用于多模态视频生成的 Kling 3.0 Omni API

通过 GoEnhance 使用 kling-v3-omni 模型访问 Kling 3.0 Omni。将必要的提示词与首尾帧、参考图像或单个参考视频相结合,然后通过 img_uuid 追踪异步结果。
获取 API 密钥
代表 Kling 3.0 Omni API 视频生成的电影制作场景

用于提示词、图像和视频参考的统一端点

在提示词中指定参考素材

图像按首帧、尾帧,随后是 ref_imgs 的顺序编号为 @image_1 等。参考视频为 @video_1,因此稳定的数组排序可确保提示词参考的确定性。
使用物理视觉参考进行视频规划的单一电影场景

使用功能性或基础参考视频行为

使用 video_type: feature 时,输出将遵循参考动作和风格;音频生成将被拒绝,并强制开启多镜头模式。使用 base 时,源视频将进行原位编辑,首/尾帧和多镜头功能不可用,且保留现有音频。
无品牌摄像团队拍摄一个连续受控的场景
在加入生成任务队列前,请验证角色特定的组合。

Kling 3.0 Omni API 功能与验证规则

模型与提示词

向 https://api.goenhance.ai/api/v1/videos/generations 发送 POST 请求,并包含必需的 model: kling-v3-omni 和 prompt。

首帧与尾帧

使用 image_url 作为首帧。image_end_url 需要配合首帧使用;不支持仅有尾帧的请求。

参考图像

传入有序的 ref_imgs 值,并使用 @image_N 进行引用。同时也支持兼容的别名 image_urls。

参考视频

通过 ref_videos 传入最多一个 3 到 15.5 秒的 MP4 或 MOV 文件。video_url 是一个兼容的别名。

输出控制

选择 3 到 15 秒之间的整数时长、720p/1080p/4K 分辨率,以及在没有首帧或参考视频决定比例时选择 16:9、9:16 或 1:1 的比例。

素材限制

首帧、尾帧和参考图像总计最多可包含七个素材,若包含参考视频则最多四个。
定价按生成秒数计算,并取决于分辨率、参考视频使用情况和原生音频。

Kling 3.0 Omni API 定价

720p · 无视频,无音频

每生成一秒消耗 4.2 个代币($0.084/秒)。

720p · 原生音频

在没有参考视频的情况下,每生成一秒消耗 5.6 个代币($0.112/秒)。

720p · 带有参考视频

每生成一秒消耗 6.3 个代币($0.126/秒)。

1080p 分辨率档位

无视频或音频时为 5.6 tokens/秒($0.112/秒),仅有原生音频且无视频时为 7 tokens/秒($0.14/秒),使用参考视频时为 8.4 tokens/秒($0.168/秒)。

4K

在无音频、原生音频和参考视频场景下,每生成一秒消耗 21 tokens($0.42/秒)。

预估每次请求

将请求的持续时间乘以所选分辨率、参考视频使用情况和音频模式的精确费率。美元等值金额基于文档中记录的每 token $0.02 计算。

通过六个步骤集成 Kling 3.0 Omni

1

1. 创建 API 密钥

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

2. 选择模型

将 model 设置为 kling-v3-omni,并编写明确指向任何 @image_N 或 @video_1 素材的提示词。
3

3. 验证素材

检查帧依赖关系、素材数量、参考视频时长以及 feature(功能)或 base(基础)模式的限制。
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. 追踪完成情况

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状态。对于未返回 HTTP 200 的回调接收器,最多可重试三次,每次尝试有三秒的超时限制。
获取 API 密钥
围绕明确的输入角色和确定性的素材参考构建多模态视频工作流。

Kling 3.0 Omni 的开发者用例

参考引导式营销短片

结合已批准的关键帧和视觉参考,使用受控的提示词模板来生成可重复的营销变体。

产品动态研究

使用首帧或有序参考图像来探索产品运动,同时由您的应用程序管理素材验证和审批。

视频重构流水线

当需要通过运动和风格引导新输出时,使用功能参考视频,并遵循其音频和多镜头规则。

基础视频编辑

当需要对现有视频进行原位编辑同时保留其原始音频时,使用基础模式。

故事板转场

使用首帧和末帧输入来规划已批准视觉节点之间的转场,而无需更改您的任务编排。

本地化创意自动化

为区域变体参数化提示词和素材参考,同时复用相同的异步任务处理程序。
关于请求验证、定价、参考资料和异步完成的实用解答。

可灵 3.0 Omni API 常见问题解答

Kling 3.0 Omni API 端点是什么?

通过 GoEnhance 发送请求至 POST https://api.goenhance.ai/api/v1/videos/generations,并设置 model: kling-v3-omni。响应将返回一个用于追踪的 img_uuid。

Kling 3.0 Omni API 定价是如何运作的?

定价按生成时长(秒)计算。具体档位取决于分辨率、是否使用参考视频,以及是否在没有参考视频的情况下生成原生音频。请将时长乘以记录的每秒费率。

支持哪些时长和分辨率?

时长支持 3 到 15 秒之间的整数。分辨率支持 720p、1080p 或 4K。

参考图像是如何编号的?

第一帧为 @image_1,若存在最后一帧则紧随其后,ref_imgs 按数组顺序排列。重新排列数组会改变提示词中的引用。

我可以同时使用参考视频和生成的音频吗?

在 video_type: feature 模式下不可用,该模式会拒绝音频生成。在 base 模式下,系统会保留源视频现有的音频,而不是生成新的音轨。

比例字段何时生效?

仅当第一帧或参考视频未确定输出比例时,才会使用请求的 16:9、9:16 或 1:1 比例。

这是快手的官方 API 吗?

不是。可灵(Kling)与快手相关,但本页面介绍的是通过 GoEnhance 进行的独立 API 访问。GoEnhance 并非快手或可灵的官方 API、合作伙伴或模型开发者。

我应该使用轮询还是回调?

如果您的工作进程已经维护了一个任务循环,请使用轮询。当拥有可验证并能幂等处理状态变更的公共 HTTPS 接收端时,请使用 custom_callback_url。

使用可灵 3.0 Omni API 进行开发