Przejdź do treści

Kling 4.0 Reference to Video

Integracja

Identyfikator modelu 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"

Pliki takie jak przykład: 1,175 $ 1175 kredytów API Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Kling Materiał referencyjny na wideo Dane referencyjne3–30 sdo 1080p #reference-to-video#multi-shot#image-reference#video-reference

Generuje filmy o długości 3–30 sekund, zachowujące wygląd maksymalnie 10 obrazów referencyjnych, 5 filmów referencyjnych i 7 elementów

Utworzone w Doitong

Publiczne prace utworzone za pomocą Kling 4.0 przez społeczność Doitong. Użyj ponownie promptu jednym kliknięciem.

Pokazane publiczne prace: 16
Ultra-realistic cinematic video of a young adult woman walking naturally toward the camera while ... Wideo

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... Wideo

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... Wideo

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... Wideo

**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... Wideo

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 ... Wideo

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... Wideo

**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... Wideo

**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...

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

88 / 2500

Instrukcje generowania spełniające wymaganie podania parametru `prompt` lub `multi_prompt`. Aby odwołać się do dostarczonych danych wejściowych, użyj @Image1, @Video1, @Element1 itd.

video_urls
Upuść plik lub · do 5

Do 5 wideo referencyjnych przywoływanych za pomocą @Video1, @Video2 itd.; każde trwa 3–30 sekund (maksymalnie 30.05 sekundy), a ich łączny czas wraz z wideo elementów nie może przekraczać 30 sekund. Każdy plik nie może być większy niż 300 MB, a jego szerokość i wysokość muszą mieścić się w zakresie 700 px–4553 px. Proporcja musi wynosić od 0.40 do 2.50, a liczba klatek od 23.9 do 60.05 FPS.

resolution domyślnie 1080p

Rozdzielczość wyniku.

aspect_ratio domyślnie 16:9

Proporcje wideo, wybrane jawnie lub wyprowadzone z odwołań przez wybranie 'auto'.

domyślnie 5

Długość wideo w sekundach, od 3 do 30.

Zaawansowane image · images · multi_prompt · elements
start_image_url
Upuść plik lub

Opcjonalny obraz pierwszej klatki wliczany do limitu obrazów referencyjnych. Maksymalny rozmiar pliku wynosi 30.0 MB; szerokość i wysokość muszą wynosić co najmniej 300 px, a proporcja obrazu musi mieścić się w zakresie od 0.40 do 2.50.

image_urls
Upuść plik lub · do 10

Obrazy referencyjne przywoływane za pomocą @Image1, @Image2 itd., maksymalnie 10 obrazów. Każdy plik jest ograniczony do 30.0 MB, musi mieć co najmniej 300 px w obu wymiarach i proporcję od 0.40 do 2.50.

Instrukcje generowania ujęcie po ujęciu, w których każdy prompt definiuje jedno ujęcie, a jego czas trwania wpływa na całkowitą długość wideo.

Kolekcja maksymalnie 7 postaci lub obiektów, z których najwyżej 3 mogą zawierać `voice_id`, a najwyżej 3 mogą używać wideo. Odwołuj się do tych elementów jako @Element1, @Element2 itd.

POST /run/kling/v4/reference-to-video?wait=20 wycena → 1,175 $
# 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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Kling 4.0 Reference to Video

Tworzy film na podstawie tekstowego `prompt` oraz obrazów referencyjnych, filmów referencyjnych i elementów postaci lub obiektów, do których odwołuje się w prompt jako @Image1, @Video1 lub @Element1. Czas trwania wynosi od 3 do 30 sekund (domyślnie 5), a wynik jest generowany w rozdzielczości 720p lub 1080p i z proporcjami auto, 16:9, 9:16, 1:1 lub 21:9. Użyj `multi_prompt`, aby określić prompty dla poszczególnych ujęć — w takim przypadku całkowita długość jest sumą czasów trwania ujęć. Limity to 10 obrazów, 5 filmów trwających po 3–30s każdy oraz 7 elementów, z których maksymalnie 3 mogą zawierać głos.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptopcjonalne
Typstring | null
≤ 2500 znaków
Instrukcje generowania spełniające wymaganie podania parametru `prompt` lub `multi_prompt`. Aby odwołać się do dostarczonych danych wejściowych, użyj @Image1, @Video1, @Element1 itd.
multi_promptopcjonalne
Typobject[]
Instrukcje generowania ujęcie po ujęciu, w których każdy prompt definiuje jedno ujęcie, a jego czas trwania wpływa na całkowitą długość wideo.
multi_prompt[].promptwymagane
Typstring
1 – 512 characters
Instrukcje tekstowe dla bieżącego ujęcia.
multi_prompt[].durationopcjonalne
Typinteger
Domyślne5
1 – 30
Czas trwania pojedynczego ujęcia, podany w sekundach.
durationopcjonalne
Typinteger
Domyślne5
3 – 30
Długość wideo w sekundach, od 3 do 30.
start_image_urlopcjonalne image
Typurl · image
Opcjonalny obraz pierwszej klatki wliczany do limitu obrazów referencyjnych. Maksymalny rozmiar pliku wynosi 30.0 MB; szerokość i wysokość muszą wynosić co najmniej 300 px, a proporcja obrazu musi mieścić się w zakresie od 0.40 do 2.50.
image_urlsopcjonalne images
Typurl[] · image
≤ 10 elementów
Obrazy referencyjne przywoływane za pomocą @Image1, @Image2 itd., maksymalnie 10 obrazów. Każdy plik jest ograniczony do 30.0 MB, musi mieć co najmniej 300 px w obu wymiarach i proporcję od 0.40 do 2.50.
video_urlsopcjonalne videos
Typurl[] · video
≤ 5 elementów
Do 5 wideo referencyjnych przywoływanych za pomocą @Video1, @Video2 itd.; każde trwa 3–30 sekund (maksymalnie 30.05 sekundy), a ich łączny czas wraz z wideo elementów nie może przekraczać 30 sekund. Każdy plik nie może być większy niż 300 MB, a jego szerokość i wysokość muszą mieścić się w zakresie 700 px–4553 px. Proporcja musi wynosić od 0.40 do 2.50, a liczba klatek od 23.9 do 60.05 FPS.
elementsopcjonalne
Typobject[]
≤ 7 elementów
Kolekcja maksymalnie 7 postaci lub obiektów, z których najwyżej 3 mogą zawierać `voice_id`, a najwyżej 3 mogą używać wideo. Odwołuj się do tych elementów jako @Element1, @Element2 itd.
elements[].frontal_image_urlopcjonalne
Typurl · image
Obraz frontalny przedstawiający główny widok elementu. Maksymalny rozmiar pliku wynosi 30.0 MB; oba wymiary muszą mieć co najmniej 300 px, a proporcja obrazu musi mieścić się w zakresie od 0.40 do 2.50.
elements[].reference_image_urlsopcjonalne
Typurl[] · image
≤ 3 items
Obrazy uzupełniające przedstawiające różne kąty elementu, od 1 do 3 ujęć. Każdy plik może mieć maksymalnie 30.0 MB, musi mieć co najmniej 300 px w obu wymiarach i proporcję od 0.40 do 2.50.
elements[].video_urlopcjonalne
Typurl · video
Wideo przedstawiające element zamiast obrazów, trwające 3–30 sekund (maksymalnie 30.05 sekundy). Plik nie może przekraczać 300 MB; szerokość i wysokość muszą mieścić się w zakresie 700–4553 px. Obsługiwane proporcje wynoszą 0.40–2.50, a liczba klatek 23.9–60.05 FPS.
elements[].voice_idopcjonalne
Typstring | null
Głos przypisany do elementu.
resolutionopcjonalne
Typenum
Domyślne1080p
720p1080p
Rozdzielczość wyniku.
aspect_ratioopcjonalne
Typenum
Domyślne16:9
auto16:99:161:121:9
Proporcje wideo, wybrane jawnie lub wyprowadzone z odwołań przez wybranie 'auto'.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Wideo utworzone przez model.

Więcej modeli: Materiał referencyjny na wideo

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/kling/v4/reference-to-video.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt