رفتن به محتوا

Kling 4.0 Reference to Video

یکپارچه‌سازی

شناسه مدل kling/v4/reference-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/kling/v4/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

فایل‌هایی مانند نمونه: ⁨‎$۱٫۱۷۵⁩ ۱٬۱۷۵ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
Kling مرجع به ویدیو ورودی‌های مرجع۳–۳۰ ثانیهحداکثر 1080p #reference-to-video#multi-shot#image-reference#video-reference

تولید ویدیوهای ۳ تا ۳۰ ثانیه‌ای که ظاهر حداکثر ۱۰ تصویر مرجع، ۵ ویدیوی مرجع و ۷ عنصر را حفظ می‌کنند

ساخته‌شده در Doitong

آثار عمومی ساخته‌شده با Kling 4.0 توسط جامعه Doitong. یک پرامپت را با یک کلیک دوباره استفاده کنید.

آثار عمومی نمایش‌داده‌شده: 16
Ultra-realistic cinematic video of a young adult woman walking naturally toward the camera while ... ویدیو

Ultra-realistic cinematic video of a young adult woman walking naturally toward the camera while speaking, with realistic facial expressions and synchronized lip movements, as if she is promoting something to the viewer. She maintains eye contact with the camera, smiles slightly, and uses subtle...

Slow, subtle push-in on the woman's face. The light from the laptop flickers softly across her ey... ویدیو

Slow, subtle push-in on the woman's face. The light from the laptop flickers softly across her eyes and cheeks, as if the blurry image on the screen is changing. Her eyes move slightly as she studies the screen, and she takes one slow, tense breath. Behind her, shadows of the snowstorm move...

The enormous ancient dragon descends slowly toward the snowy cliff and lands at the cave mouth. I... ویدیو

The enormous ancient dragon descends slowly toward the snowy cliff and lands at the cave mouth. Its huge dark leathery wings beat twice with slow, heavy strokes, sending snow swirling off the cliff in big clouds. Then it folds its wings and settles on the rock, the giant elk still held in its...

**Duration: 5 seconds | Aspect ratio: 16:9 | Children's YouTube Intro | Video with Audio** Animat... ویدیو

**Duration: 5 seconds | Aspect ratio: 16:9 | Children's YouTube Intro | Video with Audio** Animate the provided image into a bright, magical, energetic, professional YouTube intro for a children's entertainment channel, with perfectly synchronized sound effects, cheerful music, and a cute child's...

Authentic 1990s wide-angle film footage. The left man slowly pulls one wooden block from the Jeng... ویدیو

Authentic 1990s wide-angle film footage. The left man slowly pulls one wooden block from the Jenga tower. As the block comes out, the tower naturally loses balance and realistically collapses onto the table. Frustrated, he angrily sweeps all the fallen wooden blocks off the table with both hands....

Thermal-camera view of a snowy mountain cliff at night in false-color, deep blue and violet cold ... ویدیو

Thermal-camera view of a snowy mountain cliff at night in false-color, deep blue and violet cold rock, a huge orange-white heat shape hidden inside a rock crevice, two small bright amber spots glowing like eyes, faint noise grain. Cinematic videorealistic, ultra detailed, 16:9, volumetric light,...

**Duration: 4 seconds | Aspect ratio: 16:9 | Children's YouTube Intro | Video with Audio** Animat... ویدیو

**Duration: 4 seconds | Aspect ratio: 16:9 | Children's YouTube Intro | Video with Audio** Animate the provided image into a bright, magical, energetic, professional YouTube intro for a children's entertainment channel, with perfectly synchronized sound effects, cheerful music, and a cute child's...

**Duration: 4 seconds | Aspect ratio: 16:9 | Children's YouTube Intro | Video with Audio** Animat... ویدیو

**Duration: 4 seconds | Aspect ratio: 16:9 | Children's YouTube Intro | Video with Audio** Animate the provided image into a bright, magical, energetic, professional YouTube intro for a children's entertainment channel, with perfectly synchronized sound effects, cheerful music, and a cute child's...

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

88 / 2500

دستورهای تولیدی که شرط ارائه یکی از `prompt` یا `multi_prompt` را برآورده می‌کنند. برای ارجاع به ورودی‌های ارائه‌شده از @Image1، @Video1، @Element1 و به همین ترتیب استفاده کنید.

video_urls
یک فایل بیندازید، یا · حداکثر 5

حداکثر 5 ویدیوی مرجع که با @Video1، @Video2 و به همین ترتیب ارجاع داده می‌شوند؛ مدت هرکدام 3–30 ثانیه (حداکثر 30.05 ثانیه) است و مجموع مدت آن‌ها به‌همراه ویدیوهای عناصر نمی‌تواند بیشتر از 30 ثانیه باشد. اندازه هر فایل حداکثر 300 MB، عرض و ارتفاع هرکدام بین 700 px و 4553 px، نسبت تصویر بین 0.40 و 2.50 و نرخ فریم بین 23.9 و 60.05 FPS باشد.

resolution پیش‌فرض 1080p

وضوح خروجی.

aspect_ratio پیش‌فرض 16:9

تناسبات ویدیو که به‌طور صریح انتخاب می‌شوند یا با انتخاب 'auto' از مراجع استخراج می‌شوند.

پیش‌فرض 5

طول ویدیو برحسب ثانیه، از 3 تا 30.

پیشرفته image · images · multi_prompt · elements
start_image_url
یک فایل بیندازید، یا

تصویر اختیاری فریم اول که در محدودیت تعداد تصاویر مرجع محاسبه می‌شود. حداکثر اندازه فایل 30.0 MB است؛ عرض و ارتفاع هرکدام باید حداقل 300 px و نسبت تصویر بین 0.40 و 2.50 باشد.

image_urls
یک فایل بیندازید، یا · حداکثر 10

مراجع تصویری که با @Image1، @Image2 و به همین ترتیب ارجاع داده می‌شوند، حداکثر 10 تصویر. اندازه هر فایل حداکثر 30.0 MB، هر دو بُعد حداقل 300 px و نسبت تصویر بین 0.40 و 2.50 باشد.

دستورهای تولید نما‌به‌نما؛ هر پرامپت یک نما را تعریف می‌کند و مدت آن در طول کل ویدیو لحاظ می‌شود.

مجموعه‌ای شامل حداکثر 7 شخصیت یا شیء که حداکثر 3 مورد آن‌ها می‌توانند `voice_id` داشته باشند و حداکثر 3 مورد می‌توانند از ویدیو استفاده کنند. به این عناصر با @Element1، @Element2 و به همین ترتیب ارجاع دهید.

POST /run/kling/v4/reference-to-video?wait=20 قیمت → ⁨‎$۱٫۱۷۵⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/kling/v4/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Kling 4.0 Reference to Video

با یک `prompt` متنی به‌همراه تصاویر مرجع، ویدیوهای مرجع و عناصر شخصیت یا شیء ویدیو می‌سازد؛ این موارد در پرامپت با @Image1، @Video1 یا @Element1 ارجاع داده می‌شوند. مدت از 3 تا 30 ثانیه است (پیش‌فرض 5)، خروجی 720p یا 1080p و نسبت‌های تصویر auto، 16:9، 9:16، 1:1 یا 21:9. برای پرامپت‌های هر نما از `multi_prompt` استفاده کنید؛ در این حالت طول کل برابر مجموع مدت نماهاست. محدودیت‌ها: 10 تصویر، 5 ویدیوی 3-30 ثانیه‌ای و 7 عنصر که حداکثر 3 موردشان می‌توانند صدا داشته باشند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptاختیاری
نوعstring | null
≤ ۲٬۵۰۰ نویسه
دستورهای تولیدی که شرط ارائه یکی از `prompt` یا `multi_prompt` را برآورده می‌کنند. برای ارجاع به ورودی‌های ارائه‌شده از @Image1، @Video1، @Element1 و به همین ترتیب استفاده کنید.
multi_promptاختیاری
نوعobject[]
دستورهای تولید نما‌به‌نما؛ هر پرامپت یک نما را تعریف می‌کند و مدت آن در طول کل ویدیو لحاظ می‌شود.
multi_prompt[].promptالزامی
نوعstring
1 – 512 characters
دستورهای متنی برای نمای فعلی.
multi_prompt[].durationاختیاری
نوعinteger
پیش‌فرض5
۱ – ۳۰
مدت یک نمای منفرد، برحسب ثانیه.
durationاختیاری
نوعinteger
پیش‌فرض5
۳ – ۳۰
طول ویدیو برحسب ثانیه، از 3 تا 30.
start_image_urlاختیاری image
نوعurl · image
تصویر اختیاری فریم اول که در محدودیت تعداد تصاویر مرجع محاسبه می‌شود. حداکثر اندازه فایل 30.0 MB است؛ عرض و ارتفاع هرکدام باید حداقل 300 px و نسبت تصویر بین 0.40 و 2.50 باشد.
image_urlsاختیاری images
نوعurl[] · image
≤ ۱۰ مورد
مراجع تصویری که با @Image1، @Image2 و به همین ترتیب ارجاع داده می‌شوند، حداکثر 10 تصویر. اندازه هر فایل حداکثر 30.0 MB، هر دو بُعد حداقل 300 px و نسبت تصویر بین 0.40 و 2.50 باشد.
video_urlsاختیاری videos
نوعurl[] · video
≤ ۵ مورد
حداکثر 5 ویدیوی مرجع که با @Video1، @Video2 و به همین ترتیب ارجاع داده می‌شوند؛ مدت هرکدام 3–30 ثانیه (حداکثر 30.05 ثانیه) است و مجموع مدت آن‌ها به‌همراه ویدیوهای عناصر نمی‌تواند بیشتر از 30 ثانیه باشد. اندازه هر فایل حداکثر 300 MB، عرض و ارتفاع هرکدام بین 700 px و 4553 px، نسبت تصویر بین 0.40 و 2.50 و نرخ فریم بین 23.9 و 60.05 FPS باشد.
elementsاختیاری
نوعobject[]
≤ ۷ مورد
مجموعه‌ای شامل حداکثر 7 شخصیت یا شیء که حداکثر 3 مورد آن‌ها می‌توانند `voice_id` داشته باشند و حداکثر 3 مورد می‌توانند از ویدیو استفاده کنند. به این عناصر با @Element1، @Element2 و به همین ترتیب ارجاع دهید.
elements[].frontal_image_urlاختیاری
نوعurl · image
تصویر روبه‌رو که نمای اصلی عنصر را نشان می‌دهد. حداکثر اندازه فایل 30.0 MB است؛ هر دو بُعد باید حداقل 300 px و نسبت تصویر بین 0.40 و 2.50 باشد.
elements[].reference_image_urlsاختیاری
نوعurl[] · image
≤ 3 items
تصاویر تکمیلی از زوایای مختلف عنصر، با 1 تا 3 نما. اندازه هر فایل حداکثر 30.0 MB، هر دو بُعد حداقل 300 px و نسبت تصویر بین 0.40 و 2.50 باشد.
elements[].video_urlاختیاری
نوعurl · video
نمایش ویدیویی یک عنصر به‌جای تصاویر، با مدت 3–30 ثانیه (حداکثر 30.05 ثانیه). اندازه فایل نباید بیشتر از 300 MB باشد؛ عرض و ارتفاع هرکدام باید بین 700–4553 px باشند. نسبت‌های تصویر پشتیبانی‌شده 0.40–2.50 و نرخ‌های فریم 23.9–60.05 FPS هستند.
elements[].voice_idاختیاری
نوعstring | null
صدای اختصاص‌یافته به عنصر.
resolutionاختیاری
نوعenum
پیش‌فرض1080p
720p1080p
وضوح خروجی.
aspect_ratioاختیاری
نوعenum
پیش‌فرض16:9
auto16:99:161:121:9
تناسبات ویدیو که به‌طور صریح انتخاب می‌شوند یا با انتخاب 'auto' از مراجع استخراج می‌شوند.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kling/v4/reference-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1175,
    "usd": "1.175",
    "charged": 1175,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}ویدیوی تولیدشده توسط مدل.

مدل‌های بیشتر: مرجع به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/kling/v4/reference-to-video.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt