Kling: Video v3.0 Standard

Kling: Video v3.0 Standard adalah model pembuatan video dari Kling, unit video yang terkait dengan Kuaishou. Model ini berada dalam kategori video dan diidentifikasi di api14 dengan id model kwaivgi/kling-v3.0-std. Jika Anda membangun pipeline yang mengubah prompt tertulis atau gambar diam menjadi klip video pendek, inilah model yang perlu dievaluasi terlebih dahulu.

Model ini menerima input teks dan gambar serta menghasilkan video sebagai satu-satunya output. Model ini mencakup dua alur kerja inti: text-to-video, di mana prompt tertulis mengarahkan pembuatan, dan image-to-video, di mana gambar yang disediakan menjadi jangkar hasil. Untuk komposisi adegan terpandu, model ini mendukung kontrol first-frame dan last-frame, sehingga Anda dapat menetapkan frame pembuka dan penutup suatu shot dan membiarkan model mengisi gerakan di antaranya. Output dirender pada 720p, dengan rasio aspek 16:9, 9:16 dan 1:1, serta durasi klip yang dapat dipilih dari 3 hingga 15 detik. Pembuatan audio juga tersedia, yang berarti satu panggilan dapat mengembalikan klip dengan suara bukan rekaman tanpa suara.

Kemampuan tersebut memetakan ke serangkaian tugas produksi yang cukup spesifik. Rasio 9:16 dan durasi pendek cocok untuk format sosial vertikal seperti feed short-form dan stories, sedangkan 16:9 cocok untuk pengiriman widescreen standar. Kontrol first-frame dan last-frame berguna ketika Anda memerlukan transisi atau shot yang harus dimulai dan diakhiri pada komposisi yang tepat, misalnya menjembatani dua visual kunci dalam sebuah edit. Image-to-video sangat cocok untuk menganimasikan still produk, ilustrasi atau concept art, dan text-to-video berfungsi untuk eksplorasi konsep cepat sebelum memutuskan shooting penuh. Karena audio dapat dibuat bersamaan dengan video, Anda dapat menghasilkan klip pendek lengkap tanpa proses suara terpisah.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model kwaivgi/kling-v3.0-std, sehingga kode klien bergaya OpenAI yang ada hanya perlu mengubah base URL dan id model. Parameter permintaan yang tersedia untuk model ini adalah max_tokens, temperature dan top_p. Perhatikan bahwa model ini melaporkan tidak ada panjang konteks dalam token dan nilai maxOutput 0, jadi perlakukan panjang generasi sebagai hal yang diatur oleh pengaturan video (durasi, resolusi, rasio aspek) bukan oleh anggaran token. Temperature dan top_p memberi Anda kontrol biasa atas perilaku sampling jika Anda menginginkan hasil yang lebih dapat diprediksi atau lebih bervariasi di antara eksekusi.

Tidak ada jendela konteks atau batas token yang dinyatakan untuk direncanakan, dan outputnya hanya video, jadi model ini tidak cocok untuk hasil teks, gambar atau audio secara sendiri. Jika Anda memerlukan resolusi selain 720p, atau klip lebih panjang dari 15 detik, Anda perlu mencari di tempat lain atau menyambung beberapa generasi menjadi satu. Untuk pekerjaan text-to-video dan image-to-video yang lugas dalam batasan tersebut, kombinasi kontrol frame, durasi yang dapat dipilih dan audio opsional menjadikannya pilihan yang praktis.