Nano Banana 2.1 DOSTĘPNE — Najnowszy od Google | Wypróbuj →
KuaishouAPI wideoOd $0.42/uruchomienie

Kling Omni O3 API

Kuaishou Kling Omni Video O3 — zaawansowany, ujednolicony model wideo multimodalny z technologią MVL (Multi-modal Visual Language). Poziomy Standard, Pro i 4K dla tekstu na wideo, obrazu na wideo, referencji na wideo i konwersacyjnego video-edit.

Poziomy Standard (kwaivgi/kling-video-o3-std/*), Pro (kwaivgi/kling-video-o3-pro/*) i 4K (kwaivgi/kling-video-o3-4k/*). Technologia MVL utrzymuje spójność bohatera między modalnościami. Video-edit przyjmuje polecenia w języku naturalnym, aby usuwać obiekty, zmieniać tła, restylizować sceny i stosować lokalne transformacje 3–10 s.

Przegląd

O modelu Kling Omni O3 API

Co robi Kling Omni O3, jakie miejsce zajmuje w linii modeli Kuaishou i dlaczego zespoły po niego sięgają.

Kling Omni O3 to model generowania wideo od Kuaishou, dostępny przez REST API WaveSpeedAI. Kuaishou Kling Omni Video O3 — zaawansowany, ujednolicony model wideo multimodalny z technologią MVL (Multi-modal Visual Language). Poziomy Standard, Pro i 4K dla tekstu na wideo, obrazu na wideo, referencji na wideo i konwersacyjnego video-edit.

Poziomy Standard (kwaivgi/kling-video-o3-std/*), Pro (kwaivgi/kling-video-o3-pro/*) i 4K (kwaivgi/kling-video-o3-4k/*). Technologia MVL utrzymuje spójność bohatera między modalnościami. Video-edit przyjmuje polecenia w języku naturalnym, aby usuwać obiekty, zmieniać tła, restylizować sceny i stosować lokalne transformacje 3–10 s.

Rodzina Kling Omni O3 w WaveSpeedAI zawiera 13 endpointów REST obejmujące workflowy: Video-To-Video, Text-To-Video, Reference-To-Video, Image-To-Video. Każdy wariant ma własny cennik, parametry i przykładowe wyniki — wybierz ten, który pasuje do Twoich danych wejściowych i wymagań produkcyjnych, albo wywołuj kilka z jednego klucza API, aby składać wieloetapowe pipeline'y.

Uruchamiaj Kling Omni O3 z tym samym kluczem API, kontem rozliczeniowym i limitami, których używasz dla ponad 1000 innych modeli AI w WaveSpeedAI. Bez osobnej konfiguracji u dostawcy, bez osobnych SDK, bez osobnych limitów — jedna integracja obejmuje wszystko: od tekstu na obraz i tekstu na wideo, przez syntezę dźwięku i generowanie 3D, po upscaling i edycję.

Endpointy

Wszystkie endpointy API Kling Omni O3

13 endpointów Kling Omni O3 dostępnych teraz w WaveSpeedAI — wybierz wariant pasujący do Twojego workflow.

video-to-videoKling Video O3 Std Video Edit — podgląd video-to-video z Kling Omni O3 od Kuaishou

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.

od $0.63
video-to-videoKling Video O3 Pro Video Edit — podgląd video-to-video z Kling Omni O3 od Kuaishou

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.

od $0.84
text-to-videoKling Video O3 Std Text To Video — podgląd text-to-video z Kling Omni O3 od Kuaishou

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.

od $0.42
text-to-videoKling Video O3 4k Text To Video — podgląd text-to-video z Kling Omni O3 od Kuaishou

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.

od $2.10
text-to-videoKling Video O3 Pro Text To Video — podgląd text-to-video z Kling Omni O3 od Kuaishou

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.

od $0.56
video-to-videoKling Video O3 4k Video Edit — podgląd video-to-video z Kling Omni O3 od Kuaishou

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.

od $2.31
video-to-videoKling Video O3 4k Video Reference — podgląd video-to-video z Kling Omni O3 od Kuaishou

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.

od $2.31
reference-to-videoKling Video O3 Std Reference To Video — podgląd reference-to-video z Kling Omni O3 od Kuaishou

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.

od $0.42
reference-to-videoKling Video O3 4k Reference To Video — podgląd reference-to-video z Kling Omni O3 od Kuaishou

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.

od $2.10
reference-to-videoKling Video O3 Pro Reference To Video — podgląd reference-to-video z Kling Omni O3 od Kuaishou

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.

od $0.56
image-to-videoKling Video O3 4k Image To Video — podgląd image-to-video z Kling Omni O3 od Kuaishou

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.

od $2.10
image-to-videoKling Video O3 Pro Image To Video — podgląd image-to-video z Kling Omni O3 od Kuaishou

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.

od $0.56
image-to-videoKling Video O3 Std Image To Video — podgląd image-to-video z Kling Omni O3 od Kuaishou

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.

od $0.42

Przykłady

Kling Omni O3 w akcji

Prawdziwe wyniki wygenerowane przez API Kling Omni O3. Najedź na wideo, aby zobaczyć podgląd, kliknij, aby otworzyć pełnowymiarowy podgląd.

Jak zacząć

Jak korzystać z API Kling Omni O3

Cztery kroki od rejestracji do gotowego wyniku. Pełne przykłady w Pythonie, Node.js i cURL znajdziesz w sekcji API poniżej.

  1. 01

    Uzyskaj klucz API

    Załóż konto WaveSpeedAI i skopiuj klucz API z panelu. Nowe konta otrzymują darmowe kredyty na start — wystarczy na kilkadziesiąt uruchomień w playground, zanim zaczną się opłaty.

  2. 02

    Wyślij predykcję

    Wyślij dane wejściowe jako JSON metodą POST na https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video. Endpoint od razu zwraca identyfikator predykcji — generowanie jest asynchroniczne, więc nie trzymasz otwartego połączenia na czas inferencji.

  3. 03

    Sprawdzaj ukończenie

    Wywołaj GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result. Przy statusie completed odbierz wyniki; przy failed, cancelled, timeout lub deleted zakończ z błędem; przy każdym innym statusie odpytuj dalej.

  4. 04

    Odczytaj adres wyniku

    Gdy status to "completed", odczytaj adres URL z data.outputs[0]. Wskazuje on wygenerowane media w CDN WaveSpeedAI — obraz, wideo, dźwięk lub plik 3D, zależnie od wywołanego wariantu Kling Omni O3.

Zastosowania

Co możesz zbudować z Kling Omni O3

Typowe workflowy, do których deweloperzy i twórcy używają API Kling Omni O3.

01

Ujednolicony tekst na wideo z MVL

kwaivgi/kling-video-o3-std/text-to-video generuje filmowe wideo z promptów tekstowych, używając technologii MVL (Multi-modal Visual Language) Kling Omni — zaawansowanej, ujednoliconej architektury multimodalnej Kuaishou.

text-to-videomvlcinematic
02

Obraz na wideo ze spójnością bohatera

kwaivgi/kling-video-o3-std/image-to-video zamienia statyczne obrazy w dynamiczne filmowe wideo, zachowując spójność bohatera i dodając naturalny ruch — wariant i2v, gdy zaczynasz od kluczowego kadru.

image-to-videoconsistencymotion
03

Referencja na wideo z wielu punktów widzenia

kwaivgi/kling-video-o3-std/reference-to-video generuje kreatywne wideo z użyciem referencji postaci, rekwizytów lub scen z wielu punktów widzenia — wyodrębnia cechy bohatera i tworzy nową treść, zachowując tożsamość.

referencemulti-viewidentity
04

Konwersacyjny video-edit

kwaivgi/kling-video-o3-std/video-edit umożliwia edycje wideo w języku naturalnym: usuwanie lub zamianę obiektów, zmianę teł, restylizację scen, zmianę pogody/oświetlenia i lokalne transformacje 3–10 s — edycja promptem zamiast ręcznego maskowania.

video-editnlprestyle
05

Poziom Pro dla wyjścia najwyższej klasy

kwaivgi/kling-video-o3-pro/* odzwierciedla zakres wariantów Standard (tekst na wideo, obraz na wideo, referencja na wideo, video-edit) w jakości Pro — ten sam format promptu, a do pracy dostawczej zmieniasz poziom endpointu.

pro-tierqualitydelivery
06

Poziom 4K dla rozdzielczości dostawy

kwaivgi/kling-video-o3-4k/* obejmuje tekst na wideo, obraz na wideo i referencję na wideo w rozdzielczości dostawy 4K — najwyższy poziom, gdy ograniczeniem jest rozdzielczość wyjścia.

4kdeliveryresolution
07

Warunkowanie multimodalnym językiem wizualnym

Technologia MVL to wyróżnik katalogu we wszystkich wariantach O3 — spójność bohatera i naturalny ruch przy warunkowaniu tekstem, obrazami lub referencyjnymi punktami widzenia. Przydatne w potokach międzymodalnych łączących referencje statyczne z generowaniem ruchu.

mvlmulti-modalconditioning

Wskazówki

Wskazówki do promptów dla Kling Omni O3

Praktyczne rady, jak uzyskiwać lepsze wyniki z Kling Omni O3 — oparte na wzorcach, które sprawdzają się w produkcyjnych pipeline'ach dla modeli wideo.

  1. 01

    Wybierz Standard lub Pro według potrzeb dostawy

    kwaivgi/kling-video-o3-std/* do iteracji i domyślnej dostawy; kwaivgi/kling-video-o3-pro/*, gdy liczy się jakość Pro. Te same nazwy wariantów na obu poziomach — zmienia się tylko prefiks poziomu.

  2. 02

    Używaj referencji na wideo dla ujęć krytycznych dla tożsamości

    Gdy postaci, rekwizyty lub sceny muszą pozostać rozpoznawalne, referencja na wideo wyodrębnia cechy bohatera z wielu punktów widzenia — silniejsze niż warunkowanie samym tekstem w treściach seryjnych.

  3. 03

    Video-edit w języku naturalnym

    Opisuj edycje jako polecenia konwersacyjne — usuń obiekt, zamień tło, zmień pogodę — zamiast podawać maski. Video-edit O3 radzi sobie z lokalnymi transformacjami 3–10 s wyłącznie z promptu.

  4. 04

    MVL korzysta z danych wejściowych multimodalnych

    Łącz prompty tekstowe z obrazami referencyjnymi, gdy brief zawiera konkretnych bohaterów. Technologia MVL warunkuje się na obu — lepsza spójność bohatera niż przy generowaniu samym tekstem.

  5. 05

    Dopasuj wariant do typu wejścia

    Tekst na wideo od zera; obraz na wideo do animowania obrazu statycznego; referencja na wideo dla tożsamości; video-edit do modyfikacji istniejącego materiału. Wybierz endpoint pasujący do Twojego materiału źródłowego.

Cennik

Cennik API Kling Omni O3

Cena jest naliczana za wynik. Końcowa opłata zależy od parametrów ustawionych w playground każdego wariantu (rozdzielczość, czas trwania, liczba wyników, referencje).

API

Wywołaj API Kling Omni O3

Uzyskaj klucz API na wavespeed.ai/accesskey, a następnie wyślij predykcję przez REST. Playground generuje gotowe do wklejenia przykłady dla dowolnej kombinacji danych wejściowych.

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
done

Porównanie

Kling Omni O3 a alternatywy

Kiedy wybrać Kling Omni O3 zamiast podobnych modeli w WaveSpeedAI.

Kling Omni O3 a Kling 3.0

Kling 3.0 oferuje poziomy Standard, Pro i 4K z natywnym dźwiękiem i dedykowanym endpointem motion control. Kling O3 to nowsza architektura Omni z technologią MVL i konwersacyjnym video-edit — szerszy zakres edycji, ale bez osobnego poziomu 4K ani motion control w rodzinie O3.

Kling Omni O3 a Kling Omni O1

Kling O1 to pierwszy ujednolicony model Omni z tym samym wzorcem wariantów (tekst na wideo, i2v, referencja na wideo, video-edit). O3 to zaawansowany następca z ulepszoną technologią MVL — wybierz O3 do nowych projektów, chyba że lepiej pasuje dostępność lub cena O1.

Kling Omni O3 a Wan 2.7

Wan 2.7 oferuje w jednej rodzinie referencję na wideo, video-edit, video-extend, image-edit i tekst na obraz po niższym koszcie. Kling O3 pozostaje skupiony na powierzchni wideo Omni z warunkowaniem MVL i konwersacyjnymi poleceniami edycji.

FAQ

Kling Omni O3 API — najczęściej zadawane pytania

Cennik, licencja, integracja — typowe pytania o uruchamianie Kling Omni O3 w WaveSpeedAI.

Czym jest API Kling Omni O3?

Kling Omni O3 to model generowania wideo od Kuaishou, udostępniony jako REST API w WaveSpeedAI. Kuaishou Kling Omni Video O3 — zaawansowany, ujednolicony model wideo multimodalny z technologią MVL (Multi-modal Visual Language). Poziomy Standard, Pro i 4K dla tekstu na wideo, obrazu na wideo, referencji na wideo i konwersacyjnego video-edit. Możesz wywoływać go programowo lub wypróbować w playground, do którego prowadzi link powyżej.

Jak wywołać API Kling Omni O3?

Załóż konto WaveSpeedAI, skopiuj klucz API z /accesskey, a następnie wyślij POST na https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video z danymi wejściowymi w JSON. Endpoint zwraca identyfikator predykcji. Odpytuj endpoint wyniku mniej więcej co 2 sekundy, wydłużaj odstęp przy długich zadaniach i zatrzymaj się przy dowolnym statusie końcowym. Produkcyjne przykłady w Pythonie / Node.js / cURL znajdziesz powyżej.

Ile kosztuje API Kling Omni O3?

Kling Omni O3 zaczyna się od $0.42 za uruchomienie. Dokładny koszt zależy od ustawionych parametrów (rozdzielczość, czas trwania, liczba wyników, referencje). Podgląd kosztu na żywo obok przycisku Generuj w playground pokazuje dokładną cenę dla bieżących danych.

Jakie warianty Kling Omni O3 są dostępne?

WaveSpeedAI udostępnia 13 aktywnych endpointów Kling Omni O3: 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, i inne. Każdy wariant ma własną stronę playground i cennik.

Czy mogę używać wyników Kling Omni O3 komercyjnie?

Prawa do komercyjnego użycia wynikają z licencji modelu Kuaishou. Większość modeli Kuaishou zezwala na komercyjne wykorzystanie wyników; skrót licencji znajdziesz na stronie playground każdego modelu, a warunki na poziomie platformy w Warunkach świadczenia usług WaveSpeedAI.

Dlaczego korzystać z Kling Omni O3 w WaveSpeedAI zamiast bezpośrednio?

Jeden klucz API i jedno konto rozliczeniowe dla Kling Omni O3 ORAZ ponad 1000 innych modeli AI od innych dostawców. Bez osobnej konfiguracji SDK, bez osobnych limitów, bez przepisywania kodu integracji pod każdego dostawcę. Ceny są zazwyczaj na poziomie bezpośredniego API Kuaishou lub niższe.

Dostawca

O Kuaishou

Zespół stojący za Kling Omni O3 i szerszą linią modeli Kuaishou w WaveSpeedAI.

Kuaishou to duża chińska platforma krótkich wideo i zespół stojący za rodziną modeli generowania wideo Kling. Kling 3.0 oferuje poziomy Standard, Pro i 4K z natywną syntezą dźwięku (parametr sound w każdym wariancie) oraz dedykowany endpoint motion control, który przenosi ruch z wideo referencyjnego, aby animować statyczny obraz postaci.

Zacznij budować z Kling Omni O3 w WaveSpeedAI

Darmowe kredyty na start po rejestracji. Jeden klucz API do ponad 1000 modeli AI od Kuaishou i wszystkich innych dostawców.