使用参考图片、视频、元素和音色生成 Kling 4.0 视频。时长 3-30s，分辨率 720p/1080p，支持原生音频。按次生成付费，无需订阅。 Kling 4.0 参考生视频可根据参考图片、参考视频、命名元素和音色生成 3-30 秒、分辨率为 720p/1080p 的片段，并支持原生音频；所有素材都可在提示词中通过 @tags 引用。
Kling 4.0 参考生视频可根据参考图片、参考视频、命名元素和音色生成 3-30 秒、分辨率为 720p/1080p 的片段，并支持原生音频；所有素材都可在提示词中通过 @tags 引用。
关于此模型
Kling 4.0 参考生视频可根据你提供的素材生成 3-30 秒、分辨率为 720p 或 1080p 的片段，并支持原生音频。素材包括最多 10 张参考图片、5 个参考视频、7 个命名元素（每个元素包含 2-4 张图片或一段 3-8 秒的角色视频）以及 3 个音色，总素材数最多为 15 个。在提示词中使用 @image_1、@video_1 或 @name 提及各项素材。不提供素材时，该功能会按普通文生视频方式运行。如需通过静帧控制片段，请使用 Kling 4.0 关键帧生视频。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapiapp | 720p 每秒 $0.157（每段 5s 视频 $0.785） | 720p 为 $0.157/s，1080p 为 $0.235/s。使用参考视频或视频元素时：720p 为 $0.094/s，1080p 为 $0.141/s；按参考视频秒数加输出秒数计费（最低按输出时长的 2 倍计费）。 |
720p 为 $0.157/s，1080p 为 $0.235/s。使用参考视频或视频元素时：720p 为 $0.094/s，1080p 为 $0.141/s；按参考视频秒数加输出秒数计费（最低按输出时长的 2 倍计费）。
** 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, each {name, image_urls (2-4) or video_url (3-8s), tag?, description?, voice_url?}. Mention as @name. | - |
| Voices | array | 最多 3 named voices, each {name, audio_url}. Mention as @name. | - |
| 时长 | int | Video length （秒） (3-30). | 5 |
| 分辨率 | 枚举（2 个选项） | 输出分辨率。 | 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, each {name, image_urls (2-4) or video_url (3-8s), tag?, description?, voice_url?}. Mention as @name.
-最多 3 named voices, each {name, audio_url}. Mention as @name.
-Video length （秒） (3-30).
5输出分辨率。
720pOutput aspect ratio. Defaults to auto when reference media is provided, otherwise 16:9.
-开发者文档
收集素材：提供任意 image_urls（最多 10 个）、video_urls（最多 5 个，每个 2-30s，合计 30s）、elements（最多 7 个）和 voices（最多 3 个）。
在提示词中提及素材：@image_1、@video_1 按数组顺序对应素材；@Hero 或 @Narrator 使用元素或音色的 name。每个提及项都必须与请求中的素材匹配。
配置输出：设置 duration（3-30s）、resolution（720p 或 1080p）、aspect_ratio（auto、16:9、9:16、1:1、21:9）和 keep_original_sound。
提交并获取结果：此端点为异步接口——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-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"}'
常见问答
每段时长为 3 到 30 秒，分辨率为 720p 或 1080p。
最多可使用 10 张图片、5 个视频（每个 2-30s，合计 30s）、7 个元素（其中视频元素最多 3 个）和 3 个音色，总素材数最多为 15 个。
按数组顺序使用 @image_1、@video_1 引用图片和视频，或使用 @name 引用元素和音色。若提及的素材没有对应项，请求将被拒绝。
会生成原生音频。传入参考视频时，将 keep_original_sound 设为 true，即可保留视频原声。
按输出视频秒数计费：720p 为 $0.157/s，1080p 为 $0.235/s。使用参考视频或视频元素时，费率为 720p $0.094/s、1080p $0.141/s；按参考视频秒数加输出秒数计费，且最低按输出时长的 2 倍计费。
此端点为异步接口。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。