Kling O3 API

Modos em um modelo

4-EM-1

Texto, imagem, fotos de referência ou um vídeo existente passam pelo mesmo conjunto de endpoints.

Fotos de referência

7

Dê a uma pessoa, um objeto e um lugar sua própria foto, e ele reúne os três em uma cena.

Resolução máxima

4K

Rascunhe barato em 720p, renderize a melhor tomada em 4K.

Clipe mais longo

15S

De 3 a 15 segundos para clipes novos; as edições usam um clipe de origem de 3 a 10 segundos.

Som nativo, opcional

ÁUDIO

Diálogo, efeitos e ambiência gerados junto com a imagem quando você ativa.

Tomadas automáticas

MULTI

Peça várias tomadas em um único prompt e ele corta entre elas sozinho.

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.

• Texto para vídeo

  Escreva três tomadas e deixe o multi-shot cortar entre elas

  

  A night tango on a rain-slick cobblestone street in Buenos Aires. A man in his late thirties in a dark waistcoat and a white shirt open at the collar, and a woman in her early thirties in a backless black satin dress, dance close under a single amber streetlamp. Shot 1, wide: the couple turns through the falling rain and her dress flares. Shot 2, close-up: their faces almost touching, rain running down his cheek, she smiles. Shot 3, low angle on their feet: a sharp turn, her heel flicking water off the stones. Sound: a bandoneon tango drifting from an open window, steady rain, heels clicking on wet stone, her quiet laugh.

  Por que funciona. Numerar as tomadas e descrever cada ângulo de câmera em ordem — plano geral, close, ângulo baixo — é o que diz ao modelo onde uma tomada deve terminar e a próxima começar, em vez de deixar isso ao acaso.

  Testar este promptCopiar prompt

• Texto para vídeo

  Nomeie a posição exata da câmera para manter dois rostos no quadro

  

  A small jazz bar after closing, chairs upturned on the tables, one warm lamp over an old upright piano. Seen from the end of the keyboard so both faces are clear: two men in their thirties, a couple, sit close together on the piano bench. One, in a loosened tie with his sleeves rolled up, plays a slow chord; the other, in an open-collar black shirt, rests his head on the pianist's shoulder with his eyes half closed. The pianist stops, turns to him and says softly, "One more song?" The other smiles without lifting his head: "Only if it's ours." One continuous slow push-in, 35mm, warm tungsten light. Sound: soft piano chords, their low voices, the hum of the empty room.

  Em vez de “Two men on a piano bench, one playing, the other leaning on his shoulder.”

  Por que funciona. "Seen from the end of the keyboard" é uma instrução de câmera real; sem ela o modelo pode escolher um ângulo em que a segunda pessoa fica quase escondida atrás da primeira.

  Testar este promptCopiar prompt

• Imagem para vídeo

  Descreva só o que acontece depois da imagem

  

  The rain gets heavier. The woman in the camel trench coat tilts the umbrella back and laughs; the other woman pulls her closer by the collar and they walk off together down the neon street, the camera following at their shoulders. Sound: heavy rain drumming on the clear umbrella, distant traffic, footsteps splashing, and one of them says, "Come on, we're going to miss the last train."

  Por que funciona. A imagem inicial já definiu as duas mulheres, o guarda-chuva e a rua neon, então o prompt só precisa dizer o que acontece depois — a chuva mais forte, a risada, a caminhada.

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

  Testar este promptCopiar prompt

• Referência para vídeo

  Dê a cada foto de referência uma função

  

  Image 1 is the man, Image 2 is the dining carriage, Image 3 is the sealed letter. The man from Image 1, still in his camel overcoat, sits alone at a table in the train carriage from Image 2 at night. He breaks the red wax seal of the letter from Image 3, unfolds it and reads, and a slow smile spreads across his face while city lights streak past the rainy window. Slow push-in. Sound: the rhythmic clatter of the train, rain on the glass, paper unfolding, a soft exhale.

  Por que funciona. Nomear a responsabilidade de cada imagem numerada — o homem, o vagão, a carta — é o motivo de as três terem se mantido juntas, em vez de o modelo misturá-las em algo novo.

  Testar este promptCopiar prompt

• Edição de vídeo

  Mude uma coisa, deixe o resto como está

  

  Turn the season to deep winter: fresh snow on the cobblestones, the balconies, the rooftops and the yellow tram, snowflakes drifting through the air and cold blue morning light. Dress both riders in wool coats and knitted scarves. Keep the street, the bicycles, the riders' movement and the camera move exactly as they are.

  Por que funciona. A edição de vídeo só muda o que você nomeia — aqui, a estação e o figurino — e mantém o enquadramento, o movimento e o ritmo do clipe de origem como estão.

  Testar este promptCopiar prompt

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.

Sobre o Kling O3

O Kling O3 (Kling 3.0 Omni) é o modelo de vídeo multiuso do Kling na SpicyAPI, em quatro modos: texto para vídeo, imagem para vídeo, referência para vídeo e edição de vídeo. Os clipes duram de 3 a 15 segundos (um vídeo para editar pode ter até 10), até 4K, com som nativo opcional e cortes automáticos entre vários planos. O Kling faz a própria revisão de conteúdo, e não colocamos nenhum filtro por cima: material de nível Leve às vezes passa, qualquer coisa mais forte é recusada, e um pedido recusado não é cobrado. Cobramos por segundo de saída em dólares americanos, sem assinatura e sem pacote para comprar antecipadamente. Você é responsável por ter os direitos e o consentimento de tudo o que enviar e pelo uso do que gerar.