nie mają żadnej etykiety.	Potrzebujesz 4K, przełącznika dźwięku albo Motion Control, żeby przenieść występ na własną postać.
Kling O3	Obraz na wideo · Referencja na wideo · Tekst na wideo · Edycja wideo	$0.067 / sekundę wyniku	Filtrowany — 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 edytować wideo, które już masz, albo użyć zdjęć referencyjnych w rozdzielczości do 4K.
Kling 3.0 Turbo	Obraz na wideo · Tekst na wideo	$0.112 / sekundę wyniku	Filtrowany — 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 szybszy i tańszy klip z dźwiękiem i nie potrzebujesz więcej niż 15 sekund.

Cennik

Cennik API Kling 4.0

Klip trwający 5 s kosztuje od $0.564 w 720p i od $0.846 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 4.0 w trzech krokach

Krok 1
Szkic w 720p
Ustal kadr i ruch na 3-5 sekundach w 720p, zanim zapłacisz za długi lub 1080p render.
Krok 2
Napisz linię Sound:
Każdy klip ma dźwięk. Nazwij otoczenie i każdą wypowiedź w cudzysłowie, żeby dostać dźwięk, jakiego chcesz.
Krok 3
Nazwij swoje referencje
W wideo z referencji zacznij od "@Image1 is …, @Image2 is …", zanim opiszesz ujęcie.

Otwórz playground Utwórz klucz API

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

Dlaczego SpicyAPI

Dlaczego korzystać z Kling 4.0 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 4.0

O Kling 4.0

Kling 4.0 przynosi najnowszy model wideo Klinga do jednego API: tekst na wideo, obraz na wideo z klatkami otwierającą, zamykającą i pośrednimi oraz wideo z referencji z obrazów, wideo i nagrań głosu, edycję wideo dla klipu, który już masz, oraz przedłużanie wideo, by pociągnąć klip dalej. Klipy trwają od 3 do 30 sekund w 720p lub 1080p, w 16:9, 9:16, 1:1 lub 21:9, z dwukanałowym dźwiękiem w każdym klipie. Żądania są sprawdzane, a wszystko od poziomu Umiarkowany wzwyż jest odrzucane bez obciążenia. SpicyAPI rozlicza za sekundę wyniku w dolarach amerykańskich, bez subskrypcji.