Kling 4.0 API (kling-v4) unifica vídeo desde texto, imágenes y referencias multimodales, edición y extensión. Genera 3–30 segundos en 720p o 1080p, siempre con audio estéreo.
Aspectos destacados del servicio
Todos los vídeos incluyen una pista de audio estéreo.
Precios transparentes sin tarifas ocultas. Paga solo por lo que uses.
| Variante | Nivel | Precio OroPrecio actual | Precio Platino | Precio Diamante | Precio oficial | Tu ahorro |
|---|---|---|---|---|---|---|
kling-v4 | 720P-input | 0.84Credits(~$0.084)/seg | 0.798Credits(~$0.0798)/seg | 0.756Credits(~$0.0756)/seg | 1.05Credits(~$0.105)/seg | 20% |
| 1080P-input | 1.26Credits(~$0.126)/seg | 1.197Credits(~$0.1197)/seg | 1.134Credits(~$0.1134)/seg | 1.575Credits(~$0.1575)/seg | 20% | |
| 720P | 1.4Credits(~$0.14)/seg | 1.33Credits(~$0.133)/seg | 1.26Credits(~$0.126)/seg | 1.75Credits(~$0.175)/seg | 20% | |
| 1080P | 2.1Credits(~$0.21)/seg | 1.995Credits(~$0.1995)/seg | 1.89Credits(~$0.189)/seg | 2.625Credits(~$0.2625)/seg | 20% |
* Los costos reales dependen del resultado final.
Kling 4.0 API (kling-v4) unifica vídeo desde texto, imágenes y referencias multimodales, edición y extensión. Genera 3–30 segundos en 720p o 1080p, siempre con audio estéreo.
50K+
Usuarios Activos
99.9%
Tiempo Activo
2x
Más Rápido
—
Ahorro de Costos
Los cinco modos usan kling-v4. Envía una tarea y consulta el endpoint de generación de vídeo para obtener el resultado.
Guarda la clave que creaste arriba en la variable de entorno APIMART_API_KEY y envíala como Authorization: Bearer <key> en cada solicitud a la Kling API.
Envía POST /v1/videos/generations con kling-v4, el prompt y los medios del modo elegido. Guarda el ID de tarea. Las URL de example.com son de ejemplo: sustitúyelas por tus propios archivos de acceso público.
Consulta GET /v1/tasks/{task_id} hasta que status sea completed y lee la URL del video en data.result.videos[0].url[0] y el cargo final en cost. APIMart conserva los resultados 72 horas, así que descarga los videos que quieras guardar.
Consulta las novedades de integración en la documentación de APIMart.
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-v4",
"prompt": "A cinematic tracking shot of a cyclist riding through a sunlit coastal road, gentle ocean breeze and natural motion",
"resolution": "720p",
"duration": 5,
"aspect_ratio": "16:9"
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "kling-v4",
"prompt": "A cinematic tracking shot of a cyclist riding through a sunlit coastal road, gentle ocean breeze and natural motion",
"resolution": "720p",
"duration": 5,
"aspect_ratio": "16:9"
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-v4",
"prompt": "Animate this scene with a slow camera push-in, subtle natural movement and consistent composition",
"resolution": "720p",
"duration": 5,
"image_urls": [
"https://example.com/first-frame.jpg"
]
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| Parámetro | Tipo | Obligatorio | Por defecto | Descripción |
|---|---|---|---|---|
model | string | Sí | Por defecto: kling-v4 | ID fijo: kling-v4. |
prompt | string | Opcional | Por defecto: — | Opcional solo en imagen a vídeo; obligatorio en los demás modos. |
duration | integer | Opcional | Por defecto: 5 | Entero de 3–30 segundos, defecto 5. Edición omitida sigue la fuente; extensión indica la duración nueva. |
resolution | string | Opcional | Por defecto: 720p | 720p o 1080p; defecto 720p. |
aspect_ratio | string | Opcional | Por defecto: — | 16:9, 9:16, 1:1, 21:9; auto solo en referencia. Defectos: texto 16:9, imagen según inicio, referencia auto, edición según fuente. No enviar en extensión. |
image_urls | string[] | Opcional | Por defecto: — | Imagen: inicio y final opcional, máximo dos. Referencia explícita y edición: hasta diez imágenes de referencia. |
image_with_roles | object[] | Opcional | Por defecto: — | Objetos url/role: first_frame, last_frame, keyframe, reference_image. Ocho intermedios y diez fotogramas en total; admite middle_frame. |
first_frame_image | string | Opcional | Por defecto: — | URL del fotograma inicial para imagen a vídeo. |
last_frame_image | string | Opcional | Por defecto: — | URL del fotograma final; objetivo final en extensión. |
video_urls | string[] | Opcional | Por defecto: — | Hasta cinco vídeos de referencia, 30 segundos utilizados en total. Edición/extensión acepta uno en lugar de video_url. |
video_url | string | Opcional | Por defecto: — | Fuente única para edit/extend explícito. Edición: mínimo 3 segundos, recortada a 30. |
audio_urls | string[] | Opcional | Por defecto: — | Hasta tres audios de referencia, cada uno de 5–30 segundos. Imágenes, vídeos y audios suman como máximo quince archivos. |
omni_reference_task_type | string | Opcional | Por defecto: auto | auto, reference, edit, extend. video_url solo exige edit/extend. reference explícito trata image_urls como referencias. |
audio_setting | string | Opcional | Por defecto: — | origin conserva sonido, auto lo regenera. Edición: origin por defecto; referencia con vídeo: auto por defecto. No enviar en extensión. |
Compara los modelos de vídeo Kling en APIMart. Consulta disponibilidad, funciones y precios en la página de cada modelo.
| Modelo | Ideal para | Resolución | Duración |
|---|---|---|---|
| Kling 4.0 APIEsta página | Texto, fotogramas y referencias multimodales, edición y extensión, siempre en estéreo | 720P / 1080P | 3–30 s |
| Kling 4.0 Flash API | Generación más rápida en 720P desde texto, primer fotograma o referencias, edición y extensión, siempre con audio | 720P | 3–20 s |
| Kling 3.0 API | Video cinematográfico de texto e imagen, con control de primer y último fotograma y prompts multiplano | 720P / 1080P / 4K | 3–15 s |
| Kling 3.0 Omni API | Generación todo en uno con texto, imágenes y video, con roles de referencia y edición de video | 720P / 1080P / 4K | 3–15 s |
| Kling 3.0 Turbo API | Texto a video e imagen a video desde un primer fotograma, optimizados para la velocidad | 720P / 1080P | 3–15 s |
| Kling Video O1 API | Un modelo para texto a video, referencias de imagen, primer/último fotograma y edición de video | 720P / 1080P | 5 s / 10 s |
| Kling 2.6 API | Audio nativo (modo pro), máscaras dinámicas y control de cámara | 720P / 1080P | 5 s / 10 s |
| Kling Motion Control 2.6 API | Transferir el movimiento de un video de referencia al sujeto de tu imagen | 720P / 1080P | Según el video de referencia |
| Kling 3.0 Motion Control API | Nueva generación Kling 3.0 de transferencia de movimiento por video de referencia | 720P / 1080P | Según el video de referencia |
Un modelo kling-v4 para cinco modos, fotogramas clave, referencias multimodales y precios por resolución.
Crea, adapta y continúa vídeos con los cinco modos de Kling 4.0.
Crea una clave, elige un modo y envía una tarea de vídeo.
Inicia sesión en APIMart, crea una clave API y añade saldo antes de las solicitudes de pago.
Elige texto, imagen, referencia, edición o extensión; añade el prompt y los medios necesarios y consulta el precio.
Envía POST /v1/videos/generations y consulta GET /v1/tasks/{task_id} hasta que termine.
Modos, límites de referencias, precios, audio e integración API.
Kling 4.0, también llamado Kling AI 4.0 o Kling4.0, usa kling-v4. Solo texto: modo texto; fotograma inicial: imagen; imágenes de referencia, video_urls o audio_urls: referencia. Con video_url debes indicar omni_reference_task_type edit o extend. Flash tiene una página independiente.
Según las noticias sobre el anuncio de Kuaishou, Kling 4.0 se lanzó oficialmente el 15 de octubre de 2026, después de que una vista previa de Kling 4.0 Flash se abriera a algunos suscriptores el 28 de septiembre de 2026. En APIMart el modelo completo está disponible como kling-v4; Kling 4.0 Flash tiene su propia página.
Kling 4.0 amplía los clips a 3–30 segundos, siempre incluye audio estéreo y admite 21:9, hasta 8 fotogramas clave intermedios, referencias con video y audio, edición y extensión de video, todo con un solo ID de modelo. Kling 3.0 llega a 15 segundos, pero ofrece 4K, prompts negativos y parámetros multitoma que kling-v4 no admite.
Imagen: un inicio obligatorio, un final opcional y ocho intermedios como máximo, diez fotogramas en total. Referencia: diez imágenes, cinco vídeos con 30 segundos utilizados en total y tres audios de 5–30 segundos cada uno, quince archivos combinados. Usa @Image1, @Video1 y @Audio1 en el prompt.
Texto, imagen y referencias sin vídeo: segundos de salida; extensión: solo segundos nuevos. Edición y referencia de vídeo: salida + max(salida, entrada), a la tarifa de entrada de vídeo. La entrada se suma, redondea hacia arriba y limita a 30 segundos. Editar 3,04 segundos sin duration genera 4 segundos y factura 8. Consulta las tarifas en directo. La generación fallida se reembolsa íntegramente; un fallo al medir la entrada devuelve 400 sin cobro.
La generación estándar se cobra por segundo de salida con la tarifa de 720p o 1080p que muestra esta página, así que un clip de 5 segundos en 720p cuesta cinco veces la tarifa de 720p. La edición y la generación con video de referencia usan la tarifa de entrada de video descrita arriba. Solo pagas las solicitudes correctas.
Sí. Los precios de esta página son precios Gold, con un 20 % de descuento. Los miembros Platinum y Diamond ahorran más, hasta un 28 %, y solo pagas las solicitudes correctas.
No. La Kling 4.0 API no tiene cuota gratuita en APIMart. Se paga por uso y por segundo, solo pagas las solicitudes correctas y los precios para miembros tienen al menos un 20 % de descuento.
Regístrate en APIMart, abre la página API Keys del panel y crea una clave. La misma clave sirve para kling-v4 y para todos los modelos de APIMart, con pago por uso y sin suscripción.
720p/1080p, 3–30 segundos, siempre en estéreo. Proporciones: 16:9, 9:16, 1:1, 21:9; auto solo en referencia. Defectos: texto 16:9, imagen según inicio, referencia auto, edición según fuente. Edición conserva el sonido salvo audio_setting auto. Las referencias con vídeo pueden usar origin para conservarlo.
POST /v1/videos/generations con model kling-v4, después GET /v1/tasks/{task_id}. Los medios deben ser públicos. Usa resolution; no se admiten mode, multi_shot, multi_prompt, element_list, negative_prompt ni audio false.
No. Añade 3–30 segundos después del último fotograma y devuelve la fuente unida al nuevo clip. Solo se cobra lo añadido. last_frame_image o el rol last_frame fija un final objetivo. No envíes aspect_ratio ni audio_setting: mantiene formato y sonido originales, y genera audio nuevo.
Explora más modelos de la misma categoría.

ViduQ 4 Preview
Vidu Q4 Preview is ShengShu's image-to-video and reference-to-video model. Animate one first frame or combine up to 15 reference images and 3 audio clips into 3–16 second videos at up to 4K, with audio generated by default.

Wan 3.0 Video Prime
Wan 3.0 Prime is the Prime version of Alibaba Cloud's all-in-one Wan 3.0 video model, with general, first-and-last-frame and file or webpage modes and 2–30 second output.

Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash is a multimodal video model officially released by Google that supports rapid generation, natural language editing, and cinematic-quality visual control. This page connects to the official service through APIMart’s unified video API and uses separate pricing and task logs.

MiniMax H3 Max
MiniMax H3 Max generates video from text and images at 480P, 768P or 1080P with 5–15 second clips, first/last frames, multimodal references and synced audio.