版本
3 个版本 · 8 个模型
标准版、Turbo、Omni 共用 /v1/videos/generations 接口
Kling 3.0
1 个可用模型
提供商: KLING
更新于: 最近
可用模型
Kling · Kling 3.0 系列
Kling 3.0 API：多镜头 AI 视频，Turbo 提速，Omni 精控
8 个模型、3 个版本、1 个接口——从文生视频到 4K 视频编辑。
Kling 3.0 可以把提示词、首尾帧、参考图和源视频生成为 3-15 秒的视频。单次请求最多编排 6 个镜头，用 @元素引用锁定角色，按需开启原生音频；需要参考生视频、运动参考或视频编辑时，切换到 Omni，最高支持 4K。
时长
3-15 秒
默认 5 秒；多镜头请求可由镜头列表推导总时长
多镜头
最多 6 个镜头
一次请求内为每个镜头单独设置提示词与时长（标准版最多 5 个）
分辨率
最高 4K
全部版本支持 720p / 1080p，Omni 额外支持 4K
标准版、Turbo 还是 Omni——按需选择
三个版本在 APIPod 上使用同一套请求结构，切换版本只需修改 model 字段。
Kling 3.0
多镜头叙事 + 可复用元素
kling-3.0-t2v · kling-3.0-i2v
- 文生视频，以及首帧 / 首尾帧图生视频（1-2 张图）
- 多镜头：最多 5 个镜头，每个 1-12 秒，可分别写提示词
- 最多 3 个 @元素，每个由 2-4 张图组成，在提示词中按名称引用
- 可选原生音频——单镜头默认关闭，多镜头默认开启
Kling 3.0 Turbo
快速生成，原生音频内置
kling-3.0-turbo-t2v · kling-3.0-turbo-i2v
- 文生视频，以及单张首帧图生视频
- 每次生成都带原生音频
- 通过 multi_prompt 编排最多 6 个镜头
- 可通过 watermark 参数额外生成水印副本
Kling 3.0 Omni
参考、运动与编辑控制，最高 4K
kling-3.0-omni-t2v · -i2v · -r2v · -edit
- 参考生视频：1-7 张参考图，可用 @image_1…@image_N 引用
- 运动参考：1 个运动参考视频（可再加最多 4 张图）驱动画面运动
- 视频编辑：源视频为 3-15.5 秒的 MP4 / MOV，可选择保留原声
- 支持 720p、1080p 与 4K，多镜头可自动分镜或手动编排
Kling 3.0 版本对比
同一系列、同一统一 API——在控制力、速度和输出选项之间各有取舍。
| 规格 | Kling 3.0 | 3.0 Turbo | 3.0 Omni |
|---|---|---|---|
| 任务模式 | 文生视频、图生视频 | 文生视频、图生视频 | 文生视频、图生视频、参考生视频、视频编辑 |
| 分辨率 | 720p（默认）/ 1080p | 720p（默认）/ 1080p | 720p（默认）/ 1080p / 4K |
| 时长 | 3-15 秒 | 3-15 秒 | 3-15 秒（带运动参考时 3-10 秒；编辑跟随源视频） |
| 图生视频帧 | 首帧 + 可选尾帧 | 仅首帧 | 首帧 + 可选尾帧 |
| 多镜头 | 最多 5 个镜头，每个 1-12 秒 | 最多 6 个镜头 | 最多 6 个镜头，或自动分镜 |
| 参考输入 | 最多 3 个 @元素（每个 2-4 张图） | — | 1-7 张参考图，或 1 个运动视频 + 最多 4 张图 |
| 原生音频 | 可选 | 始终开启 | 可选（带视频输入时不支持） |
| 水印副本 | — | 可选 | 可选 |
所有版本都通过 POST /v1/videos/generations 提交并轮询任务。不支持 negative_prompt，需要排除的内容请直接写进提示词。
核心能力
Kling 3.0 能做什么
从多镜头编排到编辑已有素材——每项能力都对应明确的请求字段。
多镜头叙事
以 {prompt, duration} 列表形式传入 multi_prompt，一次请求编排整段镜头。Kling 3.0 最多 5 个镜头；Turbo 与 Omni 最多 6 个，且各镜头时长之和需等于总时长。
标准版 · Turbo · Omni
元素引用（@name）
定义最多 3 个 kling_elements——每个包含名称、描述和 2-4 张图——再在提示词中用 @name 引用，保持角色与道具一致。
kling-3.0-t2v · kling-3.0-i2v
Omni 参考图
向 kling-3.0-omni-r2v 传入 1-7 张参考图。图片会自动编号，提示词中可直接引用 @image_1、@image_2 等。
kling-3.0-omni-r2v
运动参考
在 video_urls 中附带 1 个运动参考视频（可再加最多 4 张图），迁移其运动轨迹。带运动参考时时长为 3-10 秒，且只按输出时长计费。
kling-3.0-omni-r2v
视频编辑
用提示词和最多 4 张参考图编辑 3-15.5 秒的 MP4 / MOV 源视频。设置 keep_original_sound 可保留源视频音频；画面比例跟随源视频。
kling-3.0-omni-edit
4K 输出
所有版本均支持 720p 与 1080p，Omni 额外提供 4K 分辨率，适合最终成片。
Omni
原生音频
开启 generate_audio 即可生成与画面同步的声音。Turbo 始终带音频；Omni 在有视频输入时不支持音频。
标准版 · Turbo · Omni
8 个模型，1 个接口
每个模型都是 POST /v1/videos/generations 上的异步任务——提交、轮询、获取视频地址。
kling-3.0-t2v
Kling 3.0 · 文生视频
提示词驱动生成，支持多镜头、@元素引用和可选原生音频。比例可选 16:9、9:16 或 1:1。
输入：prompt（或 multi_prompt）
kling-3.0-i2v
Kling 3.0 · 图生视频
让首帧动起来，或在首帧与尾帧之间生成过渡。画面比例跟随首帧。
输入：1-2 张帧图 + prompt
kling-3.0-turbo-t2v
Turbo · 文生视频
快速文生视频，始终带原生音频，可选最多 6 个镜头的镜头列表。
输入：prompt（或 multi_prompt）
kling-3.0-turbo-i2v
Turbo · 图生视频
基于单张首帧生成带原生音频的视频，提示词可省略。
输入：1 张首帧图 + 可选 prompt
kling-3.0-omni-t2v
Omni · 文生视频
最高 4K 的文生视频，支持自动或手动多镜头以及可选原生音频。
输入：prompt（或 multi_prompt）
kling-3.0-omni-i2v
Omni · 图生视频
首帧或首尾帧图生视频，最高 4K，提示词可省略。
输入：1-2 张帧图 + 可选 prompt
kling-3.0-omni-r2v
Omni · 参考生视频
用 1-7 张参考图保持主体一致，或用 1 个运动参考视频加最多 4 张图驱动运动。
输入：prompt + 1-7 张图，或 1 个视频 + 最多 4 张图
kling-3.0-omni-edit
Omni · 视频编辑
用提示词和最多 4 张参考图编辑已有的 3-15.5 秒视频，可选择保留原声。
输入：prompt + 1 个源视频 + 最多 4 张图
快速开始
一次请求编排多镜头视频
8 个模型共用一个异步接口。提交任务、轮询状态、获取视频地址——无需 SDK。
kling-3.0 的各镜头时长之和不能超过 duration；Turbo 与 Omni 需恰好等于 duration。提示词上限 2500 字。
import os, requests
payload = {
"model": "kling-3.0-t2v", # 或 -turbo-t2v / -omni-t2v ...
"resolution": "1080p", # 720p / 1080p（Omni 另有 4k）
"duration": 10, # 3-15
"aspect_ratio": "16:9", # 16:9 / 9:16 / 1:1
"generate_audio": True,
"multi_prompt": [
{"prompt": "远景：黄昏时悬崖上的灯塔，海浪拍岸", "duration": 4},
{"prompt": "特写：守塔人点亮灯火，暖光映在他脸上", "duration": 6}
]
}
resp = requests.post(
"https://api.apipod.ai/v1/videos/generations",
json=payload,
headers={"Authorization": f"Bearer {os.environ['APIPOD_API_KEY']}"},
)
task_id = resp.json()["data"]["task_id"]
# 轮询 GET /v1/videos/status/{task_id}，直到 status == "completed"常见问题
APIPod 上的 Kling 3.0 系列是什么？
Kling 3.0 是包含 8 个视频模型的系列，分三个版本：Kling 3.0（kling-3.0-t2v、kling-3.0-i2v）、Kling 3.0 Turbo（kling-3.0-turbo-t2v、kling-3.0-turbo-i2v）和 Kling 3.0 Omni（kling-3.0-omni-t2v、-i2v、-r2v、-edit）。全部通过 APIPod 统一异步接口 POST /v1/videos/generations 调用。
应该选择哪个版本？
需要多镜头叙事、可复用的 @元素引用和可选音频时选 Kling 3.0；希望每条视频都带原生音频时选 Turbo；需要参考图、运动参考视频、视频编辑或 4K 输出时选 Omni。
多镜头生成怎么用？
以 {prompt, duration} 列表传入 multi_prompt。Kling 3.0 最多 5 个镜头，每个 1-12 秒、不超过 500 字，总时长不超过 duration；Turbo 与 Omni 最多 6 个镜头、每个不超过 512 字，总时长需等于 duration。Omni 还可以只设置 multi_shot、不传 multi_prompt，由模型自动分镜。省略 duration 时取各镜头时长之和。
什么是元素引用？
kling-3.0-t2v 与 kling-3.0-i2v 支持最多 3 个 kling_elements，每个包含名称、描述和 2-4 张图。在提示词中用 @name 引用该元素，即可保持角色或物体一致。每个 @name 引用按 37 字计入提示词长度。
Omni 如何使用参考图和视频？
kling-3.0-omni-r2v 接受 1-7 张参考图，或 1 个运动参考视频加最多 4 张图（时长 3-10 秒）。kling-3.0-omni-edit 需要恰好 1 个 3-15.5 秒的 MP4 / MOV 源视频，可再加最多 4 张参考图，并可选择保留原声。输入素材会自动编号，提示词中可引用 @image_1 或 @video_1。
Kling 3.0 会生成音频吗？
会。Kling 3.0 和 Omni 可将 generate_audio 设为 true。Kling 3.0 单镜头默认关闭、多镜头默认开启；Omni 默认关闭，且在有视频输入时不支持音频。Turbo 始终生成音频。
Kling 3.0 如何计费？
按输出秒数计费，单价取决于分辨率，Kling 3.0 与 Omni 还取决于是否带音频或视频输入。kling-3.0-omni-edit 按源视频时长计费；运动参考视频的时长不计入计费时长。当前价格请查看价格页或模型页。
需要调用哪个接口？
POST https://api.apipod.ai/v1/videos/generations，model 设为 8 个 kling-3.0 模型 ID 之一。接口返回 task_id；轮询 GET /v1/videos/status/{task_id} 直到状态为 completed，或传入 callback_url 接收最终结果，然后从结果中读取视频地址。