Kling Omni Video O3 文本生成视频
kwaivgi/kling-video-o3/text-to-video
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。
示例
参数
| 名称 | 类型 | 默认 | 约束 | 说明 |
|---|---|---|---|---|
| prompt *提示词 | textarea | — | ≤ 5000 chars | 用于生成的正向提示词。 |
| resolution生成模式 | select | 720P | 720P | 1080P | 4K | |
| aspect_ratio宽高比 | select | 16:9 | 16:9 | 9:16 | 1:1 | 生成视频的宽高比。 |
| duration时长 | select | 5 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | … | 生成媒体的时长(秒)(3-15)。 |
| sound音频 | boolean | false | — | 是否为视频生成音频。 |
| 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 | select | — | customize | 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。 |
| ↳durationDuration | number | 5 | — | The duration of this shot in seconds. |
| ↳promptPrompt | text | — | — | The 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-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);文档
Kling Omni Video O3 文本生成视频模型
高级多模态视频生成模型,支持文本到视频和音频生成
Kling Omni Video O3 是快手推出的先进统一多模态视频生成模型,采用MVL(多模态视觉语言)技术。通过文本提示词生成电影级视频,具有主题一致性、自然的物理模拟和精准的语义理解能力。支持音频生成,提供即用型REST API,性能卓越,无冷启动,价格实惠。
🚀 核心功能
- 电影级视频生成:通过文本提示词生成高质量视频,支持复杂场景和动态效果。
- 自然物理模拟:生成的画面具有真实的物理效果和运动一致性。
- 多宽高比支持:支持16:9、9:16和1:1宽高比,适配多种平台需求。
- 可选音频生成:同步生成音效,为视频提供完整的多媒体体验。
- 多提示词支持:支持链式提示词,轻松实现场景过渡和叙事流畅性。
- Prompt Enhancer:内置工具自动优化提示词,提高生成质量。
🛠️ 技术规格
| 参数名称 | 类型 | 默认值 | 可选范围 | 描述 |
|---|---|---|---|---|
| 提示词(prompt) | 字符串 | 必填 | - | 视频场景、运动和风格的文本描述。 |
| 宽高比(aspect_ratio) | 字符串 | 16:9 | 16:9, 9:16, 1:1 | 视频的宽高比。 |
| 时长(duration) | 整数 | 5秒 | 3-15秒 | 生成视频的时长(秒)。 |
| 音频(sound) | 布尔值 | False | True, False | 是否生成同步音频。 |
| 镜头类型(shot_type) | 字符串 | customize | customize, intelligent | 视频生成的镜头类型(定制或智能)。 |
| 多提示词(multi_prompt) | 数组 | - | - | 用于指导场景过渡的额外提示词。 |
💰 定价
| 类型 | 720P | 1080P | 4K |
|---|---|---|---|
| 无声 | 0.084 | 0.112 | 0.420 |
| 有声 | 0.112 | 0.140 | 0.420 |
计费规则:
- 基础单价:根据分辨率而定。
- 有声加价:在无声价格基础上增加约 33.3%。
- 时长范围:3–15 秒。
💡 最佳应用场景
- 专业内容制作:以更实惠的价格生成高质量视频,适合专业创作。
- 社交媒体:为TikTok、Reels和Stories创建吸引人的短视频内容。
- 营销视频:生成带有同步音效的推广内容。
- 概念可视化:快速将创意从文本描述转化为视频。
- 扩展场景:支持最长15秒的视频生成,适合叙事和场景发展。
🔗 相关模型
- Kling Video O3 图片生成视频模型:以价格将图片动画化。
- Kling V3.0 文本生成视频模型:V3.0,成本更低。
快手内容使用政策适用,请在生成内容时遵守相关规定。
相关模型
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。
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。
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。
Kling 3.0 Standard
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。
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。
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。
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。
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。