seed-audio-1.0/text-to-audio
Genera voce e audio naturali da testo, audio di riferimento o un'immagine.
Kling V3.0 4K Image-to-Video è il modello premium di animazione immagini di Kuaishou. Trasforma una singola immagine di riferimento in un video cinematografico nativo 4K (3840×2160) della durata di 3–15 secondi, con fotogramma finale opzionale e audio sincronizzato. L'output è di qualità master e non richiede upscaling: è pronto per il montaggio, il color grading o la consegna diretta.
| Attributo | Valore |
|---|---|
| Risoluzione nativa | 3840×2160 (4K UHD) |
| Durata | 3–15 secondi |
| Proporzioni | 16:9, 9:16, 1:1 |
| Audio | Audio sincronizzato opzionale |
| Guida dei fotogrammi | Immagine iniziale obbligatoria, immagine finale opzionale |
| Prezzo | $0.42 al secondo (con o senza audio) |
| Formati di input | jpg, jpeg, png, bmp, webp |
Kling V3.0 4K Image-to-Video applica un'unica tariffa fissa al secondo, indipendentemente dall'attivazione dell'audio:
| Unità di fatturazione | Audio | Tariffa |
|---|---|---|
| Per secondo generato | Disattivato | $0.42 al secondo |
| Per secondo generato | Attivato | $0.42 al secondo |
Una clip di 5 secondi costa $2.10. Una clip di 15 secondi costa $6.30. L'audio non comporta alcun sovrapprezzo.
Genera voce e audio naturali da testo, audio di riferimento o un'immagine.
MiniMax H3: testo-video 768p/2K con audio stereo nativo
Trasforma i ritratti in video espressivi e realistici con controllo e precisione.
Trasforma immagini e testi in video HD realistici con facilità.
Generazione video Pro da riferimenti, da 3–15 s e da $0.112 al secondo.
Crea con Wan 2.2 Plus un video di cinque secondi da un prompt e scegli dimensioni, seed ed espansione del prompt.
Kling V3.0 4K Image-to-Video esegue il rendering direttamente a 3840×2160 in un unico passaggio, senza upscaling, mentre la variante Standard si ferma a 1080p. Il livello 4K aggiunge la guida opzionale tramite fotogramma iniziale e finale per transizioni controllate e condivide con il resto della famiglia V3.0 il multi-prompt, la coerenza dell'identità tramite elementi e l'audio sincronizzato. Scegli il livello 4K quando il risultato deve avere qualità master e l'immagine sorgente contiene dettagli che meritano di essere preservati.
Kling V3.0 4K Image-to-Video produce video nativi a 3840×2160 (UHD 4K) e supporta clip da 3 a 15 secondi. Poiché il rendering avviene alla piena risoluzione 4K, a parità di durata i tempi di generazione sono sensibilmente più lunghi rispetto alla variante Standard a 1080p.
Fornisci l'immagine iniziale tramite start_image_url e, se vuoi, un'immagine finale tramite end_image_url. Kling V3.0 4K Image-to-Video genera un movimento che collega fluidamente i due fotogrammi, utile per morph cinematografici, cambi di scena, rivelazioni prima/dopo e continuità tra inquadrature. Se ometti end_image_url, il movimento viene guidato soltanto dall'immagine iniziale e dal prompt.
Sì. Oltre all'immagine iniziale e a quella finale opzionale, Kling V3.0 4K Image-to-Video accetta fino a tre elementi per mantenere coerenti identità, costumi o branding nella clip. Ogni elemento può includere un'immagine frontale, altre immagini di riferimento e un breve video opzionale come guida per il movimento. Superare il numero supportato può causare il troncamento del prompt o movimenti incoerenti.
Kling V3.0 4K Image-to-Video accetta immagini JPG, JPEG, PNG, BMP e WEBP sia per il fotogramma iniziale sia per quello finale. Puoi inoltre fornire prompt testuali, segmenti multi-prompt e asset di riferimento opzionali. Per ottenere il miglior risultato 4K, usa immagini sorgente ad alta risoluzione con proporzioni corrispondenti a quelle della clip desiderata.
Sì. Imposta generate_audio su true e Kling V3.0 4K Image-to-Video sintetizzerà durante la generazione image-to-video in 4K suoni ambientali, dialoghi o effetti sincronizzati con il movimento. La tariffa non cambia quando abiliti l'audio.
Kling V3.0 4K Image-to-Video costa $0.42 al secondo, con o senza audio, quindi consente di prevedere facilmente il budget dei progetti 4K. In confronto, Standard Image-to-Video costa $0.084 al secondo senza audio e $0.126 al secondo con audio. La tariffa 4K riflette la maggiore potenza di calcolo necessaria per renderizzare ogni fotogramma direttamente a 3840×2160.
Dopo aver verificato prompt e parametri nel RunComfy Playground, crea una chiave API nella Dashboard di RunComfy. L'API espone le stesse impostazioni di Kling V3.0 4K Image-to-Video, inclusi URL delle immagini iniziale e finale, segmenti multi-prompt, elementi di riferimento, audio, prompt negativo e scala CFG, tramite endpoint REST autenticati. Assegna i crediti USD necessari alla produzione e recupera i video in modo asincrono attraverso la coda dei job di RunComfy.
Kling V3.0 4K Image-to-Video combina l'immagine iniziale, l'eventuale immagine finale e i riferimenti nell'array elements, cioè immagini frontali, immagini aggiuntive e video di movimento opzionali. Questo ancoraggio mantiene stabili identità, illuminazione e colore. La coerenza è particolarmente importante nel 4K nativo, perché sfarfallii e derive risultano più visibili alle alte risoluzioni.
Sì. Puoi usare commercialmente gli output di Kling V3.0 4K Image-to-Video se rispetti i termini di licenza di Kuaishou Technology e il contratto di servizio di RunComfy. Nelle pipeline professionali, l'API RunComfy consente di automatizzare i flussi image-to-video 4K, eseguire rendering in batch e inviare direttamente i risultati agli strumenti di montaggio, color grading e finalizzazione.
RunComfy è la piattaforma principale ComfyUI che offre ComfyUI online ambiente e servizi, insieme a workflow di ComfyUI con visuali mozzafiato. RunComfy offre anche AI Models, consentire agli artisti di sfruttare gli ultimi strumenti di AI per creare arte incredibile.
