Ir al contenido

Kling 3.0 Pro Text to Video

Integrar

Id del modelo kling-video/v3/pro/text-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/kling-video/v3/pro/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A paper boat drifts down a rain-filled street gutter at dusk. The camera follows at water level as raindrops ripple around it and neon reflections shimmer on the wet asphalt, then the boat tips over a small cascade into a puddle. Realistic water physics, shallow depth of field, cinematic.",
    "duration": 5,
    "generate_audio": false,
    "aspect_ratio": "16:9"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Esta solicitud: 0,56 $ 560 créditos de API Ejecutar en esta página

Obtener clave de API
Kling Texto a vídeo Audio nativo3–15 s #cinematic#multi-shot

Clips cinematográficos de 3 a 15 segundos a partir de un prompt, con sonido nativo y narración de varias tomas.

Ejemplos

Salida · ~141 s

IndicaciónA paper boat drifts down a rain-filled street gutter at dusk. The camera follows at water level as raindrops ripple around it and neon reflections shimmer on the wet asphalt, then the boat tips over a small cascade into a puddle. Realistic water physics, shallow depth of field, cinematic.

5 sgenerate_audio: false16:90,56 $ · 560 créditos de API

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

289 / 2500

Instrucciones de texto utilizadas para generar el video. Proporciona exactamente uno de prompt o multi_prompt.

duration 5 s

Duración del video de salida, medida en segundos.

aspect_ratio

Proporción entre el ancho y la altura de los fotogramas del video de salida.

Avanzado negative_prompt · shot_type · cfg_scale · multi_prompt
0 / 2500
shot_type predeterminado customize

Elige cómo la generación de varias tomas planifica sus tomas; al seleccionar 'intelligent', se delega la estructura de las tomas al modelo.

predeterminado 0.5

Establece el grado de fidelidad con que la generación sigue tu prompt mediante CFG, abreviatura de Classifier Free Guidance.

Prompts y duraciones por toma que, cuando se proporcionan, reemplazan el prompt único para crear un video dividido en varias tomas.

POST /run/kling-video/v3/pro/text-to-video?wait=20 cotización → 0,56 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/kling-video/v3/pro/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A paper boat drifts down a rain-filled street gutter at dusk. The camera follows at water level as raindrops ripple around it and neon reflections shimmer on the wet asphalt, then the boat tips over a small cascade into a puddle. Realistic water physics, shallow depth of field, cinematic.",
    "duration": 5,
    "generate_audio": false,
    "aspect_ratio": "16:9"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Kling 3.0 Pro Text to Video

El modelo insignia de texto a video de Kling renderiza movimientos fluidos y físicamente plausibles con iluminación cinematográfica, y por defecto genera sonido y voz sincronizados. Divide un clip en varias tomas con prompts por toma o deja que el modelo planifique los cortes. 16:9, 9:16 o 1:1, cualquier duración de 3 a 15 segundos, con un prompt negativo y una escala de guía.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptopcional
Tipostring | null
≤ 2500 caracteres
Instrucciones de texto utilizadas para generar el video. Proporciona exactamente uno de prompt o multi_prompt.
durationopcional
Tipoenum
Predeterminado5
3456789101112131415
Duración del video de salida, medida en segundos.
multi_promptopcional
Tipoobject[]
Prompts y duraciones por toma que, cuando se proporcionan, reemplazan el prompt único para crear un video dividido en varias tomas.
multi_prompt[].promptobligatorio
Tipostring
Instrucciones de texto para la toma actual.
multi_prompt[].durationopcional
Tipoenum
Predeterminado5
123456789101112131415
Duración de la toma actual, medida en segundos.
generate_audioopcional
Tipoboolean
Predeterminadotrue
Interruptor de generación de audio nativo del video, compatible con voces en chino o inglés y que traduce automáticamente cualquier otro idioma al inglés. Para el habla en inglés, escribe los acrónimos y nombres propios en mayúsculas, y todo lo demás en minúsculas.
shot_typeopcional
Tipoenum
Predeterminadocustomize
customizeintelligent
Elige cómo la generación de varias tomas planifica sus tomas; al seleccionar 'intelligent', se delega la estructura de las tomas al modelo.
aspect_ratioopcional
Tipoenum
Predeterminado16:9
16:99:161:1
Proporción entre el ancho y la altura de los fotogramas del video de salida.
negative_promptopcional
Tipostring
Predeterminadoblur, distort, and low quality
≤ 2500 caracteres
cfg_scaleopcional
Tiponumber
Predeterminado0.5
0 – 1
Establece el grado de fidelidad con que la generación sigue tu prompt mediante CFG, abreviatura de Classifier Free Guidance.
obligatorio

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kling-video/v3/pro/text-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 560,
    "usd": "0.56",
    "charged": 560,
    "refunded": 0
  },
  "input": {
    "prompt": "Close-up of fireflies dancing in a dark forest at twilight, soft glowing particles, slow dolly forward",
    "duration": 5,
    "aspect_ratio": "16:9"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Video producido por el modelo.

Más modelos: Texto a vídeo

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/kling-video/v3/pro/text-to-video.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt