Kling Omni Video O3 標準版テキストから動画生成

kwaivgi/kling-video-o3/text-to-video

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。

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 | 4K
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select53 | 4 | 5 | 6 | 7 | 8 | 9 | 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-o3/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": 8,
    "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-o3/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": 8,
            "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-o3/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": 8,
      "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 Omni Video O3 テキストから動画生成モデル

テキストから動画および音声を生成する高度なマルチモーダルモデル

Kling Omni Video O3(標準版)は、快手が提供する高度な統合型マルチモーダル動画生成モデルで、MVL(マルチモーダルビジュアル言語)技術を採用しています。テキストプロンプトを使用して映画品質の動画を生成し、テーマの一貫性、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。音声生成にも対応しており、即時利用可能なREST APIを通じてアクセス可能で、最高のパフォーマンス、冷スタートなし、手頃な価格を提供します。

🚀 主な特徴

  • 映画品質の動画生成:テキストプロンプトから高品質な動画を生成し、複雑なシーンや動的な効果をサポート。
  • 自然な物理シミュレーション:生成された映像にリアルな物理効果と動きの一貫性を実現。
  • 複数のアスペクト比対応:16:9、9:16、1:1のアスペクト比で動画を生成し、さまざまなプラットフォームに対応。
  • 音声生成オプション:動画と同期した音声を生成し、完全なマルチメディア体験を提供。
  • マルチプロンプト対応:複数のプロンプトをチェーン化して、スムーズなシーン遷移とストーリーフローを実現。
  • プロンプトエンハンサー:内蔵ツールで動画説明を自動的に改善し、生成品質を向上。

🛠️ 技術仕様

パラメータデフォルト値範囲説明
プロンプト(prompt)文字列必須-動画のシーン、動き、スタイルのテキスト説明。
アスペクト比(aspect_ratio)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(duration)整数5秒3~15秒生成される動画の長さ(秒)。
音声(sound)ブール値FalseTrue, False動画と同期した音声を生成するかどうか。
カメラモーション(shot_type)文字列customizecustomize, intelligent動画生成のカメラモーションタイプ(手動または自動)。
マルチプロンプト(multi_prompt)配列--シーン遷移をガイドする追加プロンプト。

💰 価格

タイプ720P1080P4K
音なし0.08400.11200.4200
音あり0.11200.14000.4200

料金ルール:

  • 基本料金:解像度に基づきます。
  • 音声追加料金:音声ありの場合、約33.3%の割増料金が発生します。
  • 対応秒数:3~15秒。

💡 最適な利用ケース

  • プロフェッショナルコンテンツ制作:より手頃な価格で高品質な動画を生成。
  • ソーシャルメディア:TikTok、Reels、Stories向けの魅力的な短編動画を作成。
  • マーケティング動画:同期音声付きのプロモーションコンテンツを生成。
  • コンセプトの可視化:テキスト説明から迅速にクリエイティブアイデアを具現化。
  • 拡張シーン:最大15秒の動画生成で、ストーリーテリングやシーン展開に対応。

🔗 関連モデル

  • Kling Video O3 画像から動画生成モデル:標準版価格で画像をアニメーション化。
  • Kling V3.0 テキストから動画生成モデル:V3.0標準版で低コスト。

プロンプトを作成する際は、快手のコンテンツ利用ポリシーを遵守してください。

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 O1 テキストから動画生成
Text to VideoKling

Kling Omni Video O1 テキストから動画生成

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。

$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