ModelFoldkling-3.0-omni/text-to-video
Kling O3 是可灵 AI 的进阶视频生成模型，基于 Kling Video 3.0 Omni 能力，支持多模态参考、原生音频、角色一致、多镜头叙事，视频最长 15 秒。
定价： 720p 无音频 5 秒 88 积分起；有音频 5 秒 113 积分，按输出秒数计。各模式见下方费率表。
Kling 的更多模型
最新热门模型
Kling O3 API：在 ModelFold 上使用 Kling 3.0 Omni 视频模型
用 Kling O3 API 打造新一代 AI 视频应用：多模态参考、原生音频、角色一致、多镜头视频生成。
ModelFold 上 Kling O3 API 的主要特点
Kling 3.0 Omni API 一体化多模态输入
Kling 3.0 Omni API 能把文本、图片、视频和可复用元素一起作为生成输入来理解。开发者可以组合不同参考，在一个灵活的可灵 AI 视频流程中引导角色、物体、场景、动作和视觉细节。
Kling O3 API 角色和元素保持一致
用 Kling O3 API 在镜头和机位变化中保持角色、产品、物体和场景一致。更强的参考理解让 Kling Video 3.0 Omni 即使在复杂的多角色场景中也能保留关键视觉细节。
Kling V3 Omni 视频原生音频生成
生成画面和音频同时产出的 Kling V3 Omni 视频。原生音频支持在同一生成流程中产出对白和场景声音，开发者无需把每个画面和音频任务拆开，就能打造更丰富的 AI 视频工具。
Kling 3.0 AI 多镜头分镜
用 Kling 3.0 AI 把结构化提示词变成多镜头视频。定义每个镜头的时长、景别、机位、角色动作、对白和运镜，叙事更可控，场景之间的转场更流畅。
Kling O3 API 支持最长 15 秒视频
Kling O3 API 支持单次生成最长 15 秒的视频。开发者可以为 AI 视频应用制作更长、更完整的片段，带多镜头、一致的元素、原生音频和灵活的时长控制。
Kling 3.0 Omni API 多图参考
Kling 3.0 Omni API 多图参考
用多张图片从不同角度定义角色、产品、物体和场景。更丰富的视觉参考有助于保留重要细节，提升整段视频的一致性。
Kling Video 3.0 Omni 视频角色参考
用 Kling Video 3.0 Omni 把短视频作为角色参考。模型能从视频输入中捕捉视觉特征和角色细节，在新的场景、动作和机位中保持更一致的身份。
Kling O3 API 角色声音控制
Kling O3 API 支持由声音驱动的角色元素，音画创作更一致。把声音特征绑定到可复用的角色上，在对白、叙事和以角色为中心的视频流程中反复使用。
用 Kling V3 Omni 视频组合多个元素
组合角色、物体、参考图、视频和其它元素，打造复杂的 Kling V3 Omni 视频场景。即使互动、环境和镜头变化，Kling 3.0 Omni 也能保留主体的关键特征。
Kling O3 API 对比 Kling Video O1：Kling 3.0 Omni 有哪些新变化
基于 Kling Video 3.0 Omni 的 Kling O3 API 在 Kling Video O1 的基础上，新增了原生音频、多镜头生成、视频元素参考、声音控制，并支持最长 15 秒的视频。
| 能力 | Kling Video O1 | Kling Video 3.0 Omni |
|---|---|---|
| 文生视频 | 无原生音频，无多镜头 | ✅ 支持原生音频和多镜头 |
| 图生视频 | 无原生音频，无多镜头 | ✅ 支持原生音频和多镜头 |
| 首尾帧生视频 | 无原生音频，无多镜头 | ✅ 支持原生音频和多镜头 |
| 多图参考 | 无原生音频，无多镜头 | ✅ 支持原生音频和多镜头 |
| 元素参考 | 无原生音频，无多镜头 | ✅ 支持原生音频和多镜头 |
| 视频元素参考 | 不支持 | ✅ 支持上传 / 录制视频元素 |
| 为元素添加声音控制 | 不支持 | ✅ 支持为元素添加声音 |
| 视频时长 | 最长 10 秒 | ✅ 最长 15 秒 |
如何在 ModelFold 上使用 Kling O3 API
- 1
第 1 步：注册 ModelFold 账号并获取 Kling O3 API Key
注册 ModelFold，在开发者控制台创建 Kling O3 API Key。一个 API Key 就能方便地调用支持的可灵 AI API 模型并管理用量。
- 2
第 2 步：在 Playground 在线试用 Kling O3 API
接入前先在 ModelFold 在线 Playground 测试 Kling O3 API。用提示词、图片、视频和支持的参考探索 Kling 3.0 Omni API 的能力，比较生成结果。
- 3
第 3 步：把 Kling 3.0 Omni API 接入你的应用
按照 ModelFold API 文档，把 Kling 3.0 Omni API 接入你的 SaaS 产品、AI 视频生成器或自动化流程。以清晰、对开发者友好的 API 流程发送生成请求。
- ✓
第 4 步：生成并扩展 Kling V3 Omni 视频
开始通过 API 生成 Kling V3 Omni 视频，随着产品增长扩展用量。用 Kling O3 实现多模态参考、角色一致、原生音频和多镜头视频流程。
为什么选择 ModelFold 使用 Kling O3 API
文生、图生、参考生和视频改造共用一个接口
kling-3.0-omni/text-to-video、kling-3.0-omni/image-to-video、kling-3.0-omni/reference-to-video 和 kling-3.0-omni/transformation 都走 POST https://ai.modelfold.online/v1/videos/generations，用同一个 ModelFold API Key 即可调用。文生视频最高 4K、时长 3 到 15 秒；完整参数见本页的 Playground 和 API 区。各分辨率价格见上方的定价说明和 API 区的费率表。
自定义分镜和模型规划分镜二选一
自定义多镜头最多 6 个镜头，每个 1 到 12 秒、总共不超过 15 秒；智能分镜则由模型自己拆分视频。两个开关不能同时打开，而且只有开启自定义多镜头时才接受分镜提示词。
各模式的画面比例和音频规则
单镜头图生视频必须用 auto 画面比例，只传视频的视频改造也只接受 auto。每次请求请明确设置音频。音频单独计价，见费率表；传入视频时不会生成音频，视频改造按输入视频的时长计费。ModelFold 新用户可获得 80 免费积分用于测试。
把 Kling 3.0 Omni API 变成真正的视频产品
用 Kling O3 API 打造 AI 视频生成应用
把 Kling O3 API 接入 AI 视频生成器、创作类 SaaS 工具和内容平台。无需从零搭建复杂的生成基础设施，就能支持多模态输入和进阶视频创作。
用 Kling 3.0 Omni API 制作角色一致的视频
用 Kling 3.0 Omni API 打造以角色为核心的视频工具，在不同场景和机位中保持外观一致。为故事、虚拟角色和品牌内容加入可复用的角色元素。
用 Kling V3 Omni 视频生成产品和广告视频
为产品演示、广告、活动和社交内容生成 Kling V3 Omni 视频。组合产品图、场景参考、动作提示词和原生音频，把创意素材变成吸引人的营销视频。
用 Kling Video 3.0 Omni 制作多镜头故事
把 Kling Video 3.0 Omni 用于需要一次生成多个镜头的叙事视频应用。控制景别、镜头时长、对白、运镜和角色动作，实现结构化叙事。
用 Kling 3.0 AI 打造声音驱动的角色应用
用 Kling 3.0 AI 打造对白、虚拟形象和虚拟角色体验。把角色参考与声音和原生音频结合，创造在不同视频中外观和声音都保持一致的可复用角色。
用可灵 AI API 自动化视频创作流程
把可灵 AI API 接入内容流水线和 SaaS 流程，规模化自动生成视频。把提示词和参考素材变成用于社交媒体、营销、娱乐等场景的视频。
常见问题
Kling O3 是什么？⌄
Kling O3 是可灵 AI 最新视频生成模型系列的一员，基于 Kling Video 3.0 Omni 能力打造。它支持多模态参考、原生音频、多镜头叙事、角色一致，视频最长 15 秒。
如何在 ModelFold 上使用 Kling 3.0 Omni API？⌄
可以通过 ModelFold 使用 Kling 3.0 Omni API：注册账号、获取 API Key、在线测试模型，再把可灵 AI 视频生成接入你的应用或 SaaS 产品。
可以在 ModelFold 上免费试用 Kling O3 API 吗？⌄
可以。新用户在 ModelFold 可获得免费积分，在线测试 Kling O3 API，体验 Kling 3.0 Omni 视频生成并评估效果后再扩大用量。
如何从 ModelFold 获取 Kling O3 API Key？⌄
注册 ModelFold 账号，在平台上生成 Kling O3 API Key，再按照 API 文档把支持的可灵 AI 模型接入你的应用。
Kling Video 3.0 Omni 支持原生音频吗？⌄
支持。Kling Video 3.0 Omni 支持原生音画生成，音频和视频一起产出，适用于对白、角色表演、叙事等视频体验。
Kling 3.0 Omni 视频最长多长？⌄
Kling Video 3.0 Omni 单次生成最长 15 秒，而 Kling Video O1 最长 10 秒。
Kling 3.0 Omni API 支持多镜头视频生成吗？⌄
支持。Kling 3.0 Omni API 支持自定义多镜头生成，可以控制镜头时长、景别、机位、角色动作、对白和运镜。
Kling Video 3.0 Omni 支持哪些输入类型？⌄
Kling Video 3.0 Omni 支持文本、图片、视频和元素作为多模态输入。开发者可以组合这些参考来引导角色、物体、场景、动作和视觉细节。
Kling O3 和 Kling O1 有什么区别？⌄
基于 Kling Video 3.0 Omni 的 Kling O3 在 Kling O1 的基础上，新增了原生音频、多镜头叙事、视频角色参考、声音控制、更强的元素一致性，并支持最长 15 秒的视频。
| 分辨率 | 无音频 | 有音频 |
|---|---|---|
| 720p | 88 积分 | 113 积分 |
| 1080p | 113 积分 | 144 积分 |
| 4k | 419 积分 | 419 积分 |
按输出秒数计费，上表为 5 秒的价格，时长越长按比例增加。多镜头模式按所有镜头时长之和计费。
curl https://ai.modelfold.online/v1/videos/generations \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"kling-3.0-omni/text-to-video","prompt":"...","resolution":"720p","duration":5}'