kling-2-5/turbo/image-to-video
Transforme imagens em vídeos realistas com fluidez e alta definição
Kling V3.0 Pro é a variante premium do modelo de geração de vídeo AI multimodal Kling V3.0 no RunComfy. Ele transforma prompts de texto em clipes cinematográficos com a mais alta fidelidade visual e realismo de movimento da família V3.0, suportando sequenciamento multi-shot, áudio sincronizado e controle de câmera profissional para narrativas curtas premium e conteúdo de marca.
Formato de saída: 3–15 s/16:9, 9:16, 1:1/áudio sincronizado opcional
| Parâmetro | Obrigatório | Tipo | Padrão | Gama / Opções | Descrição |
|---|---|---|---|---|---|
| alerta* | Sim (*) | corda | — | — | Descrição de texto da cena, movimento, estilo de câmera e atmosfera desejados. |
| prompt_negativo | Não | corda | — | — | Elementos a serem excluídos do vídeo. |
| duração | Não | número (segundos) | 5 | 3–15 | Duração do vídeo em segundos. |
| proporção_de_aspecto | Não | enum | 16:9 | 16:9, 9:16, 1:1 | Proporção do vídeo. |
| escala_cfg | Não | número | 0,5 | — | Força de orientação imediata. |
| som | Não | booleano | desativado | ativado/desativado | Gere som sincronizado junto com o vídeo. |
| multi_prompt | Não | matriz/string | — | — | Avisos adicionais para composições de cenas complexas. |
| Unidade de cobrança | Áudio | Taxa |
|---|---|---|
| Por segundo gerado | Desativado | US$ 0,112 por segundo |
| Por segundo gerado | Habilitado | US$ 0,168 por segundo |
Transforme imagens em vídeos realistas com fluidez e alta definição
Transforme 1 a 6 imagens em vídeos animados com controles criativos.
Crie vídeos impressionantes a partir de descrições de texto com o Wan 2.2.
Transforme textos em vídeos de nível cinematográfico com precisão surpreendente usando Dreamina 3.0.
Controle de câmera, templates prontos e narrativa visual com qualidade de cinema
Transforme imagens em vídeos criativos com o Pika 2.2.
Kling V3.0 Pro é o nível premium da família Kling V3.0. Em comparação com a variante Standard, oferece maior fidelidade visual, maior realismo de movimento e maior estabilidade de ruído, ao mesmo tempo que compartilha a mesma sequência cinematográfica multi-shot (até seis fotos por clipe), áudio multilíngue sincronizado e renderização de caracteres consistente. Sua arquitetura multimodal unificada mescla processamento de entrada de texto, imagem e vídeo em um modelo, proporcionando transições mais suaves e sincronização robusta de áudio e vídeo.
Kling V3.0 Pro supera modelos como Seedance 1.0 Pro e Wan 2.5 principalmente em duração (até 15 segundos), fidelidade visual e coerência temporal durante sequências múltiplas de texto para vídeo. O modelo prioriza movimentos realistas, discursos que correspondam às vozes e rostos consistentes dos atores em todas as cenas, enquanto os concorrentes geralmente se destacam mais em representações estilizadas, mas lutam com dinâmicas humanas realistas.
Para Kling V3.0 Pro, as saídas de texto para vídeo são limitadas a cerca de 15 segundos por geração, com até seis disparos contínuos. As proporções normalmente incluem 16:9, 9:16 e 1:1. Os prompts geralmente suportam até 1.200 tokens e as entradas de referência são limitadas a um pequeno número por geração, dependendo da configuração do nó.
Sim. Kling V3.0 Pro permite encadear até seis fotos em um clipe de texto para vídeo coerente usando seu recurso avançado de múltiplas fotos. Os desenvolvedores podem definir tipos de tomadas, ângulos de câmera e transições diretamente em prompts ou via multi_prompt no RunComfy Playground. O sistema mantém iluminação consistente e continuidade dos personagens nas tomadas, o que os lançamentos anteriores não conseguiam alcançar de forma confiável.
Depois de validar seus fluxos de trabalho de texto para vídeo do Kling V3.0 Pro no RunComfy Playground, você pode passar para a produção por meio da API RunComfy. A API reflete todas as configurações do playground, incluindo definições de captura, segmentos de vários prompts e opções de configuração, mas opera por meio de endpoints REST autenticados. Você precisará gerar uma chave de API, alocar créditos em dólares de produção e lidar com a recuperação assíncrona de vídeo por meio da estrutura de fila de trabalhos do RunComfy.
Sim. Kling V3.0 Pro inclui síntese de áudio integrada e recursos dinâmicos de sincronização labial para inglês, chinês, japonês, coreano e espanhol. Ao gerar clipes de texto para vídeo com descrições de diálogos, ele sincroniza automaticamente a fala gerada e os movimentos da boca, proporcionando performances naturais dos personagens na mesma passagem de geração – nenhuma etapa de dublagem separada é necessária.
Kling V3.0 Pro permite que os usuários especifiquem a semântica de câmera profissional (panorâmica, movimento, inclinação, POV) e descrições de movimento diretamente em prompts de texto. Isso dá aos Artistas Técnicos mais controle cinematográfico do que os modelos Kling anteriores ou sistemas de texto para vídeo comparáveis, produzindo profundidade de paralaxe realista, efeitos de lente e equilíbrio de composição.
Kling V3.0 Pro é cobrado a US$ 0,112 por segundo sem áudio e US$ 0,168 por segundo com áudio, enquanto a variante Standard é cobrada a US$ 0,084 por segundo sem áudio e US$ 0,126 por segundo com áudio. O Pro oferece maior fidelidade visual e realismo de movimento, enquanto o Padrão é uma opção mais rápida e de menor custo para rascunhos e iterações de alto volume. Ambos compartilham a mesma arquitetura multimodal e conjunto de controle de parâmetros.
O uso comercial das saídas de texto para vídeo Kling V3.0 Pro depende dos termos de licença publicados da Kuaishou Technology e do contrato de serviço da RunComfy. Geralmente, os vídeos gerados podem ser usados para projetos criativos ou de marketing, mas você deve verificar quaisquer cláusulas de uso comercial ou requisitos de atribuição nas páginas de licença oficiais antes da implantação.
Para usuários padrão por meio do RunComfy Playground, toda a renderização acontece no lado da nuvem, portanto, nenhuma GPU local é necessária. No entanto, se integrar a geração de texto para vídeo Kling V3.0 Pro via API, espere uma latência mais longa para saídas multi-shot devido ao modelo adicional e ao processamento de sincronização de áudio. Um design rápido e eficiente e configurações moderadas podem reduzir o tempo e o custo de geração.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.
