Op den Inhalt sprangen

Kling 3.0 Pro Image to Video

Integréieren

Modell-ID kling-video/v3/pro/image-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/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "The paper boat drifts forward with the current, raindrops ripple around it, neon reflections shimmer on the wet street, the camera follows at water level.",
    "image": "https://content.doitong.com/dev-api/2026/10/21/req_rrqclmu39lveihzpwxufalbn/0-oGMt1xgBCGjIy2tBNDIKy_MSH2rhkY.png",
    "duration": 5,
    "generate_audio": false
  }'

# 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"

Dës Ufro: 0,56 $ 560 API-Kreditter Op dëser Säit ausféieren

API-Schlëssel kréien
Kling Bild zu Video Native AudioReferenzinput3–15 s #cinematic#multi-shot

Animéiert e statescht Bild zu engem 3- bis 15-Sekonne-Clip mat natierlechem Toun, optionalem leschte Frame a Multi-Shot-Prompts.

Beispiller

Input
Output · ~157 s

PromptThe paper boat drifts forward with the current, raindrops ripple around it, neon reflections shimmer on the wet street, the camera follows at water level.

5 sgenerate_audio: false0,56 $ · 560 API-Kreditter

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

154 / 2500

Textinstruktioune fir d'Generatioun vum Video. Gitt genee ee vun `prompt` oder `multi_prompt` un.

•obligatoresch start_image_url
Fichier erofzéien, oder

URL op d'Bild fir d'Video-Generatioun. D'Datei däerf net méi wéi 50 MB hunn; Breet an Héicht mussen all op d'mannst 300px sinn, mat engem Bildverhältnis tëscht 0.40 an 2.50.

duration 5 s

Längt vum Output-Video, gemooss a Sekonnen.

Erweidert negative_prompt · end_image · shot_type · cfg_scale · multi_prompt · elements
0 / 2500
end_image_url
Fichier erofzéien, oder

URL op d'Bild um Enn vum Video. D'Datei däerf net méi wéi 50 MB hunn; Breet an Héicht mussen all op d'mannst 300px sinn, mat engem Bildverhältnis tëscht 0.40 an 2.50.

shot_type Standard customize

Wielt, wéi d'Multi-Shot-Generatioun hir Shots plangt; 'intelligent' iwwerdréit d'Shot-Struktur un d'Modell.

Standard 0.5

Setzt mat CFG fest, wéi no d'Generatioun Ärem Prompt follegt; CFG steet fir Classifier Free Guidance.

Prompt-Lëscht, déi de Video bei der Iwwergab a verschidde Shots deelt.

Personnagen oder Objeten als Video-Elementer, am Prompt mat @Element1, @Element2, asw. adresséiert. Fir all Beispill gitt entweder e Video oder e Set mat engem Frontalbild plus Referenzbiller un.

POST /run/kling-video/v3/pro/image-to-video?wait=20 Präis → 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/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "The paper boat drifts forward with the current, raindrops ripple around it, neon reflections shimmer on the wet street, the camera follows at water level.",
    "image": "https://content.doitong.com/dev-api/2026/10/21/req_rrqclmu39lveihzpwxufalbn/0-oGMt1xgBCGjIy2tBNDIKy_MSH2rhkY.png",
    "duration": 5,
    "generate_audio": false
  }'

# 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Kling 3.0 Pro Image to Video

Dem Kling säi Flaggschëff-Bild-zu-Video-Modell hält d'Thema vum Startbild stabil, wärend en natierlech Beweegung, Kamerabeweegungen an standardméisseg passenden Toun a Sprooch dobäisetzt. Gitt en Endbild un, fir ze kontrolléieren, wou de Shot ophält, deelt eng Generatioun mat Shot-spezifesche Prompts a verschidde Shots op, oder fixéiert widderhuelend Charakteren an Objeten mat Referenzelementer. D'Bildformat follegt dem Startbild.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptoptional
Typstring | null
≤ 2.500 Zeechen
Textinstruktioune fir d'Generatioun vum Video. Gitt genee ee vun `prompt` oder `multi_prompt` un.
multi_promptoptional
Typobject[]
Prompt-Lëscht, déi de Video bei der Iwwergab a verschidde Shots deelt.
multi_prompt[].promptobligatoresch
Typstring
Textinstruktioune fir den aktuelle Shot.
multi_prompt[].durationoptional
Typenum
Standard5
123456789101112131415
Längt vum aktuelle Shot, gemooss a Sekonnen.
start_image_urlobligatoresch image
Typurl · image
URL op d'Bild fir d'Video-Generatioun. D'Datei däerf net méi wéi 50 MB hunn; Breet an Héicht mussen all op d'mannst 300px sinn, mat engem Bildverhältnis tëscht 0.40 an 2.50.
durationoptional
Typenum
Standard5
3456789101112131415
Längt vum Output-Video, gemooss a Sekonnen.
generate_audiooptional
Typboolean
Standardtrue
Schalter fir d'Generatioun vum natierleche Videoaudio; ënnerstëtzt Stëmmen op Chinesesch oder Englesch a setzt all aner Sprooch automatesch op Englesch ëm. Fir englesch Sprooch, schreift Akronymer an Eegennimm grouss an alles anescht kleng.
end_image_urloptional end_image
Typurl · image
URL op d'Bild um Enn vum Video. D'Datei däerf net méi wéi 50 MB hunn; Breet an Héicht mussen all op d'mannst 300px sinn, mat engem Bildverhältnis tëscht 0.40 an 2.50.
elementsoptional
Typobject[]
Personnagen oder Objeten als Video-Elementer, am Prompt mat @Element1, @Element2, asw. adresséiert. Fir all Beispill gitt entweder e Video oder e Set mat engem Frontalbild plus Referenzbiller un.
elements[].frontal_image_urloptional
Typurl · image
Frontalbild mat der Haaptusiicht vum Element. D'Datei däerf net méi wéi 50 MB hunn; Breet an Héicht mussen all op d'mannst 300px sinn, mat engem Bildverhältnis tëscht 0.40 an 2.50.
elements[].reference_image_urlsoptional
Typurl[] · image
Gitt 1–3 zousätzlech Referenzbiller aus verschiddene Wénkelen un. All Bild muss e Bildverhältnis tëscht 0.40 an 2.50 hunn, a béid Dimensioune mussen op d'mannst 300px sinn; d'Datei däerf net méi grouss wéi 50.0MB sinn.
elements[].video_urloptional
Typurl · video
URL op de Video vun engem Element; pro Ufro däerf nëmmen een Element e Video enthalen. D'Datei däerf héchstens 200 MB hunn, mat Breet an Héicht tëscht 720px an 2160px. D'Dauer muss tëscht 3 Sekonnen an 10.05 Sekonnen leien, d'FPS tëscht 24.0 an 60.0.
elements[].voice_idoptional
Typstring | null
Voice ID, déi dem Element zougewisen ass. Referenzen op dat Element benotze seng zougewisen Stëmm.
shot_typeoptional
Typenum
Standardcustomize
customizeintelligent
Wielt, wéi d'Multi-Shot-Generatioun hir Shots plangt; 'intelligent' iwwerdréit d'Shot-Struktur un d'Modell.
negative_promptoptional
Typstring
Standardblur, distort, and low quality
≤ 2.500 Zeechen
cfg_scaleoptional
Typnumber
Standard0.5
0 – 1
Setzt mat CFG fest, wéi no d'Generatioun Ärem Prompt follegt; CFG steet fir Classifier Free Guidance.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kling-video/v3/pro/image-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": "The banana manager turns to the camera, smiles and waves while coworkers keep typing, gentle handheld camera",
    "image": "https://content.doitong.com/images/gp/image_20260610003801_541d9719_316882.png",
    "duration": 5
  },
  "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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
video
object {url, content_type, file_name, file_size}Video, deen d'Modell produzéiert huet.

Méi Modeller: Bild zu Video

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/kling-video/v3/pro/image-to-video.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt