> ## Documentation Index > Fetch the complete documentation index at: https://docs.apimart.ai/llms.txt > Use this file to discover all available pages before exploring further. # Kling V4 Videogenerierung > Text-zu-Video, Bild-zu-Video, referenzbasierte Generierung, Videobearbeitung und Verlängerung. 3–30 Sekunden in 720p / 1080p, immer mit Stereoton. > [!NOTE] > > 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. ```bash cURL theme={null} curl --request POST \ --url https://api.apimart.ai/v1/videos/generations \ --header 'Authorization: Bearer ' \ --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" }' ``` ```python Python theme={null} import requests response = requests.post( "https://api.apimart.ai/v1/videos/generations", headers={"Authorization": "Bearer "}, 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()) ``` ```javascript JavaScript theme={null} const response = await fetch("https://api.apimart.ai/v1/videos/generations", { method: "POST", headers: { Authorization: "Bearer ", "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. > [!WARNING] > > 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 **Authorization** `string` *required* Bearer-Authentifizierung: `Bearer `, wobei `` Ihr APIMart API Key ist. ## Anfrageparameter **model** `string` *required* Muss `kling-v4` sein. **prompt** `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. **duration** `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. **resolution** `string` (default: 720p) Ausgabeauflösung: `720p` oder `1080p`. Verwenden Sie dieses Feld zur Auswahl der Auflösung; V4 unterstützt `mode` nicht. **aspect\_ratio** `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 | **image\_urls** `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. **image\_with\_roles** `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. **first\_frame\_image** `string` URL des Startbilds für Bild-zu-Video. Auch als `first_frame` in `image_with_roles` oder als erstes Bild in `image_urls` übergebbar. **last\_frame\_image** `string` URL des Endbilds für Bild-zu-Video oder des Ziel-Endbilds bei Verlängerung. **video\_urls** `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"`. **video\_url** `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. **audio\_urls** `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. **omni\_reference\_task\_type** `string` (default: 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. **audio\_setting** `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 ```json theme={null} { "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 ```json theme={null} { "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 ```json theme={null} { "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 ```json theme={null} { "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 ```json theme={null} { "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: ```bash theme={null} curl --request GET \ --url 'https://api.apimart.ai/v1/videos/generations/' \ --header 'Authorization: Bearer ' ``` 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](https://apimart.ai/pricing). `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 | This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.