跳转到主要内容
POST
cURL

使用说明

  • 素材:至少提供以下一种:image_urls(最多 10 张,@image_N)、video_urls(最多 5 段,每段 2-30 秒,@video_N)、kling_elements(最多 7 个,@名称)、voices(最多 3 个,@名称)。四类合计不超过 15 个;参考视频与视频主体合计不超过 5 段、总时长不超过 30 秒。
  • 主体:每个主体为 2-4 张图片(第一张为主视角),或恰好 1 段 3-8 秒、单镜头的角色视频;可选 tag(character、animal、prop、costume、scene、effect、others,视频主体只能是 character)与 description(最多 100 字)。character 主体可在 element_input_audio_urls 中绑定 1 段音色。不支持截取窗(start_time / end_time)。
  • 名称:主体与音色名称为 1-20 个汉字、字母、数字或下划线,在两个列表之间唯一(不区分大小写),且不能使用 image_N、video_N、keyframe_N、object_N、audio_N、first_frame、last_frame 等保留名。
  • 引用:prompt 中的每个 @ 引用都必须对应请求中的素材,按最长匹配解析;匹配到的名称以字母、数字或下划线结尾时,其后不能紧跟字母、数字或下划线。无法匹配的引用会在创建任务前直接返回 400。
  • 音频:始终生成原生音频,因此没有 generate_audio 参数,传入会被拒绝。带 video_urls 时,可将 keep_original_sound 设为 true 保留参考视频原声。
  • 不支持:keyframe_urls(请使用 Kling 4.0 图生视频)、audio_urls(请使用 voices)、video_url(请使用 video_urls)、negative_prompt、multi_shot / multi_prompt 与 4K 输出。

计费

按秒计费,每秒费率按分辨率与是否带视频输入区分。
  • 无视频输入(仅文本、图片、图片主体或音色):费率 × 输出时长。
  • 含视频输入(video_urls 或视频主体):各输入视频时长合并后同样计费,每秒费率更低。总输入时长 ≤ 输出时长时按 输出时长 × 2 计费;输入时长更长时按 输入时长 + 输出时长 计费。例如输出 10 秒 + 输入 5 秒按 20 秒计费;输入 15 秒则按 25 秒计费。
提交任务时会探测输入视频时长,无法读取时直接返回 400,不扣费。具体价格以 模型页 展示为准。

任务流程

创建请求返回 data.task_id。使用查询视频任务轮询,直到 status 变为 completed(结果位于 data.result)或 failed;也可以传入 callback_url,在任务进入终态时接收通知。参考视频时长、音色检测等上游校验在生成阶段进行,因此类原因失败的任务会退款。

授权

Authorization
string
header
必填

在 Authorization 请求头中使用 Bearer APIPod_API_KEY。

请求体

application/json
model
string
必填

APIPod 公开模型 ID。

Allowed value: "kling-4.0-r2v"
prompt
string
必填

必填,最多 8000 字。素材以 @image_1..@image_N、@video_1..@video_N(按数组顺序,从 1 开始)引用,主体与音色以 @名称 引用。每个 @ 引用都必须对应本次请求中的素材;按最长匹配解析,匹配到的名称以字母、数字或下划线结尾时,其后不能紧跟字母、数字或下划线。

Required string length: 1 - 8000
image_urls
string[]

参考图,最多 10 个可公开访问的 URL,按数组顺序以 @image_1..@image_N 引用。每边 300-65536 像素,宽高比 0.40-2.5。

Maximum array length: 10
video_urls
string[]

参考视频,最多 5 段,每段 2-30 秒,以 @video_1..@video_N 引用。参考视频与视频主体合计不超过 5 段、总时长不超过 30 秒。输入视频时长同样计费(视频输入档费率更低):计费秒数 = 输出 + max(输出, 输入总时长)(输出 10 秒 + 输入 5 秒按 20 秒,输入 15 秒按 25 秒)。

Maximum array length: 5
kling_elements
Elements · object[]

仅用于本次任务的主体,最多 7 个(其中视频主体最多 3 个),以 @名称 引用。每个主体为 2-4 张图片(第一张为主视角),或恰好 1 段 3-8 秒、单镜头的角色视频。image_urls、video_urls、kling_elements、voices 合计不超过 15 个。

Maximum array length: 7
voices
Voices · object[]

仅用于本次任务的独立音色参考,最多 3 个,以 @名称 引用。若音频中检测不到可用人声,任务会失败。

Maximum array length: 3
keep_original_sound
boolean
默认值:false

是否保留参考视频的原声,仅在提供 video_urls 时可用;默认 false(重新生成声音)。

duration
integer
默认值:5

输出时长(秒),3-30,默认 5。

必填范围: 3 <= x <= 30
resolution
enum<string>
默认值:720p

输出分辨率,默认 720p。每秒费率取决于分辨率以及是否带视频输入。

可用选项:
720p,
1080p
aspect_ratio
enum<string>
默认值:auto

输出宽高比,默认 auto(随参考素材自适应)。

可用选项:
auto,
16:9,
9:16,
1:1,
21:9
callback_url
string
默认值:""

接收任务终态通知的 HTTPS 地址。

响应

200 - application/json

任务已受理

创建任务的标准响应

code
integer
必填
data
Task Submit Data · object
必填

创建任务的数据内容

message
string
必填