Kling: Video v3.0 Pro API

Kling Video v3.0 Pro là mô hình tạo video thuộc dòng Kling V3.0, ra mắt vào tháng 2 năm 2026. Mô hình nhận đầu vào văn bản và hình ảnh tham chiếu, sau đó tạo ra video kèm âm thanh gốc bao gồm giọng nói, hiệu ứng âm thanh và âm thanh môi trường. Với khả năng tạo nhiều cảnh quay trong một yêu cầu, tối đa 6 cảnh, mỗi cảnh có thể có prompt và thời lượng riêng, mô hình tự động điều chỉnh góc máy và bố cục trong khi vẫn giữ tính nhất quán giữa các cảnh. Nhờ cơ chế đồng tham chiếu đa nhân vật, danh tính nhân vật được duy trì ngay cả trong cảnh có từ 3 nhân vật trở lên. Người dùng cũng có thể chỉ định khung hình bắt đầu và kết thúc để kiểm soát chuyển cảnh, sử dụng negative prompt để loại bỏ yếu tố không mong muốn, và giữ nhất quán các yếu tố hình ảnh thông qua tính năng danh sách phần tử. Tính năng lip-sync giúp chuyển động miệng của nhân vật khớp với âm thanh, trong khi prompt enhancer tự động cải thiện mô tả chuyển động do người dùng viết. Mô hình hỗ trợ âm thanh bằng tiếng Trung, tiếng Anh, tiếng Nhật, tiếng Hàn và tiếng Tây Ban Nha, đồng thời tái tạo được các phương ngữ Trung Quốc như tiếng Quảng Đông và tiếng Tứ Xuyên cùng các giọng như tiếng Anh Mỹ, tiếng Anh Anh và tiếng Anh Ấn Độ. Clip có độ dài từ 3 đến 15 giây, với các tỷ lệ khung hình ngang, dọc và vuông. Đây là phiên bản được định vị ở phân khúc chất lượng cao nhất trong dòng Kling V3.0, hướng tới các nhà sáng tạo video chuyên nghiệp, agency quảng cáo và nhà sáng tạo nội dung. Mô hình có thể truy cập qua fal, WaveSpeed, Runway Dev, Kie AI và MindStudio, đồng thời được tích hợp vào các công cụ sáng tạo như Adobe Firefly và Picsart. Kling Video v3.0 Pro phù hợp với các tác vụ đòi hỏi chất lượng điện ảnh và chi tiết, chuyển động chân thực, chẳng hạn như sản xuất video cao cấp. Mô hình cũng thích hợp để tạo chuyển cảnh bằng khung hình bắt đầu và kết thúc, làm video quảng cáo sản phẩm giữ nguyên logo và văn bản, tạo hoạt ảnh nhân vật từ ảnh chân dung với biểu cảm và chuyển động chi tiết, cũng như các đoạn hoạt ảnh dài tới 15 giây. Trong nhiều đánh giá, mô hình được xếp ngang bằng hoặc tốt hơn Veo 3.1, được đánh giá cao về độ trung thực với prompt, độ tự nhiên của chuyển động và vẻ đẹp hình ảnh. So với các mô hình cùng dòng, đây là lựa chọn cân bằng giữa chất lượng, tính năng và độ linh hoạt, đồng thời mang lại độ trung thực hình ảnh và độ chân thực chuyển động cao nhất trong dòng Kling V3.0.

Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác. Tính phí theo chi phí tạo thực tế. Xem hóa đơn để biết số tiền cuối cùng.

Mô hình nhận đầu vào văn bản và hình ảnh tham chiếu, sau đó tạo ra video kèm âm thanh gốc. Đầu ra bao gồm video và âm thanh gốc như giọng nói, hiệu ứng âm thanh và âm thanh môi trường.

Có. Mô hình hỗ trợ tạo nhiều cảnh quay, tối đa 6 cảnh mỗi yêu cầu, và cho phép mỗi cảnh có prompt cùng thời lượng riêng. Góc máy và bố cục được tự động điều chỉnh trong khi vẫn giữ nhất quán giữa các cảnh.

Clip có độ dài từ 3 đến 15 giây. Các tỷ lệ khung hình bao gồm ngang, dọc và vuông.

Mô hình hỗ trợ âm thanh bằng tiếng Trung, tiếng Anh, tiếng Nhật, tiếng Hàn và tiếng Tây Ban Nha. Mô hình cũng tái tạo được các phương ngữ Trung Quốc như tiếng Quảng Đông và tiếng Tứ Xuyên, cùng các giọng như tiếng Anh Mỹ, tiếng Anh Anh và tiếng Anh Ấn Độ.

Đây là phiên bản được định vị ở phân khúc chất lượng cao nhất trong dòng Kling V3.0, mang lại độ trung thực hình ảnh và độ chân thực chuyển động cao nhất. Dòng sản phẩm còn có phiên bản tiêu chuẩn chi phí thấp hơn và phiên bản Omni tập trung vào tính nhất quán tham chiếu.

Mô hình phù hợp với sản xuất video cao cấp đòi hỏi chất lượng điện ảnh, tạo chuyển cảnh bằng khung hình bắt đầu và kết thúc, làm video quảng cáo sản phẩm giữ logo và văn bản, tạo hoạt ảnh nhân vật từ ảnh chân dung và các đoạn hoạt ảnh dài tới 15 giây.