Kling Omni Video O1 テキストから動画生成

kwaivgi/kling-video-o1/text-to-video

Kling Omni Video O1 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishou初の統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトに基づいて映画品質の動画を生成し、主体の一貫性、自然な物理シミュレーション、正確な意味理解を実現します。すぐに使えるREST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

サンプル

パラメータ

名前既定制約説明
prompt *プロンプトtextarea≤ 5000 chars生成に使用するポジティブプロンプト。
resolution生成モードselect720P720P | 1080P
aspect_ratioアスペクト比select16:916:9 | 9:16 | 1:1生成される動画のアスペクト比。
duration長さselect55 | 10生成されるメディアの長さ(秒)(3~15)。
sound音声booleanfalse動画に音声を生成するかどうか。
multi_shotマルチレンズスイッチbooleanマルチショット動画を生成するかどうか trueの場合:promptパラメータは無効です。 falseの場合:shot_typeおよびmulti_promptパラメータは無効です。
shot_typeショットタイプselectcustomize | intelligence生成されるショットタイプ。
multi_promptマルチプロンプトarray<object>生成のためのマルチプロンプト要素のリスト。
durationDurationnumber5The duration of this shot in seconds.
promptPrompttextThe prompt for this shot.

API

統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-video-o1/text-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "prompt": "A serene mountain landscape at sunrise, with golden light reflecting off the peaks and a gentle river flowing through the valley.",
    "resolution": "720P",
    "aspect_ratio": "16:9",
    "duration": 10,
    "sound": true,
    "shot_type": "intelligence"
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-video-o1/text-to-video",
    headers=HEADERS,
    json={
        "input": {
            "prompt": "A serene mountain landscape at sunrise, with golden light reflecting off the peaks and a gentle river flowing through the valley.",
            "resolution": "720P",
            "aspect_ratio": "16:9",
            "duration": 10,
            "sound": True,
            "shot_type": "intelligence"
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-video-o1/text-to-video", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "prompt": "A serene mountain landscape at sunrise, with golden light reflecting off the peaks and a gentle river flowing through the valley.",
      "resolution": "720P",
      "aspect_ratio": "16:9",
      "duration": 10,
      "sound": true,
      "shot_type": "intelligence"
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

ドキュメント

Kling Video O1 テキストから動画生成 API

多モーダル視覚言語技術による映画品質の動画生成

Kling Video O1 は、MVL(多モーダル視覚言語)技術を搭載したKuaishou初の統合型多モーダル動画モデルです。この最先端モデルは、テキストプロンプトを映画品質の動画に変換し、主体の一貫性、自然な物理シミュレーション、精密な意味理解を実現します。冷スタート不要で、手頃な価格で、Kling Video O1 はクリエイティブなワークフローに簡単に統合できます。


🚀 主な特徴

  • 多モーダル視覚言語(MVL):テキスト、画像、視覚的参照を解釈し、統一された動的な動画コンテンツを生成する革新的技術。
  • 映画品質:リアルな照明、動き、シーンのダイナミクスを備えた映画品質の動画を生成。
  • 物理シミュレーション:自然な動きと正確な物理的相互作用を保証。
  • 主体の一貫性:異なるショット間でキャラクター、道具、シーンの特徴を安定的に維持し、プロフェッショナル品質を実現。
  • 柔軟な出力:複数のアスペクト比(16:9、9:16、1:1)と動画の長さ(5秒または10秒)に対応。

🛠️ 技術仕様

パラメータタイプデフォルト値選択肢説明
プロンプト文字列--動画生成のポジティブプロンプト。
アスペクト比文字列16:916:9, 9:16, 1:1生成される動画のアスペクト比。
長さ整数55, 10生成される動画の長さ(秒単位)。

💰 料金

属性720P1080P
参照動画なし0.08400.1120
参照動画あり0.12600.1680

生成される動画の長さに応じて秒単位で課金されます。


💡 主な利用ケース

  • Eコマース:映画品質の製品紹介動画を作成し、顧客の注目を集める。
  • ソーシャルメディア:InstagramやTikTokなどのプラットフォーム向けの魅力的な短編動画を生成。
  • 映画制作:シーンのプロトタイプを迅速に作成したり、プロフェッショナル品質の補完ショットを生成。
  • 広告:キャンペーンに正確に一致する高インパクトなプロモーションコンテンツを制作。

🔗 関連モデル

  • Kling Video O1 動画編集:既存の動画コンテンツを修正および強化するのに最適。
  • Kling Video O1 標準動画編集:基本的な編集タスクに適した簡易版。

関連モデル

xAI Grok Imagine Video v1.5 テキストから動画生成
Text to VideoX Ai

xAI Grok Imagine Video v1.5 テキストから動画生成

テキストプロンプトから1-15秒の動画を生成します。480p、720p、1080pに対応しています。

$0.840 / 1 回
MiniMax H3 テキストから動画生成
Text to VideoMinimax

MiniMax H3 テキストから動画生成

MiniMax H3 テキストから動画生成は、プロンプトから一貫性のある 2K 動画を生成できます。4〜15秒の柔軟な長さと、6種類のアスペクト比に対応し、シネマティックなシーン、クリエイティブ動画、制作ワークフローに適しています。すぐに使える REST 推論 API を提供し、高性能・コールドスタートなし・手頃な価格で利用できます。

$0.650 / 1 回
Kling Omni Video O3 標準版テキストから動画生成
Text to VideoKling

Kling Omni Video O3 標準版テキストから動画生成

Kling Omni Video O3 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishouの高度な統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトを基に主体の一貫性、自然な物理シミュレーション、正確な意味理解を備えた映画品質の動画を生成します。音声生成にも対応。すぐに使えるREST API、最高のパフォーマンス、冷スタートなし、手頃な価格。

$0.420 / 1 回
Kling 3.0 標準版
Text to VideoKling

Kling 3.0 標準版

Kling 3.0 標準版は、高品質なテキストから動画生成を提供します。滑らかな動き、映画のような映像、正確なプロンプトの適合性、そして共有可能なクリップ用のネイティブ音声を備えています。即時利用可能な REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.420 / 1 回
Kling V2.6 テキストから動画生成 API
Text to VideoKling

Kling V2.6 テキストから動画生成 API

Kling 2.6 は、滑らかなモーション、映画のようなビジュアル、強力なプロンプト適合性、そしてネイティブオーディオを備えた、トップクラスのテキストから動画生成を提供します。共有可能なクリップを即座に生成可能。すぐに使用できる REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.210 / 1 回
Gemini Omni Flash テキストから動画生成 API
Text to VideoGoogle

Gemini Omni Flash テキストから動画生成 API

Gemini Omni Flash Text to Video は、テキストのプロンプトから音声同期付きの短い AI 動画を生成し、映像生成と音声出力を組み合わせて高速なマルチモーダル動画作成を実現します。すぐに使える REST 推論 API で、高性能、コールドスタートなし、手頃な価格です。

$1.04 / 1 回
Seedance 2.0 Mini テキストから動画生成
Text to VideoDoubao

Seedance 2.0 Mini テキストから動画生成

Seedance 2.0 Mini Text to Video は、ByteDance による高速かつ低コストなテキストから動画生成モデルで、シネマティックなマルチショット動画に適しています。テキストのプロンプトから物語性のあるシーケンスを生成し、AI カメラ制御、シーン間で一貫したキャラクター、480P / 720P / 1080P / 4K 出力、4〜15 秒の長さ、柔軟なアスペクト比に対応しています。すぐに使える REST 推論 API を提供し、高性能、コールドスタートなし、手頃な価格が特長です。

$0.380 / 1 回
Seedance 2.5 テキストから動画生成
Text to VideoDoubao

Seedance 2.5 テキストから動画生成

Seedance 2.5 は次世代の高品質動画生成モデルであり、テキストから動画生成、複数のアスペクト比、480p/720p/1080p 解像度、AI 同期音声生成に対応し、指示追従性・カメラ制御・モーション品質が向上しています。

$1.16 / 1 回