申請流程
要使用 Kling Videos Generation API,首先到 Ace Data Cloud 控制台 取得您的 API Token,以備使用。
如果您尚未登入或註冊,會自動跳轉至登入頁面邀請您註冊和登入,完成後會自動返回目前頁面。
一個 API Token 即可呼叫平台所有服務,無需為每個服務個別申請。 首次申請會贈送免費額度,可免費體驗;額度不足時可在 控制台 儲值通用餘額。
📘 完整文件:Kling Videos Generation API →
基本使用
首先先了解基本的使用方式,就是輸入提示詞prompt、生成行為 action、首幀參考圖片 start_image_url 以及模型 model,便可取得處理後的結果,首先需要簡單地傳遞一個 action 欄位,它的值為 text2video,它主要包含三種行為:文生影片(text2video)、圖生影片(image2video)、擴展影片(extend),然後我們還需要輸入模型 model,目前主要有 kling-v1, kling-v1-6, kling-v2-master, kling-v2-1-master, kling-v2-5-turbo, kling-v2-6, kling-v3, kling-v3-omni, kling-o1 模型,具體內容如下:

accept:想要接收何種格式的回應結果,這裡填寫為application/json,即 JSON 格式。authorization:呼叫 API 的金鑰,申請之後可以直接下拉選擇。
model:生成影片的模型,主要有kling-v1,kling-v1-6,kling-v2-master,kling-v2-1-master,kling-v2-5-turbo,kling-v2-6,kling-v3,kling-v3-omni,kling-o1模型。mode:生成影片的模式,可選值為標準模式std、極速模式pro和原生 4K 模式4k。其中4k僅支援kling-v3和kling-v3-omni,且與camera_control(運鏡控制)不相容。action:此次影片生成任務的行為,主要包含三種行為,分別為:文生影片(text2video)、圖生影片(image2video)、擴展影片(extend)。start_image_url:當選擇圖生影片行為image2video時,就必須上傳首幀參考圖片連結。end_image_url:圖生影片時可選,指定尾幀。duration:影片時長,單位秒。kling-v3和kling-v3-omni支援 3-15 秒整數時長;kling-o1僅支援 5 秒;其他模型支援 5 或 10 秒。generate_audio:是否同步生成音訊,可選,布林值。支援kling-v3、kling-v3-omni以及kling-v2-6(僅 pro 模式)。預設為false。aspect_ratio:影片長寬比,可選,支援16:9、9:16、1:1,預設16:9。cfg_scale:相關性強度,範圍 [0,1],越大越貼合提示詞。camera_control:可選,控制相機運動的物件參數,支援 type/simple 預設以及 horizontal、vertical、pan、tilt、roll、zoom 等設定。negative_prompt:可選,不希望出現的反向提示詞,最多 200 字元。image_list:Omni 參考圖片清單,適用模型kling-o1和kling-v3-omni,用法見下文「Omni 全能參考」。video_list:Omni 參考影片清單(支援影片編輯),適用模型kling-o1和kling-v3-omni,用法見下文「Omni 全能參考」。prompt:提示詞。callback_url:需要回呼結果的 URL。async:可選,設為true時介面立即回傳task_id,無需提供callback_url,隨後透過對應的任務查詢介面輪詢取得結果。

success,此時影片生成任務的狀態情況。task_id,此時影片生成任務 ID。video_id,此時影片生成任務的影片 ID。video_url,此時影片生成任務的影片連結。duration,此時影片生成任務的影片時長。state,此時影片生成任務的狀態。
data 的影片連結地址取得生成的 Kling 影片即可。
另外如果想生成對應的串接程式碼,可以直接複製生成,例如 CURL 的程式碼如下:
模型能力矩陣
O1 與 Omni 參考影片計費
kling-o1 按模式及是否提供 video_list 計費。以下是 5 秒成片的價格:
refer_type=base(預設)的影片編輯可能跟隨參考影片片長,最終按實際成片時長四捨五入到整數秒計費:例如 5.708 秒按 6 秒,5.041 秒按 5 秒。refer_type=feature 使用請求的 duration。回應中的 usage.reference_video_seconds 給出最終計費秒數;請求時的估算價格可能與最終扣費不同。
不同模型對參數的支援情況差異較大。以下矩陣整理自 Kling 官方 video models 文件,呼叫前請先核對目前 model / mode / duration 組合是否支援你所需的功能,否則會回傳 model/mode/duration(...) is not supported with image_tail 等錯誤。
注意事項:
mode=4k僅kling-v3與kling-v3-omni支援;並且與camera_control(運鏡)互斥。end_image_url只能在action=image2video時搭配start_image_url使用。僅傳送end_image_url(無start_image_url)會被拒絕。kling-v3/kling-v3-omni接受任意 3–15 秒的整數duration;kling-o1僅接受 5;其餘模型只接受 5 或 10。generate_audio預設false。僅kling-v3、kling-v3-omni和kling-v2-6(pro 模式)支援。
擴展影片功能
如果想對已經生成的Kling影片進行繼續生成的話,可以將參數action 設定為 extend ,並且輸入需要繼續生成影片的 ID,影片 ID 的取得是根據基本使用來取得,如下圖所示:

注意,這裡影片中的 video_id 是生成後影片的 ID,如果你不知道如何生成影片,可以參考上文的基本使用來生成影片。
接下來我們必須填寫下一步需要擴展的提示詞來自訂生成影片,就可以指定如下內容:
model:生成影片的模型,主要有kling-v1、kling-v1-5和kling-v1-6模型。mode:生成影片的模式,可選值為標準模式std、極速模式pro和原生 4K 模式4k(僅kling-v3和kling-v3-omni支援,與運鏡控制不相容)。duration:此次影片生成任務的影片時長,主要包含5s和10s。start_image_url:當選擇圖生影片行為image2video就必須需要上傳的首幀參考圖片連結。prompt:提示詞。


Omni 全能參考(影片編輯 / 參考影片 / 多圖參考)
kling-o1 與 kling-v3-omni 是兩個獨立模型,二者都支援「全能參考」能力。在文生影片(action=text2video)基礎上,可額外傳入參考圖片或參考影片,實現多圖參考、參考影片以及直接編輯已有影片。
核心約定:參考素材必須在 prompt 中以 <<<image_1>>>、<<<video_1>>> 的形式(序號從 1 開始)引用 image_list / video_list 中對應位置的素材,模型才會套用這些參考。若只傳素材而不在提示詞中引用,素材會被忽略。
安全說明:目前 API 不開放Omni 請求不支援element_list。Kling Element Library 的 ID 不是租戶隔離的,在提供租戶隔離的 Element Management API 之前,請使用image_list傳入主體參考圖。
negative_prompt、cfg_scale 或 camera_control,也不能使用 mode=4k。包含參考影片時,generate_audio 必須為 false。
參考影片與影片編輯(video_list)
video_list 用於傳入參考影片,是本能力最常用的場景,陣列元素欄位如下:
video_url:參考影片連結,不可為空。最多 1 個 MP4/MOV 影片,檔案大小 ≤200MB,影格率 24–60fps。kling-o1要求時長 3–10 秒、寬和高各 700–2160px;kling-v3-omni要求時長 3–15.5 秒、寬和高各 700–4553px、總像素 ≤8,294,400、寬高比 0.4–2。refer_type:參考類型,可選base(預設,待編輯的基礎影片,即「直接對影片進行編輯」,可增刪/修改元素、改構圖、換風格、換顏色、換天氣等)或feature(特徵參考,參考其風格 / 運鏡 / 續拍下一鏡頭)。keep_original_sound:是否保留原影片音訊,可選yes(保留)或no(移除)。
注意:存在參考影片時,對已有影片進行編輯(把影片改成動漫風格)的 CURL 範例如下:generate_audio需為false。refer_type=base的影片不可再指定首幀 / 尾幀。
多圖參考(image_list)
image_list 用於傳入參考圖片(元素 / 場景 / 風格等),陣列元素欄位如下:
image_url:參考圖片連結,不可為空。要求:格式 .jpg/.jpeg/.png;檔案大小 ≤10MB;最短邊 ≥300px;寬高比 1:2.5 ~ 2.5:1。type:可選。不傳時作為純參考圖;傳first_frame/end_frame時分別作為首幀 / 尾幀(等同於start_image_url/end_image_url)。
prompt 中以 <<<image_1>>>、<<<image_2>>> 引用。數量限制:不存在參考影片時參考圖片 ≤ 7;存在參考影片時參考圖片 ≤ 4。僅傳首 / 尾幀時也可直接用 start_image_url / end_image_url,但尾幀必須與首幀一起使用。
注意:若同時傳入多圖參考生成影片的 CURL 範例:start_image_url/end_image_url與image_list,首 / 尾幀會排在image_list之前,可能影響<<<image_N>>>的序號對應關係。建議二選一:需要首 / 尾幀時直接在image_list中用type指定,不要與start_image_url/end_image_url混用。
非同步回呼
由於 Kling Videos Generation API 生成的時間相對較長,大約需要 1-2 分鐘,如果 API 長時間無回應,HTTP 請求會一直保持連線,導致額外的系統資源消耗,所以本 API 也提供了非同步回呼的支援。 整體流程是:用戶端發起請求的時候,額外指定一個callback_url 欄位,用戶端發起 API 請求之後,API 會立刻返回一個結果,包含一個 task_id 的欄位資訊,代表目前的任務 ID。當任務完成之後,生成影片的結果會透過 POST JSON 的形式發送到用戶端指定的 callback_url,其中也包括了 task_id 欄位,這樣任務結果就可以透過 ID 關聯起來了。
下面我們透過範例來了解一下具體怎樣操作。
首先,Webhook 回呼是一個可以接收 HTTP 請求的服務,開發者應該替換為自己架設的 HTTP 伺服器的 URL。此處為了方便示範,使用一個公開的 Webhook 範例網站 https://webhook.site/,開啟該網站即可得到一個 Webhook URL,如圖所示:
將此 URL 複製下來,就可以作為 Webhook 來使用,此處的範例為 https://webhook.site/624b2c78-6dbd-4618-9d2b-b32eade6d8c3。
接下來,我們可以設定欄位 callback_url 為上述 Webhook URL,同時填入相應的參數,具體的內容如圖所示:

https://webhook.site/624b2c78-6dbd-4618-9d2b-b32eade6d8c3 上觀察到生成影片的結果,如圖所示:
內容如下:
task_id 欄位,其他的欄位都和上文類似,透過該欄位即可實現任務的關聯。
錯誤處理
在呼叫 API 時,如果遇到錯誤,API 會傳回相應的錯誤代碼和資訊。例如:400 token_mismatched:錯誤請求,可能由於缺少或無效的參數。400 api_not_implemented:錯誤請求,可能由於缺少或無效的參數。401 invalid_token:未授權,無效或缺少授權權杖。429 too_many_requests:請求過多,您已超過速率限制。500 api_error:內部伺服器錯誤,伺服器上發生了問題。
錯誤回應範例
結論
透過本文檔,您已經瞭解了如何使用 Kling Videos Generation API,可透過輸入提示詞以及首幀參考圖片來生成影片。希望本文檔能幫助您更好地串接和使用該 API。如有任何問題,請隨時聯絡我們的技術支援團隊。Kling 3.0 Turbo
model="kling-v3-turbo" 支援文字生成影片和首幀圖片生成影片,時長為 3–15 秒的整數。mode="std" 輸出 720p,mode="pro" 輸出 1080p。該模型自帶原生音訊,不提供關閉開關;省略 generate_audio 或設定為 true。該模型不支援尾幀、運鏡物件、獨立負向提示詞或 cfg_scale。請在 prompt 中直接描述需要或避免出現的內容。
多鏡頭影片
kling-v3 和 kling-v3-omni 支援 multi_shot=true。shot_type="intelligence" 根據 prompt 自動分鏡;shot_type="customize" 透過 multi_prompt 提供 1–6 個分鏡,每項包含從 1 連續遞增的 index、最多 512 字的 prompt 和至少 1 秒的整數 duration。所有分鏡時長之和必須等於總 duration。自訂分鏡不使用全域 prompt。多鏡頭按所選模型、畫質、音訊設定和總時長計費。
