Pular para o conteúdo principal

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.Ver todos os modelos com esse nível de filtragem
kling/3.0/text-to-video

O text-to-video Kling 3.0 transforma um briefing escrito em um clipe de 3 a 15 segundos em 720p, 1080p ou 4K. Ligue ou desligue o áudio nativo, escolha 16:9, 9:16 ou 1:1 e renderize uma tomada contínua ou uma montagem de vários planos.

A partir de $0.067/s20% abaixo do preço oficial
Executar modelo

Playground

Entrada

Texto para vídeo
499/2500
Descreva o assunto, a ação, a câmera e, com o som ativado, o diálogo e o som que você quer. pelo menos 1 caracteres · no máximo 2500 caracteres
0/2500
O que você não quer no clipe (objetos, visuais ou movimentos), até 2.500 caracteres. Opcional; não muda o preço. no máximo 2500 caracteres
16:9, 9:16 ou 1:1. Fixa para o clipe inteiro — não há imagem de origem para seguir em vez disso.
afeta o preço
720p, 1080p ou 4K. Níveis mais altos custam mais por segundo.
Gerar áudioafeta o preço
Acrescenta uma trilha sonora gerada — diálogo entre aspas, efeitos, ambiência — ao mesmo clipe. Em 720p e 1080p custa mais por segundo do que uma execução silenciosa; em 4K o preço não muda com o som ligado ou desligado.
Duraçãoafeta o preço
Segundos inteiros, de 3 a 15. Influencia o preço. não menor que 3 · não maior que 15
Estrutura de planos
Plano únicoVários planosLista de tomadas personalizada
single mantém uma configuração na maior parte da execução, mas ainda pode cortar por conta própria; multi deixa a Kling cortar sua própria edição de múltiplas tomadas. Acrescente "one continuous shot, no cuts" no prompt se um take não puder cortar de jeito nenhum. customize segue a lista de tomadas que você passa em multi_prompt.
Lista de tomadas0/6
A lista de tomadas para shot_type customize: até 6 tomadas em ordem, cada uma com seu próprio prompt (até 512 caracteres) e duração em segundos inteiros. As durações precisam somar duration_seconds, que continua sendo a base da cobrança. pelo menos 1 itens · no máximo 6 itens
Fidelidade ao prompt
O quanto o clipe segue o prompt, de 0 a 1 (padrão 0,5). Valores mais altos seguem o texto mais de perto; mais baixos dão mais liberdade ao modelo. Não muda o preço. não menor que 0 · não maior que 1
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

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.

O CARRO-CHEFE 4K DA KLING

A API Kling 3.0 em resumo

Defina a primeira imagem, fixe a última se quiser, ative o som, e o Kling 3.0 filma até 4K.

Resolução máxima
4K
Rascunhe em 720p, entregue a melhor versão em 4K.
Clipe mais longo
15S
De 3 a 15 segundos em texto e imagem para vídeo.
Entrada Motion Control
30S
Envie um vídeo de referência de 3 a 30 segundos; o resultado segue essa duração.
Som ativável
ÁUDIO
Ative ou desative o áudio nativo por solicitação.
Controle de imagem
1ª+ÚLT
Defina uma imagem inicial e, opcionalmente, fixe a final.
Modos de conteúdo
2
Tomada única contínua, ou deixe o modelo cortar sua própria edição de múltiplas tomadas.

Resultados

O que você pode criar com Kling 3.0

  • Primeira imagem, última imagem

    Fixe onde um clipe começa e onde termina

    Dê ao Kling 3.0 uma imagem inicial, e opcionalmente uma final, e ele preenche tudo entre as duas. No nosso teste, a câmera acompanhou uma mulher por um píer coberto de neblina, de uma silhueta distante até uma imagem parada e próxima que combinou quase exatamente com a imagem final.

    Imagem para vídeo, 5 segundos em 720p: "one continuous shot, no cuts" manteve a luz do entardecer e o enquadramento estáveis durante toda a virada.

  • Áudio nativo

    Diálogo e tom ambiente no mesmo arquivo

    Ative generate_audio e a fala que você escreve no prompt volta falada, com o som do ambiente por baixo. Um brinde no terraço, uma multidão, garrafas tilintando — tudo em um clipe, sem uma etapa de áudio separada.

    Texto para vídeo, 6 segundos em 720p com som: uma câmera na mão atravessando a multidão, terminando em um brinde coletivo.

  • Motion Control

    Coloque os movimentos de outra pessoa no seu personagem

    Envie uma foto nítida de um personagem e um vídeo de referência de 3 a 30 segundos, e o Kling 3.0 copia os movimentos, as expressões e os gestos das mãos para o seu personagem, mantendo o rosto, a roupa e o cenário dele. O resultado dura exatamente o mesmo tempo do vídeo de referência.

    Motion Control, 5 segundos em 720p: a coreografia de um vídeo de referência copiada para esta personagem, mantendo o rosto, o terninho e o estúdio dela.

  • Até 4K

    Rascunhe barato, renderize a melhor versão grande

    720p e 1080p custam menos por segundo; o 4K entra quando uma tomada já vale a renderização. Resolução e áudio mudam o preço, então rascunhar pequeno e finalizar grande é o fluxo de trabalho normal.

Teste de conteúdo

Kling 3.0 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 3.0, por modo
NívelTexto para vídeoImagem para vídeoAnimação de personagem
LeveOs prompts mais leves do teste
Ainda não testado
Ainda não testado
Ainda não testado
ModeradoOnde os modelos com filtro começam a recusar
RecusadoTestado em 28 de set. de 2026
RecusadoTestado em 28 de set. de 2026
Ainda não testado
ForteO meio da escala
RecusadoTestado em 28 de set. de 2026
RecusadoTestado em 28 de set. de 2026
RecusadoTestado em 28 de set. de 2026
Muito forteOnde a maioria dos modelos começa a se conter
RecusadoTestado em 28 de set. de 2026
RecusadoTestado em 28 de set. de 2026
Ainda não testado
MáximoO topo da escala
RecusadoTestado em 28 de set. de 2026
Ainda não testado
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

Texto para vídeo
shot_type single mantém o modelo em uma única configuração na maior parte do tempo, mas ainda pode cortar para um segundo ângulo por conta própria — uma cena de festa e mais dois dos nossos outros testes de tomada única pegaram um corte extra cada, uma vez com uma mudança de luz no meio. Se a tomada não pode cortar, acrescente "one continuous shot, no cuts" ao prompt; essa linha manteve a tomada coesa e a luz constante no nosso reteste do mesmo briefing.
Imagem para vídeo
O clipe abre na sua imagem e pode terminar em uma segunda se você definir last_image_url. Ao longo de 15 segundos, um deslize de continuidade é possível no fundo — em um dos nossos testes, a posição de um caminhão e do prédio atrás dele não coincidiu entre a abertura e um ângulo posterior no mesmo clipe.
Animação de personagem
O Motion Control precisa de uma foto nítida, de corpo inteiro ou meio corpo, do personagem, e um vídeo de referência com pelo menos cerca de 720 pixels de largura ou altura em cada lado. O resultado mantém o rosto, a roupa e o cenário do personagem a partir da foto e dura exatamente o mesmo tempo do vídeo de referência, de 3 a 30 segundos; qualquer coisa menor ou mais estreita que isso é recusada antes de a tarefa começar.
Todos os modos
A Kling aplica sua própria moderação antes da geração, e a SpicyAPI não acrescenta nenhum filtro próprio por cima. Neste modelo a moderação do Kling é rigorosa: em nossos testes de 28/09/2026, tudo do nível Moderado para cima foi recusado em todos os endpoints verificados, sem versão suavizada ou borrada no lugar – é passar ou recusar, não há meio-termo. Até uma imagem de origem nesse nível é barrada no upload. O que passa é o figurino de nível Leve, e mesmo ali o resultado é inconsistente: prompts quase idênticos podem ir para qualquer lado. Uma solicitação recusada não é cobrada. Se o seu trabalho precisa ir além disso, nossas famílias sem restrições, como Seedance 2.5 Spicy, Wan 2.2 Spicy ou MiniMax H3 Spicy, são a escolha melhor; o forte da Kling é o visual cinematográfico, o movimento, o som nativo e o controle por referência para tudo do lado seguro dessa linha.

Casos de uso

O que construir com a API Kling 3.0

  • Um momento de diálogo com som de verdade

    Escreva a fala, ative generate_audio, e receba um clipe em que as palavras, o tom ambiente e a imagem chegam juntos — um brinde, uma confissão em um banco de piano, uma despedida na porta de um trem.

  • Continue uma cena a partir da sua própria imagem

    Pegue uma imagem que você já tem — uma foto de produto, um retrato, um quadro de um clipe anterior — e descreva só o que acontece depois. O visual, o figurino e o cenário vêm da sua imagem, não do prompt.

  • Reaproveite uma performance em um personagem diferente

    Filme ou licencie um único vídeo de referência de uma dança, uma caminhada ou um gesto, e rode-o em quantas fotos de personagem precisar. A coreografia permanece idêntica; só a pessoa muda.

  • Uma renderização final para uma tomada que você já rascunhou

    Itere o enquadramento e o timing em 720p, e então envie o mesmo prompt em 4K quando a tomada funcionar, para um clipe principal, um close de produto ou uma sequência de abertura.

Prompts

Exemplos de prompts do Kling 3.0 para copiar

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

  • Imagem para vídeo

    Trave a tomada com uma linha

    Resultado deste prompt

    One continuous shot with no cuts, the golden-pink dusk light staying the same throughout. He turns from the rail toward the camera, pushes his wet hair back with one hand and smiles, then says, "Jump in, the water's perfect." The yacht rocks gently and the sail snaps in the evening breeze. Slow handheld push-in. Sound: waves slapping the hull, wind in the rigging, gulls far off.

    Em vez de “He turns from the rail toward the camera, pushes his wet hair back with one hand and smiles, then says, "Jump in, the water's perfect."”

    Por que funciona. Sem a linha de abertura, nosso teste cortou para um segundo ângulo no meio e a luz mudou de entardecer para luz do dia. Acrescentar "one continuous shot with no cuts" mais a descrição da luz manteve tanto o enquadramento quanto a cor estáveis do início ao fim.

    Este modo começa pela sua própria imagem: adicione-a no Playground antes de executar.

    Testar este prompt

  • Texto para vídeo

    Diálogo com o som já escrito

    Resultado deste prompt

    Night on the marble terrace of a Venetian palazzo during a gala. A woman in her early thirties in a backless emerald silk gown walks away from the camera toward the balustrade, candlelight catching the line of her back, the Grand Canal glittering below. She stops, looks back over her shoulder at the camera and says with a faint smile, "Don't wait up." Slow tracking shot behind her, shallow depth of field. Sound: a string quartet playing inside, the murmur of guests, water lapping against stone.

    Por que funciona. A fala entre aspas voltou como diálogo falado no nosso teste, palavra por palavra, porque a trilha sonora estava ativada e as indicações de som foram escritas no mesmo prompt que a tomada.

    Testar este prompt

  • Animação de personagem

    Mova uma performance para um novo personagem

    Resultado deste prompt

    She performs the routine in the same warm-grey photo studio, the satin suit catching the light as she moves.

    Por que funciona. O vídeo de referência fornece cada instante da coreografia; o prompt só precisa dizer o que a personagem veste e onde ela está, já que o Motion Control já conhece os movimentos.

    Testar este prompt

  • Texto para vídeo

    Uma cena de multidão com uma linha clara para ouvir

    Resultado deste prompt

    A summer rooftop party in Brooklyn at blue hour, string lights and the Manhattan skyline behind. A mixed group of friends in their late twenties and thirties dance and laugh: a woman with long braids spins under a man's arm, two men clink beer bottles, someone throws a handful of confetti. One continuous handheld shot weaving through the dancers, ending as the whole group raises their drinks and shouts together, "To summer!" Sound: upbeat funk music, chatter, laughter, bottles clinking.

    Por que funciona. Nomear uma única linha para o grupo todo gritar, bem no final do briefing, deu ao modelo um momento único para pousar o diálogo, em vez de adivinhar quando várias pessoas deveriam falar ao mesmo tempo.

    Testar este prompt

  • Imagem para vídeo

    Descreva só o que acontece depois da imagem

    Resultado deste prompt

    Lightning flashes and lights the whole forecourt white for an instant. She pushes off the truck, pulls her jacket collar up against the rain and walks out from under the canopy into the downpour toward the camera, rain bouncing off the concrete around her boots. Sound: a sharp crack of thunder, heavy rain drumming on the canopy roof, her footsteps splashing, the buzz of the fluorescent lights.

    Por que funciona. A imagem inicial já define a mulher, o caminhão e o posto de gasolina; o prompt nunca os redescreve e só acrescenta o raio, o movimento e o som que vêm depois.

    Este modo começa pela sua própria imagem: adicione-a no Playground antes de executar.

    Testar este prompt

Comparar

Kling 3.0 x modelos parecidos: qual escolher

ModeloModosA partir deConteúdoEscolha se
Kling 3.0Esta páginaAnimação de personagem · Imagem para vídeo · Texto para vídeo$0.067 / segundo de saídaCom 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: controle de primeira e última imagem, uma trilha de áudio que pode ser ativada ou desativada, resolução até 4K, e Motion Control para copiar uma performance para o seu próprio personagem.
Kling O3Imagem para vídeo · Referência para vídeo · Texto para vídeo · Edição de vídeo$0.067 / segundo de saídaCom 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 precisa de até sete imagens de referência fundidas em uma cena, ou quer editar um clipe existente em vez de gerar um novo.
Kling 3.0 TurboImagem para vídeo · Texto para vídeo$0.112 / segundo de saídaCom 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 sempre quer som em todo clipe e pode dispensar 4K e Motion Control — ele roda mais rápido e todo clipe carrega áudio por padrão.
Kling 2.6Animação de personagem · Imagem para vídeo · Texto para vídeo$0.069 / segundo de saídaCom 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.Sua cena não precisa de 4K e você quer o primeiro modelo de áudio nativo da Kling a uma taxa por segundo mais baixa em 1080p sem áudio, ou uma execução de Motion Control mais barata.

Preços

Preços da API Kling 3.0

Um clipe de 5 segundos custa a partir de $0.336 em 720p e de $1.68 em 4K.

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 3.0 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 3.0

Sobre o Kling 3.0

O Kling 3.0 é o modelo de vídeo de ponta da Kling, disponível na SpicyAPI como texto para vídeo, imagem para vídeo e Motion Control (animação de personagem). Os clipes duram de 3 a 15 segundos em texto e imagem para vídeo, até 4K, com áudio nativo que você ativa ou desativa e uma imagem final opcional para fixar o desfecho. O Motion Control copia os movimentos de um vídeo de referência de 3 a 30 segundos para uma foto de personagem, e o resultado segue a duração desse vídeo. Em nossos testes de 28/09/2026, a moderação própria do Kling recusou tudo do nível Moderado para cima em todos os endpoints verificados; para qualquer coisa além disso, use em vez disso uma das nossas famílias sem filtro. A SpicyAPI cobra por segundo de saída em dólares americanos, sem assinatura, e uma solicitação recusada ou que falha nunca é cobrada. Você é responsável por ter os direitos e o consentimento de tudo o que envia e pelo uso que faz do que gera.

Todos os modelos Kling9

Modelos relacionados e próximas tarefas

Comparações relacionadas

Kling 3.0 vs Kling 2.6Kling 3.0 vs Kling 4.0Kling 3.0 vs Wan 2.2 Animate