O Kling 2.1 faz conteúdo NSFW?

Não. O Kling revisa tudo o que renderiza: formulações de nível Leve às vezes passam, e qualquer coisa mais forte é recusada, inclusive em imagens enviadas. Para vídeos além desses limites, use em vez disso uma das nossas famílias Spicy, como Seedance 2.5 Spicy, Wan 2.2 Spicy ou MiniMax H3 Spicy.

Qual modelo Kling devo usar em vez do 2.1?

Fique aqui para a imagem para vídeo mais barata da linha Kling, sem som. Vá para o 2.1 Master pelo nível de maior qualidade desta mesma geração, para o 2.5 Turbo por uma geração mais nova com áudio sempre incluído, ou para o 3.0 por 4K e Motion Control.

Sou cobrado se meu envio for recusado?

Não. Uma solicitação que a Kling recusa não produz saída e não é cobrada.

Quanto tempo um clipe leva para renderizar?

Normalmente alguns minutos. É uma tarefa assíncrona: você consulta o resultado ou o recebe por webhook.

Por que uma imagem final só está disponível em 1080p?

Esse é um limite do nível padrão desta geração: last_image_url só é aceito quando resolution é definido como 1080p (pro). Uma solicitação em 720p que inclua isso é recusada antes de rodar, sem cobrança - remova a imagem final ou mude para 1080p.

API Kling 2.1 — Imagem para Vídeo, 720p ou 1080p

Q: Como o Kling 2.1 é cobrado?

Por segundo de saída; o nível pro em 1080p custa mais por segundo do que o nível padrão em 720p. Sem assinatura e sem pacote pré-pago.

kling/2.1/image-to-video

O image-to-video Kling 2.1 anima um quadro de abertura em um clipe mudo de 5 ou 10 segundos. Escolha 720p padrão ou 1080p pro e adicione um quadro final opcional ao renderizar em 1080p; a proporção segue a imagem.

A partir de $0.035/s

Executar modelo Ver API

Entrada

Imagem para vídeo

Prompt209/5000

Imagem de entrada1/1

Arraste arquivos ou links de mídia, cole ou selecione · 1 arquivo · Máx. 10 MB · JPG · PNG

Frame final0/1

Arraste arquivos ou links de mídia, cole ou selecione · 1 arquivo · Máx. 10 MB · JPG · PNG

Resoluçãoafeta o preço

Duraçãoafeta o preço

510

Prompt negativo0/500

Fidelidade ao prompt

Filtro de segurançaDesligado

A SpicyAPI não executa filtro de segurança neste modelo. Seu prompt e suas mídias chegam ao modelo exatamente como você os enviou, e o próprio modelo decide o resultado.

Verificando sua conta antes de liberar o envio e a estimativa de preço.

Saída

Pronto para uma nova execução

Resultado de exemplo

Estender

Ampliação de vídeo

Edição de vídeo

{
  "model": "kling/2.1/image-to-video",
  "input": {
    "resolution": "720p",
    "duration_seconds": 5,
    "guidance_scale": 0.5,
    "prompt": "He takes his hand off the glass, turns away from the window and walks toward the camera tying the belt of his robe, stopping with a small smile as the morning light floods the room behind him. Slow dolly back.",
    "image_url": "https://cdn.spicyapi.ai/models/examples/inputs/a45f8f82cb3a15e7.jpeg"
  }
}

Introdução

Kling 2.1 Imagem para vídeo é o único modo que esta geração oferece: envie uma imagem inicial e um prompt descrevendo o que acontece depois, escolha uma resolution de 720p (padrão) ou 1080p (pro), e receba de volta um clipe silencioso de 5 ou 10 segundos. Uma imagem final (last_image_url) só é aceita em 1080p.

Escolha uma resolução pelo orçamento

O que você quer	Resolução
o nível mais barato desta linha	720p (padrão)
um clipe mais nítido, com uma imagem final opcional	1080p (pro)

Recursos e destaques

Uma imagem final, mas só em 1080p

Defina resolution como 1080p e adicione uma imagem final junto com sua imagem inicial, e o clipe é construído para pousar exatamente nessa pose no último quadro. Em 720p, uma imagem final não é aceita: uma solicitação que a inclua é recusada antes de rodar, sem cobrança — por isso não a envie nesse nível e deixe o clipe correr da imagem inicial até onde o modelo decidir parar.

Sem trilha de áudio em nenhum dos dois níveis

Este modelo não gera som algum, nem em 720p nem em 1080p. É um fato simples para planejar, não um defeito — combina com material destinado a uma edição que vai adicionar sua própria narração, música ou design de som depois.

As imagens inicial e final podem se conectar de forma limpa

Em um dos nossos testes, uma caminhada por um cais que começava na neblina e terminava em uma pose próxima voltada para a câmera pousou quase exatamente na imagem final fornecida, com o vento e a correção de cor consistentes ao longo dos cinco segundos inteiros.

Parâmetros da requisição

Parâmetros da requisição de Kling 2.1 · Image to Video
Parâmetro	Obrigatório	Descrição
`prompt`	Sim	Descreva só o que acontece depois da imagem inicial: a ação e o movimento de câmera. pelo menos 1 caracteres · no máximo 5000 caracteres
`image_url`	Sim	Imagem inicial. Apenas JPEG ou PNG.
`last_image_url`	Não	Imagem final opcional, aceita só em 1080p. Uma solicitação em 720p que a inclua é recusada, sem cobrança.
`resolution`	Não	720p (padrão, o nível mais barato) ou 1080p (pro, e o único nível que aceita uma imagem final). `720p` · `1080p` · Valor padrão: `720p`
`duration_seconds`	Não	Segundos inteiros, 5 ou 10. Influencia o preço. `5` · `10` · Valor padrão: `5`
`negative_prompt`	Não	Uma lista curta do que o clipe deve evitar. no máximo 500 caracteres
`guidance_scale`	Não	De 0 a 1. Mais alto se apega mais às suas palavras; mais baixo dá ao modelo mais liberdade. `≥ 0` · `≤ 1` · Valor padrão: `0.5`

Preços

Cobrado por segundo do clipe de saída; o nível pro em 1080p custa mais por segundo do que o nível padrão em 720p. Um envio que a Kling recusa não é cobrado.

Preços
Especificação	Preço
`720p`	$0.035 / segundo
`1080p`	$0.068 / segundo

Casos de uso

O teste mais barato de uma imagem inicial

Rode primeiro o nível padrão 720p para ver se uma ação, um movimento de câmera ou um enquadramento funciona do jeito que você quer, antes de gastar mais em um nível mais alto ou em uma geração mais nova.

Uma sequência de duas imagens com um desfecho travado

Use o nível pro 1080p com image_url e last_image_url quando a pose final exata importar — a última tomada antes de um corte, por exemplo.

Ver tutoriais dos principais casos de uso

Guia de prompt e dicas práticas

Descreva uma ação contínua, do início ao fim

O exemplo da espada no telhado acima nomeia um único arco, do movimento até a postura de guarda final; essa estrutura de um único momento é mais confiável nesta geração do que várias ações distintas amontoadas em um prompt.

Não espere que detalhes longos e arrastados mantenham a forma

Cabelo longo, tecido arrastando ou acessórios flutuantes são o tipo de detalhe que esta geração tende a perder ao longo de 10 segundos — uma longa cauda de veludo encurtou visivelmente na metade de um dos nossos testes de escadaria. Mantenha esses detalhes curtos, ou planeje um retoque depois.

Combine sua escolha de resolução com o que a cena precisa

Faça primeiro um teste em 720p enquanto ainda está ajustando a ação ou o movimento de câmera, e guarde o nível pro de 1080p — com sua imagem final opcional — para o take que você pretende manter.

Início rápido da 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/2.1/image-to-video",
  "input": {
    "duration_seconds": 5,
    "image_url": "https://example.com/reference.png",
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "720p"
  }
}'

# 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"

Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.

Não encontrou o modelo que precisa?

Conte qual modelo adicionar e para que você vai usá-lo. Os pedidos vão direto para quem decide os próximos modelos.

IMAGEM PARA VÍDEO, PREÇO DE ENTRADA

A API Kling 2.1 em resumo

Envie a imagem que você já tem e receba de volta um clipe 720p ou 1080p — a geração mais antiga da Kling, e o jeito mais barato de entrar em vídeo nesta linha.

Níveis de resolução: 2; 720p padrão, ou 1080p pro por um adicional por segundo.
Clipe mais longo: 10S; 5 ou 10 segundos inteiros, cobrado por segundo.
Imagem final: ÚLT; Disponível só em 1080p, para fixar o desfecho.
Escala de guidance: 0-1; Deslize de uma interpretação livre a uma leitura literal do seu prompt.
Trilha de áudio: NÃO; Este modelo renderiza silencioso; não há campo de som.
Modo oferecido: 1; Só imagem para vídeo — não há texto para vídeo nesta geração.

Resultados

O que você pode criar com Kling 2.1

Preço de entrada
O jeito mais barato de entrar em vídeo nesta linha
720p padrão é o nível mais barato por segundo entre os modelos Kling que oferecemos. É um bom lugar para testar uma ideia de imagem para movimento antes de gastar mais em uma geração mais nova.
Imagem para vídeo, nível padrão 720p: um arco contínuo único de um golpe até uma posição de guarda.
1080p pro
Uma imagem final para fixar o desfecho
Envie resolution como 1080p e acrescente last_image_url junto com sua imagem inicial, e o clipe é construído para terminar exatamente nessa pose — útil para encadear vários clipes em uma cena mais longa.
Imagem para vídeo, 1080p, imagens inicial e final: a caminhada constrói em direção a uma pose final específica.
Limite conhecido
Uma cauda arrastando não se mantém fisicamente consistente
Em um dos nossos testes, a longa cauda de veludo de um vestido visivelmente encurtou ao longo do clipe — um lembrete de que tecido arrastando, cabelo longo ou adereços soltos são o tipo de detalhe que esta geração pode perder de vista ao longo de uma execução.
Imagem para vídeo, 1080p: a cauda do vestido visivelmente encurta ao longo do clipe, um limite conhecido em tecido arrastando.

Teste de conteúdo

Kling 2.1 é sem censura? O que testamos

Rodamos cada nível na nossa configuração real e conferimos cada clipe quadro a quadro. Aprovado significa que o conteúdo apareceu de fato na tela, não só que a solicitação passou.

Níveis de conteúdo testados no Kling 2.1, por modo
Nível	Imagem para vídeo
LeveOs prompts mais leves do teste	Ainda não testado
ModeradoOnde os modelos com filtro começam a recusar	RecusadoTestado em 28 de set. de 2026
ForteO meio da escala	Ainda não testado
Muito forteOnde a maioria dos modelos começa a se conter	Ainda não testado
MáximoO topo da escala	Ainda não testado

Gera: aparece como foi escrito. Suavizado: gerado, mas mais brando do que foi escrito. Recusado: rejeitado. Ainda não testado: ainda não rodamos esse nível nesse modo.

Como cada modo se comporta

Imagem para vídeo: Esta geração é mais antiga do que os níveis 2.5 Turbo, 2.6 e 3.0 da Kling: movimento e pequenos detalhes físicos (uma cauda arrastando, cabelo fluindo) têm mais chance de divagar ou encurtar ao longo de um clipe, e não há som. Uma imagem final só está disponível em 1080p, e mesmo assim ela fixa o desfecho, não o caminho até lá.
Todos os modos: O Kling revisa tudo o que renderiza. Formulações de nível Leve às vezes passam e às vezes não; qualquer coisa a partir de Moderado é recusada, e uma imagem enviada nesse nível é barrada antes de a geração começar. Pedidos recusados não são cobrados. Para vídeos além desses limites, use em vez disso uma das nossas famílias Spicy: Seedance 2.5 Spicy, Wan 2.2 Spicy ou MiniMax H3 Spicy.
Todos os modos: Esta geração oferece só imagem para vídeo — não há modo texto para vídeo no 2.1. Se você precisa partir de uma cena escrita, use o Kling 2.1 Master (o nível com capacidade de texto da mesma geração) ou um modelo Kling mais novo.

Casos de uso

O que construir com a API Kling 2.1

O teste mais barato de uma ideia de imagem para movimento
Antes de se comprometer com um nível mais novo e mais caro da Kling, use o 720p padrão do 2.1 para ver se um movimento de câmera ou uma ação funciona bem a partir da sua imagem inicial.
Avanços simples, viradas e caminhadas
Movimento simples de um único assunto — uma virada para a câmera, um dolly lento, uma caminhada até uma marca — é onde esta geração é mais confiável.
Uma sequência de duas imagens com um desfecho travado
Use 1080p com image_url e last_image_url quando a pose final importar, como a última tomada antes de um corte para uma nova cena.
B-roll silencioso para um projeto que vai sonorizar sozinho
Este modelo não tem trilha de áudio nenhuma, o que é um recurso, não uma limitação, quando você vai acrescentar sua própria narração, música ou desenho de som na pós-produção.

Prompts

Exemplos de prompts do Kling 2.1 para copiar

Cole um deles no Playground sem alterações e depois mude uma coisa de cada vez.

Imagem para vídeo
Nomeie a pose de destino, não só a ação
Resultado deste prompt
She turns and walks slowly back along the pier toward the camera through the drifting fog, the wind catching her red scarf, and stops close to the lens, looking straight into it. The fog thins and the dawn light warms the water behind her.
Por que funciona. Combinar esse prompt com uma imagem final em 1080p deu ao clipe uma pose final específica para construir, em vez de uma caminhada em aberto.
Este modo começa pela sua própria imagem: adicione-a no Playground antes de executar.
Testar este prompt
Imagem para vídeo
Um arco limpo, uma pose de desfecho
Resultado deste prompt
She spins and whips the katana up through the rain in one clean arc, water spraying off the blade, then settles into a low guard facing the camera. Rain pours across the rooftop, the city lights glowing below, slow push-in.
Por que funciona. Uma única ação contínua descrita do início ao fim — o giro, o arco, o assentar — se lê de forma mais confiável nesta geração do que vários momentos distintos em um prompt.
Este modo começa pela sua própria imagem: adicione-a no Playground antes de executar.
Testar este prompt
Imagem para vídeo
Sinalize tudo que precisa manter a forma
Resultado deste prompt
He takes his hand off the glass, turns away from the window and walks toward the camera tying the belt of his robe, stopping with a small smile as the morning light floods the room behind him. Slow dolly back.
Por que funciona. Uma ação curta e de um único momento com um movimento de câmera nomeado (slow dolly back) é a aposta mais segura nesta geração; guarde cenas com vários momentos e muitos adereços para um nível mais novo.
Este modo começa pela sua própria imagem: adicione-a no Playground antes de executar.
Testar este prompt
Imagem para vídeo
Espere divagação em tecido arrastando ao longo de 10 segundos
Resultado deste prompt
She turns and climbs two more steps, the long red velvet train dragging heavily behind her across the marble stairs, then looks back over her shoulder toward the camera. The chandelier glitters above as the camera cranes slowly up.
Por que funciona. No nosso teste, o comprimento da cauda visivelmente encurtou ao longo do clipe — um limite conhecido desta geração com tecido longo arrastando, não um problema de redação do prompt.
Este modo começa pela sua própria imagem: adicione-a no Playground antes de executar.
Testar este prompt

Comparar

Kling 2.1 x modelos parecidos: qual escolher

Modelo	Modos	A partir de	Conteúdo	Escolha se
Kling 2.1Esta página	Imagem para vídeo	$0.035 / segundo de saída	Com filtro — Este modelo recusa de forma clara os pedidos que passam dos seus próprios limites. É um resultado medido, não presumido; modelos que você não vê rotulados ainda não foram medidos.	Você já tem uma imagem inicial, não precisa de som, e quer o jeito mais barato de entrar em vídeo nesta linha.
Kling 2.1 Master	Imagem para vídeo · Texto para vídeo	$0.216 / segundo de saída	Com filtro — Este modelo recusa de forma clara os pedidos que passam dos seus próprios limites. É um resultado medido, não presumido; modelos que você não vê rotulados ainda não foram medidos.	Você quer o nível de maior qualidade desta mesma geração e não se importa em pagar a taxa 1080p mais alta desta linha por isso.
Kling 2.5 Turbo	Imagem para vídeo · Texto para vídeo	$0.056 / segundo de saída	Com filtro — Este modelo recusa de forma clara os pedidos que passam dos seus próprios limites. É um resultado medido, não presumido; modelos que você não vê rotulados ainda não foram medidos.	Você quer uma geração mais nova com movimento melhor e uma trilha de áudio real sempre incluída — mais caro do que este modelo em 720p, mas menos por segundo do que o nível 1080p dele.
Kling 3.0	Animação de personagem · Imagem para vídeo · Texto para vídeo	$0.067 / segundo de saída	Com filtro — Este modelo recusa de forma clara os pedidos que passam dos seus próprios limites. É um resultado medido, não presumido; modelos que você não vê rotulados ainda não foram medidos.	Você quer o carro-chefe da Kling: 4K, uma imagem final opcional, som ativável e Motion Control.

Preços

Preços da API Kling 2.1

Um clipe de 5 segundos custa a partir de $0.175 em 720p e de $0.34 em 1080p.

O Playground mostra o preço exato das suas configurações antes de rodar. Tarefas com falha ou tempo esgotado normalmente não são cobradas. Alguns modelos cobram recusas de conteúdo conforme indicado na página do modelo; confira essas condições antes de enviar.

Ver todas as faixas de preço

Por que SpicyAPI

Por que usar o Kling 2.1 na SpicyAPI

Nenhum filtro nosso
Não adicionamos nenhum filtro de conteúdo próprio. O que o modelo gera é o que você recebe.
Testado na prática
Os níveis de conteúdo vêm de gerações reais que rodamos e conferimos, com a data do teste na página.
Pague por resultado, em dólares
Sem assinatura e sem créditos. Tarefas com falha ou tempo esgotado normalmente não são cobradas. Alguns modelos cobram recusas de conteúdo conforme indicado na página do modelo; confira essas condições antes de enviar.
Uma chave para todos os modelos
Uma única chave de API e um único saldo atendem modelos de imagem, vídeo, áudio e chat, para você explorar mais modelos na mesma conta.

FAQ

Perguntas frequentes da API Kling 2.1

Sobre o Kling 2.1

Kling 2.1 é a geração anterior do Kling, mantida na SpicyAPI apenas como imagem para vídeo: um nível padrão de 720p e um nível pro de 1080p, ambos com 5 ou 10 segundos, com quadro final opcional em 1080p. Não tem faixa de áudio. As gerações mais novas do Kling (2.5 Turbo, 2.6, 3.0) costumam lidar melhor com movimento e detalhe e acrescentam som, então escolha o 2.1 quando o preço for o ponto, não a qualidade de imagem. O Kling revisa tudo o que renderiza: formulações de nível Leve às vezes passam, qualquer coisa a partir de Moderado é recusada, e um pedido recusado não é cobrado. Para vídeos além desses limites, use uma das nossas famílias de vídeo Spicy, como Seedance 2.5 Spicy, Wan 2.2 Spicy ou MiniMax H3 Spicy. A SpicyAPI cobra por segundo em dólares americanos, sem assinatura e sem pacote pré-pago. Você é responsável por ter os direitos e o consentimento de tudo o que enviar e pelo uso do que gerar.