Kling Omni O3 API
Kling Omni Video O3 de Kuaishou: modelo de vídeo multimodal unificado avanzado con tecnología MVL (Multi-modal Visual Language). Niveles Standard, Pro y 4K para texto a vídeo, imagen a vídeo, referencia a vídeo y edición de vídeo conversacional.
Niveles Standard (kwaivgi/kling-video-o3-std/*), Pro (kwaivgi/kling-video-o3-pro/*) y 4K (kwaivgi/kling-video-o3-4k/*). La tecnología MVL mantiene la consistencia del sujeto entre modalidades. La edición de vídeo acepta comandos en lenguaje natural para eliminar objetos, cambiar fondos, restilizar escenas y aplicar transformaciones localizadas de 3 a 10 s.
Resumen
Acerca de Kling Omni O3 API
Qué hace Kling Omni O3, cómo encaja en la gama de modelos de Kuaishou y por qué los equipos lo eligen.
Kling Omni O3 es un modelo de generación de vídeo de Kuaishou, disponible a través de la API REST de WaveSpeedAI. Kling Omni Video O3 de Kuaishou: modelo de vídeo multimodal unificado avanzado con tecnología MVL (Multi-modal Visual Language). Niveles Standard, Pro y 4K para texto a vídeo, imagen a vídeo, referencia a vídeo y edición de vídeo conversacional.
Niveles Standard (kwaivgi/kling-video-o3-std/*), Pro (kwaivgi/kling-video-o3-pro/*) y 4K (kwaivgi/kling-video-o3-4k/*). La tecnología MVL mantiene la consistencia del sujeto entre modalidades. La edición de vídeo acepta comandos en lenguaje natural para eliminar objetos, cambiar fondos, restilizar escenas y aplicar transformaciones localizadas de 3 a 10 s.
La familia Kling Omni O3 en WaveSpeedAI incluye 13 endpoints REST que cubren los flujos de trabajo de Video-To-Video, Text-To-Video, Reference-To-Video, Image-To-Video. Cada variante tiene su propio precio, parámetros y ejemplos de resultados: elige la que se ajuste a tu modalidad de entrada y a tus requisitos de producción, o llama a varias con la misma clave de API para componer flujos de varios pasos.
Ejecuta Kling Omni O3 con la misma clave de API, la misma cuenta de facturación y los mismos límites de uso que ya usas para los demás más de 1.000 modelos de IA de WaveSpeedAI. Sin configuración aparte por proveedor, sin SDK por proveedor, sin límites de uso distintos por proveedor: una sola integración lo cubre todo, desde texto a imagen y texto a vídeo hasta síntesis de audio, generación 3D, escalado y edición.
Endpoints
Todos los endpoints de la API de Kling Omni O3
13 endpoints de Kling Omni O3 disponibles ahora en WaveSpeedAI: elige la variante que se ajuste a tu flujo de trabajo.
/filters:quality(82)/media/images/20260408113021_v77zgrk2.webp)
Kling Video O3 Std Video Edit
Kling Omni Video O3 Video-Edit (Standard) enables natural-language video edits: remove or replace objects, swap backgrounds, restyle scenes, change weather/lighting, and apply localized 3-10s transformations with strong temporal consistency. Built for stable production use with a ready-to-use REST API, no cold starts, and predictable pricing.
/filters:quality(82)/media/images/20260408113108_8lwvxxl5.webp)
Kling Video O3 Pro Video Edit
Kling Omni Video O3 Video-Edit enables conversational video editing through natural language commands. Remove objects, change backgrounds, modify styles, adjust weather/lighting, and transform scenes with simple text instructions like 'remove pedestrians' or 'change daytime to dusk'. Ready-to-use REST API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408113015_zs9hd51j.webp)
Kling Video O3 Std Text To Video
Kling Omni Video O3 (Standard) is Kuaishou's advanced unified multi-modal video model with MVL (Multi-modal Visual Language) technology. Text-to-Video mode generates cinematic videos from text prompts with subject consistency, natural physics simulation, and precise semantic understanding. Supports audio generation. Ready-to-use REST API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1777710078204539681_E5RY8hrA.webp)
Kling Video O3 4k Text To Video
Kling Video O3 4K generates cinematic 4K videos from text prompts with subject consistency, natural physics simulation, and precise semantic understanding. Supports multi-prompt scene transitions, element references, and optional audio generation. Ready-to-use REST API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408113103_lt3p5mhp.webp)
Kling Video O3 Pro Text To Video
Kling Omni Video O3 is Kuaishou's advanced unified multi-modal video model with MVL (Multi-modal Visual Language) technology. Text-to-Video mode generates cinematic videos from text prompts with subject consistency, natural physics simulation, and precise semantic understanding. Supports audio generation. Ready-to-use REST API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1788253152394476475_GrQ09irB.webp)
Kling Video O3 4k Video Edit
Kling O3 Omni 4K Video Edit edits input videos in 4K with natural-language instructions and optional image references, supporting prompt-guided video modification, visual style updates, scene refinements, motion control, and high-quality cinematic editing. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1788253182407665251_GAIR1b1b.webp)
Kling Video O3 4k Video Reference
Kling O3 Omni 4K Video Reference generates 4K AI videos guided by an input video, text prompt, and optional reference images, supporting video-to-video creation with visual reference guidance, motion consistency, camera control, and high-quality cinematic output. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408113011_1s4gw324.webp)
Kling Video O3 Std Reference To Video
Kling Omni Video O3 (Standard) Reference-to-Video generates creative videos using character, prop, or scene references from multiple viewpoints. Extracts subject features and creates new video content while maintaining identity consistency across frames. Supports audio generation. Ready-to-use REST API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/1777710032468962174_0u3dmuDN.webp)
Kling Video O3 4k Reference To Video
Kling Video O3 4K Reference-to-Video generates creative 4K videos using character, prop, or scene references from multiple viewpoints. Extracts subject features and creates new video content while maintaining identity consistency across frames. Supports multi-reference images, video guidance, and optional audio generation. Ready-to-use REST API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/20260408113057_pf19ay3d.webp)
Kling Video O3 Pro Reference To Video
Kling Omni Video O3 Reference-to-Video generates creative videos using character, prop, or scene references from multiple viewpoints. Extracts subject features and creates new video content while maintaining identity consistency across frames. Supports audio generation. Ready-to-use REST API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/1777710090058146675_WnwFOYyI.webp)
Kling Video O3 4k Image To Video
Kling Video O3 4K Image-to-Video transforms static images into dynamic cinematic 4K videos. Maintains subject consistency while adding natural motion, physics simulation, and seamless scene dynamics. Supports start/end frame control, multi-prompt, and optional audio generation. Ready-to-use REST API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408113054_tn1k4n54.webp)
Kling Video O3 Pro Image To Video
Kling Omni Video O3 Image-to-Video transforms static images into dynamic cinematic videos using MVL (Multi-modal Visual Language) technology. Maintains subject consistency while adding natural motion, physics simulation, and seamless scene dynamics. Supports audio generation. Ready-to-use REST API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408113007_4g9zegs0.webp)
Kling Video O3 Std Image To Video
Kling Omni Video O3 (Standard) Image-to-Video transforms static images into dynamic cinematic videos using MVL (Multi-modal Visual Language) technology. Maintains subject consistency while adding natural motion, physics simulation, and seamless scene dynamics. Supports audio generation. Ready-to-use REST API, best performance, no coldstarts, affordable pricing.
Ejemplos
Mira Kling Omni O3 en acción
Resultados reales generados con la API de Kling Omni O3. Pasa el cursor sobre cualquier vídeo para previsualizarlo y haz clic para abrir el visor a tamaño completo.
Cómo empezar
Cómo usar la API de Kling Omni O3
Cuatro pasos desde el registro hasta una generación terminada. Encontrarás ejemplos completos en Python, Node.js y cURL en la sección de API más abajo.
- 01
Obtén una clave de API
Regístrate en WaveSpeedAI y copia tu clave de API desde el panel. Las cuentas nuevas incluyen créditos gratuitos para empezar: suficientes para usar el playground unas decenas de veces antes de que empiece la facturación.
- 02
Envía una predicción
Haz POST de tu entrada como JSON a https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video. El endpoint devuelve un id de predicción de inmediato: las generaciones son asíncronas, así que no mantienes una conexión abierta durante la inferencia.
- 03
Consulta hasta que termine
Haz GET a https://api.wavespeed.ai/api/v3/predictions/{request_id}/result. Devuelve los resultados con completed; detente con un error en failed, cancelled, timeout o deleted; sigue consultando con cualquier otro estado.
- 04
Lee la URL del resultado
Cuando status sea "completed", lee la URL de data.outputs[0]. La URL apunta a tu contenido generado en la CDN de WaveSpeedAI: imagen, vídeo, audio o archivo 3D según la variante de Kling Omni O3 que hayas llamado.
Casos de uso
Qué puedes crear con Kling Omni O3
Flujos de trabajo habituales para los que desarrolladores y creadores usan la API de Kling Omni O3.
Texto a vídeo unificado con MVL
kwaivgi/kling-video-o3-std/text-to-video genera vídeos cinematográficos a partir de prompts de texto con la tecnología MVL (Multi-modal Visual Language) de Kling Omni, la arquitectura multimodal unificada avanzada de Kuaishou.
Imagen a vídeo con consistencia del sujeto
kwaivgi/kling-video-o3-std/image-to-video transforma imágenes estáticas en vídeos cinematográficos dinámicos manteniendo la consistencia del sujeto y añadiendo un movimiento natural: la variante i2v para cuando se parte de una imagen clave.
Referencia a vídeo desde varios puntos de vista
kwaivgi/kling-video-o3-std/reference-to-video genera vídeos creativos usando referencias de personaje, objeto o escena desde varios puntos de vista: extrae los rasgos del sujeto y crea contenido nuevo manteniendo la identidad.
Edición de vídeo conversacional
kwaivgi/kling-video-o3-std/video-edit permite ediciones de vídeo en lenguaje natural: eliminar o sustituir objetos, cambiar fondos, restilizar escenas, cambiar el clima o la iluminación y aplicar transformaciones localizadas de 3 a 10 s; se edita mediante prompt, sin enmascarar a mano.
Nivel Pro para salida de primer nivel
kwaivgi/kling-video-o3-pro/* replica la gama de variantes de Standard (texto a vídeo, imagen a vídeo, referencia a vídeo, edición de vídeo) con calidad Pro: el mismo formato de prompt, y cambias de nivel de endpoint para el trabajo de entrega.
Nivel 4K como resolución de entrega
kwaivgi/kling-video-o3-4k/* cubre texto a vídeo, imagen a vídeo y referencia a vídeo con resolución de entrega 4K: el nivel superior cuando la resolución de salida es el factor limitante.
Condicionamiento con lenguaje visual multimodal
La tecnología MVL es el elemento diferenciador del catálogo en todas las variantes de O3: consistencia del sujeto y movimiento natural al condicionar con texto, imágenes o puntos de vista de referencia. Útil para pipelines multimodales que combinan referencias fijas con generación de movimiento.
Consejos
Consejos para escribir prompts en Kling Omni O3
Consejos prácticos para obtener mejores resultados con Kling Omni O3, basados en los patrones que funcionan en modelos de vídeo en flujos de producción.
- 01
Elige Standard o Pro según las necesidades de entrega
kwaivgi/kling-video-o3-std/* para iterar y para la entrega por defecto; kwaivgi/kling-video-o3-pro/* cuando importa la calidad Pro. Los mismos nombres de variantes en todos los niveles: solo cambia el prefijo del nivel.
- 02
Usa referencia a vídeo para planos críticos en identidad
Cuando personajes, objetos o escenas deben seguir siendo reconocibles, referencia a vídeo extrae los rasgos del sujeto desde varios puntos de vista: más sólido que el condicionamiento solo con texto para contenido seriado.
- 03
Edición de vídeo mediante lenguaje natural
Describe las ediciones como comandos conversacionales (eliminar un objeto, cambiar el fondo, cambiar el clima) en lugar de aportar máscaras. La edición de vídeo de O3 maneja transformaciones localizadas de 3 a 10 s solo con el prompt.
- 04
MVL se beneficia de las entradas multimodales
Combina prompts de texto con imágenes de referencia cuando el brief incluye sujetos concretos. La tecnología MVL condiciona con ambos y logra mejor consistencia del sujeto que la generación solo con texto.
- 05
Haz coincidir la variante con el tipo de entrada
Texto a vídeo para empezar desde cero; imagen a vídeo para animar una imagen fija; referencia a vídeo para la identidad; edición de vídeo para modificar metraje existente. Elige el endpoint que corresponda a tu material de origen.
Precios
Precios de la API de Kling Omni O3
El precio es por resultado. El cargo final depende de los parámetros que definas en el playground de cada variante (resolución, duración, número de resultados, referencias).
| Endpoint | Tipo | Precio inicial |
|---|---|---|
| kwaivgi/ | video-to-video | $0.63 |
| kwaivgi/ | video-to-video | $0.84 |
| kwaivgi/ | text-to-video | $0.42 |
| kwaivgi/ | text-to-video | $2.10 |
| kwaivgi/ | text-to-video | $0.56 |
| kwaivgi/ | video-to-video | $2.31 |
| kwaivgi/ | video-to-video | $2.31 |
| kwaivgi/ | reference-to-video | $0.42 |
| kwaivgi/ | reference-to-video | $2.10 |
| kwaivgi/ | reference-to-video | $0.56 |
| kwaivgi/ | image-to-video | $2.10 |
| kwaivgi/ | image-to-video | $0.56 |
| kwaivgi/ | image-to-video | $0.42 |
API
Llama a la API de Kling Omni O3
Obtén una clave de API en wavespeed.ai/accesskey y envía una predicción por REST. El playground genera ejemplos listos para pegar con cualquier combinación de entradas.
POSThttps://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"aspect_ratio": "16:9",
"duration": 5,
"sound": false,
"shot_type": "customize"
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"aspect_ratio": "16:9",
"duration": 5,
"sound": false,
"shot_type": "customize"
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"aspect_ratio": "16:9",
"duration": 5,
"sound": False,
"shot_type": "customize"
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)Comparar
Kling Omni O3 frente a las alternativas
Cuándo elegir Kling Omni O3 en lugar de modelos similares en WaveSpeedAI.
Kling Omni O3 frente a Kling 3.0
Kling 3.0 ofrece niveles Standard, Pro y 4K con audio nativo y un endpoint de control de movimiento dedicado. Kling O3 es la arquitectura Omni más reciente, con tecnología MVL y edición de vídeo conversacional: una superficie de edición más amplia, sin un nivel 4K ni un nivel de control de movimiento aparte en la familia O3.
Kling Omni O3 frente a Kling Omni O1
Kling O1 es el primer modelo unificado Omni, con el mismo patrón de variantes (texto a vídeo, i2v, referencia a vídeo, edición de vídeo). O3 es el sucesor avanzado, con una tecnología MVL mejorada: elige O3 para proyectos nuevos, salvo que la disponibilidad o el precio de O1 te convengan más.
Kling Omni O3 frente a Wan 2.7
Wan 2.7 ofrece referencia a vídeo, edición de vídeo, extensión de vídeo, edición de imagen y texto a imagen en una sola familia a menor coste. Kling O3 se centra en la superficie de vídeo Omni con condicionamiento MVL y comandos de edición conversacionales.
Preguntas frecuentes
Kling Omni O3 API — Preguntas frecuentes
Precios, licencia, integración: preguntas habituales sobre cómo ejecutar Kling Omni O3 en WaveSpeedAI.
¿Qué es la API de Kling Omni O3?
Kling Omni O3 es un modelo de generación de vídeo de Kuaishou expuesto como API REST en WaveSpeedAI. Kling Omni Video O3 de Kuaishou: modelo de vídeo multimodal unificado avanzado con tecnología MVL (Multi-modal Visual Language). Niveles Standard, Pro y 4K para texto a vídeo, imagen a vídeo, referencia a vídeo y edición de vídeo conversacional. Puedes llamarlo por programación o probarlo desde el playground enlazado arriba.
¿Cómo llamo a la API de Kling Omni O3?
Regístrate en WaveSpeedAI, copia tu clave de API desde /accesskey y haz POST a https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video con tu entrada como JSON. El endpoint devuelve un id de predicción. Consulta el endpoint de resultados aproximadamente cada 2 segundos, aumenta el intervalo en las tareas largas y detente ante cualquier estado final. Arriba tienes ejemplos en Python / Node.js / cURL orientados a producción.
¿Cuánto cuesta la API de Kling Omni O3?
Kling Omni O3 empieza en $0.42 por ejecución. El coste exacto depende de los parámetros que definas (resolución, duración, número de resultados, referencias). La vista previa del coste en tiempo real junto al botón Generar del playground muestra el precio exacto de tu entrada actual.
¿Qué variantes de Kling Omni O3 hay disponibles?
WaveSpeedAI aloja 13 endpoints de Kling Omni O3 en producción: kwaivgi/kling-video-o3-std/video-edit, kwaivgi/kling-video-o3-pro/video-edit, kwaivgi/kling-video-o3-std/text-to-video, kwaivgi/kling-video-o3-4k/text-to-video, kwaivgi/kling-video-o3-pro/text-to-video, kwaivgi/kling-video-o3-4k/video-edit, kwaivgi/kling-video-o3-4k/video-reference, kwaivgi/kling-video-o3-std/reference-to-video y más. Cada variante tiene su propia página de playground y sus propios precios.
¿Puedo usar comercialmente los resultados de Kling Omni O3?
Los derechos de uso comercial dependen de la licencia del modelo de Kuaishou. La mayoría de los modelos de Kuaishou permiten el uso comercial de los resultados; consulta la página del playground de cada modelo para ver el resumen de su licencia y los Términos del servicio de WaveSpeedAI para las condiciones de la plataforma.
¿Por qué usar Kling Omni O3 en WaveSpeedAI en lugar de ir directamente al proveedor?
Una sola clave de API y una sola cuenta de facturación para Kling Omni O3 Y más de 1.000 modelos de IA de otros proveedores. Sin configurar un SDK por proveedor, sin límites de uso aparte y sin reescribir el código de integración para cada proveedor. Los precios suelen ser iguales o inferiores a los de la API directa de Kuaishou.
Proveedor
Acerca de Kuaishou
El equipo detrás de Kling Omni O3 y de la gama más amplia de modelos de Kuaishou en WaveSpeedAI.
Kuaishou es una de las principales plataformas chinas de vídeo corto y el equipo detrás de la familia de modelos de generación de vídeo Kling. Kling 3.0 ofrece niveles Standard, Pro y 4K con síntesis de audio nativa (un parámetro sound en todas las variantes), además de un endpoint de control de movimiento dedicado que transfiere el movimiento de un vídeo de referencia para animar la imagen fija de un personaje.
Empieza a crear con Kling Omni O3 en WaveSpeedAI
Créditos gratuitos al registrarte. Una sola clave de API para más de 1.000 modelos de IA de Kuaishou y de todos los demás proveedores.