Kling Omni O3 API
Kuaishou Kling Omni Video O3 — modelo de vídeo multimodal unificado e avançado com a tecnologia MVL (Multi-modal Visual Language). Níveis Standard, Pro e 4K para texto para vídeo, imagem para vídeo, referência para vídeo e edição de vídeo por conversa.
Níveis Standard (kwaivgi/kling-video-o3-std/*), Pro (kwaivgi/kling-video-o3-pro/*) e 4K (kwaivgi/kling-video-o3-4k/*). A tecnologia MVL mantém a consistência do sujeito entre modalidades. O video-edit aceita comandos em linguagem natural para remover objetos, trocar fundos, reestilizar cenas e aplicar transformações localizadas de 3 a 10 s.
Visão geral
Sobre o Kling Omni O3 API
O que o Kling Omni O3 faz, como ele se encaixa na linha de modelos da Kuaishou e por que as equipes o escolhem.
Kling Omni O3 é um modelo de geração de vídeo da Kuaishou, disponível pela API REST da WaveSpeedAI. Kuaishou Kling Omni Video O3 — modelo de vídeo multimodal unificado e avançado com a tecnologia MVL (Multi-modal Visual Language). Níveis Standard, Pro e 4K para texto para vídeo, imagem para vídeo, referência para vídeo e edição de vídeo por conversa.
Níveis Standard (kwaivgi/kling-video-o3-std/*), Pro (kwaivgi/kling-video-o3-pro/*) e 4K (kwaivgi/kling-video-o3-4k/*). A tecnologia MVL mantém a consistência do sujeito entre modalidades. O video-edit aceita comandos em linguagem natural para remover objetos, trocar fundos, reestilizar cenas e aplicar transformações localizadas de 3 a 10 s.
A família Kling Omni O3 na WaveSpeedAI traz 13 endpoints REST cobrindo os fluxos de Video-To-Video, Text-To-Video, Reference-To-Video, Image-To-Video. Cada variante tem seu próprio preço, parâmetros e exemplos de resultado — escolha a que combina com sua modalidade de entrada e suas restrições de produção, ou chame várias com a mesma chave de API para montar pipelines de várias etapas.
Execute o Kling Omni O3 com a mesma chave de API, a mesma conta de cobrança e os mesmos limites de taxa que você usa nos outros mais de 1.000 modelos de IA da WaveSpeedAI. Sem configuração separada por fornecedor, sem SDKs por provedor, sem limites de taxa por fornecedor — uma única integração cobre tudo, de texto para imagem e texto para vídeo até síntese de áudio, geração 3D, ampliação e edição.
Endpoints
Todos os endpoints da API de Kling Omni O3
13 endpoints de Kling Omni O3 disponíveis agora na WaveSpeedAI — escolha a variante que combina com seu fluxo de trabalho.
/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.
Exemplos
Veja o Kling Omni O3 em ação
Resultados reais gerados pela API do Kling Omni O3. Passe o mouse sobre qualquer vídeo para pré-visualizar e clique para abrir o visualizador em tamanho real.
Como usar
Como usar a API do Kling Omni O3
Quatro passos do cadastro até uma geração concluída. Exemplos completos em Python, Node.js e cURL estão na seção de API abaixo.
- 01
Obtenha uma chave de API
Crie uma conta na WaveSpeedAI e copie sua chave de API no painel. Contas novas recebem créditos iniciais grátis — o suficiente para usar o playground algumas dezenas de vezes antes de a cobrança começar.
- 02
Envie uma predição
Faça POST da sua entrada em JSON para https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video. O endpoint devolve um id de predição imediatamente — as gerações são assíncronas, então você não mantém uma conexão aberta durante a inferência.
- 03
Consulte até concluir
Faça GET em https://api.wavespeed.ai/api/v3/predictions/{request_id}/result. Retorne os resultados quando o status for completed; pare com erro em failed, cancelled, timeout ou deleted; continue consultando em qualquer outro status.
- 04
Leia a URL do resultado
Quando o status for "completed", leia a URL em data.outputs[0]. A URL aponta para a mídia gerada na CDN da WaveSpeedAI — imagem, vídeo, áudio ou arquivo 3D, conforme a variante do Kling Omni O3 que você chamou.
Casos de uso
O que você pode criar com o Kling Omni O3
Fluxos de trabalho comuns para os quais desenvolvedores e criadores usam a API do Kling Omni O3.
Texto para vídeo unificado com MVL
kwaivgi/kling-video-o3-std/text-to-video gera vídeos cinematográficos a partir de prompts de texto usando a tecnologia MVL (Multi-modal Visual Language) do Kling Omni — a arquitetura multimodal unificada e avançada da Kuaishou.
Imagem para vídeo com consistência do sujeito
kwaivgi/kling-video-o3-std/image-to-video transforma imagens estáticas em vídeos cinematográficos dinâmicos, mantendo a consistência do sujeito e adicionando movimento natural — a variante i2v para partir de uma imagem-chave.
Referência para vídeo a partir de vários pontos de vista
kwaivgi/kling-video-o3-std/reference-to-video gera vídeos criativos usando referências de personagem, objeto ou cena de vários pontos de vista — extrai as características do sujeito e cria conteúdo novo mantendo a identidade.
Edição de vídeo por conversa
kwaivgi/kling-video-o3-std/video-edit permite edições de vídeo em linguagem natural: remover ou substituir objetos, trocar fundos, reestilizar cenas, mudar clima/iluminação e aplicar transformações localizadas de 3 a 10 s — edite por prompt, sem máscara manual.
Nível Pro para a melhor saída
kwaivgi/kling-video-o3-pro/* espelha o conjunto de variantes do Standard (texto para vídeo, imagem para vídeo, referência para vídeo, video-edit) na qualidade Pro — o mesmo formato de prompt; basta trocar o nível do endpoint para o trabalho de entrega.
Nível 4K para resolução de entrega
kwaivgi/kling-video-o3-4k/* cobre texto para vídeo, imagem para vídeo e referência para vídeo na resolução de entrega 4K — o nível mais alto quando a resolução de saída é o fator limitante.
Condicionamento por linguagem visual multimodal
A tecnologia MVL é o diferencial do catálogo em todas as variantes do O3 — consistência do sujeito e movimento natural ao condicionar por texto, imagens ou pontos de vista de referência. Útil para pipelines multimodais que misturam referências estáticas com geração de movimento.
Dicas
Dicas de prompt para o Kling Omni O3
Conselhos práticos para obter melhores resultados com o Kling Omni O3 — extraídos dos padrões que funcionam em modelos de vídeo em pipelines de produção.
- 01
Escolha Standard ou Pro conforme a necessidade de entrega
kwaivgi/kling-video-o3-std/* para iteração e entrega padrão; kwaivgi/kling-video-o3-pro/* quando a qualidade Pro importar. Os mesmos nomes de variante em todos os níveis — só muda o prefixo do nível.
- 02
Use referência para vídeo para planos em que a identidade é crítica
Quando personagens, objetos ou cenas precisam continuar reconhecíveis, referência para vídeo extrai as características do sujeito de vários pontos de vista — mais forte que o condicionamento só por texto em conteúdo seriado.
- 03
Video-edit por linguagem natural
Descreva as edições como comandos de conversa — remover objeto, trocar fundo, mudar o clima — em vez de fornecer máscaras. O video-edit do O3 lida com transformações localizadas de 3 a 10 s apenas com o prompt.
- 04
O MVL se beneficia de entradas multimodais
Combine prompts de texto com imagens de referência quando o briefing incluir sujeitos específicos. A tecnologia MVL condiciona com ambos — melhor consistência de sujeito do que a geração só por texto.
- 05
Combine a variante com o tipo de entrada
text-to-video para começar do zero; image-to-video para animar uma imagem estática; reference-to-video para identidade; video-edit para modificar filmagens existentes. Escolha o endpoint que corresponde ao seu material de origem.
Preços
Preços da API de Kling Omni O3
O preço é por resultado. O valor final varia conforme os parâmetros definidos no playground de cada variante (resolução, duração, quantidade de resultados, referências).
| Endpoint | Tipo | Preço 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 | $0.42 |
API
Chame a API de Kling Omni O3
Crie uma chave de API em wavespeed.ai/accesskey e envie uma predição via REST. O playground gera exemplos prontos para colar para qualquer combinação de entradas.
POSThttps://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(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 vs alternativas
Quando escolher o Kling Omni O3 em vez de modelos semelhantes na WaveSpeedAI.
Kling Omni O3 vs Kling 3.0
O Kling 3.0 traz os níveis Standard, Pro e 4K, com áudio nativo e um endpoint dedicado de controle de movimento. O Kling O3 é a arquitetura Omni mais nova, com tecnologia MVL e video-edit por conversa — um conjunto de edição mais amplo, sem nível 4K ou de controle de movimento separado na família O3.
Kling Omni O3 vs Kling Omni O1
O Kling O1 é o primeiro modelo unificado Omni, com o mesmo padrão de variantes (texto para vídeo, i2v, referência para vídeo, video-edit). O O3 é o sucessor avançado, com tecnologia MVL aprimorada — escolha o O3 em projetos novos, a menos que a disponibilidade ou o preço do O1 sejam mais adequados.
Kling Omni O3 vs Wan 2.7
O Wan 2.7 traz referência para vídeo, video-edit, video-extend, image-edit e texto para imagem em uma só família, a um custo menor. O Kling O3 permanece focado na superfície de vídeo Omni, com condicionamento MVL e comandos de edição por conversa.
FAQ
Kling Omni O3 API — Perguntas frequentes
Preços, licença, integração — perguntas comuns sobre executar o Kling Omni O3 na WaveSpeedAI.
O que é a API do Kling Omni O3?
Kling Omni O3 é um modelo de geração de vídeo da Kuaishou disponibilizado como API REST na WaveSpeedAI. Kuaishou Kling Omni Video O3 — modelo de vídeo multimodal unificado e avançado com a tecnologia MVL (Multi-modal Visual Language). Níveis Standard, Pro e 4K para texto para vídeo, imagem para vídeo, referência para vídeo e edição de vídeo por conversa. Você pode chamá-lo por código ou testá-lo no playground indicado acima.
Como chamo a API do Kling Omni O3?
Crie uma conta na WaveSpeedAI, copie sua chave de API em /accesskey e faça POST para https://api.wavespeed.ai/api/v3/kwaivgi/kling-video-o3-std/text-to-video com sua entrada em JSON. O endpoint devolve um id de predição. Consulte o endpoint de resultado a cada 2 segundos, aproximadamente, aumente o intervalo em tarefas longas e pare em qualquer status final. Exemplos prontos para produção em Python / Node.js / cURL estão acima.
Quanto custa a API do Kling Omni O3?
O Kling Omni O3 começa em $0.42 por execução. O custo exato varia conforme os parâmetros definidos (resolução, duração, quantidade de resultados, referências). A prévia de custo ao vivo ao lado do botão Gerar no playground mostra o preço exato da sua entrada atual.
Quais variantes do Kling Omni O3 estão disponíveis?
A WaveSpeedAI hospeda 13 endpoints de Kling Omni O3 ativos: 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, e mais. Cada variante tem sua própria página de playground e seu preço.
Posso usar os resultados do Kling Omni O3 comercialmente?
Os direitos de uso comercial seguem a licença do modelo da Kuaishou. A maioria dos modelos da Kuaishou permite o uso comercial dos resultados; veja o resumo da licença na página do playground de cada modelo e os Termos de Serviço da WaveSpeedAI para as condições da plataforma.
Por que usar o Kling Omni O3 na WaveSpeedAI em vez de ir direto à fonte?
Uma chave de API e uma conta de cobrança para o Kling Omni O3 E mais de 1.000 outros modelos de IA de outros provedores. Sem configuração de SDK por fornecedor, sem limites de taxa separados, sem reescrever o código de integração a cada fornecedor. Os preços costumam ser iguais ou menores que os da API direta da Kuaishou.
Provedor
Sobre a Kuaishou
A equipe por trás do Kling Omni O3 e de toda a linha de modelos da Kuaishou na WaveSpeedAI.
A Kuaishou é uma grande plataforma chinesa de vídeos curtos e a equipe por trás da família de modelos de geração de vídeo Kling. O Kling 3.0 traz os níveis Standard, Pro e 4K com síntese de áudio nativa (um parâmetro sound em todas as variantes), além de um endpoint dedicado de controle de movimento que transfere o movimento de um vídeo de referência para animar a imagem estática de um personagem.
Comece a criar com o Kling Omni O3 na WaveSpeedAI
Créditos iniciais grátis no cadastro. Uma chave de API para mais de 1.000 modelos de IA da Kuaishou e de todos os outros provedores.