Kuaishou● Disponible

Kling O3 API

Kling O3 视频生成与编辑模型，支持 3～15 秒文生、图生、参考生成和视频编辑；文生与图生支持 720p、1080p、4K 及可选音效，参考与编辑按当前计费规范支持 720p、1080p 且关闭音效。

Texte vers vidéoImage vers vidéoRéférence vers vidéoMontage vidéo 720p1080p4k 3–15s

Qu'est-ce que Kling O3

Kling O3 est un modèle de génération vidéo de la famille Kling 3.0 de Kuaishou ; les sources amont l'appellent Kling Video 3.0 Omni, publié avec la série Kling 3.0 les 4–5 février 2026. Les claims amont incluent : 4K native (60 fps, annoncée le 29 avril 2026), un storyboard multi-plans allant jusqu'à 6 plans/15 secondes par exécution, la cohérence d'apparence et de voix d'un personnage pilotée par jusqu'à 7 images de référence ou une vidéo de référence, le montage vidéo en langage naturel, une chaîne de raisonnement visuel (vCoT) et un audio natif en cinq langues (anglais, chinois, japonais, coréen, espagnol). Ce sont des claims amont ; les résultats réels dépendent des sorties de tâche.

Roko expose kling-o3 via l'API de tâches asynchrones /v1/videos/tasks avec quatre routes : text-to-video, image-to-video, reference-to-video et video-edit, toutes facturées à la seconde de sortie. Les routes texte et image en vidéo prennent en charge un commutateur audio (désactivé par défaut) ; reference-to-video et video-edit sont limitées au 720p/1080p avec audio forcé désactivé. L'image en vidéo accepte 1 à 2 images ; les routes référence et montage acceptent 0 à 7 images plus 1 vidéo.

Les prix proviennent du catalogue public Roko : texte/image en vidéo sans audio à 0,088 $/s en 720p, 0,1166 $/s en 1080p et 0,4378 $/s en 4K ; avec audio généré 0,1166 $/s en 720p et 0,1463 $/s en 1080p (le 4K reste à 0,4378 $/s) ; reference-to-video et video-edit à 0,132 $/s en 720p et 0,1761 $/s en 1080p. La durée va de 3 à 15 s (5 par défaut), la résolution par défaut est 720p et les rapports d'aspect sont 16:9, 9:16, 1:1 (16:9 par défaut). Le coût est estimé à la soumission puis réglé sur l'usage réel à la fin.

Tarification du modèle

Les tarifs suivent la configuration de production actuelle et les unités réellement prises en charge par chaque mode.

Mode	Prix	Règle de facturation
文生 / 图生（无音频）	720p $0.088/s1080p $0.1166/s4k $0.4378/s	按输出视频秒数
文生 / 图生（生成音频）	720p $0.1166/s1080p $0.1463/s	按输出视频秒数
参考 / 编辑	720p $0.132/s1080p $0.1761/s	按输出视频秒数

Exemples de coûts

Les exemples ci-dessous sont calculés en secondes de sortie × prix unitaire du palier choisi ; le coût est estimé à la soumission et réglé sur l'usage réel. Les montants sont des produits de prix catalogue et excluent toute promotion.

720p sans audio, 5 s (texte/image en vidéo)

`0,088 $/s × 5 s = 0,44 $`

La combinaison par défaut — 5 s, 720p, audio désactivé — est le moyen le plus économique de valider un prompt.

1080p avec audio, 5 s (texte/image en vidéo)

`0,1463 $/s × 5 s = 0,7315 $`

Activez l'audio pour l'ambiance ou les dialogues ; la même config sans audio coûte 0,583 $ (0,1166 $/s × 5 s) — le commutateur pèse clairement sur la facture.

1080p référence, 10 s

`0,1761 $/s × 10 s = 1,761 $`

La route référence est toujours sans audio ; fournissez 1 vidéo de référence plus 7 images au maximum, facturées 0,132 $/s (720p) ou 0,1761 $/s (1080p).

4K sans audio, 5 s (texte/image en vidéo)

`0,4378 $/s × 5 s = 2,189 $`

Le 4K coûte 0,4378 $/s avec ou sans audio — environ 5× le tarif 720p sans audio. figez la composition en 720p avant de générer le master 4K.

Informations du modèle

Seuls les modèles, capacités et limites documentés par le fournisseur et intégrés à la passerelle sont affichés.

Texte vers vidéo

`kling-o3-text-to-video`

Limites: —
Durée: 3–15s

Image vers vidéo

`kling-o3-image-to-video`

Limites: Images 1–2
Durée: 3–15s

Référence vers vidéo

`kling-o3-reference-to-video`

Limites: Images 0–7 · Vidéos 1
Durée: 3–15s

Montage vidéo

`kling-o3-video-edit`

Limites: Images 0–7 · Vidéos 1
Durée: 3–15s

Source des capacités ↗

Capacités clés

Palier 4K disponible

L'amont affirme que Kling O3 produit nativement en 4K 60 fps (annoncé le 29 avril 2026). Sur Roko, les routes texte et image en vidéo peuvent sortir en 4K à 0,4378 $ par seconde — même prix avec ou sans audio. Idéal pour les masters destinés au recadrage ou au grand écran ; validez d'abord vos prompts en 720p.

Le commutateur audio réduit le prix unitaire

Les routes texte et image en vidéo proposent un commutateur audio, désactivé par défaut. En 720p, sans audio coûte 0,088 $/s contre 0,1166 $/s avec audio — soit 0,143 $ d'écart sur un clip de 5 secondes ; en 1080p avec audio, 0,1463 $/s. Gardez-le désactivé sans besoin de dialogues ou d'ambiance pour obtenir le tarif le plus bas.

Routes référence et montage vidéo

Les routes reference-to-video et video-edit acceptent 1 vidéo de référence/à monter plus 0 à 7 images, facturées 0,132 $/s (720p) ou 0,1761 $/s (1080p). Limitées au 720p/1080p avec audio forcé désactivé, elles conviennent pour prolonger, réécrire ou restyler des rushes existants.

Claims amont : multi-plans et cohérence

Les sources amont décrivent un mode storyboard allant jusqu'à 6 plans/15 secondes par exécution, une cohérence d'apparence et de voix extraite de jusqu'à 7 images de référence ou d'une vidéo de référence, et un meilleur rendu du texte à l'écran. Ce sont des claims amont, non mesurés par Roko — vérifiez sur les sorties réelles des tâches.

Paramètres principaux

Ces paramètres proviennent de la configuration structurée du modèle ; les champs non configurés ou non pris en charge sont omis.

modelstring

ID du modèle

Valeur par défaut: kling-o3-text-to-video / kling-o3-image-to-video / kling-o3-reference-to-video / kling-o3-video-edit

promptstring

Valeur par défaut: Obligatoire

durationinteger

Secondes de vidéo produites

Valeur par défaut: 3–15s

qualityenum

Facturation actuelle

Valeur par défaut: 720p / 1080p / 4k

aspect_ratioenum

Capacité

Valeur par défaut: 16:9 / 9:16 / 1:1

generate_audioboolean

Capacité

Valeur par défaut: false

image_urlsarray

Image vers vidéo: 1–2 · Référence vers vidéo: 0–7 · Montage vidéo: 0–7

Valeur par défaut: Selon le mode

video_urlsarray

Référence vers vidéo: 1 · Montage vidéo: 1

Valeur par défaut: Selon le mode

Capacités et conseils d’utilisation

Fonctions principales

Texte vers vidéo · kling-o3-text-to-video
Image vers vidéo · kling-o3-image-to-video
Référence vers vidéo · kling-o3-reference-to-video
Montage vidéo · kling-o3-video-edit
720p / 1080p / 4k en sortie
3–15s Durée
Génération audio disponible
Compatible avec les médias audio ou la génération avec son

Limites d’utilisation

Image vers vidéo: Images 1–2
Référence vers vidéo: Images 0–7 · Vidéos 1
Montage vidéo: Images 0–7 · Vidéos 1
Source des capacités: https://evolink.ai/zh/kling-o3

Limites et points d'attention

Reference-to-video et video-edit sont limitées au 720p/1080p avec audio forcé désactivé ; le 4K et l'audio natif passent uniquement par texte/image en vidéo.
Le palier 4K vaut pour texte/image en vidéo uniquement, à 0,4378 $/s avec ou sans audio — environ 5× le tarif 720p sans audio de 0,088 $/s.
Une soumission réussie signifie seulement que la tâche est acceptée, pas que la génération aboutira ; le coût est estimé à la soumission, réglé sur l'usage réel, et l'état terminal fait foi.
Les liens de sortie Roko expirent ; dès qu'une tâche réussit, transférez le fichier vers votre propre stockage.
Trois rapports d'aspect seulement : 16:9, 9:16 et 1:1 (16:9 par défaut) ; les autres cadrages exigent un recadrage ou un letterbox.
Les claims amont — storyboard multi-plans (jusqu'à 6 plans/15 s), cohérence personnage/voix, audio natif en cinq langues — proviennent de la documentation amont et ne sont pas mesurés par Roko ; vérifiez sur les sorties réelles.

Procédure d'appel

Préparez le prompt et les paramètres : model = kling-o3, choisissez les entrées selon la route (prompt texte ; 1–2 images ; ou 1 vidéo plus 0–7 images pour référence/montage), puis réglez la durée 3–15 s, la résolution 720p/1080p/4K et un rapport 16:9, 9:16 ou 1:1 ; activez l'audio sur texte/image en vidéo si besoin.
POST /v1/videos/tasks pour soumettre la tâche et recevoir un task_id ; le succès signifie seulement que la tâche est acceptée, et le coût renvoyé est une estimation.
Interrogez GET /v1/tasks/{task_id} en boucle jusqu'à ce que la tâche quitte queued/processing et atteigne un état terminal.
Sur succeeded, lisez l'URL vidéo dans le résultat ; les liens de sortie Roko expirent, transférez donc les fichiers vers votre stockage sans attendre.
Sur failed, lisez l'erreur, ajustez le prompt ou les paramètres et resoumettez avec le même flux ; les tâches échouées sont réglées selon les règles de remboursement de la plateforme, l'état terminal fait foi.

Cas d'usage typiques

Courts métrages multi-plans avec personnage cohérent

Entrée : images de référence du personnage (jusqu'à 7 selon l'amont) plus des prompts façon storyboard ; méthode : route référence ou prompts multi-plans ; attendu : le même personnage garde le même look entre les plans (claim amont, à valider par vos tests) ; limites : routes référence en 720p/1080p et sans audio uniquement.

Reprise de personnage/voix pilotée par une vidéo de référence

Entrée : 1 vidéo de référence dont l'amont affirme qu'elle permet d'extraire l'apparence et la voix du personnage ; méthode : générer de nouveaux clips via reference-to-video ; attendu : la ressemblance se transmet (claim amont) ; limites : audio forcé désactivé, sortie plafonnée à 720p/1080p, et cette capacité de reprise vocale n'est pas vérifiée par Roko.

Montage vidéo en langage naturel

Entrée : 1 vidéo à monter plus 0–7 images, modifications décrites en langage courant ; méthode : soumettre via la route video-edit ; attendu : restylage ou retouches ciblées sans outils image par image ; limites : sortie 720p/1080p sans audio — ajoutez le son en postproduction.

Choisir face aux autres modèles vidéo de Roko

Un découpage approximatif par style de facturation et usage ; fiez-vous in fine aux catalogues et à vos propres tests.

Kling O3 vs Kling 3.0 Turbo

Deux frères aux rôles différents : O3 joue la carte polyvalente (référence, montage, palier 4K, features multi-plans et cohérence revendiquées amont), Turbo mise sur la vitesse et le prix bas. O3 pour la marge de specs, Turbo pour des clips courts en volume à budget maîtrisé ; les prix des deux sont dans le catalogue Roko.

Kling O3 vs Hailuo 3

O3 offre un commutateur audio (dès 0,088 $/s en 720p sans audio) et un palier 4K (0,4378 $/s), avec des routes référence et montage ; Hailuo 3 mise sur l'entrée omnimodale avec jusqu'à 12 fichiers de référence. Hailuo pour la fusion multi-sources, O3 pour des masters 4K ou un coût audio contrôlé à la seconde.

Kling O3 vs Veo 3.1

Les conventions de prix 4K diffèrent : O3 4K à 0,4378 $/s fixe (audio on ou off), Veo 3.1 4K à 0,308 $/s sans audio ou 0,3608 $/s avec audio. Les détails de facturation diffèrent aussi (Veo facture par résultat avec un minimum de 4 secondes par résultat) — ne comparez pas que les prix unitaires ; chaque catalogue fait foi pour lui-même.

Questions fréquentes

Quel est l'ID du modèle Kling O3 sur Roko ?

Renseignez model = kling-o3 à la soumission ; la passerelle route vers kling-o3-text-to-video, kling-o3-image-to-video, kling-o3-reference-to-video ou kling-o3-video-edit selon la route. Le routage réel figure dans la réponse de la tâche.

Combien coûte une vidéo Kling O3 ?

La facturation est à la seconde de sortie. Texte/image en vidéo : 0,088 $/s en 720p sans audio ou 0,1166 $/s avec audio ; 0,1166 $/s en 1080p sans audio ou 0,1463 $/s avec audio ; le 4K est toujours à 0,4378 $/s. Référence et montage : 0,132 $/s en 720p et 0,1761 $/s en 1080p (sans audio). Exemple : 5 s en 720p sans audio = 0,44 $.

La sortie 4K est-elle prise en charge ?

Oui. Les routes texte et image en vidéo prennent en charge 720p, 1080p et 4K (720p par défaut) ; le 4K coûte 0,4378 $/s avec ou sans audio. Le 4K 60 fps natif est un claim amont. Les routes référence et montage ne prennent pas en charge le 4K.

Quelles limites pour les routes référence et montage ?

Les deux routes acceptent 1 vidéo plus 0 à 7 images (l'image en vidéo prend 1 à 2 images sans vidéo), mais la sortie est plafonnée à 720p/1080p avec audio forcé désactivé, au tarif de 0,132 $/s (720p) ou 0,1761 $/s (1080p).

Quelles durées et quels rapports d'aspect ?

Durée de 3 à 15 s, 5 s par défaut ; rapports d'aspect 16:9, 9:16 et 1:1, 16:9 par défaut. Le catalogue Roko fait foi.

Pourquoi ne puis-je pas obtenir la vidéo immédiatement ?

La génération vidéo est une tâche asynchrone : POST /v1/videos/tasks renvoie un task_id, puis vous interrogez GET /v1/tasks/{task_id} jusqu'à un état terminal pour lire le résultat. Une soumission réussie signifie seulement que la tâche est acceptée.

Peut-on essayer Kling O3 gratuitement ?

Les appels Roko API sont facturés aux tarifs ci-dessus, sans quota gratuit garanti. Rechargez après inscription pour appeler le modèle ; toute promotion ponctuelle dépend des annonces en cours du site.

Peut-on utiliser le résultat commercialement ?

La conformité commerciale dépend des droits sur les éléments d'entrée, du contenu généré, des conditions de Kuaishou et de Roko et du droit applicable. Effectuez vos vérifications de droits d'auteur, d'image et de contenu avant publication ; les références impliquant le visage ou la voix d'autrui exigent particulièrement une autorisation.

Sources et périmètre de vérification

Les claims de capacités amont proviennent des documents publics de Kuaishou Kling ; les paramètres, routes et prix appelables Roko proviennent du catalogue de production actuel. Vérifié le 2026-10-09.

Kuaishou: Kling AI 3.0 official launch Official launch: Video 3.0 Omni, multimodal generation and editing, up to 15 seconds, native multilingual audio, multi-shot storyboards, and reference-video consistency
Kuaishou: Q2 2026 results and native 4K rollout Official company disclosure for native 4K output in the Kling AI 3.0 model series
HowAIWorks: Kling 3.0 family Upstream: kling-o3 model name, 3-15s default 5s, up to 7 reference images, natural-language video editing, 5 audio languages
Roko API video task docs Async submit, task query, and billing lifecycle on Roko
Roko API model catalog Current routes, prices, and generation config

Modèles de la même famille

Découvrez les autres variantes disponibles de cette famille de modèles.

Autres modèles vidéo

Découvrez d’autres modèles accessibles via l’API unifiée de tâches vidéo asynchrones.

Voir tous les modèles vidéo →