使用参考图像、视频和元素生成 Kling 4.0 Flash 视频。时长 3-20 秒，720p，支持原生音频。按次付费，无需订阅。 Kling 4.0 Flash Reference-to-Video 可根据参考图像、参考视频和具名元素生成 3-20 秒、720p 的片段，并带有原生音频；可在提示词中通过 @tags 引用这些素材。
Kling 4.0 Flash Reference-to-Video 可根据参考图像、参考视频和具名元素生成 3-20 秒、720p 的片段，并带有原生音频；可在提示词中通过 @tags 引用这些素材。
关于此模型
Kling 4.0 Flash Reference-to-Video 可根据你的素材生成 3-20 秒、720p 的片段，并带有原生音频：最多可提供 10 张参考图像、5 个参考视频和 7 个具名元素（每个元素可包含 2-4 张图像或一段 3-8 秒的角色视频），素材总数最多为 15 个。在提示词中使用 @image_1、@video_1 或 @name 提及每个素材，并通过元素的 voice_url 绑定角色音频。不提供素材时，它会按纯文本生成视频处理。如需 1080p、30 秒片段和独立音色，请使用 Kling 4.0 Reference to Video；如需为单张静态图像制作动画，请使用 Kling 4.0 Flash Keyframe to Video。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapiapp | $0.094 每秒（每个 5 秒片段 $0.47） | 文本、关键帧和参考图像请求按生成视频每秒 $0.094/s 计费；若包含参考视频或视频元素，则按每秒 $0.126/s 计费。仅支持 720p。 |
文本、关键帧和参考图像请求按生成视频每秒 $0.094/s 计费；若包含参考视频或视频元素，则按每秒 $0.126/s 计费。仅支持 720p。
** 竞品价格根据相似模型架构和使用层级估算。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 提示词 | 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 |
| 参考图像 URL | array | 最多 10 参考图像. Mention as @image_1, @image_2, ... in array order. | undefined |
| 参考视频 URL | array | 最多 5 参考视频 (2-30s each, 30s combined). Mention as @video_1, @video_2, ... | undefined |
| 保留原声 | boolean | Keep the original audio of the 参考视频 (only applies when video_urls is set). | false |
| Elements | array | 最多 7 named subjects (at most 3 can use video). Each needs 2-4 images or one 3-8 second video, not both. Mention each as @name. | - |
| 时长 | int | Video length （秒） (3-20). | 5 |
| 分辨率 | 枚举（1 个选项） | Output resolution (Kling 4.0 Flash is 720p only). | 720p |
| 画面比例 | 枚举（5 个选项） | 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 @Narrator最多 10 参考图像. Mention as @image_1, @image_2, ... in array order.
undefined最多 5 参考视频 (2-30s each, 30s combined). Mention as @video_1, @video_2, ...
undefinedKeep the original audio of the 参考视频 (only applies when video_urls is set).
false最多 7 named subjects (at most 3 can use video). Each needs 2-4 images or one 3-8 second video, not both. Mention each as @name.
-Video length （秒） (3-20).
5Output resolution (Kling 4.0 Flash is 720p only).
720pOutput aspect ratio. Defaults to auto when reference media is provided, otherwise 16:9.
-开发者文档
收集素材：提供 image_urls（最多 10 个）、video_urls（最多 5 个；与视频元素合计时为 2-20 秒）和 elements（最多 7 个，其中带视频的最多 3 个）。
在提示词中提及素材：@image_1、@video_1 按数组顺序对应；@Hero 使用某个元素的 name。每次提及都必须与请求中的素材匹配。
配置输出：设置 duration（3-20 秒）、aspect_ratio（auto、16:9、9:16、1:1、21:9）和 keep_original_sound。输出始终为 720p。
提交并获取结果：轮询 /api/v1/predictions/{request_id}/result，或传入 webhook_url。
curl -X POST https://api.muapi.ai/api/v1/kling-4.0-flash-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 the camera", "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", "voice_url": "https://example.com/hero-voice.mp3"}], "duration": 10}'
常见问答
每个片段时长为 3 到 20 秒，仅支持 720p。
最多可使用 10 张图像、5 个视频和 7 个元素（带视频的元素最多 3 个），素材总数最多为 15 个。参考视频与视频元素合计不得超过 5 个，且总时长必须为 2-20 秒。
按数组顺序使用 @image_1、@video_1，或使用 @name 引用元素。提及的素材若不存在或不匹配，请求将被拒绝。
Flash 不支持独立音色。请在角色元素上设置 voice_url，将参考音频绑定到该角色。
按生成视频的秒数计费：使用参考图像或不提供参考素材时为 $0.094/s；包含参考视频或视频元素时为 $0.126/s。5 秒片段的费用分别为 $0.47 或 $0.63。
该接口为异步接口。轮询 /api/v1/predictions/{request_id}/result，或传入 webhook_url，以便在视频就绪时收到通知。