Gere vídeos com Kling 4.0 a partir de imagens, vídeos, elementos e vozes de referência. 3-30s, 720p/1080p, áudio nativo. Pague por geração, sem assinatura.
Kling 4.0 Reference-to-Video gera clipes de 3-30 segundos em 720p/1080p com áudio nativo a partir de imagens e vídeos de referência, elementos nomeados e vozes, todos acessíveis no prompt por meio de @tags.
Sobre este modelo
Kling 4.0 Reference-to-Video gera clipes de 3-30 segundos em 720p ou 1080p com áudio nativo a partir dos seus próprios materiais: até 10 imagens de referência, 5 vídeos de referência, 7 elementos nomeados (2-4 imagens ou um vídeo de personagem de 3-8 segundos cada) e 3 vozes, com no máximo 15 materiais no total. Mencione cada material no prompt com @image_1, @video_1 ou @name. Sem materiais, funciona como texto para vídeo simples. Para dirigir um clipe a partir de quadros estáticos, use Kling 4.0 Keyframe to Video.
Análise de custos
| Provedor | Custo | Notas |
|---|---|---|
| muapiapp | $0.157 por segundo em 720p ($0.785 por clipe de 5s) | $0.157/s em 720p, $0.235/s em 1080p. Com vídeos de referência ou elementos de vídeo: $0.094/s em 720p, $0.141/s em 1080p, calculado sobre os segundos de referência mais os segundos de saída (mínimo de 2x a duração da saída). |
$0.157/s em 720p, $0.235/s em 1080p. Com vídeos de referência ou elementos de vídeo: $0.094/s em 720p, $0.141/s em 1080p, calculado sobre os segundos de referência mais os segundos de saída (mínimo de 2x a duração da saída).
** Os preços dos concorrentes são estimados com base em arquiteturas de modelos e níveis de uso semelhantes.
Esquema de configuração
| Parâmetro | Tipo | Descrição | Padrão |
|---|---|---|---|
| alerta | string | Video description (max 8000 chars). Reference materials with @image_1, @video_1 or @name for elements/voices. | @Hero sits at the desk in @video_1, picks up the doll from @image_1, and greets using @Narrator |
| URLs de imagem de referência | array | Up to 10 reference images. Mention as @image_1, @image_2, ... in array order. | undefined |
| URLs de vídeo de referência | array | Up to 5 reference videos (2-30s each, 30s combined). Mention as @video_1, @video_2, ... | undefined |
| Mantenha o som original | boolean | Keep the original audio of the reference videos (only applies when video_urls is set). | false |
| Elements | array | Up to 7 named subjects, each {name, image_urls (2-4) or video_url (3-8s), tag?, description?, voice_url?}. Mention as @name. | - |
| Voices | array | Up to 3 named voices, each {name, audio_url}. Mention as @name. | - |
| Duração (segundos) | int | Video length in seconds (3-30). | 5 |
| Resolução | Enum (2 opções) | resolução de saída. | 720p |
| proporção | Enum (5 opções) | Output aspect ratio. Defaults to auto when reference media is provided, otherwise 16:9. | - |
Video description (max 8000 chars). Reference materials with @image_1, @video_1 or @name for elements/voices.
@Hero sits at the desk in @video_1, picks up the doll from @image_1, and greets using @NarratorUp to 10 reference images. Mention as @image_1, @image_2, ... in array order.
undefinedUp to 5 reference videos (2-30s each, 30s combined). Mention as @video_1, @video_2, ...
undefinedKeep the original audio of the reference videos (only applies when video_urls is set).
falseUp to 7 named subjects, each {name, image_urls (2-4) or video_url (3-8s), tag?, description?, voice_url?}. Mention as @name.
-Up to 3 named voices, each {name, audio_url}. Mention as @name.
-Video length in seconds (3-30).
5resolução de saída.
720pOutput aspect ratio. Defaults to auto when reference media is provided, otherwise 16:9.
-Documentação do desenvolvedor
Reúna os materiais: forneça qualquer combinação de image_urls (até 10), video_urls (até 5, de 2-30s cada, 30s no total), elements (até 7) e voices (até 3).
Mencione-os no prompt: @image_1, @video_1 seguem a ordem dos arrays; @Hero ou @Narrator usam o name de um elemento ou voz. Cada menção deve corresponder a um material incluído na solicitação.
Configure a saída: duration (3-30s), resolution (720p ou 1080p), aspect_ratio (auto, 16:9, 9:16, 1:1, 21:9) e keep_original_sound.
Envie a solicitação e obtenha o resultado: o endpoint é assíncrono — consulte /api/v1/predictions/{request_id}/result ou informe um webhook_url.
curl -X POST https://api.muapi.ai/api/v1/kling-4.0-reference-to-video \
-H "Content-Type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{"prompt": "@Hero sits at the desk, picks up the doll from @image_1, and greets using @Narrator", "image_urls": ["https://example.com/doll.png"], "elements": [{"name": "Hero", "image_urls": ["https://example.com/hero-front.jpg", "https://example.com/hero-side.jpg"], "tag": "character"}], "voices": [{"name": "Narrator", "audio_url": "https://example.com/narrator.mp3"}], "duration": 10, "resolution": "1080p"}'
Perguntas frequentes
De 3 a 30 segundos por clipe em 720p ou 1080p.
Até 10 imagens, 5 vídeos (2-30s cada, 30s no total), 7 elementos (no máximo 3 elementos de vídeo) e 3 vozes, com no máximo 15 materiais no total.
Use @image_1 e @video_1 na ordem dos arrays, ou @name para elementos e vozes. Uma menção sem material correspondente será rejeitada.
Sim, o áudio nativo é gerado. Ao enviar vídeos de referência, defina keep_original_sound como true para manter o áudio original deles.
Por segundo de vídeo gerado: $0.157/s em 720p e $0.235/s em 1080p. Com vídeos de referência ou elementos de vídeo, a tarifa é de $0.094/s (720p) ou $0.141/s (1080p), calculada com base nos segundos do vídeo de referência mais os segundos do vídeo gerado, com um mínimo de 2x a duração do vídeo gerado.
O endpoint é assíncrono. Consulte /api/v1/predictions/{request_id}/result ou informe um webhook_url para receber uma notificação quando o vídeo estiver pronto.