Kling Image 4.0 API
Kling Image 4.0 จาก Kuaishou — ข้อความเป็นภาพ การแก้ไขด้วยภาพอ้างอิงหลายภาพ ชุดภาพที่สอดคล้องกัน และหน้ารายละเอียดสินค้าแบบยาว พร้อมความสมจริงระดับภาพถ่าย ข้อความในภาพที่อ่านได้ชัด และเอาต์พุตสูงสุด 8K แบบเนทีฟ
kwaivgi/kling-image-v4.0/text-to-image เรนเดอร์พรอมต์ที่ 2K, 4K หรือ 8K แบบเนทีฟ edit รวมภาพอินพุตได้สูงสุด 10 ภาพ image-set ส่งคืนภาพ 2 ถึง 10 ภาพที่คงตัวแบบและสไตล์เดียวกัน และ long-image เปลี่ยนภาพสินค้า 1-3 ภาพให้เป็นหน้ารายละเอียดสินค้าอีคอมเมิร์ซแบบครบถ้วน หรือออกแบบหน้าเว็บเป็นภาพแนวตั้งยาวภาพเดียว
/filters:quality(82)/examples/c46a24f6ecebcc59a3a356fb1868c63d/ab2ea02f-707f-4e38-b283-ba449daa506a-1330b325172a.webp)
ภาพรวม
เกี่ยวกับ Kling Image 4.0 API
Kling Image 4.0 ทำอะไรได้ อยู่ตรงไหนในกลุ่มโมเดลของ Kuaishou และทำไมทีมต่างๆ จึงเลือกใช้
Kling Image 4.0 คือโมเดลการสร้างและแก้ไขภาพจาก Kuaishou ใช้งานได้ผ่าน REST API ของ WaveSpeedAI Kling Image 4.0 จาก Kuaishou — ข้อความเป็นภาพ การแก้ไขด้วยภาพอ้างอิงหลายภาพ ชุดภาพที่สอดคล้องกัน และหน้ารายละเอียดสินค้าแบบยาว พร้อมความสมจริงระดับภาพถ่าย ข้อความในภาพที่อ่านได้ชัด และเอาต์พุตสูงสุด 8K แบบเนทีฟ
kwaivgi/kling-image-v4.0/text-to-image เรนเดอร์พรอมต์ที่ 2K, 4K หรือ 8K แบบเนทีฟ edit รวมภาพอินพุตได้สูงสุด 10 ภาพ image-set ส่งคืนภาพ 2 ถึง 10 ภาพที่คงตัวแบบและสไตล์เดียวกัน และ long-image เปลี่ยนภาพสินค้า 1-3 ภาพให้เป็นหน้ารายละเอียดสินค้าอีคอมเมิร์ซแบบครบถ้วน หรือออกแบบหน้าเว็บเป็นภาพแนวตั้งยาวภาพเดียว
กลุ่ม Kling Image 4.0 บน WaveSpeedAI มี 4 REST endpoint ครอบคลุมเวิร์กโฟลว์ Image-To-Image, Text-To-Image แต่ละแบบมีราคา พารามิเตอร์ที่ปรับได้ และตัวอย่างผลลัพธ์ของตัวเอง เลือกแบบที่ตรงกับประเภทอินพุตและข้อจำกัดของงานจริง หรือเรียกหลายแบบด้วย API key เดียวเพื่อประกอบเป็นไปป์ไลน์หลายขั้นตอน
รัน Kling Image 4.0 ผ่าน API key บัญชีเรียกเก็บเงิน และขีดจำกัดอัตราเดียวกับที่คุณใช้กับโมเดล AI กว่า 1,000 รายการอื่นบน WaveSpeedAI ไม่ต้องตั้งค่ากับผู้ให้บริการแยก ไม่ต้องใช้ SDK แยกตามผู้ให้บริการ และไม่ต้องจัดการขีดจำกัดอัตราแยกตามผู้ให้บริการ การเชื่อมต่อเดียวครอบคลุมทุกอย่างตั้งแต่ข้อความเป็นภาพและข้อความเป็นวิดีโอ ไปจนถึงการสังเคราะห์เสียง การสร้าง 3D การอัปสเกล และการแก้ไข
สเปก
ความสามารถและสถานะการเปิดตัวของ Kling Image 4.0 API
รายละเอียดเฉพาะของโมเดลที่นักพัฒนาค้นหาก่อนเลือก API: ความพร้อมใช้งาน ความยาวผลลัพธ์ที่คาดหวัง การรองรับภาพอ้างอิง และทางเลือกสำรองที่ใช้งานได้ในปัจจุบัน
โหมด
ข้อความเป็นภาพ, แก้ไข, ชุดภาพ, ภาพยาว
สี่ endpoint ภายใต้ kwaivgi/kling-image-v4.0
ความละเอียด
2K / 4K / 8K
ค่าเริ่มต้นคือ 2K ภาพยาวมีให้เลือก 1K หรือ 2K
อ้างอิง
สูงสุด 10 ภาพ
บน edit และ image-set ส่วน long-image รับได้สูงสุด 3 ภาพ
ชุดภาพ
2-10 ภาพ
วางแผนไปพร้อมกันโดยคงตัวแบบและสไตล์เดียวกัน ค่าเริ่มต้นคือ 4
Endpoint
API endpoint ของ Kling Image 4.0 ทั้งหมด
4 endpoint ของ Kling Image 4.0 พร้อมใช้งานบน WaveSpeedAI แล้ว — เลือกแบบที่ตรงกับเวิร์กโฟลว์ของคุณ
/filters:quality(82)/media/images/f6427ce4-9ca7-498d-ba42-e4eca5a97a39.webp)
Kling Image v4.0 Long Image
Kling Image 4.0 Long Image creates long-form vertical images from product photos or text prompts, making it suitable for ecommerce product detail pages, landing pages, promotional layouts, and web design workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/6b81cc52-b9d5-43b6-86f2-ccdd291d3428.webp)
Kling Image v4.0 Image Set
Kling Image 4.0 Image Set generates cohesive image sets with consistent subjects and visual style for storyboards, product angle variations, character sheets, campaign assets, and multi-image creative workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1aebd6fa-2afb-4c19-a169-29e116854076.webp)
Kling Image v4.0 Edit
Kling Image 4.0 Edit transforms and combines reference images through natural-language instructions, supporting multi-image composition, subject and style consistency, product imagery, creative edits, and production workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/bf9df0af-ad1c-47c5-9dfd-f6d069de5753.webp)
Kling Image v4.0 Text To Image
Kling Image 4.0 Text-to-Image generates photorealistic images from text prompts with strong typography and detailed composition, making it suitable for product visuals, posters, marketing assets, branded content, and production workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
ตัวอย่าง
ดู Kling Image 4.0 ทำงานจริง
ผลลัพธ์จริงที่สร้างโดย Kling Image 4.0 API วางเมาส์บนวิดีโอเพื่อดูตัวอย่าง คลิกเพื่อเปิดตัวดูขนาดเต็ม
วิธีใช้
วิธีใช้ Kling Image 4.0 API
สี่ขั้นตอนจากการสมัครไปจนถึงผลลัพธ์ที่เสร็จสมบูรณ์ ตัวอย่าง Python, Node.js และ cURL แบบเต็มอยู่ในส่วน API ด้านล่าง
- 01
รับ API key
สมัครบัญชี WaveSpeedAI แล้วคัดลอก API key จากแดชบอร์ด บัญชีใหม่มาพร้อมเครดิตเริ่มต้นฟรี เพียงพอให้ลองใช้ playground ได้หลายสิบครั้งก่อนเริ่มเรียกเก็บเงิน
- 02
ส่ง prediction
POST อินพุตของคุณเป็น JSON ไปที่ https://api.wavespeed.ai/api/v3/kwaivgi/kling-image-v4.0/text-to-image endpoint จะส่ง prediction id กลับมาทันที การสร้างทำงานแบบอะซิงโครนัส คุณจึงไม่ต้องเปิดการเชื่อมต่อค้างไว้ระหว่างประมวลผล
- 03
poll เพื่อรอให้เสร็จ
GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result เมื่อสถานะเป็น completed ให้นำผลลัพธ์ไปใช้ เมื่อเป็น failed, cancelled, timeout หรือ deleted ให้หยุดพร้อมแจ้งข้อผิดพลาด และ poll ต่อไปสำหรับสถานะอื่นทั้งหมด
- 04
อ่าน URL ของผลลัพธ์
เมื่อสถานะเป็น "completed" ให้อ่าน URL จาก data.outputs[0] URL ชี้ไปยังสื่อที่สร้างขึ้นของคุณบน CDN ของ WaveSpeedAI ซึ่งเป็นภาพ วิดีโอ เสียง หรือไฟล์ 3D ตามแบบของ Kling Image 4.0 ที่คุณเรียกใช้
กรณีการใช้งาน
สิ่งที่คุณสร้างได้ด้วย Kling Image 4.0
เวิร์กโฟลว์ทั่วไปที่นักพัฒนาและครีเอเตอร์ใช้ Kling Image 4.0 API
โปสเตอร์และงานภาพที่มีข้อความมาก
kwaivgi/kling-image-v4.0/text-to-image เรนเดอร์หัวข้อ ป้ายกำกับ และป้ายต่าง ๆ ที่คุณใส่ไว้ในพรอมต์เป็นข้อความที่คมชัดและอ่านง่าย รวมถึงตัวอักษรขนาดเล็กบนโปสเตอร์และบรรจุภัณฑ์
เอาต์พุตขนาดงานพิมพ์ที่ 8K แบบเนทีฟ
ทุก endpoint ภาพยกเว้น long-image ให้เอาต์พุต 2K, 4K หรือ 8K แบบเนทีฟ พรอมต์เดียวจึงใช้ได้ทั้งภาพย่อสำหรับเว็บ งานพิมพ์ขนาดใหญ่ หรือภาพตัวอย่างบิลบอร์ด โดยไม่ต้องอัปสเกลแยกอีกรอบ
สินค้าและตัวละครในฉากใหม่
kwaivgi/kling-image-v4.0/edit รวมภาพอินพุตได้สูงสุด 10 ภาพ ซึ่งพรอมต์อ้างถึงเป็น <<<image_1>>>, <<<image_2>>> และต่อไปเรื่อย ๆ เพื่อวางสินค้าในฉากใหม่ แต่งตัวให้ตัวละคร หรือผสมผสานสไตล์
สตอรีบอร์ดและชีตตัวละคร
kwaivgi/kling-image-v4.0/image-set วางแผนภาพ 2 ถึง 10 ภาพไปพร้อมกันและส่งคืนตามลำดับ โดยคงตัวแบบและสไตล์เดียวกันตลอดทั้งเรื่องราวแบบแผงภาพ สินค้าที่แสดงจากหลายมุม หรือภาพชุดสำหรับแคมเปญ
หน้ารายละเอียดสินค้าอีคอมเมิร์ซจากภาพสินค้า
kwaivgi/kling-image-v4.0/long-image สร้างหน้ารายละเอียดสินค้าแบบครบถ้วนจากภาพสินค้า 1-3 ภาพ ทั้งส่วนฮีโร่ จุดขาย สเปก และภาพไลฟ์สไตล์ ในความยาวแบบสั้น กลาง หรือยาว
ม็อกอัปดีไซน์แลนดิ้งเพจ
ตั้งค่า page_type เป็น webpage แล้ว long-image จะออกแบบภาพเว็บไซต์แบบเต็มจากคำอธิบายข้อความ ส่งคืนเป็นภาพแนวตั้งยาวภาพเดียวที่คุณตรวจดูได้ก่อนลงมือสร้างหน้าเว็บ
เคล็ดลับ
เคล็ดลับการเขียนพรอมต์สำหรับ Kling Image 4.0
คำแนะนำเชิงปฏิบัติเพื่อให้ได้ผลลัพธ์ที่ดีขึ้นจาก Kling Image 4.0 — มาจากรูปแบบที่ได้ผลกับโมเดลภาพในไปป์ไลน์การผลิตจริง
- 01
อธิบายแสง องค์ประกอบ และสไตล์ — ไม่ใช่แค่วัตถุ
ก้าวข้าม 'a cat' ไปเป็น 'a tabby cat on a windowsill, soft afternoon light streaming in, shallow depth of field, cinematic 35mm composition' วัตถุ + ฉาก + แสง + ภาษากล้อง คือสูตรพรอมต์ที่ดึงจากข้อมูลเทรนของโมเดลภาพได้ดีที่สุด
- 02
ใช้จุดยึดสไตล์แทนชื่อศิลปิน
'In the style of editorial photography' หรือ 'studio product shot, white seamless background' ดีกว่าข้อความสำเร็จรูปแบบคลุมเครืออย่าง 'high quality, masterpiece' และหลีกเลี่ยงปัญหากฎหมาย / ไลเซนส์ที่มาพร้อมการระบุชื่อศิลปินที่ยังมีชีวิตอยู่ในงานเชิงพาณิชย์
- 03
ระบุความละเอียดและอัตราส่วนภาพให้ชัดเจน
อย่าพึ่งค่าเริ่มต้น กำหนดอัตราส่วนภาพเป้าหมาย (1:1, 4:3, 16:9) และความละเอียดตั้งแต่ต้น การครอปหรืออัปสเกลภายหลังสูญเสียความเที่ยงตรงที่โมเดลวางไว้ถูกต้องได้ตั้งแต่การสร้างครั้งแรก
- 04
ทำซ้ำบน seed ที่ล็อกไว้ก่อนสุ่มใหม่
ล็อก seed แล้วเปลี่ยนองค์ประกอบของพรอมต์ทีละอย่าง เร็วกว่าการสุ่ม seed ใหม่ทุกครั้งที่เปลี่ยนมาก — คุณแยกเหตุและผลของการแก้ไขพรอมต์แต่ละครั้ง และไปถึงภาพเป้าหมายด้วยการสร้างรวมน้อยลง
- 05
ใช้ endpoint edit เพื่อปรับแต่ง ไม่ใช่สร้างใหม่ทั้งหมด
สร้างภาพพื้นฐานครั้งเดียว แล้วใช้ endpoint edit / inpaint ของโมเดลเพื่อปรับแต่งองค์ประกอบเฉพาะ — ข้อความ แสง วัตถุแต่ละชิ้น การแก้ไขรักษาทุกอย่างที่คุณชอบในภาพพื้นฐาน และต้นทุนต่อรอบต่ำกว่าการสร้างใหม่ทั้งหมด
ราคา
ราคา Kling Image 4.0 API
คิดราคาตามผลลัพธ์ ค่าใช้จ่ายสุดท้ายขึ้นอยู่กับพารามิเตอร์ที่คุณตั้งใน playground ของแต่ละแบบ (ความละเอียด ความยาว จำนวนผลลัพธ์ ภาพอ้างอิง)
| Endpoint | ประเภท | ราคาเริ่มต้น |
|---|---|---|
| kwaivgi/ | image-to-image | $0.235 |
| kwaivgi/ | text-to-image | $0.063 |
| kwaivgi/ | image-to-image | $0.063 |
| kwaivgi/ | text-to-image | $0.063 |
API
เรียกใช้ Kling Image 4.0 API
สมัครรับ API key ที่ wavespeed.ai/accesskey แล้วส่ง prediction ผ่าน REST playground สร้างตัวอย่างพร้อมวางได้สำหรับอินพุตทุกแบบ
POSThttps://api.wavespeed.ai/api/v3/kwaivgi/kling-image-v4.0/text-to-image
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/kwaivgi/kling-image-v4.0/text-to-image" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "2k",
"num_images": 1,
"output_format": "png"
}')
TASK=$(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-image-v4.0/text-to-image";
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 ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "2k",
"num_images": 1,
"output_format": "png"
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${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 = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "2k",
"num_images": 1,
"output_format": "png"
}
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-image-v4.0/text-to-image", 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)เปรียบเทียบ
Kling Image 4.0 เทียบกับทางเลือกอื่น
เมื่อไรควรเลือก Kling Image 4.0 แทนโมเดลที่คล้ายกันบน WaveSpeedAI
Kling Image 4.0 เทียบกับ Kling Image O3
Kling Image O3 รองรับข้อความเป็นภาพและการแก้ไขสูงสุด 4K ส่วน Kling Image 4.0 ไปได้ถึง 8K แบบเนทีฟ และเพิ่มชุดภาพที่สอดคล้องกัน รวมถึงภาพยาวสำหรับอีคอมเมิร์ซและหน้าเว็บ
Kling Image 4.0 เทียบกับ Nano Banana 2
Nano Banana 2 มีอัตราส่วนภาพให้เลือกมากกว่า รวมถึงแบบสูงมากและกว้างมาก สูงสุด 4K พร้อมภาพอ้างอิงสูงสุด 14 ภาพ ส่วน Kling Image 4.0 เหมาะสำหรับเอาต์พุต 8K แบบเนทีฟ ชุดภาพ และหน้ารายละเอียดสินค้า
Kling Image 4.0 เทียบกับ Seedream 5.5
Seedream 5.5 ให้เอาต์พุตสูงสุด 2K พร้อมภาพอ้างอิงสูงสุด 10 ภาพ ส่วน Kling Image 4.0 รับภาพอ้างอิงจำนวนเท่ากันและไปได้ถึง 4K และ 8K แบบเนทีฟ
คำถามที่พบบ่อย
Kling Image 4.0 API — คำถามที่พบบ่อย
ราคา สัญญาอนุญาต การเชื่อมต่อ — คำถามที่พบบ่อยเกี่ยวกับการรัน Kling Image 4.0 บน WaveSpeedAI
Kling Image 4.0 API คืออะไร
Kling Image 4.0 คือโมเดลการสร้างภาพของ Kuaishou ที่เปิดให้ใช้เป็น REST API บน WaveSpeedAI Kling Image 4.0 จาก Kuaishou — ข้อความเป็นภาพ การแก้ไขด้วยภาพอ้างอิงหลายภาพ ชุดภาพที่สอดคล้องกัน และหน้ารายละเอียดสินค้าแบบยาว พร้อมความสมจริงระดับภาพถ่าย ข้อความในภาพที่อ่านได้ชัด และเอาต์พุตสูงสุด 8K แบบเนทีฟ คุณเรียกใช้ผ่านโค้ดหรือลองใช้จาก playground ที่ลิงก์ไว้ด้านบนได้
เรียกใช้ Kling Image 4.0 API อย่างไร
สมัครบัญชี WaveSpeedAI คัดลอก API key จาก /accesskey แล้ว POST ไปที่ https://api.wavespeed.ai/api/v3/kwaivgi/kling-image-v4.0/text-to-image พร้อมอินพุตของคุณเป็น JSON endpoint จะส่ง prediction id กลับมา poll endpoint ผลลัพธ์โดยเริ่มประมาณทุก 2 วินาที เพิ่มช่วงเวลาสำหรับงานที่ใช้เวลานาน และหยุดเมื่อได้สถานะสิ้นสุดใดๆ ตัวอย่าง Python / Node.js / cURL ที่เหมาะกับงานจริงอยู่ด้านบน
Kling Image 4.0 API มีค่าใช้จ่ายเท่าไร
Kling Image 4.0 เริ่มต้นที่ $0.063 ค่าใช้จ่ายจริงขึ้นอยู่กับพารามิเตอร์ที่คุณตั้ง (ความละเอียด ความยาว จำนวนผลลัพธ์ ภาพอ้างอิง) ตัวอย่างค่าใช้จ่ายแบบเรียลไทม์ข้างปุ่ม Generate ใน playground แสดงราคาที่แน่นอนสำหรับอินพุตปัจจุบันของคุณ
Kling Image 4.0 มีแบบไหนให้ใช้บ้าง
WaveSpeedAI มี endpoint Kling Image 4.0 ที่ใช้งานได้ 4 รายการ: kwaivgi/kling-image-v4.0/long-image, kwaivgi/kling-image-v4.0/image-set, kwaivgi/kling-image-v4.0/edit, kwaivgi/kling-image-v4.0/text-to-image แต่ละแบบมีหน้า playground และราคาของตัวเอง
ใช้ผลลัพธ์ของ Kling Image 4.0 เชิงพาณิชย์ได้ไหม
สิทธิ์ในการใช้เชิงพาณิชย์เป็นไปตามสัญญาอนุญาตของโมเดล Kuaishou โมเดลของ Kuaishou ส่วนใหญ่อนุญาตให้ใช้ผลลัพธ์เชิงพาณิชย์ ดูสรุปสัญญาอนุญาตเฉพาะในหน้า playground ของแต่ละโมเดล และข้อกำหนดการใช้บริการของ WaveSpeedAI สำหรับเงื่อนไขระดับแพลตฟอร์ม
ทำไมต้องใช้ Kling Image 4.0 บน WaveSpeedAI แทนการเชื่อมต่อตรง
API key เดียวและบัญชีเรียกเก็บเงินเดียวสำหรับ Kling Image 4.0 และโมเดล AI อื่นกว่า 1,000 รายการจากผู้ให้บริการอื่น ไม่ต้องตั้งค่า SDK แยกตามผู้ให้บริการ ไม่ต้องจัดการขีดจำกัดอัตราแยกกัน และไม่ต้องเขียนโค้ดเชื่อมต่อใหม่ทุกครั้งที่เปลี่ยนผู้ให้บริการ โดยทั่วไปราคาเท่ากับหรือต่ำกว่า API ตรงของ Kuaishou
ผู้พัฒนา
เกี่ยวกับ Kuaishou
ทีมเบื้องหลัง Kling Image 4.0 และกลุ่มโมเดลอื่นๆ ของ Kuaishou บน WaveSpeedAI
Kuaishou เป็นแพลตฟอร์มวิดีโอสั้นรายใหญ่ของจีน และเป็นทีมเบื้องหลังโมเดลสร้างวิดีโอตระกูล Kling โดย Kling 3.0 มีระดับ Standard, Pro และ 4K พร้อมการสังเคราะห์เสียงในตัว (พารามิเตอร์ sound ในทุกตัวเลือก) รวมถึง endpoint ควบคุมการเคลื่อนไหวโดยเฉพาะที่ถ่ายโอนการเคลื่อนไหวจากวิดีโออ้างอิงเพื่อทำให้ภาพตัวละครนิ่งเคลื่อนไหว
เริ่มสร้างด้วย Kling Image 4.0 บน WaveSpeedAI
รับเครดิตเริ่มต้นฟรีเมื่อสมัคร API key เดียวใช้ได้กับโมเดล AI กว่า 1,000 รายการจาก Kuaishou และผู้ให้บริการอื่นทุกราย
/filters:quality(82)/examples/1df81b72e0702ba1cbc1bb2139a3a369/23806e0f-c67f-4117-a481-e76b1a881a74-54a4733dd305.webp)
/filters:quality(82)/examples/1366e7e9f6f05b5d4dae330d2ada98c9/d4513e8d-d850-4670-8af1-3a151525d154-ac3e2317d547.webp)
/filters:quality(82)/examples/aaa47b2fbfc4268291ca26cfcfb4ef8d/20d7fed6-0cb4-4e84-9c08-4ce09db8403f-2bca649dad95.webp)
/filters:quality(82)/examples/3f293768e4cdda0bdc3caa1bcc2b73d5/f8f7351e-d1cc-4b4f-9747-df047a6b3cf4-25c5d0d74185.webp)