Kling

Les modèles Kling de Kuaishou : Kling 4.0 crée des clips de 3 à 30 secondes avec du son à partir de texte, d’images de début et de fin ou de 10 images de référence maximum ; Kling 3.0 crée des clips de 3 à 15 secondes, avec un son que vous pouvez désactiver pour payer moins cher.

Quel modèle choisir

• Kling 4.0 pour le meilleur de Kling : des clips jusqu’à 30 secondes en une seule prise, jusqu’à 10 images de référence pour garder les mêmes personnes, produits et lieux, et le format 21:9 pour les écrans larges. Tous les clips incluent du son.
• Kling 3.0 pour un tarif plus bas, des clips sans son encore moins chers et un negative_prompt.

Prix

Le prix d’un clip est sa durée multipliée par le tarif : un clip Kling 4.0 de 5 secondes en 720p coûte $0.75. Les images de début et de fin, les images de référence et le format ne changent pas le prix. Il n’est facturé qu’à la livraison de la vidéo.

Kling 4.0

• Un prompt de 8,000 caractères maximum. Il n’y a pas de negative_prompt : indiquez directement dans le prompt ce qu’il faut éviter.
• Une first_frame à animer et, si vous le souhaitez, une last_frame sur laquelle terminer ; la vidéo reprend le format de la première image.
• Ou jusqu’à 10 reference_images de personnes, de produits, de lieux ou d’un style, à mentionner dans le prompt sous la forme @Image1, @Image2 et ainsi de suite, dans l’ordre d’envoi. Les images de début et de fin ne peuvent pas être combinées avec des images de référence.
• Des durées de 3 à 30 secondes, en secondes entières.
• 16:9, 9:16, 1:1 et 21:9. Avec des images de référence, adaptive laisse le prompt ou les images déterminer le format.
• Le son accompagne toujours l’image : dialogues, ambiance sonore, musique et effets, selon les indications du prompt.
• 720p et 1080p.

{
  "model": "kling-4.0",
  "reference_images": [
    "https://example.com/hiker.jpg",
    "https://example.com/coffee-bag.png"
  ],
  "prompt": "The hiker from @Image1 walks a ridge at sunrise, then lifts the coffee bag from @Image2 to the camera and says: \"Fresh roast, every morning.\" Keep his face and jacket from @Image1 and the bag's label from @Image2. Wind and birdsong.",
  "seconds": 8,
  "resolution": "1080p",
  "aspect_ratio": "16:9"
}

Kling 3.0

• Un prompt de 2,500 caractères maximum et, si vous le souhaitez, un negative_prompt (jusqu’à 2,500) pour indiquer ce qu’il faut exclure.
• Une first_frame à animer et, si vous le souhaitez, une last_frame sur laquelle terminer. Kling 3.0 n’accepte pas les images de référence.
• Des durées de 3 à 15 secondes, en secondes entières.
• 16:9, 9:16 et 1:1. Avec une image de début, la vidéo reprend toujours le format de l’image.
• Le son est activé par défaut ; définissez generate_audio sur false pour un clip sans son au tarif réduit.
• 720p et 1080p : la résolution supérieure donne un rendu plus net et plus détaillé.

{
  "model": "kling-3.0",
  "first_frame": "https://example.com/bakery.jpg",
  "last_frame": "https://example.com/street.jpg",
  "prompt": "The camera glides back from the bakery counter, out through the door and onto the street.",
  "negative_prompt": "text, watermark, blur",
  "seconds": 5,
  "resolution": "720p",
  "generate_audio": false
}

Rédiger vos prompts

• Commencez par le sujet et son action, puis décrivez la caméra : “un cycliste atteint le sommet de la colline au lever du soleil, travelling en contre-plongée, puis la caméra s’élève”.
• Décrivez simplement les mouvements de caméra : travelling avant, travelling arrière, panoramique à gauche, mouvement orbital, élévation, caméra à l’épaule.
• Avec des images de référence, précisez le rôle de chacune : “gardez le visage, les cheveux et les vêtements de @Image1”, “la cuisine de @Image2, mais de nuit”. Sinon, le modèle doit deviner.
• Écrivez les dialogues entre guillemets à côté du personnage qui les prononce, et précisez les sons et la musique souhaités.
• Pour les longs clips Kling 4.0, décrivez les événements dans l’ordre, étape par étape.
• Avec une image de début, décrivez le mouvement plutôt que ce qui figure déjà dans l’image.

Bon à savoir

• La plupart des clips sont prêts en 2 à 4 minutes ; les clips longs et ceux en 1080p prennent plus de temps.
• Les prompts ou les images susceptibles d’enfreindre les règles de contenu peuvent être refusés (content_policy) ; les vidéos refusées ne sont pas facturées.
• Les vidéos sont conservées pendant 30 jours ; téléchargez celles que vous souhaitez garder.

Documentation complète de l’API : Génération de vidéos. Essayez-la dans le Playground du tableau de bord, qui affiche le code de chaque vidéo.