Kling 3.0

接口

POST /videos/generations

完整 URL: https://modelfold.ai/v1/videos/generations

鉴权：所有请求都需要 Authorization: Bearer <API_KEY> 请求头。

模型参数直接放在 JSON 请求体中，不要套 input。请求等待生成完成后返回 data[].url；支持的媒体模型也可使用 异步创建、轮询及回调。示例素材地址须替换为自己的公开可访问文件。计费及错误说明见 API 网关。

生成任务的输入参数

请求参数

请求体 (application/json)

参数	类型	必填	说明
model	string	是	用于生成任务的模型名称。必填字段。 - 该接口必须使用 kling-3.0/video 模型 默认值："kling-3.0/video"。 可选值：kling-3.0/video。 示例：kling-3.0/video。
prompt	string	是	本站网关要求传入 prompt，最长 2000 字。multi_shots 为 false 时必填，最长 2500 字符。 maxLength: 2000. 示例：In a bright rehearsal room, sunlight streams through the window@element_dog。
image_urls	array<string>	否	首尾帧图片链接。可选。当 multi_shots 为 false 时：长度为 2 时，索引 0 为首帧，索引 1 为尾帧；长度为 1 时，数组项作为首帧。当 multi_shots 为 true 时：只支持首帧。
sound	boolean	是	必填。是否同时生成音频（对白、音效、环境声），影响价格。 示例：true。
duration	string	是	必填。视频时长（秒），3–15（字符串，如 "5"）。多镜头模式下实际时长与计费按各镜头时长之和（3–15 秒），duration 请填同一合计值。 可选值：3 / 4 / 5 / 6 / 7 / 8 / 9 / 10 / 11 / 12 / 13 / 14 / 15。 示例：5。
aspect_ratio	string	否	传了 image_urls 时可省略（输出比例跟随首帧）。文生视频请显式传入：16:9、9:16 或 1:1。 可选值：16:9 / 9:16 / 1:1。 示例：16:9。
mode	string	是	必填。生成模式。std 为标准分辨率，pro 为高分辨率，4K 为 4K 分辨率。 分辨率映射： - std 模式：16:9 (1280×720), 9:16 (720×1280), 1:1 (720×720) - pro 模式：16:9 (1920×1080), 9:16 (1080×1920), 1:1 (1080×1080) - 4K 模式：16:9 (3840×2160), 9:16 (2160×3840), 1:1 (2160×2160) 可选值：std / pro / 4K。 示例：pro。
multi_shots	boolean	是	必填。是否多镜头。true 时为多镜头，false 为单镜头。 示例：false。
multi_prompt	array<object>	否	镜头提示词。multi_shots 为 true 时生效。用来描述每一段镜头的文案和时长，最多支持 5 段，每段时长 1-12 秒，如果需要使用 element，则需加在 prompt 后。
multi_prompt[].prompt	string	是	该镜头的提示词文本，单个镜头最多500字符，每个@element会占37个字符。 maxLength: 500. 示例：a happy dog in running@element_cat。
multi_prompt[].duration	integer	是	该镜头的时长（单位：秒）。范围：1-12。 minimum: 1. maximum: 12. 示例：3。
kling_elements	array<object>	否	引用元素。prompt 中引用元素的详细信息。单个任务最多引用三个元素。 maxItems: 3.
kling_elements[].name	string	是	元素名称，在 prompt 中使用 @ 前缀引用（如 @element_dog） 示例：element_dog。
kling_elements[].description	string	是	元素描述 示例：dog。
kling_elements[].element_input_urls	array<string>	是	2–4 张图片（JPG/PNG，单张不超过 10MB），或 1 个视频（MP4/MOV）。
kling_elements[].element_input_audio_urls	array<string>	否	可选。角色音频素材 URL 列表。音频时长必须为 5-30 秒
kling_elements[].start_time	integer	否	视频角色素材截取开始时间，单位毫秒。仅 element_input_urls 上传视频时生效。未传时默认 0。 默认值：0。 示例：0。
kling_elements[].end_time	integer	否	视频角色素材截取结束时间，单位毫秒。仅 element_input_urls 上传视频时生效。必须大于 start_time，且 end_time - start_time 必须在 3000-8000ms。 默认值：8000。 示例：8000。

请求示例

curl -X POST "https://modelfold.ai/v1/videos/generations" \
  -H "Authorization: Bearer $MODELFOLD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kling-3.0/video",
  "sound": true,
  "duration": "5",
  "mode": "pro",
  "multi_shots": false,
  "prompt": "In a bright rehearsal room, sunlight streams through the window@element_dog"
}'

{
  "model": "kling-3.0/video",
  "sound": true,
  "duration": "5",
  "mode": "pro",
  "multi_shots": false,
  "prompt": "In a bright rehearsal room, sunlight streams through the window@element_dog"
}

响应

200 — 生成完成。usage 返回实际计费明细；结果地址仅作结构示例。

{
  "ok": true,
  "created": 1792134000,
  "data": [
    {
      "url": "https://modelfold.ai/uploads/outputs/result.mp4"
    }
  ],
  "usage": {}
}