Kling 4.0 Flash

Kling 4.0 Flash es el miembro más ligero de la familia Kling 4.0 de Kuaishou. En SeedRouter cubre texto a vídeo y generación basada en referencias: hasta 10 imágenes de referencia, hasta 5 vídeos de referencia y hasta 7 elementos (sujetos con nombre creados a partir de 2–4 imágenes o un vídeo corto), cada uno mencionado en el prompt. Cada clip dura de 3 a 20 segundos en 720p con sonido. Envía la solicitud, guarda el ID de tarea devuelto y lee el vídeo terminado desde la tarea. La multimedia se introduce como URL.

ID de modelo

Consulta la página del modelo para ver los precios actuales.

Ejemplo rápido

curl https://api.seedrouter.ai/v1/videos/generations \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-4-0-flash",
    "prompt": "A paper boat drifts down a rain-filled city gutter at dusk, the camera skimming the water beside it past glowing shop windows, raindrops ticking on the surface. No text, no logos.",
    "duration": 5,
    "aspect_ratio": "16:9"
  }'

Endpoint

POST https://api.seedrouter.ai/v1/videos/generations

La respuesta es una tarea ({"id": "task_...", "status": "processing"}), no el vídeo terminado. Sondea GET /v1/tasks/{task_id} para obtener el resultado. Guarda las claves de API en código del lado del servidor.

Parámetros

Cada clip viene con sonido; no hay ningún interruptor de sonido. No hay campos de primer fotograma, fotograma intermedio ni último fotograma, ni campos negative_prompt, watermark o un campo voices independiente: vincula una voz a un elemento con voice_url. El esquema es estricto: los campos desconocidos se rechazan en lugar de ignorarse. callback_url no está disponible; sondea la tarea en su lugar.

Menciones

Todos los medios que envías son opcionales; sin ellos, la solicitud es solo de texto a vídeo. Si envías medios, haz referencia a ellos en el prompt:

Cada @ seguido de una letra, dígito, guion bajo o carácter chino debe nombrar un medio de esta solicitud; de lo contrario, la solicitud se rechaza antes de que se cobre nada. Los nombres se comparan empezando por el más largo y sin distinguir mayúsculas de minúsculas. Un nombre que termine en letra, dígito o guion bajo no puede ir seguido inmediatamente de otro de esos caracteres: @image_12 con una sola imagen se rechaza; escribe @image_1 2 o @image_1,.

Los vídeos de referencia y los elementos de vídeo suman como máximo 5, y las imágenes, vídeos y elementos juntos, como máximo 15.

{
  "model": "kling-4-0-flash",
  "prompt": "The dancer from @image_1 performs the routine of @video_1 on a rooftop at dusk",
  "image_urls": ["https://example.com/dancer.png"],
  "video_urls": ["https://example.com/routine.mp4"],
  "keep_original_sound": false,
  "duration": 8
}

Elementos

Un elemento es un sujeto con nombre que puedes reutilizar en el prompt. Hay dos tipos:

Los nombres tienen de 1 a 20 letras, dígitos, guiones bajos o caracteres chinos y deben ser únicos sin distinguir mayúsculas de minúsculas. image_N, video_N, keyframe_N, object_N, audio_N, first_frame y last_frame están reservados.

{
  "model": "kling-4-0-flash",
  "prompt": "@Mira opens the shop door and greets the morning crowd",
  "elements": [
    {
      "name": "Mira",
      "image_urls": ["https://example.com/mira-front.png", "https://example.com/mira-side.png"],
      "tag": "character",
      "description": "baker in a flour-dusted apron"
    }
  ],
  "aspect_ratio": "9:16",
  "duration": 6
}

Entradas multimedia

Las imágenes, vídeos y audio son URL HTTP(S) públicas. Los URI de datos en base64 no se aceptan: carga los archivos a tu propio almacenamiento y pasa sus URL. Los vídeos de referencia y los elementos de vídeo juntos deben durar de 2 a 20 segundos; su duración se lee cuando se acepta la solicitud, y un vídeo cuya duración no se puede leer se rechaza antes de que se cobre nada.

Dimensiones de precios

Consulta la sección de precios del modelo para ver las tarifas actuales. Kling 4.0 Flash se factura por segundo de vídeo en 720p:

text, reference images, image elements:   cost = duration × standard rate
reference videos or video elements:       cost = (output + max(output, input)) × video-input rate

input es la suma de la duración de los vídeos de referencia y los elementos de vídeo, redondeada al alza a segundos completos. Se mide cuando se acepta la solicitud, por lo que la cantidad reservada es la cantidad cobrada. Ejemplo: un clip de 5 segundos guiado por un vídeo de referencia de 7,2 segundos factura 5 + 8 = 13 segundos; con un vídeo de referencia de 3 segundos factura 5 + 5 = 10 segundos. Las tareas fallidas no se cobran.

Esquema de salida

El envío devuelve la tarea:

{"id": "task_...", "model": "kling-4-0-flash", "status": "processing", "created_at": 1789689600}

Obtén la tarea

GET https://api.seedrouter.ai/v1/tasks/{task_id}

Sondea cada 10 a 20 segundos hasta que status sea completed o failed. Un agotamiento de tiempo de espera de red mientras sondea no significa que la generación falló: guarda el ID de tarea y reanuda su comprobación. No crees otra tarea para comprobar el progreso.

Tarea completada

{
  "id": "task_...",
  "model": "kling-4-0-flash",
  "status": "completed",
  "created_at": 1789689600,
  "finished_at": 1789689800,
  "output": {
    "video_url": "https://static.seedrouter.ai/media/tasks/task_example/0.mp4"
  }
}

En nuestras pruebas, los clips de 5 segundos llegaron como MP4 (H.264) a 1280 × 720 con una pista AAC estéreo, de 91 a 103 segundos después del envío; el archivo dura aproximadamente un fotograma más que duration (5,04 segundos para 5).

Errores

Las solicitudes rechazadas antes de que se cree una tarea devuelven un error HTTP con un objeto error y no se cobran. Una tarea que falla después de la aceptación devuelve HTTP 200 cuando se consulta, con status: "failed" y un objeto error.

Consulta el catálogo de errores compartido para códigos, estados HTTP y orientación de reintentos.

{
  "id": "task_...",
  "model": "kling-4-0-flash",
  "status": "failed",
  "error": {
    "code": 60001,
    "message": "The request was rejected by the content policy. Please revise the prompt or input images."
  }
}

Si el envío en sí agota el tiempo de espera, comprueba tus tareas antes de enviar de nuevo: la primera solicitud puede haber sido aceptada.

Consejos

• Describe sujeto, lugar, movimiento de cámara, luz y sonido; el audio del clip sigue el prompt.
• Usa Flash para probar prompts, relaciones de aspecto y referencias de forma económica; luego pasa la toma que funciona a Kling 4.0 cuando necesites 1080p, fotogramas clave, edición o extensión.
• Dale a un personaje recurrente un elemento con dos o tres vistas claras en lugar de una imagen de referencia.
• Añade no text, no logos para mantener marcas inventadas fuera.

Relacionado

• Playground y precios de Kling 4.0 Flash
• Referencia de API de Kling 4.0
• Descargar OpenAPI
• Markdown copiable