Kling 4.0 视频生成

kling-4.0：文生视频、多关键帧图生视频、全能参考生成与视频编辑，3–30 秒、720p/1080p，异步，用 GET /tasks 查询

可用状态以模型列表为准，价格以定价页为准。

POST/text-to-video/kling-4.0

POST/image-to-video/kling-4.0

POST/omni-video/kling-4.0

可灵 4.0 的三个生成入口，路径与字段和可灵官方 API 一致。注意这些路径不带 /v1 前缀。

项	值
模型	`kling-4.0`（写在路径里，请求体不传 `model`）
模式	异步（提交 → 轮询 `GET /tasks`）
计费	按总时长（秒）结算，按分辨率、是否有输入视频分别计价，见计费
媒体保留	结果链接 30 天后清理，请及时转存

快速开始

curl https://api.vibelab.me/text-to-video/kling-4.0 \
  -H "Authorization: Bearer $LOOPTOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "一只猫在窗台上打哈欠，镜头缓慢推进，伴随轻柔的环境音。",
    "settings": {"duration": 10, "resolution": "1080p", "aspect_ratio": "16:9"}
  }'

响应示例：

{
  "code": 0,
  "message": "SUCCEED",
  "request_id": "6a0d571e-d36c-4811-bb2b-698c94b19a8c",
  "data": {
    "id": "893605946402811985",
    "status": "submitted",
    "create_time": 1781080778802,
    "update_time": 1781080778802
  }
}

用 data.id 调用 GET /tasks?task_ids=893605946402811985 查询结果，见响应。

模式选择

模式	入口	怎么传参
文生视频	`/text-to-video/kling-4.0`	顶层 `prompt`
图生视频	`/image-to-video/kling-4.0`	`contents` 中放 1–10 张 `first_frame` / `middle_frame` / `last_frame`，可选 1 项 `prompt`
全能参考生成	`/omni-video/kling-4.0`	`contents` 中恰好 1 项 `prompt`，加参考图、参考视频、主体、音色
视频编辑	`/omni-video/kling-4.0`	同上，素材中放 1 段 `base_video`（待编辑视频）

请求参数

请求体

参数	类型	必填	默认	说明
`prompt`	string	文生视频必填	-	仅文生视频使用。长度须满足 `英文字符数 / 26000 + 非英文字符数 / 11000 ≤ 1`（纯英文 ≤ 26,000，纯中文 ≤ 11,000）
`contents`	object[]	图生、全能参考必填	-	素材列表，每项结构见下表
`settings.resolution`	string	否	`1080p`	`720p`、`1080p`
`settings.duration`	integer	否	由模型决定	`3`–`30` 秒。省略时由模型从提示词识别时长，识别不到为 10 秒；有待编辑视频时优先采用其时长
`settings.aspect_ratio`	string	否	文生 `16:9`；全能参考 `adaptive`	`21:9`、`16:9`、`9:16`、`1:1`；全能参考额外支持 `adaptive`；图生视频采用图片比例
`options.callback_url`	string	否	-	任务状态变化时的 HTTPS 回调地址，见回调
`options.external_task_id`	string	否	-	自定义任务 ID，同一账号下不可重复，可用于查询
`options.watermark_info.enabled`	boolean	否	`false`	是否额外生成带水印结果

contents 素材项

`type`	内容字段	`id`	数量限制
`prompt`	`text`（长度规则同 `prompt`）	-	图生视频 ≤ 1；全能参考恰好 1
`first_frame` / `last_frame`	`url`	可选	各 ≤ 1
`middle_frame`	`url`	全能参考中有多张时必填	图片合计 ≤ 10
`refer_image`	`url`	多张时必填	图片合计 ≤ 10；仅全能参考
`feature_video`	`url`	可选	参考视频 + 待编辑视频合计 ≤ 5；仅全能参考
`base_video`	`url`	可选	≤ 1；仅全能参考
`element`	`element_id`	必填	≤ 7（视频角色主体 ≤ 3）；仅全能参考
`voice`	`voice_id`	必填	≤ 3；仅全能参考

除 prompt 外的素材合计 ≤ 15；同一任务内 id 不得重复，在提示词中用 @id 引用。
图片：URL 或 Base64，JPG/JPEG/PNG，≤ 30MB，宽高 ≥ 300px，比例 2:5–5:2。
视频：URL，MP4/MOV，≤ 300MB，每段和总时长 3–30 秒（含视频角色主体），宽高 700–4553px，总像素 ≤ 8,294,400，比例 2:5–5:2，24–60fps。存在视频角色主体时，其与参考视频合计 ≤ 5。
图片、视频的格式、尺寸和时长由上游最终校验；数量限制由 LoopToken 提交时校验。
element_id、voice_id 来自主体管理和音色管理，只能引用自己创建的资产，或已通过官方列表核实的预置资产（首次使用官方 ID 前先查询对应的官方列表页）。

请求示例

图生视频：首帧、中间帧、尾帧

{
  "contents": [
    {"type": "prompt", "text": "从 @start 自然过渡到 @middle，再到 @end，保持人物一致。"},
    {"type": "first_frame", "url": "https://example.com/start.jpg", "id": "start"},
    {"type": "middle_frame", "url": "https://example.com/middle.jpg", "id": "middle"},
    {"type": "last_frame", "url": "https://example.com/end.jpg", "id": "end"}
  ],
  "settings": {"duration": 15, "resolution": "1080p"}
}

视频编辑

{
  "contents": [
    {"type": "prompt", "text": "编辑 @video，参考 @image 的色彩，保留原有动作与背景。"},
    {"type": "base_video", "url": "https://example.com/input.mp4", "id": "video"},
    {"type": "refer_image", "url": "https://example.com/style.jpg", "id": "image"}
  ],
  "settings": {"duration": 10, "resolution": "1080p", "aspect_ratio": "adaptive"}
}

响应

用 GET /tasks 查询，状态依次为 submitted → processing → succeeded / failed（终态）。成功结果在 data[].outputs：

字段	类型	说明
`outputs[].type`	string	`video`
`outputs[].url`	string	视频地址
`outputs[].duration`	string	实际输出时长（秒）
`outputs[].watermark_url`	string	带水印结果，仅 `options.watermark_info.enabled` 为 `true` 时返回
`usage.input_duration`	string	输入视频总时长（秒，含视频角色主体），仅有输入视频且任务结束时返回

输出为 24fps，始终带声音（声音内容通过提示词描述）。除上游的 billing 扣费字段外，官方返回的其他字段原样透传。

计费

总时长按官方规则计算后乘以对应档位单价。输出时长按标称整数秒计（如结果 3.041 秒计 3 秒），输入时长按 usage.input_duration（两位小数）计：

情况	总时长	档位
无输入视频	输出时长	无视频输入
有输入视频，输入时长 ≤ 输出时长	输出时长 × 2	有视频输入
有输入视频，输入时长 > 输出时长	输入时长 + 输出时长	有视频输入

输入视频包含 feature_video、base_video 和视频角色主体，是否有输入视频以结果中的 usage.input_duration 为准。

提交时按 settings.duration 预冻结，省略时长按 30 秒；含 feature_video、base_video 或 element 时按有视频输入档位、时长再加 30 秒预冻结。
成功后按实际总时长结算，多退少补；失败全额退回。

错误

错误体为 {"code": ..., "message": "...", "request_id": "..."}，通用错误码见 Kling 错误。以下是本页参数校验返回的 400 / 1201：

`message`	处理
`prompt is required and must be a string`	文生视频传顶层 `prompt`；`contents` 中的 `prompt` 项要带 `text`
`prompt exceeds Kling 4.0 mixed-language length limit`	缩短提示词，满足混合长度规则
`contents must be a non-empty array`	图生、全能参考必须传 `contents`
`contents must include exactly one prompt`	全能参考恰好 1 项 `prompt`；图生最多 1 项
`image-to-video requires 1-10 images; omni-video supports at most 10 images`	调整图片数量
`unsupported image-to-video contents type "..."`	图生视频只接受 `prompt` 和三种帧
`contents exceeds Kling 4.0 material limits`	对照素材项的数量限制
`element requires id` / `voice requires id`	为主体、音色素材填写 `id`
`settings.duration must be an integer between 3 and 30`	时长传 3–30 的整数，或省略
`settings.resolution must be 720p or 1080p`	4.0 不支持 `4k`
`settings.audio is not supported for kling-4.0`	删除 `settings.audio`，在提示词中描述声音
`unsupported settings.aspect_ratio`	`adaptive` 仅全能参考可用
`external_task_id already exists`	换一个自定义任务 ID

没有能使用所引用主体或音色的渠道时，返回 503 / 5001。

注意事项

请求体传 settings.audio → 400；4.0 始终有声。
主体、音色资产 → 只能在创建或查询它的原渠道账号下使用。

Kling 4.0 视频生成

本页内容