
Текст в изображение
Создавайте ИИ-изображения из текстовых промптов
Генерация референсного видео с Kling O3 Std API с высокой согласованностью. Стабильная производительность и доступные цены для рабочих процессов видео с сохранением идентичности.
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'kling-video-o3-std-reference-to-video',
prompt: 'Match motion to reference subjects, natural pacing',
video_url: 'https://example.com/source.mp4',
images: ['https://example.com/ref1.jpg', 'https://example.com/ref2.jpg'],
duration: 5
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
// Placeholder numbering is 1-based for each media array:
// <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<video_1>>> = videos[0]
const mediaReferenceResponse = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'kling-video-o3-std-reference-to-video',
prompt: 'Make the athlete from <<<image_1>>> follow the motion in <<<video_1>>> while preserving the uniform details from <<<image_2>>>',
images: [
'https://example.com/athlete-reference.jpg',
'https://example.com/uniform-reference.jpg'
],
videos: ['https://example.com/motion-reference.mp4'],
aspect_ratio: '16:9',
duration: 5,
sound: false
})
});
const { data: mediaReferenceData } = await mediaReferenceResponse.json();
const mediaReferenceTaskId = mediaReferenceData.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'kling-video-o3-std-reference-to-video',
'prompt': 'Match motion to reference subjects, natural pacing',
'video_url': 'https://example.com/source.mp4',
'images': ['https://example.com/ref1.jpg', 'https://example.com/ref2.jpg'],
'duration': 5
}
)
task_id = response.json()['data']['task_id']
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<video_1>>> = videos[0]
media_reference_response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'kling-video-o3-std-reference-to-video',
'prompt': 'Make the athlete from <<<image_1>>> follow the motion in <<<video_1>>> while preserving the uniform details from <<<image_2>>>',
'images': [
'https://example.com/athlete-reference.jpg',
'https://example.com/uniform-reference.jpg'
],
'videos': ['https://example.com/motion-reference.mp4'],
'aspect_ratio': '16:9',
'duration': 5,
'sound': False
}
)
media_reference_task_id = media_reference_response.json()['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "kling-video-o3-std-reference-to-video",
"prompt": "Match motion to reference subjects, natural pacing",
"video_url": "https://example.com/source.mp4",
"images": ["https://example.com/ref1.jpg", "https://example.com/ref2.jpg"],
"duration": 5
}'
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<video_1>>> = videos[0]
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "kling-video-o3-std-reference-to-video",
"prompt": "Make the athlete from <<<image_1>>> follow the motion in <<<video_1>>> while preserving the uniform details from <<<image_2>>>",
"images": [
"https://example.com/athlete-reference.jpg",
"https://example.com/uniform-reference.jpg"
],
"videos": ["https://example.com/motion-reference.mp4"],
"aspect_ratio": "16:9",
"duration": 5,
"sound": false
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
| Параметры | Цена | Исходная цена | Скидка |
|---|
Kuaishou Kling Video O3 Standard Reference-to-Video API предоставляет экономичную, production-grade AI-видеогенерацию для разработчиков и креативных команд. Эта интеграция reference-to-video API на базе MVL позволяет генерировать профессиональные видеоклипы по reference videos длительностью 3-15 секунд с опциональными звуковыми эффектами. Построенная на архитектуре Multimodal Visual Language (MVL) от Kuaishou, модель Kling Video O3 Standard использует входные reference video для управления стилем движения, поведением камеры и развитием сцены в масштабируемых production workflows на Flaq AI.
Note Убедитесь, что ваши prompts соответствуют правилам безопасности контента Kuaishou. Если возникла ошибка, проверьте prompt на ограниченный контент, скорректируйте его и повторите попытку.
Kling Video O3 Standard vs. Kling Video O3 Pro Reference-to-Video Kling Video O3 Pro обеспечивает улучшенную точность движения и премиальное качество рендера по более высокой цене. Kling Video O3 Standard дает сильную MVL-powered reference-guided генерацию с лучшей cost-efficiency, что хорошо подходит для массовых workflows.
Kling Video O3 Standard vs. Kling Video O3 Standard Image-to-Video Kling Video O3 Standard Image-to-Video оживляет статичные изображения в видеоклипы. Kling Video O3 Standard Reference-to-Video использует существующие видеоклипы как guides для движения и стиля - идеально для приложений, которым нужен точный контроль над паттернами движения и поведением камеры из reference footage.
Kling Video O3 Standard vs. Runway Gen-3 Reference Generation Runway Gen-3 предлагает сильные creative controls и художественную гибкость. Kling Video O3 Standard Reference-to-Video API отличается гибким управлением длительностью 3-15 секунд, опциональными встроенными звуковыми эффектами и MVL-powered reasoning движения, что делает его доступным для budget-conscious developers.
Kling Video O3 Standard vs. Pika Reference-to-Video Pika хорошо подходит для стилизованных анимаций и удобного интерфейса. Kling Video O3 Standard предоставляет программный API-доступ, увеличенную длительность до 15 секунд, опциональные звуковые эффекты и сильную cost-efficiency - идеально для разработчиков, создающих масштабируемые reference-guided video pipelines.
Kling Video O3 Standard vs. Vidu Q3 (Vidu) Vidu Q3 силен в Smart Cuts, multi-shot storytelling и гибких sound controls. Kling Video O3 Standard Reference-to-Video API отличается генерацией по reference video, MVL-powered переносом движения и стабильной посекундной оплатой, что делает его сильным выбором для приложений, которым нужен точный контроль стиля движения.
Изучайте несколько ИИ-инструментов для быстрых процессов создания изображений и видео в браузере, а затем масштабируйте удачные идеи с production-ready API моделей Flaq AI. Flaq AI предоставляет единый API-слой для всех моделей, упрощая использование и масштабирование ваших процессов.

Создавайте ИИ-изображения из текстовых промптов

Создавайте ИИ-изображения из изображений и текстовых промптов

Создавайте ИИ-видео из текстовых промптов

Анимируйте изображения в ИИ-видео

Создавайте AI-изображения и видео в едином рабочем пространстве

Создавайте согласованные видео по медиареференсам