Kling 3.0 Omni 文生视频

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配置。规则：①customize_multi_shots 与 prefer_multi_shots 不能同为 true;②customize_multi_shots 为 true 时须传 1–6 个 multi_prompt 镜头（单镜头 1–12 秒，合计 ≤15 秒）;③否则不要传 multi_prompt。

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-omni/text-to-video 模型 默认值："kling-3.0-omni/text-to-video"。 可选值：kling-3.0-omni/text-to-video。 示例：kling-3.0-omni/text-to-video。
prompt	string	是	本站网关要求传入 prompt，最长 2000 字。视频的文本描述。去除首尾空白字符后不能为空，且长度不得超过 3072 个字符。 minLength: 1. maxLength: 2000.
customize_multi_shots	boolean	否	可选，默认 false。设为 true 为自定义分镜（需传 multi_prompt）。 默认值：false。 示例：true。
prefer_multi_shots	boolean	否	是否开启智能分镜模式。此字段与 customize_multi_shots 互斥。 两者可以同时为 false，但不能同时为 true。 示例：true。
multi_prompt	array<object>	否	自定义分镜列表。当 customize_multi_shots 为 true 时，该字段为必填且不能为空，最多支持 6 个分镜；当 customize_multi_shots 为 false 时，该字段必须为空数组或省略不传。 默认值：[]。 maxItems: 6.
multi_prompt[].prompt	string	是	当前分镜的视频描述，长度不得超过 512 个字符。 minLength: 1. maxLength: 512. 示例：A wide shot of the fox entering the snowy forest.。
multi_prompt[].duration	integer	是	当前镜头时长（秒），1–12；所有镜头合计不超过 15 秒。 minimum: 1. maximum: 12. 示例：2。
elements	array<object>	否	一次性主体素材列表，默认值为空数组。仅有多图主体时最多可以上传7个主体 仅有视频角色主体时，视频角色主体数量不得超过3。 同时有视频角色主体和多图主体时，视频角色主体数量不得超过3，多图主体不得超过4。 默认值：[]。
elements[].name	string	是	主体名称。在同一个请求中必须唯一。可在 prompt 字段中通过 @名称 的方式进行引用。 minLength: 1. 示例：element_dog。
elements[].description	string	是	主体素材的文本描述。 minLength: 1. 示例：A happy golden retriever。
elements[].element_input_urls	array<string>	是	多图主体的图片 URL 列表（需传入 2 至 4 张图片），或视频角色主体的视频 URL（仅需传入 1 个视频）。图片和视频不能混合传入。支持 HTTP、HTTPS 和 OSS 协议的地址。 minItems: 1. maxItems: 4.
elements[].element_input_audio_urls	array<string>	否	主体音频素材的 URL 列表（可选配置）。支持 HTTP、HTTPS 和 OSS 协议的地址。 默认值：[]。
audio	boolean	否	是否为生成的视频添加音频。true 表示开启音频，false 表示关闭音频。 默认值：false。 示例：false。
resolution	string	否	生成视频的分辨率。可选值包括：720p（输出 720P 视频）、1080p（输出 1080P 视频）以及 4k（输出 4K 视频）。 默认值："720p"。 可选值：720p / 1080p / 4k。 示例：720p。
aspect_ratio	string	否	生成视频的画幅比例。支持的值为 16:9、9:16 和 1:1。 默认值："16:9"。 可选值：16:9 / 9:16 / 1:1。 示例：16:9。
duration	integer	否	视频的总时长（单位：秒）。支持的范围为 3 至 15 秒，默认值为 5 秒。 默认值：5。 可选值：3 / 4 / 5 / 6 / 7 / 8 / 9 / 10 / 11 / 12 / 13 / 14 / 15。 minimum: 3. maximum: 15. 示例：5。

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-omni/text-to-video",
  "prompt": "A paper boat drifting down a rainy street.",
  "elements": [
    {
      "name": "element_dog",
      "description": "A happy golden retriever",
      "element_input_urls": [
        "https://example.com/reference.png"
      ]
    }
  ],
  "audio": false,
  "resolution": "720p",
  "aspect_ratio": "16:9",
  "duration": 5
}'

{
  "model": "kling-3.0-omni/text-to-video",
  "prompt": "A paper boat drifting down a rainy street.",
  "elements": [
    {
      "name": "element_dog",
      "description": "A happy golden retriever",
      "element_input_urls": [
        "https://example.com/reference.png"
      ]
    }
  ],
  "audio": false,
  "resolution": "720p",
  "aspect_ratio": "16:9",
  "duration": 5
}

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": {}
}