Przejdź do treści

Kling 3.0 Pro Text to Video

Integracja

Identyfikator modelu 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"

To żądanie: 0,56 $ 560 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
Kling Tekst na wideo Natywne audio3–15 s #cinematic#multi-shot

Kinowe klipy trwające od 3 do 15 sekund z promptu, z natywnym dźwiękiem i narracją wieloujęciową.

Przykłady

Wynik · ~141 s

PromptA 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 kredytów API

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

289 / 2500

Instrukcje tekstowe używane do generowania wideo. Podaj dokładnie jeden z parametrów prompt lub multi_prompt.

duration 5 s

Długość wideo wyniku, podana w sekundach.

aspect_ratio

Proporcja szerokości do wysokości klatek w wideo wyniku.

Zaawansowane negative_prompt · shot_type · cfg_scale · multi_prompt
0 / 2500
shot_type domyślnie customize

Wybierz sposób planowania ujęć podczas generowania wielu ujęć; wybranie 'intelligent' przekazuje strukturę ujęć modelowi.

domyślnie 0.5

Ustaw, jak dokładnie generowanie ma podążać za promptem, używając CFG, skrótu od Classifier Free Guidance.

Prompty i czasy trwania poszczególnych ujęć, które po podaniu zastępują pojedynczy prompt i tworzą wideo podzielone na wiele ujęć.

POST /run/kling-video/v3/pro/text-to-video?wait=20 wycena → 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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Kling 3.0 Pro Text to Video

Flagowy model Kling text-to-video renderuje płynny, fizycznie wiarygodny ruch i filmowe oświetlenie, a Domyślnie generuje dopasowany dźwięk i mowę. Podziel jeden klip na kilka ujęć za pomocą promptów dla poszczególnych ujęć albo Pozwól modelowi samodzielnie zaplanować cięcia. 16:9, 9:16 lub 1:1, dowolna długość od 3 do 15 sekund, z promptem negatywnym i skalą zgodności.

Parametry

NazwaTyp DomyślneDozwolone Opis
promptopcjonalne
Typstring | null
≤ 2500 znaków
Instrukcje tekstowe używane do generowania wideo. Podaj dokładnie jeden z parametrów prompt lub multi_prompt.
durationopcjonalne
Typenum
Domyślne5
3456789101112131415
Długość wideo wyniku, podana w sekundach.
multi_promptopcjonalne
Typobject[]
Prompty i czasy trwania poszczególnych ujęć, które po podaniu zastępują pojedynczy prompt i tworzą wideo podzielone na wiele ujęć.
multi_prompt[].promptwymagane
Typstring
Instrukcje tekstowe dla bieżącego ujęcia.
multi_prompt[].durationopcjonalne
Typenum
Domyślne5
123456789101112131415
Długość bieżącego ujęcia, podana w sekundach.
generate_audioopcjonalne
Typboolean
Domyślnetrue
Przełącznik generowania natywnego audio wideo, obsługujący głosy w języku chińskim lub angielskim i automatycznie tłumaczący każdy inny język na angielski. W przypadku mowy angielskiej akronimy i nazwy własne zapisuj wielkimi literami, a pozostałe elementy małymi.
shot_typeopcjonalne
Typenum
Domyślnecustomize
customizeintelligent
Wybierz sposób planowania ujęć podczas generowania wielu ujęć; wybranie 'intelligent' przekazuje strukturę ujęć modelowi.
aspect_ratioopcjonalne
Typenum
Domyślne16:9
16:99:161:1
Proporcja szerokości do wysokości klatek w wideo wyniku.
negative_promptopcjonalne
Typstring
Domyślneblur, distort, and low quality
≤ 2500 znaków
cfg_scaleopcjonalne
Typnumber
Domyślne0.5
0 – 1
Ustaw, jak dokładnie generowanie ma podążać za promptem, używając CFG, skrótu od Classifier Free Guidance.
wymagane

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Wideo wygenerowane przez model.

Więcej modeli: Tekst na wideo

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/kling-video/v3/pro/text-to-video.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt