Kling 4.0

Kling 4.0 è il modello video di Kuaishou annunciato a settembre 2026. Un ID modello copre cinque modalità: testo a video, immagine a video con fino a 10 fotogrammi, generazione basata su riferimenti da immagini, video e audio, modifica video ed estensione video. Ogni clip dura 3–30 secondi a 720p o 1080p con audio stereo. Invia la richiesta, conserva l'ID attività restituito e leggi il video finito dall'attività. I media vanno come URL.

ID modello

Consulta la pagina del modello per i prezzi attuali.

Esempio rapido

curl https://api.seedrouter.ai/v1/videos/generations \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-4-0",
    "prompt": "A woman with a red umbrella walks down a neon-lit street on a rainy night, signs shimmering in the puddles, the camera tracking low beside her. No text, no logos.",
    "resolution": "720p",
    "duration": 5,
    "aspect_ratio": "16:9"
  }'

Endpoint

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

La risposta è un'attività ({"id": "task_...", "status": "processing"}), non il video finito. Interroga GET /v1/tasks/{task_id} per il risultato. Conserva le chiavi API nel codice lato server.

Parametri

Ogni clip ha audio stereo; non c'è interruttore audio. Non ci sono campi mode, negative_prompt, watermark o multi-inquadratura. Lo schema è rigoroso: i campi sconosciuti vengono rifiutati anziché ignorati. callback_url non è disponibile; interroga l'attività invece.

Modalità

La modalità segue i media che invii e omni_reference_task_type:

Fotogrammi e media di riferimento non possono essere mescolati in una richiesta. Accanto ai video di riferimento o audio, image_urls contano come immagini di riferimento solo con omni_reference_task_type: "reference"; usa ruoli reference_image altrimenti. Un video_url senza edit o extend viene rifiutato.

Fotogrammi chiave

{
  "model": "kling-4-0",
  "prompt": "A girl walks from the window to the door, then looks back and smiles",
  "image_with_roles": [
    {"url": "https://example.com/1.png", "role": "first_frame"},
    {"url": "https://example.com/2.png", "role": "keyframe"},
    {"url": "https://example.com/3.png", "role": "last_frame"}
  ],
  "duration": 10
}

Riferimento

{
  "model": "kling-4-0",
  "prompt": "The woman from @Image1 walks along the beach with the camera movement of @Video1",
  "image_with_roles": [{"url": "https://example.com/woman.png", "role": "reference_image"}],
  "video_urls": ["https://example.com/camera.mp4"],
  "aspect_ratio": "auto",
  "duration": 5
}

Modifica

{
  "model": "kling-4-0",
  "prompt": "Change the scene to a snowy winter evening",
  "omni_reference_task_type": "edit",
  "video_url": "https://example.com/in.mp4"
}

Il video di input deve durare almeno 3 secondi; vengono utilizzati solo i suoi primi 30 secondi. Senza duration, l'output segue il video di input.

Estensione

{
  "model": "kling-4-0",
  "prompt": "The camera keeps moving forward as the sky grows darker",
  "omni_reference_task_type": "extend",
  "video_url": "https://example.com/in.mp4",
  "duration": 5
}

L'estensione continua dal fotogramma finale del video di input e restituisce l'originale più la nuova parte. Aggiungi last_frame_image per scegliere dove termina.

Input media

Immagini, video e audio sono URL HTTP(S) pubblici. I dati URI base64 non sono accettati: carica i file nel tuo archivio e passa i loro URL. Immagini, video e audio insieme sono al massimo 15 file di riferimento.

Dimensioni di fatturazione

Consulta la sezione prezzi del modello per le tariffe attuali. Kling 4.0 viene addebitato al secondo di video, con una tariffa impostata dalla risoluzione:

text, image, reference without videos:  cost = duration × standard rate
extend:                                 cost = new seconds × standard rate
edit, reference with videos:            cost = (output + max(output, input)) × video-input rate

input è la lunghezza sommata dei video di input, arrotondata ai secondi interi e limitata a 30. Viene misurato quando la richiesta viene accettata, quindi l'importo riservato è l'importo addebitato. Un video la cui durata non può essere letta viene rifiutato prima di qualsiasi addebito. Esempio: la modifica di un video di 5,2 secondi in un risultato di 3 secondi addebita 3 + 6 = 9 secondi. Le attività non riuscite non vengono addebitate.

Schema di output

La presentazione restituisce l'attività:

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

Ottieni l'attività

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

Interroga ogni 10–20 secondi finché status non è completed o failed. Un timeout di rete durante l'interrogazione non significa che la generazione non sia riuscita: conserva l'ID attività e riprendi a controllarlo. Non creare un'altra attività per verificare l'avanzamento.

Attività completata

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

Nei nostri test le clip da 3 secondi a 720p sono tornate come MP4 (H.264) a 1280 × 720 con una traccia AAC stereo, da 2 min 41 s a 4 min 22 s dopo l'invio. Un video esteso di 5,2 secondi è tornato di 8,1 secondi.

Errori

Le richieste rifiutate prima della creazione di un'attività restituiscono un errore HTTP con un oggetto error e non vengono addebitate. Un'attività che fallisce dopo l'accettazione restituisce HTTP 200 quando interrogata, con status: "failed" e un oggetto error.

Consulta il catalogo di errori condiviso per codici, stati HTTP e indicazioni di ripetizione.

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

Se l'invio stesso scade, controlla le tue attività prima di inviare di nuovo: la prima richiesta potrebbe essere stata accettata.

Suggerimenti

• Descrivi soggetto, luogo, movimento della telecamera, luce e suono; l'audio della clip segue il prompt.
• Abbozza a 720p, quindi rendering il colpo finale a 1080p con la stessa richiesta.
• Dai fotogrammi chiave ai clip più lunghi in modo che la scena si muova dove la desideri.
• Aggiungi no text, no logos per mantenere i segni inventati.

Correlati

• Playground e prezzi di Kling 4.0
• Riferimento API Kling 3.0
• Scarica OpenAPI
• Markdown copiabile