Kling V4 Videogenerierung

curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "kling-v4",
    "prompt": "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
    "duration": 5,
    "resolution": "720p",
    "aspect_ratio": "9:16"
  }'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/videos/generations",
    headers={"Authorization": "Bearer <token>"},
    json={
        "model": "kling-v4",
        "prompt": "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
        "duration": 5,
        "resolution": "720p",
        "aspect_ratio": "9:16"
    }
)
response.raise_for_status()
print(response.json())

const response = await fetch("https://api.apimart.ai/v1/videos/generations", {
  method: "POST",
  headers: {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "kling-v4",
    prompt: "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
    duration: 5,
    resolution: "720p",
    aspect_ratio: "9:16"
  })
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

POST

videos

generations

curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "kling-v4",
    "prompt": "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
    "duration": 5,
    "resolution": "720p",
    "aspect_ratio": "9:16"
  }'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/videos/generations",
    headers={"Authorization": "Bearer <token>"},
    json={
        "model": "kling-v4",
        "prompt": "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
        "duration": 5,
        "resolution": "720p",
        "aspect_ratio": "9:16"
    }
)
response.raise_for_status()
print(response.json())

const response = await fetch("https://api.apimart.ai/v1/videos/generations", {
  method: "POST",
  headers: {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "kling-v4",
    prompt: "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
    duration: 5,
    resolution: "720p",
    aspect_ratio: "9:16"
  })
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Dieser Endpunkt arbeitet asynchron. Verwenden Sie nach dem Absenden die zurückgegebene task_id mit GET /v1/videos/generations/{task_id}, um Status und Ergebnis abzufragen.

curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "kling-v4",
    "prompt": "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
    "duration": 5,
    "resolution": "720p",
    "aspect_ratio": "9:16"
  }'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/videos/generations",
    headers={"Authorization": "Bearer <token>"},
    json={
        "model": "kling-v4",
        "prompt": "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
        "duration": 5,
        "resolution": "720p",
        "aspect_ratio": "9:16"
    }
)
response.raise_for_status()
print(response.json())

const response = await fetch("https://api.apimart.ai/v1/videos/generations", {
  method: "POST",
  headers: {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "kling-v4",
    prompt: "A paper boat drifts along a gutter on a rainy night, with the gentle sound of rain",
    duration: 5,
    resolution: "720p",
    aspect_ratio: "9:16"
  })
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Modusauswahl

Alle fünf Modi verwenden denselben Modellnamen kling-v4. Der Modus wird anhand der übergebenen Medien und von omni_reference_task_type ausgewählt.

Modus	Eingabe
Text-zu-Video	Keine Bilder, Videos oder Audiodateien übergeben
Bild-zu-Video	Ein Startbild, optional ein Endbild und bis zu 8 Zwischenbilder
Referenzbasierte Generierung	`video_urls`, `audio_urls` oder `reference_image` in `image_with_roles` übergeben; alternativ explizit `omni_reference_task_type: "reference"` setzen
Videobearbeitung	`omni_reference_task_type: "edit"` setzen und ein Eingabevideo übergeben
Videoverlängerung	`omni_reference_task_type: "extend"` setzen und ein Eingabevideo übergeben

omni_reference_task_type ist standardmäßig auto, gleichbedeutend mit dem Weglassen des Feldes. Bei explizitem reference werden Bilder in image_urls als Referenzbilder behandelt.

Wird nur video_url ohne edit oder extend übergeben, liefert die Anfrage HTTP 400. Verwenden Sie video_urls, um ein Video als Referenz zu übergeben.

Anfrage-Header

string

erforderlich

Bearer-Authentifizierung: Bearer <token>, wobei <token> Ihr APIMart API Key ist.

Anfrageparameter

string

erforderlich

Muss kling-v4 sein.

string

Beschreibung des zu generierenden oder zu bearbeitenden Inhalts. Für Bild-zu-Video optional, für alle anderen Modi erforderlich.Bei referenzbasierter Generierung verweisen @Image1, @Video1 und @Audio1 auf die Medien, jeweils ab 1 in der Reihenfolge des entsprechenden Arrays. Bei der Videobearbeitung ist das Eingabevideo @Video1; Referenzbilder sind @Image1, @Image2 usw.

integer

Generierte Dauer in Sekunden: 3–30, Standardwert 5.

Videobearbeitung: Ohne Angabe folgt die Ausgabedauer dem Eingabevideo.
Videoverlängerung: Dauer des neuen Abschnitts. Zurückgegeben wird das vollständige Video aus Original und neuem Abschnitt.

string

Standard:"720p"

Ausgabeauflösung: 720p oder 1080p. Verwenden Sie dieses Feld zur Auswahl der Auflösung; V4 unterstützt mode nicht.

string

Unterstützt 16:9, 9:16, 1:1 und 21:9; referenzbasierte Generierung unterstützt zusätzlich auto.

Modus	Standardverhalten
Text-zu-Video	`16:9`
Bild-zu-Video	Folgt dem Startbild
Referenzbasierte Generierung	`auto`
Videobearbeitung	Folgt dem Eingabevideo
Videoverlängerung	Dieses Feld wird nicht unterstützt; das ursprüngliche Seitenverhältnis bleibt erhalten

string[]

Liste von Bild-URLs; die Bedeutung hängt vom Modus ab:

Bild-zu-Video: Das erste Bild ist das Startbild, das zweite das Endbild; maximal 2 Bilder.
Referenzbasierte Generierung und Videobearbeitung: bis zu 10 Referenzbilder. Bei Generierung nur mit Referenzbildern explizit omni_reference_task_type: "reference" setzen.

Medien-URLs müssen öffentlich erreichbar sein.

object[]

Bilderliste mit Rollen. Jeder Eintrag enthält url und role.

`role`	Verwendung
`first_frame`	Startbild für Bild-zu-Video; genau 1 erforderlich
`last_frame`	Endbild für Bild-zu-Video oder Ziel-Endbild bei Verlängerung
`keyframe`	Zwischenbild für Bild-zu-Video; auch `middle_frame` wird akzeptiert. Verwendung in Array-Reihenfolge, maximal 8 Bilder
`reference_image`	Referenzbild für referenzbasierte Generierung

Bei Bild-zu-Video dürfen Startbild, Endbild und Zwischenbilder zusammen maximal 10 Bilder ergeben.

string

URL des Startbilds für Bild-zu-Video. Auch als first_frame in image_with_roles oder als erstes Bild in image_urls übergebbar.

string

URL des Endbilds für Bild-zu-Video oder des Ziel-Endbilds bei Verlängerung.

string[]

Referenzvideos für referenzbasierte Generierung: maximal 5 Clips; insgesamt werden höchstens 30 Sekunden verwendet.Für Videobearbeitung oder Verlängerung kann alternativ genau 1 Video-URL anstelle von video_url übergeben werden, mit omni_reference_task_type: "edit" oder "extend".

string

URL des Eingabevideos für Bearbeitung oder Verlängerung. Erfordert omni_reference_task_type: "edit" oder "extend".Für die Bearbeitung muss das Eingabevideo mindestens 3 Sekunden lang sein; kürzere Videos führen zu HTTP 400. Bei mehr als 30 Sekunden werden die ersten 30 Sekunden verwendet.

string[]

Referenzaudio für referenzbasierte Generierung: maximal 3 Clips mit jeweils 5–30 Sekunden.Referenzbilder, Referenzvideos und Referenzaudios dürfen bei referenzbasierter Generierung zusammen maximal 15 Medien ergeben.

string

Standard:"auto"

Unterstützt auto, reference, edit und extend.

auto: Wählt anhand der Medien Text-zu-Video, Bild-zu-Video oder referenzbasierte Generierung; entspricht dem Weglassen des Feldes.
reference: Referenzbasierte Generierung; Bilder in image_urls werden als Referenzen behandelt.
edit: Videobearbeitung; erfordert ein Eingabevideo.
extend: Videoverlängerung; erfordert ein Eingabevideo.

string

Unterstützt origin (Originalton des Eingabevideos beibehalten) und auto (neuen Ton generieren). Nur für Videobearbeitung oder referenzbasierte Generierung mit Referenzvideos.

Videobearbeitung: Behält standardmäßig den Originalton bei; auto generiert neuen Ton.
Referenzbasierte Generierung mit Referenzvideos: Generiert standardmäßig neuen Ton; origin behält den Ton des Referenzvideos bei.
Videoverlängerung: Dieses Feld wird nicht unterstützt. Der Originalton bleibt erhalten; für den neuen Abschnitt wird automatisch Ton generiert.

V4 gibt immer Videos mit Stereoton aus; Ton und Bild werden gemeinsam generiert.

Anfragebeispiele

Die folgenden Medien-URLs sind Platzhalter. Ersetzen Sie diese durch echte, öffentlich erreichbare URLs.

Bild-zu-Video: Start- und Endbild

{
  "model": "kling-v4",
  "prompt": "The camera slowly moves closer",
  "image_urls": ["https://example.com/start.png", "https://example.com/end.png"]
}

Das erste Bild ist das Startbild, das zweite das Endbild. prompt ist bei Bild-zu-Video optional.

Bild-zu-Video: Start-, Zwischen- und Endbilder

{
  "model": "kling-v4",
  "prompt": "A girl walks from the window to the door, then looks back and smiles",
  "image_with_roles": [
    {"url": "https://example.com/1.png", "role": "first_frame"},
    {"url": "https://example.com/2.png", "role": "keyframe"},
    {"url": "https://example.com/3.png", "role": "keyframe"},
    {"url": "https://example.com/4.png", "role": "last_frame"}
  ],
  "duration": 10
}

Zwischenbilder werden in Array-Reihenfolge verwendet. Genau 1 Startbild ist erforderlich; Startbild, Endbild und Zwischenbilder dürfen zusammen maximal 10 Bilder ergeben.

Referenzbasierte Generierung

{
  "model": "kling-v4",
  "prompt": "The girl in @Image1 runs along the beach with the camera movement from @Video1 and background music from @Audio1",
  "image_with_roles": [
    {"url": "https://example.com/girl.png", "role": "reference_image"}
  ],
  "video_urls": ["https://example.com/camera.mp4"],
  "audio_urls": ["https://example.com/bgm.mp3"],
  "aspect_ratio": "auto",
  "duration": 5
}

Maximal 10 Referenzbilder, 5 Referenzvideos und 3 Referenzaudioclips, insgesamt höchstens 15 Medien. Referenzvideos werden mit insgesamt maximal 30 Sekunden verwendet; jeder Audioclip muss 5–30 Sekunden lang sein.

Videobearbeitung

{
  "model": "kling-v4",
  "prompt": "Change the scene to a snowy winter night",
  "omni_reference_task_type": "edit",
  "video_url": "https://example.com/in.mp4",
  "image_urls": ["https://example.com/style.png"]
}

Das Eingabevideo muss mindestens 3 Sekunden lang sein; bei mehr als 30 Sekunden werden die ersten 30 Sekunden verwendet. Ohne duration und aspect_ratio folgen Ausgabedauer und Seitenverhältnis dem Eingabevideo. Der Originalton bleibt standardmäßig erhalten; audio_setting: "auto" generiert neuen Ton.

Videoverlängerung

{
  "model": "kling-v4",
  "prompt": "The camera continues moving forward as the sky grows darker",
  "omni_reference_task_type": "extend",
  "video_url": "https://example.com/in.mp4",
  "duration": 5
}

Die Verlängerung beginnt beim letzten Bild des Eingabevideos. Das Ergebnis enthält das Original und den neuen Abschnitt; abgerechnet wird nur die Dauer des neuen Abschnitts. Ein Ziel-Endbild kann mit last_frame_image oder last_frame in image_with_roles übergeben werden. Verlängerung unterstützt weder aspect_ratio noch audio_setting.

Aufgabe abfragen

Ersetzen Sie die Aufgaben-ID in der folgenden Anfrage durch die beim Absenden zurückgegebene ID:

curl --request GET \
  --url 'https://api.apimart.ai/v1/videos/generations/<task_id>' \
  --header 'Authorization: Bearer <token>'

Ungefähre Generierungszeit: 3 Minuten für ein 3-sekündiges Video in 720p und 3,5 Minuten für ein 15-sekündiges Video.

Abrechnung

Abrechnung pro Sekunde. Preise finden Sie unter Modellpreise. 720p und 1080p haben separate Preise. Für Videobearbeitung und referenzbasierte Generierung mit Referenzvideos gilt der Tarif für Videoeingaben. Für die übrigen Modi gilt der reguläre Generierungstarif.

Modus	Abgerechnete Sekunden
Text-zu-Video, Bild-zu-Video, referenzbasierte Generierung nur mit Bildern oder Audio	Ausgabesekunden
Videoverlängerung	Sekunden des neuen Abschnitts
Videobearbeitung, referenzbasierte Generierung mit Referenzvideos	Ausgabesekunden + max(Ausgabesekunden, Eingabevideosekunden)

Die Eingabevideosekunden ergeben sich aus der Summe aller Clipdauern, auf ganze Sekunden aufgerundet und auf 30 Sekunden begrenzt. Beispiel: Die Bearbeitung eines 3,04-sekündigen Videos ohne duration ergibt 4 Sekunden Ausgabe; abgerechnet werden 4 + 4 = 8 Sekunden. Bei Bearbeitung und referenzbasierter Generierung mit Referenzvideos wird die Eingabevideodauer beim Absenden ermittelt. Schlägt dies fehl, wird HTTP 400 ohne Berechnung zurückgegeben. Fehlgeschlagene Generierungen werden vollständig erstattet.

Nicht unterstützte Parameter

Die folgenden Parameter oder Werte führen zu HTTP 400:

mode: V4 hat keine Stufen std, pro oder 4k. Verwenden Sie resolution.
negative_prompt, watermark: true, audio: false.
multi_shot, multi_prompt, element_list, video_list.
camera_control, voice_list.

Häufige Fehler

Fehler	Maßnahme
`video_url needs omni_reference_task_type edit ... or extend`	Bei `video_url` explizit `edit` oder `extend` angeben; für Referenzvideos `video_urls` verwenden
`image-to-video requires exactly 1 first frame`	Genau 1 Startbild übergeben; nur End- oder Zwischenbilder reichen nicht aus
`first frame, last frame and keyframes together are at most 10 images`	Start-, End- und Zwischenbilder auf insgesamt maximal 10 reduzieren
`reference images, videos and audios together are at most 15 files`	Referenzmedien auf insgesamt maximal 15 reduzieren
`video edit requires an input video of at least 3 seconds`	Ein Eingabevideo mit mindestens 3 Sekunden verwenden
`Failed to probe the input video duration`	Prüfen, ob die URL erreichbar ist und auf eine gültige Videodatei verweist
`has no std/pro/4k mode`	`mode` entfernen und `resolution` verwenden
`Could not download the input from ... (HTTP 403)`	Eine öffentlich erreichbare Medien-URL ohne Hotlink-Schutz verwenden

Übersicht

Modelle

Textserie

Bildserie

Videoserie

Audioserie

Moderationsserie

Upload-Verwaltung

Aufgabenverwaltung

Kontoverwaltung

Kling V4 Videogenerierung

Modusauswahl

Anfrage-Header

Anfrageparameter

Anfragebeispiele

Bild-zu-Video: Start- und Endbild

Bild-zu-Video: Start-, Zwischen- und Endbilder

Referenzbasierte Generierung

Videobearbeitung

Videoverlängerung

Aufgabe abfragen

Abrechnung

Nicht unterstützte Parameter

Häufige Fehler

​Modusauswahl

​Anfrage-Header

​Anfrageparameter

​Anfragebeispiele

​Bild-zu-Video: Start- und Endbild

​Bild-zu-Video: Start-, Zwischen- und Endbilder

​Referenzbasierte Generierung

​Videobearbeitung

​Videoverlängerung

​Aufgabe abfragen

​Abrechnung

​Nicht unterstützte Parameter

​Häufige Fehler

Modusauswahl

Anfrage-Header

Anfrageparameter

Anfragebeispiele

Bild-zu-Video: Start- und Endbild

Bild-zu-Video: Start-, Zwischen- und Endbilder

Referenzbasierte Generierung

Videobearbeitung

Videoverlängerung

Aufgabe abfragen

Abrechnung

Nicht unterstützte Parameter

Häufige Fehler