Kling: Video v3.0 Standard

Kling: Video v3.0 Standard es un modelo de generación de video de Kling, la división de video asociada con Kuaishou. Se ubica en la categoría de video y se identifica en api14 mediante el id de modelo kwaivgi/kling-v3.0-std. Si estás construyendo un pipeline que convierte prompts escritos o imágenes fijas en clips de video cortos, este es el modelo que deberías evaluar primero.

El modelo acepta entradas de texto e imagen y produce video como su única salida. Cubre dos flujos de trabajo principales: texto a video, donde un prompt escrito impulsa la generación, e imagen a video, donde una imagen proporcionada ancla el resultado. Para la composición guiada de escenas admite control de primer fotograma y último fotograma, de modo que puedes fijar los fotogramas de apertura y cierre de una toma y dejar que el modelo rellene el movimiento entre ellos. La salida se renderiza a 720p, con relaciones de aspecto de 16:9, 9:16 y 1:1, y duraciones de clip seleccionables de 3 hasta 15 segundos. La generación de audio también está disponible, lo que significa que una sola llamada puede devolver un clip con sonido en lugar de metraje silencioso.

Esas capacidades se corresponden con un conjunto bastante específico de tareas de producción. La relación 9:16 y las duraciones cortas son adecuadas para formatos sociales verticales como feeds de formato corto e historias, mientras que 16:9 encaja con la entrega estándar en pantalla ancha. El control de primer fotograma y último fotograma es útil cuando necesitas una transición o una toma que deba comenzar y terminar en composiciones exactas, por ejemplo, para unir dos visuales clave en una edición. Imagen a video encaja de forma natural para animar fotos de producto, ilustraciones o arte conceptual, y texto a video funciona para la exploración rápida de conceptos antes de comprometerse con un rodaje completo. Como el audio puede generarse junto con el video, puedes producir un clip corto completo sin una pasada de sonido separada.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo kwaivgi/kling-v3.0-std, por lo que el código de cliente existente de estilo OpenAI solo necesita que se cambien la URL base y el id de modelo. Los parámetros de solicitud expuestos para este modelo son max_tokens, temperature y top_p. Ten en cuenta que el modelo no reporta longitud de contexto en tokens y un valor maxOutput de 0, así que trata la longitud de generación como regida por la configuración de video (duración, resolución, relación de aspecto) en lugar de por un presupuesto de tokens. Temperature y top_p te dan el control habitual sobre el comportamiento de muestreo si quieres resultados más predecibles o más variados entre ejecuciones.

No hay una ventana de contexto ni un límite de tokens declarados que debas tener en cuenta para planificar, y la salida es solo video, por lo que este modelo no es adecuado para entregables de texto, imagen o audio por sí solos. Si necesitas una resolución distinta de 720p, o un clip de más de 15 segundos, tendrás que buscar en otro sitio o unir varias generaciones. Para trabajo directo de texto a video e imagen a video dentro de esos límites, la combinación de control de fotogramas, duraciones seleccionables y audio opcional lo convierte en una elección práctica.