Kling 1.6 Pro Text to Video API

kwaivgi/kling-video/v1.6/pro/text-to-video

Kling 1.6 Pro Text to Video 将文字提示词转化为原生 1080p 电影级超高清视频,支持多画幅与 5 秒、10 秒时长控制。它深度模拟真实的物理动力学和光影质感,精准执行复杂的运镜调度与大幅肢体动作,在长镜头中保持画质与构图的高稳定性。

输入
603/2500
78/2500
输出已就绪
15 积分 / 秒 × 5 秒 = 75 积分 · $0.375
继续使用

示例

One uninterrupted five-second underwater wildlife shot. A single manta ray glides slowly from left to right past the open ribbed hull of an old submerged wooden ship. Two broad pectoral fins make one smooth gentle downward stroke; the same diamond-shaped body and thin tail stay intact. Soft shafts of sunlight enter through gaps in the wreck and travel across its back, while a few suspended particles drift. Slow parallel camera tracking, enough distance to see the full animal, realistic clear turquoise water, calm graceful movement. No diver, no extra rays, no sudden acceleration, no cuts or text.

A single uninterrupted five-second realistic sports cinematography shot inside an empty sunlit fencing salle. Exactly one adult fencer wears a plain white fencing suit and a closed protective mesh mask, holding one thin foil in the right hand. Full-body side view with both feet and foil tip visible. Starting in a balanced en-garde stance, the fencer extends the weapon arm and makes one controlled forward lunge, front knee bending above the foot while the rear leg straightens, then holds the final balanced pose. Stable proportions, believable foot contact and fabric creases. Locked camera, no opponent, no mirrors, no cuts, no text, no logos.

One continuous five-second photoreal close view of the steep lee face of an ochre desert dune in low raking sunlight. A narrow patch of loose dry sand near the upper ridge begins to slide downward in a shallow sheet, creating branching fine rivulets and a tiny dust veil before settling. Keep the dune itself solid and stationary, with realistic grain-scale texture and gravitational flow. Low locked camera looking slightly upward, the diagonal dune face fills the frame, pale blue sky is a narrow strip at the top. Quiet natural phenomenon, no people or vehicles, no surreal liquid sand, no cuts, no text.

Kling 1.6 Pro Text to Video

Kling 1.6 Pro Text to Video 是快手(Kwaivgi)研发的旗舰级文生视频模型。相较于 Standard 系列,Pro 系列原生输出 1080p 全高清电影级画质,拥有更深度的提示词语义遵循能力和更强大的物理动力学渲染引擎。无论是复杂角色交互、光影反射、流体与布料动力学,还是专业摄影机的平移、推拉与跟随运动,均能呈现极为逼真的影视级视觉效果。支持 16:9、9:16、1:1 画幅以及 5 秒与 10 秒时长控制,单秒仅需 15 积分,是影视概念预演、高端广告制作与专业内容创作者的理想选择。

为什么选择此模式?

  • 原生 1080p 电影级超高清画质输出真 1080p 高清细节,人物发丝、皮肤纹理、环境光影与材质细节清晰细腻,满足专业影视剪辑标准。

  • 高精度复杂物理模拟与运镜调度能够模拟重力、流体喷溅、布料自然摆动以及大幅度肢体动作,并流畅执行升降、推拉、环绕等专业摄影机运镜。

  • 深度提示词遵循与长文本理解支持多达 2,500 字符的详尽分镜描写,精确解析镜头景别、构图视角、情绪氛围与环境演变。

  • 多画幅与灵活时长控制原生提供 16:9 宽屏、9:16 竖屏和 1:1 正方形画幅,配合 5 秒短片或 10 秒长叙事镜头自由选型。

  • 兼具品质与高性价比的费率单秒仅需 15 积分($0.075/秒),相比同类高端商业视频模型成本更低,任务异常自动全额返还积分。

参数说明

参数要求说明
prompt必填

必填非空字符串,去除首尾空白后最多 2,500 个 Unicode 字符。

duration必填

必填数值 5 或 10 秒;不接受字符串、布尔值或小数时长。API 无默认值,体验表单初始选择 5 秒。

aspect_ratio可选

可选 1:1、16:9、9:16,无默认值。

negative_prompt可选

可选字符串,最多 2,500 个 Unicode 字符。

cfg_scale可选

可选有限数值 0–1,无默认值;Elements 工作流不支持。

使用方法

  1. 构思专业影视分镜与提示词详细描述主体特征、场景纵深、光影环境与动态发展,建议包含摄影机运动轨迹与色彩影调。

  2. 使用负向提示词优化画质在 negative_prompt 中添加如模糊、畸变、肢体异常等词汇,过滤低质特征以确保画面纯净。

  3. 配置画面比例与生成时长选择与应用场景契合的 16:9、9:16 或 1:1 画幅,并根据情节节奏设定 5 秒或 10 秒时长。

  4. 微调引导强度(cfg_scale)按需在 0–1 之间调节参数;数值 0.5 兼具创意发散与文字遵循,追求高度契合可设为 0.7 左右。

  5. 提交异步任务并接收视频调用 API 提交任务并记录 task_id,通过轮询接口在任务完成时获取 1080p 视频下载直链。

价格

15 credits / 秒 · $0.075 / 秒。1 credit = $0.005。Fal 对比价 $0.094 / 秒,节省 20%。

计费项费率说明
5 秒75 credits · $0.37515 credits × 5 秒
10 秒150 credits · $0.75015 credits × 10 秒

适用场景

  • 电影电视概念预演与故事板动态化在拍摄前期将剧本分镜直接渲染为动态概念样片,直观评估视听语言与镜头节奏。

  • 高端品牌广告与商业宣传片无需实景搭建与高昂摄影器材,快速生成光影奢华、质感精致的品牌商业视觉短片。

  • 奇幻与科幻场景世界观构建精准实现现实中难以拍摄的宏大奇幻宇宙、异星生态与超自然动作场面。

  • 数字人与虚拟角色动态演艺驱动高拟真数字虚拟角色展现生动的面部微表情、戏剧表演与肢体戏剧动作。

创作技巧

  • 镜头语言具体化:在 prompt 中直接使用专业运镜词汇(如 slow push in、dolly shot、panning shot),Pro 模型具备极佳的运镜响应度。
  • 光影材质增强描写:加入 volumetric light、golden hour、cinematic chiaroscuro 等光影细节描述,能充分激活 1080p 的画质渲染潜力。
  • 避免逻辑冲突的长句:尽量使用句号或逗号拆分长分镜,确保动作的发展脉络与时间先后顺序清晰易懂。
  • 合理选用 10 秒叙事镜头:10 秒长镜头更适合渐进式的情绪渲染或连贯动作演变,提示词可分为起始状态与演化过程两部分。
  • 根据场景调节引导强度:写实人文场景建议将 cfg_scale 保持在 0.4–0.6;若涉及复杂超现实结构,可调高至 0.7–0.8 确保概念还原。

注意事项

  • 原生高分辨率渲染时长:Pro 级别的 1080p 超高清逐帧渲染通常比 720p 耗时略长,轮询时建议保持合适的轮询间隔。
  • 参数规格约束与适用范围:duration 严格限定为整数 5 或 10 秒;prompt 与 negative_prompt 上限均为 2,500 Unicode 字符。
  • 按秒透明计费与失败退费:任务以 15 积分/秒计费,提交时冻结相应点数,若遇生成异常或系统超时将自动全额退款。

Kling 1.6 Pro Text to Video API 常见问题

Kling 1.6 Pro Text to Video API 是什么?

Kling 1.6 Pro Text to Video 是快手(Kwaivgi)研发的旗舰级文本生成视频模型。它能直接将文字提示词转化为原生 1080p 电影级超高清画质视频,支持 16:9、9:16 与 1:1 多种构图画幅以及 5 秒或 10 秒时长控制。依托深厚的多模态物理动力学引擎与大模型语义理解底座,它在大幅度动作交互与复杂影视运镜中能够保持画面构图与光影的一致稳定。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

Kling 1.6 Pro Text to Video 与 Standard 版本有什么区别?

核心区别在于分辨率与细节质感:Standard 输出 720p 分辨率(9 积分/秒),适合快速验证与通用内容创作;Pro 原生输出 1080p 电影级全高清画面(15 积分/秒),在复杂物理动力学、大幅度动态运镜以及长文本提示词语义理解上表现更加出色。

Kling 1.6 Pro Text to Video 支持哪些画面宽高比?

该端点原生支持三种主流画幅:16:9(电影宽屏与横屏展示)、9:16(竖屏短视频制作)以及 1:1(方形展示)。你可以通过 aspect_ratio 参数自由指定,无默认值。

Kling 1.6 Pro Text to Video 提示词长度有什么限制?

正面提示词 prompt 与负面提示词 negative_prompt 各自最大支持 2,500 个 Unicode 字符,支持详尽的中英文影视分镜描述与负向质量过滤。

如何调节 Kling 1.6 Pro Text to Video 的 cfg_scale 参数?

cfg_scale 是可选参数,取值范围为 0 到 1。数值越高,生成的视频对提示词描述的依从度越高;数值越低,模型的视觉想象与运动自由度越大。推荐设置为 0.5 左右以获得最佳视觉平衡。

Kling 1.6 Pro Text to Video 的计费标准是怎样的?

该端点按秒计费,费率为 15 积分/秒(相当于 $0.075/秒)。生成 5 秒视频需消耗 75 积分($0.375),生成 10 秒视频需消耗 150 积分($0.750)。若任务异常失败,扣除的积分将全额自动返还。

Kling 1.6 Pro Text to Video 支持直接传入图片吗?

不支持。本端点为纯文本驱动的文生视频接口,不接收任何图像输入。如果需要使用图片作为首帧、尾帧或多图参考生成视频,请使用 Kling 1.6 Pro Image to Video 端点。