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select720P720P | 1080P | 4K
aspect_ratio宽高比select16:916:9 | 9:16 | 1:1生成视频的宽高比。
duration时长select53 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | …生成媒体的时长(秒)(3-15)。
sound音频booleanfalse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-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16:916:9, 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FalseTrue, False是否生成同步音频。
镜头类型(shot_type)字符串customizecustomize, 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720P1080P4K
无声0.0840.1120.420
有声0.1120.1400.420

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
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 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 3.0 Standard
Text to VideoKling

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。

$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