Kling 4.0 文生视频 API 用一句话生成最长 30 秒、带同步音频的片段，支持 720p/1080p 与四种画幅。查看实测案例并在线试用。
提供商: Kuaishou
类型: 视频生成
接口: /v1/tasks
状态: 已开放
消耗: 查看页面实时价格
可灵 Kling 4.0 文生视频：用一段文字生成最长 30 秒的电影级视频，支持 720p/1080p 与 16:9、9:16、1:1、21:9 四种画幅，画面与同步音频一起生成。
定价
标准用量
准备生成
配置参数并点击"运行"查看输出结果。
实测输出
在同一镜头里验证层叠蒸汽、穿过松林的低角度金光、缓慢横移运镜与引擎声。
原始提示词 · English
An old steam train pulls slowly out of a mountain station at dawn, thick white steam billowing into low golden sunlight, pine forest on both sides, slow lateral tracking shot, cinematic depth of field, natural engine rumble and distant birdsong
1080p 档位的实测，检查雨滴高光、霓虹虚化、缓慢推近和乐器声音。
原始提示词 · English
A lone violinist plays on a rain-soaked rooftop at blue hour, neon signs blurring behind her, rain droplets catching rim light, slow push-in, shallow depth of field, cinematic
根据输入方式、输出规格、控制能力和预算选择适合的视频模型。
Kling 4.0 文生视频把一段文字变成 3-30 秒的片段，支持 720p 与 1080p，画面和同步音频在同一次生成中完成，适合广告试片、社媒短片、分镜验证和连续长镜头。
Playground 与 API 使用同一个模型 ID。这条线路只收文字，需要指定起始画面时请改用图生视频模型。 kling-4.0/text-to-video
以下规格对应当前 HiAPI Kling 4.0 Text-to-Video 请求契约。
先用 720p 验证运动和构图，稳定后再提高分辨率或时长。
把主体与场景写在前面，再按时间顺序描述动作、镜头方向和速度；连续镜头需明确 no cuts。
Draft
5 秒 · 720p
Final
5-30 秒 · 1080p
先用 5 秒 · 720p 验证主体运动和镜头连续性，确认后再选择 5-30 秒 · 1080p。
在线确认运动稳定性和主体一致性，再用同一个模型 ID kling-4.0/text-to-video 创建异步任务。
以下是创建异步文生视频任务的最小请求；任务查询、callback、错误处理和完整参数仍以 API 文档为准。
curl --request POST 'https://api.hiapi.ai/v1/tasks' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "kling-4.0/text-to-video",
"input": {
"prompt": "An old steam train pulls slowly out of a mountain station at dawn, thick white steam billowing into low golden sunlight, pine forest on both sides, slow lateral tracking shot, cinematic depth of field, natural engine rumble and distant birdsong",
"duration": 5,
"resolution": "720p",
"aspect_ratio": "16:9"
}
}'不需要。kling-4.0/text-to-video 只接收文字 Prompt。需要让指定首帧动起来时，请使用 Kling 4.0 图生视频模型 kling-4.0/image-to-video。
支持 3-30 秒任意整秒，720p 或 1080p，画幅可选 16:9、9:16、1:1 和 21:9 超宽屏。页面案例覆盖 720p 与 1080p 的 5 秒横屏片段。
会。画面和音频在同一次生成里完成，输出 MP4 自带音轨。把环境音和声源写进 Prompt（例如雨声、引擎声、乐器）会被模型采用。
按输出秒数计费，720p 和 1080p 使用不同的每秒档位，没有起步价，生成 5 秒就是 5 秒的单价。具体金额以页面实时价格和任务记录为准。
先写主体和场景，再明确镜头怎么动（推近、横向跟拍、手持、固定机位），最后补光线和氛围。需要声音时直接写进同一段描述，不要留到后期补。
向 POST /v1/tasks 提交异步任务，model 填 kling-4.0/text-to-video，input 里传 prompt、duration、resolution 和 aspect_ratio。创建后返回 taskId，用同一个 ID 查询结果。
HiAPI Blog
