用于视频和原生音频工作流的 Kling 2.6 API

通过 GoEnhance 访问 Kling 2.6,实现文本生成视频、图像生成视频、首尾帧控制以及可选的原生音频功能。提交一个异步请求,保存返回的 img_uuid,然后轮询或接收回调更新,直到任务达到最终状态。
获取 API 密钥
代表 Kling 2.6 API 视频生成的电影感景观

选择有效的 Kling 2.6 请求模式

提示词引导的文本生成视频

向 https://api.goenhance.ai/api/v1/videos/generations 发送 POST 请求,设置 model: kling-2-6 并提供最多 2,500 个字符的必要提示词。文本生成视频时请省略 image_url,并通过 ratio 选择 16:9、9:16 或 1:1。
用于提示词驱动视频生成的微缩景观手工模型

图像引导、音频和语音

添加 image_url 以进行图像生成视频。原生音频需要 1080p 分辨率,而首尾帧请求会强制使用 720p;这两种模式不能同时使用。在使用输入图像并开启 generate_audio: true 时,最多可以使用两个指定的语音。
代表帧引导运动和音频的连续电影感走廊
避免在同一请求中包含不兼容的帧和音频选项。

Kling 2.6 API 功能与验证规则

模型与提示词

将 model 设置为 kling-2-6。必须提供提示词,最多支持 2,500 个字符。

输入帧

使用 image_url 作为首帧。可选的 image_end_url 需要首帧配合,并会强制使用 720p。

时长

选择 5 秒或 10 秒。文档默认值为 5 秒。

分辨率

选择 720p 或 1080p。该端点没有 4K 档位;quality 可作为别名使用。

宽高比

文本生成视频支持 16:9、9:16 或 1:1。使用首帧图像时,图像决定宽高比。

音频与语音

原生音频需要 1080p。最多两个 voice_ids 需要输入图像并开启音频;在提示词中使用 @1 和 @2。
费率按生成秒数计算;美元等值金额使用记录的每 Token $0.02的转换率。将所选费率乘以 5 或 10 秒。

Kling 2.6 API 定价

720p(无原生音频)

每生成一秒消耗 2.1 个代币,相当于每秒 $0.042。

1080p(无原生音频)

每生成一秒消耗 3.5 个代币,相当于每秒 $0.07。

1080p(含原生音频)

每生成一秒消耗 7 个代币($0.14/秒),若使用指定语音则为每秒 8.4 个代币($0.168/秒)。

分六步集成 Kling 2.6

1

1. 创建 API 密钥

创建 GoEnhance API 密钥并将其放入 Authorization 请求头中发送。
2

2. 选择输入模式

选择仅提示词模式、首帧模式、首尾帧模式,或带音频及可选语音的首帧模式。
3

3. 验证约束条件

检查时长、分辨率、比例行为,以及互斥的双帧模式和原生音频模式。
4

4. 提交任务

向 /api/v1/videos/generations 发送 POST 请求并持久化返回的 img_uuid。
5

5. 追踪状态

轮询 GET /api/v1/jobs/detail 或提供一个可公开访问的 HTTPS custom_callback_url。
6

6. 处理终止状态

以幂等方式处理成功和失败更新。回调主体与任务详情响应一致。
获取 API 密钥
围绕显式输入和异步完成构建可重复的视频工作流。

Kling 2.6 的开发者用例

营销剪辑变体

生成简短的提示词驱动概念,供人工审核和后续编辑。

产品图像动画

在您的应用程序控制资产、提示词和审核关卡的同时,为已批准的产品静态图制作动画。

本地化语音驱动场景

当应用程序需要受控的说话人提示时,在图像引导的 1080p 请求中使用最多两个指定语音。
关于定价、输入、音频、回调和快手 API 的常见问题解答。

Kling 2.6 API 常见问题解答

Kling 2.6 API 使用什么端点?

向 https://api.goenhance.ai/api/v1/videos/generations 发送 POST 请求,并将 model 设置为 kling-2-6。成功提交后将返回 data.img_uuid。

Kling 2.6 API 的定价是多少?

在无音频的情况下,720p 分辨率定价为 2.1 tokens/秒($0.042/秒),1080p 分辨率为 3.5 tokens/秒($0.07/秒)。在 1080p 下,原生音频为 7 tokens/秒($0.14/秒),使用指定语音则为 8.4 tokens/秒($0.168/秒)。

可以将尾帧与原生音频结合使用吗?

不可以。首尾帧请求强制使用 720p,而原生音频需要 1080p。请移除 image_end_url 或禁用音频。

指定语音是如何工作的?

在输入图像并设置 generate_audio: true 时提供最多两个 voice_ids。它们的顺序对应提示词中的 @1 和 @2。也接受单个 voice_id 别名。

支持哪些时长、分辨率和比例值?

时长支持 5 或 10 秒。分辨率支持 720p 或 1080p。文生视频比例为 16:9、9:16 和 1:1;图像引导请求使用输入图像的比例。

回调是如何工作的?

提供一个公共 HTTPS 回调 URL。GoEnhance 会发送任务详情格式的更新以处理进度、成功和失败状态;非 200 响应将重试最多三次,每次尝试有三秒超时。

这是快手的官方 API 吗?

不是。本页面描述的是通过 GoEnhance 独立访问 Kling 2.6。GoEnhance 并非作为快手或 Kling 的官方 API、合作伙伴或模型开发者呈现。

开始使用 Kling 2.6 API 进行开发

Kling 2.6 API 定价与集成 | GoEnhance