Kling 3.0 Standard

kwaivgi/kling-v3.0/text-to-video

Kling 3.0 标准版提供高质量的文本生成视频功能,具有流畅的运动效果、电影级视觉效果、精准的提示词匹配以及原生音频,适合直接分享的短片。支持即用型 REST 推理 API,性能卓越,无冷启动,价格实惠。

示例

参数

名称类型默认约束说明
prompt提示词textarea≤ 5000 chars生成时使用的正向提示词。
negative_prompt反向提示词textarea≤ 5000 chars生成时使用的反向提示词。
duration时长select53 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | …生成媒体的时长(以秒为单位)。
resolution生成模式select720P720P | 1080P | 4K
aspect_ratio宽高比select16:916:9 | 9:16 | 1:1生成视频的宽高比。
cfg_scaleCFG 系数slider0.50 ~ 1 · step 0.01视频生成的灵活性;值越高,模型的灵活性越低,与用户提示词的相关性越强。
sound音频booleanfalse生成视频时是否同时生成音频。
element_list元素列表array<object>0–3 items元素参考列表。
element_idElement IdtextThe prompt for this shot.
multi_shot多镜头开关boolean是否生成多镜头视频 如果为真:提示参数无效。 如果为假:shot_type 和 multi_prompt 参数无效。
shot_type镜头类型selectcustomize | intelligence生成的镜头类型。
multi_prompt多提示词array<object>生成时使用的多提示词元素列表。
durationDurationnumber5The duration of this shot in seconds.
promptPrompttextThe prompt for this shot.

API

通过统一 REST API 调用本模型;在 API Keys 页获取密钥。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-v3.0/text-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "prompt": "A futuristic cityscape at sunset with flying cars and glowing skyscrapers.",
    "negative_prompt": "Crowded streets, dull colors, and broken buildings.",
    "duration": 10,
    "resolution": "720P",
    "aspect_ratio": "16:9",
    "cfg_scale": 0.7,
    "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-v3.0/text-to-video",
    headers=HEADERS,
    json={
        "input": {
            "prompt": "A futuristic cityscape at sunset with flying cars and glowing skyscrapers.",
            "negative_prompt": "Crowded streets, dull colors, and broken buildings.",
            "duration": 10,
            "resolution": "720P",
            "aspect_ratio": "16:9",
            "cfg_scale": 0.7,
            "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-v3.0/text-to-video", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "prompt": "A futuristic cityscape at sunset with flying cars and glowing skyscrapers.",
      "negative_prompt": "Crowded streets, dull colors, and broken buildings.",
      "duration": 10,
      "resolution": "720P",
      "aspect_ratio": "16:9",
      "cfg_scale": 0.7,
      "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);

文档

Kling 3.0 Standard

高质量文本生成视频,支持电影级视觉效果与同步音频

Kling 3.0 Standard 是一款高性价比的文本生成视频模型,能够实现流畅的运动、电影级视觉效果以及精准的提示词匹配。支持灵活的时长选项、多种宽高比以及可选的同步音频功能,能够以实惠的价格生成即刻分享的视频片段。该模型性能卓越,无冷启动,并通过 REST 推理 API 提供访问。


🚀 主要功能

  • 电影级视觉效果:通过文本提示词生成流畅且高质量的视频。
  • 灵活时长:支持 3 到 15 秒的视频片段,满足不同制作需求。
  • 多种宽高比:支持 16:9(横屏)、9:16(竖屏)和 1:1(正方形)格式,适配多种平台。
  • 同步音频:可选生成与视频同步的音效,提供沉浸式体验。
  • 精准提示词控制:支持反向提示词和引导系数,优化输出效果。
  • 多提示词支持:可链式组合多个提示词,实现场景过渡和一致的叙事效果。

🛠️ 技术规格

参数类型默认值范围/选项描述
提示词字符串--场景、运动、镜头风格和氛围的文本描述。
反向提示词字符串--视频中需要排除的元素。
时长整数53–15 秒生成视频的时长。
宽高比字符串16:916:9, 9:16, 1:1视频的输出格式。
引导系数数字0.50.0–1.0提示词匹配强度;值越高,模型对提示词的相关性越强。
音频布尔值禁用启用/禁用是否同时生成与视频同步的音效。
镜头类型字符串自定义自定义, 智能编辑模式;自定义用于手动控制,智能用于自动检测。
多提示词数组--用于场景过渡和进程的额外提示词片段。
元素列表数组--用于确保视频一致性的视觉元素参考列表。

💰 定价

分辨率属性每秒单价 (USD)
720P无声0.0840
720P有声0.1260
1080P无声0.1120
1080P有声0.1680
4K无声0.1680
4K有声0.2800

💡 最佳应用场景

  • 社交媒体内容:批量生成适用于 TikTok、Reels 和 Shorts 的竖屏或正方形视频片段。
  • 概念可视化:快速将创意和氛围从文本描述转化为视频。
  • 市场营销与广告:无需拍摄团队即可制作宣传视频内容。
  • 原型设计:在使用 Pro 模型前,以标准定价测试视觉创意和提示词变体。

🔗 相关模型

  • Kling V3.0 Pro 文本生成视频:提供 Pro 级别的最高质量。
  • Kling V3.0 Std 图片生成视频:以标准定价将静态图片动画化。
  • Kling Video O3 Std 文本生成视频:下一代 O3 标准文本生成视频模型。

专业提示

  • 提示词越具体效果越好——包括镜头角度、灯光风格、角色行为和氛围。
  • 使用反向提示词避免常见问题,例如模糊的面部、不需要的运动或特定视觉元素。
  • 根据平台选择宽高比:16:9 适用于 YouTube,9:16 适用于 TikTok 和 Reels,1:1 适用于 Instagram。
  • 场景中有环境音、人群或动作时启用音频功能,提升沉浸感。
  • 使用较短时长(3–5 秒)进行快速迭代,较长时长(10–15 秒)用于最终输出。

注意事项

  • 仅提示词为必填字段,其他参数均为可选。
  • 时长范围:最短 3 秒,最长 15 秒。
  • 启用音频功能会增加 1.5 倍费用。
  • 使用 Kling Elements 工具生成视觉元素,并在提示词中自然引用其名称和 ID。

相关模型

xAI Grok Imagine Video v1.5 文生视频
Text to VideoX Ai

xAI Grok Imagine Video v1.5 文生视频

根据文本提示词生成 1-15 秒视频,支持 480p、720p 和 1080p。

$0.840 / 每次
MiniMax H3 文生视频
Text to VideoMinimax

MiniMax H3 文生视频

MiniMax H3 文生视频可根据提示词生成连贯的 2K 视频,支持 4–15 秒灵活时长,以及六种可选宽高比,适用于电影感场景、创意视频和生产工作流。提供开箱即用的 REST 推理 API,性能出色,无冷启动,价格实惠。

$0.650 / 每次
Kling Omni Video O3 文本生成视频
Text to VideoKling

Kling Omni Video O3 文本生成视频

Kling Omni Video O3 是快手的先进统一多模态视频模型,采用MVL(多模态视觉语言)技术。文本生成视频模式可通过提示词生成具有主体一致性、自然物理模拟和精准语义理解的电影级视频。支持音频生成。即用型REST API,性能卓越,无冷启动,价格实惠。

$0.420 / 每次
Kling Omni Video O1 文本生成视频
Text to VideoKling

Kling Omni Video O1 文本生成视频

Kling Omni Video O1 是快手首款统一多模态视频模型,采用 MVL(多模态视觉语言)技术。文本生成视频模式可根据提示词生成电影级视频,具备主体一致性、自然物理模拟和精准语义理解。支持即用型 REST API,性能卓越,无冷启动,价格实惠。

$0.420 / 每次
Kling V2.6 文本生成视频 API
Text to VideoKling

Kling V2.6 文本生成视频 API

Kling 2.6 提供顶级的文本生成视频功能,具有流畅的运动效果、电影级视觉效果、强大的提示词匹配能力,以及原生音频支持,可直接分享视频片段。即用型 REST 推理 API,性能卓越,无冷启动,价格实惠。

$0.210 / 每次
Gemini Omni Flash 文生视频 API
Text to VideoGoogle

Gemini Omni Flash 文生视频 API

Gemini Omni Flash Text to Video 可根据文本提示词生成带同步音频的短篇 AI 视频,结合视觉生成与音频输出,实现快速多模态视频创作。即开即用的 REST 推理 API,性能出色,无冷启动,价格实惠。

$1.04 / 每次
Seedance 2.0 Mini 文本生成视频
Text to VideoDoubao

Seedance 2.0 Mini 文本生成视频

Seedance 2.0 Mini 文本生成视频是字节跳动推出的更快、更低成本的视频生成模型,适合制作电影感多镜头视频。它可根据文本提示词生成叙事视频序列,支持 AI 镜头控制、跨场景角色一致性、480P / 720P / 1080P / 4K 输出、4-15 秒时长以及灵活的宽高比。提供开箱即用的 REST 推理 API,性能出色,无冷启动,价格实惠。

$0.380 / 每次
Seedance 2.5 文生视频
Text to VideoDoubao

Seedance 2.5 文生视频

Seedance 2.5 提供新一代高质量视频生成能力,支持文本驱动、多种画面比例、480p/720p/1080p 分辨率以及 AI 同步音频生成,具备更强的指令遵循、镜头控制与运动表现能力。

$1.16 / 每次