Kling Video O3 Standard Reference to Video: vídeos com personagens consistentes no RunComfy e via API | RunComfy

Kling Video O3 Standard Reference to Video é o modelo da família O3 da Kuaishou orientado por referências. Ele gera a partir de um prompt um vídeo de 3–15 segundos preservando a identidade de pessoas, objetos ou estilos fornecidos como imagens; um vídeo opcional pode orientar movimento ou estilo. A saída mantém personagens e visual consistentes entre os quadros sem máscaras ou composição manual.

Você pode anexar imagens de personagens, objetos ou estilos artísticos e um vídeo opcional para orientar movimento ou transferência de estilo. Sem vídeo, são aceitas até 7 imagens; com um vídeo, o limite cai para 4. No prompt, indique as imagens pela posição, por exemplo, "Figure 1 walks toward Figure 2", para que Kling Video O3 Standard Reference to Video saiba qual sujeito colocar em cada função.

Em comparação com Pro, Kling Video O3 Standard Reference to Video oferece uma tarifa por segundo menor sem perder a linguagem visual O3, útil para iterações e conteúdo social ou de marketing em volume. Segundo as informações disponíveis, Pro busca a fidelidade máxima dos renders finais, enquanto Standard é adequado para rascunhos, variações e conteúdo curto. Os controles — prompt, referências, proporção, duração, áudio e tipo de plano — são iguais, facilitando a reutilização de prompts.

Criadores, equipes de publicidade e marketing, produtores de vídeo para e-commerce e estúdios de design usam Kling Video O3 Standard Reference to Video para criar, a partir de fotos existentes, variações com personagens consistentes, ambientes, objetos ou climas diferentes sem refilmar. Ele também serve para clipes com porta-vozes de marcas, reels conceituais e cenas narrativas com vários personagens. Os desenvolvedores podem integrá-lo a pipelines que transformam um briefing e algumas imagens em um vídeo curto pronto.

O prompt é obrigatório; imagens e vídeo de referência são opcionais, mas recomendados. Kling Video O3 Standard Reference to Video aceita até 7 imagens, ou 4 junto com um vídeo; aspect_ratio aceita 16:9, 9:16 ou 1:1, duration é um inteiro de 3 a 15 segundos e shot_type aceita customize ou intelligent. sound e keep_original_sound são booleanos. Para resolução, formatos e outros limites, consulte o painel do RunComfy.

Sim. Teste Kling Video O3 Standard Reference to Video na Web UI do RunComfy AI Playground e ajuste referências, prompt, proporção, duração e áudio. Depois, chame o mesmo modelo pela API do RunComfy com parâmetros idênticos. A iteração criativa fica no navegador e a produção no código, sem mudar o comportamento do modelo.

As gerações consomem créditos USD do saldo do RunComfy. Kling Video O3 Standard Reference to Video custa $0.084 por segundo sem som e $0.112 por segundo com som; um vídeo de referência aplica uma tarifa 1.5× de $0.126 por segundo e substitui o multiplicador de áudio. Por exemplo, 5 segundos sem som custam cerca de $0.420, 10 segundos com som aproximadamente $1.120 e 15 segundos com um vídeo de referência cerca de $1.890. Consulte a seção Generation para as tarifas atuais.

Kling Video O3 Standard Reference to Video responde melhor a prompts claros que atribuem funções às referências usando "Figure 1", "Figure 2" e assim por diante, para depois descrever ação, ambiente e movimento da câmera. Indicações concretas como "slow tracking shot", "golden hour rim light" ou "neon-lit street" definem visual e movimento melhor que palavras genéricas. Em cenas complexas, use segmentos multi_prompt para separar os momentos e manter as transições limpas.