heygen-video/text-to-video
Genere una escena de 5 a 15 segundos con imagen y sonido a partir de un mensaje.
Kling 3.0 de Kuaishou Technology convierte indicaciones de texto, imágenes de referencia y ediciones de video en video cinematográfico de tomas múltiples a $0,084 por segundo sin audio o $0,126 por segundo con audio, ofreciendo 4K nativo hasta 60 fps con diálogo sincronizado. Kling 3.0, que cambia la planificación de tomas manual, las ediciones cuadro por cuadro y los pases de doblaje separados por la generación unificada de tomas múltiples con vinculación de personajes y voces, elimina el enmascaramiento complejo y las nuevas tomas y está diseñado para creadores, cineastas, marcas, especialistas en marketing y agencias profesionales. Para los desarrolladores, Kling 3.0 en RunComfy se puede utilizar tanto en el navegador como a través de una API HTTP, por lo que no es necesario alojar ni escalar el modelo usted mismo.
Ideal para: anuncios de vídeo 4K de alta conversión | Secuencias narrativas coherentes con los personajes | Explicadores multilingües sincronizados con los labios
Kling 3.0 es un modelo de generación de video de IA multimodal que convierte mensajes de texto en clips cinematográficos en RunComfy. Admite secuenciación de tomas múltiples, audio sincronizado y control de cámara profesional para narraciones breves y contenido de marca. Con Kling 3.0 obtiene resultados consistentes. Kling 3.0 admite este flujo de trabajo. Con Kling 3.0 obtiene resultados consistentes.
Formato de salida: hasta 4K / hasta 60 fps (varía según el modo) / 3–15 s / 16:9, 9:16, 1:1 / audio sincronizado opcional Kling 3.0 es ideal para producción profesional.
| Parámetro | Requerido | Tipo | Predeterminado | Gama / Opciones | Descripción |
|---|---|---|---|---|---|
| mensaje* | Sí (*) | cadena | — | — | Descripción textual de la escena, movimiento, estilo de cámara y atmósfera. |
| aviso_negativo | No | cadena | — | — | Elementos a excluir del vídeo. |
| duración | No | número (segundos) | 5 | 3–15 | Duración del vídeo en segundos. |
| relación_de aspecto | No | enumeración | 16:9 | 16:9, 9:16, 1:1 | Relación de salida para el vídeo final. |
| escala_cfg | No | número | 0,5 | — | Fuerza de la orientación rápida que controla la adherencia frente a la creatividad. |
| sonido | No | booleano | discapacitados | habilitado/deshabilitado | Genera sonido sincronizado junto con el video cuando esté habilitado. |
| tipo_disparo | No | enumeración | inteligente | inteligente, personalizar | Modo de edición: determina automáticamente el alcance del disparo o permite el control manual. |
| multi_prompt | No | matriz/cadena | — | — | Segmentos de indicaciones adicionales para guiar las transiciones y progresiones de escenas. | Use Kling 3.0 para iterar rápidamente.
| Unidad de facturación | Audio | Tarifa |
|---|---|---|
| Por segundo generado | Discapacitado | 0,084 dólares por segundo |
| Por segundo generado | Habilitado | 0,126 dólares por segundo | Con Kling 3.0 obtiene resultados consistentes.
Genere una escena de 5 a 15 segundos con imagen y sonido a partir de un mensaje.
Seedance 2.5 1080p: Anima imágenes fijas a vídeo 1080p nítido y natural
Convierta una imagen de referencia en un vídeo de 5 o 10 segundos, con un prompt negativo opcional y generación de audio nativo.
Une las imágenes fijas de inicio y fin en un vídeo cinematográfico fluido
Seedance 2.5 Reference to Video 4K: clips multireferencia 4K
Convierte imágenes en videos 1080p realistas con control creativo y fluidez total.
Kling 3.0 representa un gran salto: secuencias cinematográficas multi-shot (hasta seis por clip), audio multilingüe sincronizado y mayor consistencia de personajes. Su arquitectura multimodal unificada fusiona texto, imagen y vídeo para transiciones más suaves y sincronización audio-vídeo robusta.
Kling 3.0 supera a modelos como Seedance 1.0 Pro y Wan 2.5 en duración (hasta 15 s) y coherencia temporal en secuencias multi-shot, con movimiento realista, voz alineada y rostros consistentes entre escenas.
Salidas de unos 15 s por generación, hasta seis shots continuos. Relaciones de aspecto 16:9, 9:16, 1:1. Prompts hasta ~1.200 tokens; referencias (p. ej. imágenes de personaje) suele 3–5 por generación según configuración.
Sí. Kling 3.0 encadena hasta seis shots en un clip text-to-video coherente. Defina tipos de plano, ángulos y transiciones en el prompt o en la interfaz de storyboard de la UI de modelos RunComfy.
Tras validar en la UI de modelos RunComfy, use la API RunComfy con los mismos ajustes vía REST autenticado, clave API, créditos usd y cola de trabajos asíncrona.
Sí. Kling 3.0 integra síntesis de audio y lip-sync dinámico en inglés, chino, japonés, coreano y español en el mismo pase de generación.
Permite semántica de cámara profesional (paneo, dolly, inclinación, POV) y overlays de motion brush en prompts o panel de movimiento.
Kling 3.0 V3 Pro ofrece mayor coherencia de movimiento; Standard es más rápido y consume menos créditos usd con algo menos de detalle temporal.
Depende de los términos de licencia de Kuaishou Technology y el acuerdo de RunComfy; verifique antes de desplegar en marketing.
En la UI RunComfy todo es en la nube; por API espere mayor latencia en multi-shot por sincronización de audio.
RunComfy es la principal ComfyUI plataforma, ofreciendo ComfyUI en línea entorno y servicios, junto con flujos de trabajo de ComfyUI con impresionantes imágenes. RunComfy también ofrece AI Models, permitiendo a los artistas aprovechar las últimas herramientas de AI para crear arte increíble.
