Kling 3.0 Pro Text to Video

Обзор

Kling AI 3.0 от Kuaishou представлен в феврале 2026 года (официальный релиз датирован 5 февраля 2026). Вариант Pro Text to Video предназначен для генерации короткого видео напрямую из текстового описания: пользователь задаёт сцену, действие, камеру, свет, настроение, длительность и при необходимости звук. Среди родственных моделей Kling 3.0 этот эндпоинт занимает сбалансированную продакшен-позицию для Text-to-Video: Standard удобнее для более лёгких прогонов, 4K — для финальной детализации, а Pro нужен, когда важны качество движения, следование сложному промпту, многокадровая логика и нативная аудиовизуальная синхронизация без исходного изображения. Главное учитывать: сильный результат зависит от режиссёрски точного промпта с описанием композиции, переходов и движения камеры. Pro особенно полезен для рекламных сцен, превиза, коротких нарративных роликов и форматов до 15 секунд.

Сильные стороны

Сценари использования (use cases)

Ограничения и недостатки

Примеры промптов

Советы

• Структурируйте промпт по формуле: объект, движение, сцена, язык камеры, свет и атмосфера. Официальное руководство Kling для Text-to-Video рекомендует явно задавать все ключевые блоки сцены, а не набор разрозненных ключевых слов. Так Pro Text-to-Video точнее интерпретирует объект, действие, окружение и кинематографию кадра.
• В негативном промпте перечисляйте 5–8 конкретных артефактов стабильности, а не общие слова вроде «плохое качество». Для Kling негативный промпт наиболее эффективен при стабилизации камеры и лица (дрейф камеры, деформация лица, мерцание). Короткий список точных запретов работает лучше, чем длинный перечень общих описательных качеств.
• При включении звука указывайте персонажа, тон речи и реплику в кавычках прямо в промпте. В Kling VIDEO 3.0 модель сопоставляет реплики с персонажами по явному описанию в тексте. Для диалогов и озвучки задавайте, кто говорит, с какой интонацией и что именно произносит — это улучшает синхронизацию губ и ясность сцены.
• Не описывайте в одном промпте длинную цепочку несвязанных действий и сцен на всю длительность ролика. Kling лучше удерживает связную сцену, когда визуальный замысел остаётся простым и укладывается в короткий клип. Сложные многоэтапные сюжеты надёжнее дробить на отдельные генерации, а не пытаться уместить всё в один промпт.
• Не раздувайте негативный промпт длинным списком и не противоречьте описанию сцены в основном промпте. Слишком много запретов ослабляет результат и сбивает модель; негативы должны поддерживать основной промпт, а не отменять заявленное движение или освещение. Если артефакты остаются — сначала уточните позитивный промпт, а не наращивайте негативный.

FAQ

Цены

Параметры

Поля тела JSON-запроса, которые используются в Playground и доступны для настройки через API. Порядок совпадает с формой на странице.

Запрос

Асинхронный запуск: POST https://api.flixa.io/v1/video/kling-v3.0/pro-text-to-video с заголовком Authorization: Bearer $FLIXA_API_KEY и телом JSON. Ниже — пример с полями из Playground.

curl -X POST "https://api.flixa.io/v1/video/kling-v3.0/pro-text-to-video" \
  -H "Authorization: Bearer $FLIXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "sound": false,
  "prompt": "Пухлый кот в повязке нинздзя запрыгивает на стол к человеку, который обедает. Крупный план стол и кота. Кот говорит: «Человек! А кто будет кормить меня?». Стиль изображение — реалистичное видео в стиле китайских боевиков.",
  "duration": 3,
  "cfg_scale": 0.5,
  "aspect_ratio": "16:9",
  "negative_prompt": ""
}'

import json
import os
import requests

url = "https://api.flixa.io/v1/video/kling-v3.0/pro-text-to-video"
payload = json.loads({"aspect_ratio": "16:9", "cfg_scale": 0.5, "duration": 3, "negative_prompt": "", "prompt": "\u041f\u0443\u0445\u043b\u044b\u0439 \u043a\u043e\u0442 \u0432 \u043f\u043e\u0432\u044f\u0437\u043a\u0435 \u043d\u0438\u043d\u0437\u0434\u0437\u044f \u0437\u0430\u043f\u0440\u044b\u0433\u0438\u0432\u0430\u0435\u0442 \u043d\u0430 \u0441\u0442\u043e\u043b \u043a \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0443, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043e\u0431\u0435\u0434\u0430\u0435\u0442. \u041a\u0440\u0443\u043f\u043d\u044b\u0439 \u043f\u043b\u0430\u043d \u0441\u0442\u043e\u043b \u0438 \u043a\u043e\u0442\u0430. \u041a\u043e\u0442 \u0433\u043e\u0432\u043e\u0440\u0438\u0442: \u00ab\u0427\u0435\u043b\u043e\u0432\u0435\u043a! \u0410 \u043a\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u043a\u043e\u0440\u043c\u0438\u0442\u044c \u043c\u0435\u043d\u044f?\u00bb. \u0421\u0442\u0438\u043b\u044c \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u2014 \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u043e\u0435 \u0432\u0438\u0434\u0435\u043e \u0432 \u0441\u0442\u0438\u043b\u0435 \u043a\u0438\u0442\u0430\u0439\u0441\u043a\u0438\u0445 \u0431\u043e\u0435\u0432\u0438\u043a\u043e\u0432.", "sound": false})

response = requests.post(
    url,
    headers={"Authorization": f"Bearer {os.environ['FLIXA_API_KEY']}"},
    json=payload,
    timeout=120,
)
print(response.json())

const response = await fetch(
  "https://api.flixa.io/v1/video/kling-v3.0/pro-text-to-video",
  {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.FLIXA_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({"aspect_ratio": "16:9", "cfg_scale": 0.5, "duration": 3, "negative_prompt": "", "prompt": "\u041f\u0443\u0445\u043b\u044b\u0439 \u043a\u043e\u0442 \u0432 \u043f\u043e\u0432\u044f\u0437\u043a\u0435 \u043d\u0438\u043d\u0437\u0434\u0437\u044f \u0437\u0430\u043f\u0440\u044b\u0433\u0438\u0432\u0430\u0435\u0442 \u043d\u0430 \u0441\u0442\u043e\u043b \u043a \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0443, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043e\u0431\u0435\u0434\u0430\u0435\u0442. \u041a\u0440\u0443\u043f\u043d\u044b\u0439 \u043f\u043b\u0430\u043d \u0441\u0442\u043e\u043b \u0438 \u043a\u043e\u0442\u0430. \u041a\u043e\u0442 \u0433\u043e\u0432\u043e\u0440\u0438\u0442: \u00ab\u0427\u0435\u043b\u043e\u0432\u0435\u043a! \u0410 \u043a\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u043a\u043e\u0440\u043c\u0438\u0442\u044c \u043c\u0435\u043d\u044f?\u00bb. \u0421\u0442\u0438\u043b\u044c \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u2014 \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u043e\u0435 \u0432\u0438\u0434\u0435\u043e \u0432 \u0441\u0442\u0438\u043b\u0435 \u043a\u0438\u0442\u0430\u0439\u0441\u043a\u0438\u0445 \u0431\u043e\u0435\u0432\u0438\u043a\u043e\u0432.", "sound": false}),
  }
);

console.log(await response.json());

Пример ответа

Сразу после POST приходит объект с идентификатором задачи и статусом (queued или processing). Готовый результат — в поле outputs после завершения.

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "queued",
  "created_at": "2026-05-22T12:00:00Z"
}

После успешного завершения:

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "completed",
  "outputs": [
    { "url": "https://storage.example/result.png", "type": "image" }
  ]
}

Поллинг

Пока задача в работе, опрашивайте GET https://api.flixa.io/v1/predictions/{id}/result с тем же API-ключом. Рекомендуемый интервал — 1–2 секунды; остановитесь при completed, failed или cancelled.

• queued / processing — продолжайте опрос.
• completed — заберите URL из outputs.
• failed — смотрите error в теле ответа.

curl "https://api.flixa.io/v1/predictions/{id}/result" \
  -H "Authorization: Bearer $FLIXA_API_KEY"