Kling VIDEO 3.0 Standard es el perfil de 720p de Kuaishou para generar una escena de vídeo a partir de texto o una imagen proporcionada. Utiliza el audio nativo, las referencias de sujeto y la narración de varios planos de la edición VIDEO 3.0, con una duración flexible del clip de tres a quince segundos. Este perfil resulta útil para desarrollar una dirección visual, previsualizar una narración breve o crear una escena compacta con acción y sonido definidos.
Para una escena basada en texto, establezca el sujeto, el escenario, la acción, la iluminación y el comportamiento de cámara. Para una escena basada en imagen, prepare una imagen de apertura que muestre claramente el aspecto y la composición que desea animar. Un encargo original podría mostrar a un personaje junto a una mesa de taller y después describir cómo recoge un objeto pequeño mientras la cámara se acerca a la acción. Mantenga separado en la redacción el movimiento del sujeto del movimiento de cámara.
La generación de varios planos puede planificar automáticamente la cobertura a partir de la descripción de la escena. La dirección personalizada de varios planos, en cambio, asigna contenido y duración a planos individuales. El perfil de planos personalizados del fabricante acepta de uno a seis planos, un máximo de 512 caracteres por plano y al menos un segundo para cada uno. Las duraciones de los planos deben sumar la duración total del clip. Cuando una vista continua comunica claramente la escena, un encargo de plano único evita una transición innecesaria.
Un guion gráfico breve puede comenzar con una vista del escenario, pasar a la acción y terminar en el detalle que explica el resultado. Especifique qué sujeto permanece en cada plano y cómo cambia el encuadre. El modo automático puede adaptar la cobertura a la escena, mientras que una secuencia personalizada da instrucciones explícitas para sus partes independientes. Una instrucción única normal admite hasta 2500 caracteres en la referencia del fabricante.
Los controles de referencia de sujeto ayudan a fijar personajes, objetos y un escenario. Utilice material de referencia claro y asigne una descripción estable a cada sujeto. El perfil documentado basado en imagen permite hasta tres elementos preparados. Para una escena ilustrada de producto, una referencia puede establecer el objeto mientras la composición inicial establece dónde está; el encargo de movimiento describe entonces el acontecimiento que ocurre a su alrededor. Compruebe el aspecto completado a lo largo del plano, en lugar de asumir que la referencia impide todos los cambios.
Los fotogramas inicial y final pueden orientar una transición condicionada por imagen hacia una composición final deseada. Utilice fotogramas que comuniquen una conexión plausible y describa la acción entre ellos. El perfil de imagen del fabricante acepta JPG, JPEG y PNG de un máximo de 10 MB, con dimensiones de al menos 300 píxeles; la relación de aspecto de la imagen inicial debe estar entre 1:2.5 y 2.5:1. Prepare los fotogramas para esa tarea, en lugar de tratar una descripción de guion gráfico como un conjunto intercambiable de entradas.
El perfil Standard puede generar audio nativo cuando se activa ese modo; la referencia del fabricante tiene el audio desactivado de forma predeterminada. Describa las frases habladas, la atmósfera y el sonido pertinente como parte de la escena. VIDEO 3.0 admite tratamientos de voz en chino, inglés, japonés, coreano y español, incluidas la alternancia de idiomas y las variantes compatibles de acento o dialecto. La guía del fabricante indica que el diálogo introducido en otro idioma se traduce al inglés. Deje claro quién habla en una escena con varios personajes y mantenga las frases lo bastante breves para la interpretación prevista.
Un encargo original de diálogo puede asignar una frase al Hablante A, una reacción visible al Hablante B y un cambio de punto de vista que siga el intercambio. Describa el sonido del entorno por separado del diálogo, para que un efecto de fondo no se convierta en una instrucción ambigua sobre la voz. Utilice material de referencia para establecer el aspecto de los sujetos y el texto para establecer lo que hacen y dicen.
Las letras visibles son otra parte del flujo 3.0. Una imagen de origen puede contener un cartel, un rótulo o una etiqueta de producto cuyo aspecto importe durante la animación. Identifique ese texto y su función en la escena y después examine el resultado para comprobar ortografía, legibilidad y estabilidad. Para una imagen breve de campaña, mantenga destacado el mensaje importante en la composición, en lugar de depender de una etiqueta muy pequeña de fondo.
La salida Standard es de 720p. Pro es el perfil de 1080p seleccionado por separado y 4K nativo es otro modo del fabricante, en lugar de un ajuste automático de Standard. Las opciones de relación de aspecto basadas en texto incluyen 16:9, 9:16 y 1:1. Elija el formato y el encuadre para la ubicación prevista y después mantenga esa dirección visual mientras compara cambios de acción, luz u orden de planos.
Una generación completada proporciona un recurso de vídeo con su duración real. La documentación de resultados del fabricante indica que los vídeos generados se eliminan después de 30 días, por lo que debe guardar pronto el clip completado. Conserve con el clip el encargo de escena, las imágenes de referencia y el perfil seleccionado para que las revisiones posteriores tengan un punto de partida coherente. Revise la acción visual, la continuidad del sujeto, la cobertura de cámara, el diálogo y las letras en el contexto de uso del clip. Una corrección específica del detalle fallido es más útil que sustituir todo el encargo de escena por instrucciones sin relación.
", "aboutText": "Kling VIDEO 3.0 Standard es el perfil de 720p de Kuaishou para generar una escena de vídeo a partir de texto o una imagen proporcionada. Utiliza el audio nativo, las referencias de sujeto y la narración de varios planos de la edición VIDEO 3.0, con una duración flexible del clip de tres a quince segundos. Este perfil resulta útil para desarrollar una dirección visual, previsualizar una narración breve o crear una escena compacta con acción y sonido definidos.\n\nPara una escena basada en texto, establezca el sujeto, el escenario, la acción, la iluminación y el comportamiento de cámara. Para una escena basada en imagen, prepare una imagen de apertura que muestre claramente el aspecto y la composición que desea animar. Un encargo original podría mostrar a un personaje junto a una mesa de taller y después describir cómo recoge un objeto pequeño mientras la cámara se acerca a la acción. Mantenga separado en la redacción el movimiento del sujeto del movimiento de cámara.\n\nLa generación de varios planos puede planificar automáticamente la cobertura a partir de la descripción de la escena. La dirección personalizada de varios planos, en cambio, asigna contenido y duración a planos individuales. El perfil de planos personalizados del fabricante acepta de uno a seis planos, un máximo de 512 caracteres por plano y al menos un segundo para cada uno. Las duraciones de los planos deben sumar la duración total del clip. Cuando una vista continua comunica claramente la escena, un encargo de plano único evita una transición innecesaria.\n\nUn guion gráfico breve puede comenzar con una vista del escenario, pasar a la acción y terminar en el detalle que explica el resultado. Especifique qué sujeto permanece en cada plano y cómo cambia el encuadre. El modo automático puede adaptar la cobertura a la escena, mientras que una secuencia personalizada da instrucciones explícitas para sus partes independientes. Una instrucción única normal admite hasta 2500 caracteres en la referencia del fabricante.\n\nLos controles de referencia de sujeto ayudan a fijar personajes, objetos y un escenario. Utilice material de referencia claro y asigne una descripción estable a cada sujeto. El perfil documentado basado en imagen permite hasta tres elementos preparados. Para una escena ilustrada de producto, una referencia puede establecer el objeto mientras la composición inicial establece dónde está; el encargo de movimiento describe entonces el acontecimiento que ocurre a su alrededor. Compruebe el aspecto completado a lo largo del plano, en lugar de asumir que la referencia impide todos los cambios.\n\nLos fotogramas inicial y final pueden orientar una transición condicionada por imagen hacia una composición final deseada. Utilice fotogramas que comuniquen una conexión plausible y describa la acción entre ellos. El perfil de imagen del fabricante acepta JPG, JPEG y PNG de un máximo de 10 MB, con dimensiones de al menos 300 píxeles; la relación de aspecto de la imagen inicial debe estar entre 1:2.5 y 2.5:1. Prepare los fotogramas para esa tarea, en lugar de tratar una descripción de guion gráfico como un conjunto intercambiable de entradas.\n\nEl perfil Standard puede generar audio nativo cuando se activa ese modo; la referencia del fabricante tiene el audio desactivado de forma predeterminada. Describa las frases habladas, la atmósfera y el sonido pertinente como parte de la escena. VIDEO 3.0 admite tratamientos de voz en chino, inglés, japonés, coreano y español, incluidas la alternancia de idiomas y las variantes compatibles de acento o dialecto. La guía del fabricante indica que el diálogo introducido en otro idioma se traduce al inglés. Deje claro quién habla en una escena con varios personajes y mantenga las frases lo bastante breves para la interpretación prevista.\n\nUn encargo original de diálogo puede asignar una frase al Hablante A, una reacción visible al Hablante B y un cambio de punto de vista que siga el intercambio. Describa el sonido del entorno por separado del diálogo, para que un efecto de fondo no se convierta en una instrucción ambigua sobre la voz. Utilice material de referencia para establecer el aspecto de los sujetos y el texto para establecer lo que hacen y dicen.\n\nLas letras visibles son otra parte del flujo 3.0. Una imagen de origen puede contener un cartel, un rótulo o una etiqueta de producto cuyo aspecto importe durante la animación. Identifique ese texto y su función en la escena y después examine el resultado para comprobar ortografía, legibilidad y estabilidad. Para una imagen breve de campaña, mantenga destacado el mensaje importante en la composición, en lugar de depender de una etiqueta muy pequeña de fondo.\n\nLa salida Standard es de 720p. Pro es el perfil de 1080p seleccionado por separado y 4K nativo es otro modo del fabricante, en lugar de un ajuste automático de Standard. Las opciones de relación de aspecto basadas en texto incluyen 16:9, 9:16 y 1:1. Elija el formato y el encuadre para la ubicación prevista y después mantenga esa dirección visual mientras compara cambios de acción, luz u orden de planos.\n\nUna generación completada proporciona un recurso de vídeo con su duración real. La documentación de resultados del fabricante indica que los vídeos generados se eliminan después de 30 días, por lo que debe guardar pronto el clip completado. Conserve con el clip el encargo de escena, las imágenes de referencia y el perfil seleccionado para que las revisiones posteriores tengan un punto de partida coherente. Revise la acción visual, la continuidad del sujeto, la cobertura de cámara, el diálogo y las letras en el contexto de uso del clip. Una corrección específica del detalle fallido es más útil que sustituir todo el encargo de escena por instrucciones sin relación.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "de322839789cba0a9688a4d10659921e0d25d189d3679bd5da025dc9bce90f5c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "kwaivgi/kling-v3.0-stdKling VIDEO 3.0 Standard es el perfil de vídeo de 720p de Kuaishou para encargos de texto e imagen. Cree escenas de tres a quince segundos con audio nativo, referencias de sujeto, orientación por fotogramas inicial y final y narración en uno o varios planos.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Kling VIDEO 3.0 Standard es el perfil de 720p de Kuaishou para generar una escena de vídeo a partir de texto o una imagen proporcionada. Utiliza el audio nativo, las referencias de sujeto y la narración de varios planos de la edición VIDEO 3.0, con una duración flexible del clip de tres a quince segundos. Este perfil resulta útil para desarrollar una dirección visual, previsualizar una narración breve o crear una escena compacta con acción y sonido definidos.
Para una escena basada en texto, establezca el sujeto, el escenario, la acción, la iluminación y el comportamiento de cámara. Para una escena basada en imagen, prepare una imagen de apertura que muestre claramente el aspecto y la composición que desea animar. Un encargo original podría mostrar a un personaje junto a una mesa de taller y después describir cómo recoge un objeto pequeño mientras la cámara se acerca a la acción. Mantenga separado en la redacción el movimiento del sujeto del movimiento de cámara.
La generación de varios planos puede planificar automáticamente la cobertura a partir de la descripción de la escena. La dirección personalizada de varios planos, en cambio, asigna contenido y duración a planos individuales. El perfil de planos personalizados del fabricante acepta de uno a seis planos, un máximo de 512 caracteres por plano y al menos un segundo para cada uno. Las duraciones de los planos deben sumar la duración total del clip. Cuando una vista continua comunica claramente la escena, un encargo de plano único evita una transición innecesaria.
Un guion gráfico breve puede comenzar con una vista del escenario, pasar a la acción y terminar en el detalle que explica el resultado. Especifique qué sujeto permanece en cada plano y cómo cambia el encuadre. El modo automático puede adaptar la cobertura a la escena, mientras que una secuencia personalizada da instrucciones explícitas para sus partes independientes. Una instrucción única normal admite hasta 2500 caracteres en la referencia del fabricante.
Los controles de referencia de sujeto ayudan a fijar personajes, objetos y un escenario. Utilice material de referencia claro y asigne una descripción estable a cada sujeto. El perfil documentado basado en imagen permite hasta tres elementos preparados. Para una escena ilustrada de producto, una referencia puede establecer el objeto mientras la composición inicial establece dónde está; el encargo de movimiento describe entonces el acontecimiento que ocurre a su alrededor. Compruebe el aspecto completado a lo largo del plano, en lugar de asumir que la referencia impide todos los cambios.
Los fotogramas inicial y final pueden orientar una transición condicionada por imagen hacia una composición final deseada. Utilice fotogramas que comuniquen una conexión plausible y describa la acción entre ellos. El perfil de imagen del fabricante acepta JPG, JPEG y PNG de un máximo de 10 MB, con dimensiones de al menos 300 píxeles; la relación de aspecto de la imagen inicial debe estar entre 1:2.5 y 2.5:1. Prepare los fotogramas para esa tarea, en lugar de tratar una descripción de guion gráfico como un conjunto intercambiable de entradas.
El perfil Standard puede generar audio nativo cuando se activa ese modo; la referencia del fabricante tiene el audio desactivado de forma predeterminada. Describa las frases habladas, la atmósfera y el sonido pertinente como parte de la escena. VIDEO 3.0 admite tratamientos de voz en chino, inglés, japonés, coreano y español, incluidas la alternancia de idiomas y las variantes compatibles de acento o dialecto. La guía del fabricante indica que el diálogo introducido en otro idioma se traduce al inglés. Deje claro quién habla en una escena con varios personajes y mantenga las frases lo bastante breves para la interpretación prevista.
Un encargo original de diálogo puede asignar una frase al Hablante A, una reacción visible al Hablante B y un cambio de punto de vista que siga el intercambio. Describa el sonido del entorno por separado del diálogo, para que un efecto de fondo no se convierta en una instrucción ambigua sobre la voz. Utilice material de referencia para establecer el aspecto de los sujetos y el texto para establecer lo que hacen y dicen.
Las letras visibles son otra parte del flujo 3.0. Una imagen de origen puede contener un cartel, un rótulo o una etiqueta de producto cuyo aspecto importe durante la animación. Identifique ese texto y su función en la escena y después examine el resultado para comprobar ortografía, legibilidad y estabilidad. Para una imagen breve de campaña, mantenga destacado el mensaje importante en la composición, en lugar de depender de una etiqueta muy pequeña de fondo.
La salida Standard es de 720p. Pro es el perfil de 1080p seleccionado por separado y 4K nativo es otro modo del fabricante, en lugar de un ajuste automático de Standard. Las opciones de relación de aspecto basadas en texto incluyen 16:9, 9:16 y 1:1. Elija el formato y el encuadre para la ubicación prevista y después mantenga esa dirección visual mientras compara cambios de acción, luz u orden de planos.
Una generación completada proporciona un recurso de vídeo con su duración real. La documentación de resultados del fabricante indica que los vídeos generados se eliminan después de 30 días, por lo que debe guardar pronto el clip completado. Conserve con el clip el encargo de escena, las imágenes de referencia y el perfil seleccionado para que las revisiones posteriores tengan un punto de partida coherente. Revise la acción visual, la continuidad del sujeto, la cobertura de cámara, el diálogo y las letras en el contexto de uso del clip. Una corrección específica del detalle fallido es más útil que sustituir todo el encargo de escena por instrucciones sin relación.
POST /v1/videostext, imagevideo| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites kwaivgi/kling-v3.0-std | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campoduration | Tipointeger | RequisitoObligatorio | Valores y límites 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 Mínimo: 1 Máximo: 600 | Predeterminado— |
Camporesolution | Tipostring | RequisitoOpcional | Valores y límites 720p | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 16:9, 9:16, 1:1 | Predeterminado— |
Campogenerate_audio | Tipoboolean | RequisitoOpcional | Valores y límites false, true Condiciones: Omitir esta opción selecciona el precio con audio. Establécela en false para seleccionar el precio sin audio. Comprueba has_audio en el resultado para saber si se ha devuelto una pista de audio. | Predeterminado— |
Campoframe_images | Tipoarray | RequisitoOpcional | Valores y límites Número mínimo de elementos: 1 Número máximo de elementos: 2 Contenido de entrada: Lista de objetos de fotograma. Cada objeto contiene type=image_url, image_url con url y frame_type. Usa una URL HTTPS de imagen y establece frame_type en first_frame o last_frame. Cada función de fotograma aparece como máximo una vez. Claves exactas: type, image_url, frame_type Condiciones: Estas claves describen cada objeto de fotograma; image_url solo contiene url. Omite frame_images para una solicitud que solo contenga texto. | Predeterminado— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores y límites | Predeterminado— |
Camposize | Tipostring | RequisitoOpcional | Valores y límites 1280x720, 720x1280, 720x720 Patrón: ^[1-9][0-9]*x[1-9][0-9]*$ | Predeterminado— |
Campocallback_url | Tipostring | RequisitoOpcional | Valores y límites Patrón: ^https:// | Predeterminado— |
Camposession_id | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotrace | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
Campouser | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Texto a vídeo · Una instrucción escrita. · Obligatorio: model, prompt, duration
Proporciona prompt como texto y duration en segundos enteros. Elige una resolución compatible; añade una relación de aspecto o usa un tamaño enumerado.
model: Tipo: string · kwaivgi/kling-v3.0-std
prompt: Tipo: string · Máximo de bytes UTF-8: 10.000 · Se requiere contenido distinto de espacios en blanco: Sí
Imagen a vídeo · Una instrucción escrita y una imagen del primer fotograma. · Obligatorio: model, prompt, duration, frame_images
frame_images es una lista. Cada objeto de fotograma incluye type, image_url y frame_type; image_url contiene url. Establece type en image_url. Usa first_frame con last_frame opcional. Cada función de fotograma aparece como máximo una vez. Proporciona una URL HTTPS pública de imagen para cada fotograma. Elige una resolución compatible; añade una relación de aspecto o usa un tamaño enumerado.
Claves exactas: type, image_url, frame_type
model: Tipo: string · kwaivgi/kling-v3.0-std
prompt: Tipo: string · Máximo de bytes UTF-8: 10.000 · Se requiere contenido distinto de espacios en blanco: Sí
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt, duration |
Parámetromaterial_types | Contratotext, image |
Parámetroadditional_properties | Contratofalse |
Parámetrooptional_controls | Contratoresolution, aspect_ratio, generate_audio, frame_images, input_references, size, callback_url, session_id, trace, user |
Ciclo de vida: submit_once_poll_original
GET /v1/videos/{public_id}
GET /v1/videos/{public_id}/content
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Componente del cargo | Resolución de referencia | Modo de referencia | Audio de referencia | Unidad de facturación | Condiciones de facturación | Cargo |
|---|---|---|---|---|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Componente del cargo— | Resolución de referencia— | Modo de referencia— | Audio de referencia— | Unidad de facturación— | Condiciones de facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónSalida de vídeo · tarifa de referencia | Tabla de tarifas— | Cantidad prevista— | Componente del cargoreference_output_rate | Resolución de referencia— | Modo de referencia— | Audio de referencia— | Unidad de facturaciónpor segundo de salida | Condiciones de facturación— | Cargo Salida · Tarifa de referencia por segundo de vídeo de salida · Estimación solo para comparar $0.168 por segundo de salida |
| ConfiguraciónPrecio del vídeo | Tabla de tarifas— | Cantidad prevista— | Componente del cargo— | Resolución de referencia— | Modo de referencia— | Audio de referencia— | Unidad de facturaciónpor segundo de vídeo | Condiciones de facturaciónsonido: with_audio | Cargo Salida · Precio del vídeo · Estimación solo para comparar $0.252 por segundo de vídeo |
| ConfiguraciónDe imagen a vídeo (imágenes de fotogramas) · 1080p · tarifa de referencia | Tabla de tarifas— | Cantidad prevista— | Componente del cargoreference_output_rate | Resolución de referencia1080p | Modo de referenciaImagen a vídeo (fotogramas) | Audio de referenciaSin audio | Unidad de facturaciónpor segundo de salida | Condiciones de facturación— | Cargo Salida · Tarifa de referencia por segundo de vídeo de salida · Estimación solo para comparar $0.168 por segundo de salida |
| ConfiguraciónPrecio del vídeo | Tabla de tarifas— | Cantidad prevista— | Componente del cargo— | Resolución de referencia— | Modo de referencia— | Audio de referencia— | Unidad de facturaciónpor segundo de vídeo | Condiciones de facturaciónmodo de generación: image_to_video; resolución: 720p | Cargo Salida · Precio del vídeo · Estimación solo para comparar $0.168 por segundo de vídeo |
| ConfiguraciónDe texto a vídeo · 1080p · tarifa de referencia | Tabla de tarifas— | Cantidad prevista— | Componente del cargoreference_output_rate | Resolución de referencia1080p | Modo de referenciaTexto a vídeo | Audio de referenciaSin audio | Unidad de facturaciónpor segundo de salida | Condiciones de facturación— | Cargo Salida · Tarifa de referencia por segundo de vídeo de salida · Estimación solo para comparar $0.168 por segundo de salida |
| ConfiguraciónDe texto a vídeo · 480p · tarifa de referencia | Tabla de tarifas— | Cantidad prevista— | Componente del cargoreference_output_rate | Resolución de referencia480p | Modo de referenciaTexto a vídeo | Audio de referenciaSin audio | Unidad de facturaciónpor segundo de salida | Condiciones de facturación— | Cargo Salida · Tarifa de referencia por segundo de vídeo de salida · Estimación solo para comparar $0.168 por segundo de salida |
| ConfiguraciónPrecio del vídeo | Tabla de tarifas— | Cantidad prevista— | Componente del cargo— | Resolución de referencia— | Modo de referencia— | Audio de referencia— | Unidad de facturaciónpor segundo de vídeo | Condiciones de facturaciónmodo de generación: text_to_video; resolución: 720p | Cargo Salida · Precio del vídeo · Estimación solo para comparar $0.168 por segundo de vídeo |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Componente del cargo— | Resolución de referencia— | Modo de referencia— | Audio de referencia— | Unidad de facturación— | Condiciones de facturación— | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $0.504 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónNo se declara ninguna condición adicional en esta clave de precios. | Cargo Salida · Precio del vídeo $0.168 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónsonido: with_audio | Cargo Salida · Precio del vídeo $0.252 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónmodo de generación: text_to_video; resolución: 480p | Cargo Salida · Precio del vídeo $0.168 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónmodo de generación: text_to_video; resolución: 720p | Cargo Salida · Precio del vídeo $0.168 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónmodo de generación: image_to_video; resolución: 720p | Cargo Salida · Precio del vídeo $0.168 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónmodo de generación: text_to_video; resolución: 1080p | Cargo Salida · Precio del vídeo $0.168 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónmodo de generación: image_to_video; resolución: 1080p | Cargo Salida · Precio del vídeo $0.168 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nfrom pathlib import Path\nPath('request.json').write_text('{"aspect_ratio":"16:9","duration":8,"model":"kwaivgi/kling-v3.0-std","prompt":"A serene mountain landscape at sunset","resolution":"720p"}', encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nURL firmadas de contenido bajo tu titularidad
GET /v1/videos/{public_id}GET /v1/videos/{public_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error "$(cat status-url.txt)" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n urls.append((str(i),u))\nfor label,path in urls:\n u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n target=Path('owned-'+label+'.bin')\n subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\nGuarda todos los vídeos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
Conserva todos los resultados reales bajo tu titularidad y los metadatos medidos que se devuelvan.
503 result_pending_check + originalid + X-Should-Retry:false; no repitas nunca la operación original
| Campo | Tipo | Significado |
|---|---|---|
Campoindex | Tipointeger | SignificadoPosición de este vídeo en la lista de resultados, empezando por cero. |
Campocontent_url | Tipostring | SignificadoURL HTTPS firmada de descarga de este vídeo completado. |
Camposha256 | Tipostring | null | SignificadoHuella SHA-256 de los bytes del vídeo original; null si no está disponible. |
Camposize_bytes | Tipointeger | null | SignificadoTamaño del archivo de vídeo original en bytes; null si no está disponible. |
Campoduration_ms | Tipointeger | null | SignificadoDuración medida del vídeo en milisegundos; null si no está disponible. |
Campowidth | Tipointeger | null | SignificadoAnchura del vídeo en píxeles; null si no está disponible. |
Campoheight | Tipointeger | null | SignificadoAltura del vídeo en píxeles; null si no está disponible. |
Campovideo_codec | Tipostring | null | SignificadoIdentificador del códec de vídeo; null si no se ha registrado. |
Campohas_audio | Tipoboolean | null | SignificadoIndica si el vídeo contiene una pista de audio; null si no se ha medido. |
Campoaudio_codec | Tipostring | null | SignificadoIdentificador del códec de audio; null cuando no se ha registrado ninguno. |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta404 · not_found_error | CondiciónEl acceso al vídeo no está disponible o no se ha encontrado este ID de vídeo. | Siguiente pasoComprueba el acceso al vídeo. Para un vídeo existente, usa su ID público original y la misma clave API. |
Respuesta401 · authentication_error | CondiciónLa clave API no corresponde a la cuenta autenticada. | Siguiente pasoComprueba tu clave API y el acceso de tu cuenta antes de enviar la solicitud. |
Respuesta400 · invalid_request_error | CondiciónNo se ha podido leer la solicitud o el índice de descarga no es válido. | Siguiente pasoCorrige el cuerpo de la solicitud. Para una descarga, elige un índice de salida devuelto por la tarea original. |
Respuesta422 · price_unavailable | CondiciónNo se puede calcular el precio de la configuración de vídeo seleccionada. | Siguiente pasoElige una configuración de vídeo compatible y completa sus opciones obligatorias antes de enviar una solicitud corregida. |
Respuesta422 · invalid_request_error | CondiciónUna entrada de vídeo o la tarea original de continuación no es válida. | Siguiente pasoUsa entradas HTTPS válidas. Para continuar, usa el ID público de tu vídeo original completado con la misma clave API. |
Respuesta402 · billing_error | CondiciónEl saldo disponible o los límites no permiten efectuar una reserva. | Siguiente pasoComprueba tu saldo disponible y tus límites antes de enviar una nueva solicitud. |
Respuesta503 · server_error | CondiciónLa verificación del vídeo, el almacenamiento o el acceso al servicio no están disponibles temporalmente. | Siguiente pasoEspera a que el servicio esté disponible. Si ya tienes un ID de vídeo, comprueba esa tarea original en lugar de crear otra generación. |
Respuesta503 · result_pending_check | CondiciónEs necesario comprobar el resultado del vídeo original y el cargo. | Siguiente pasoConserva el ID de vídeo devuelto y comprueba esa tarea. No envíes una solicitud de generación sustitutiva mientras se esté comprobando. |
Respuesta503 · owned_result_unavailable | CondiciónLa descarga del vídeo existente no está disponible temporalmente. | Siguiente pasoComprueba más tarde la misma tarea de vídeo y descarga su resultado existente. Una nueva generación crea una operación independiente. |
Respuesta409 · video_not_ready | CondiciónEl contenido del vídeo no se ha publicado. | Siguiente pasoComprueba el estado de la tarea original. Descarga cuando indique completed; si indica failed, sigue su aviso de comprobación del cargo. |
Ailoot Ultra kwaivgi/kling-v3.0-std
Usa las rutas de método indicadas arriba.