Kling O1 — Videogenerierung der nächsten Generation mit Text-zu-Video, Bild-zu-Video, Subjektsteuerung und Videoreferenz-Bearbeitung, 5–10s Clips, Standard-/Pro-Modi.
kling/kling-video-o1 ist ein Text-zu-Video-Generierungsmodell, das von Kling, einer Abteilung von Kuaishou Technology, entwickelt wurde. Es nimmt eine natürlichsprachliche Eingabeaufforderung als…
kling/kling-video-o1 erzeugt kurze Videoclips aus Textvorgaben. Die genaue maximale Dauer und Auflösung sind in den bereitgestellten Fakten nicht angegeben; typische Text-zu-Video-Modelle von Kling produzieren Clips mit einer Länge von einigen Sekunden bis zu etwa 10 Sekunden, oft in 720p oder 1080p. Das Modell kann eine große Vielfalt an Szenen darstellen, von realistischen Umgebungen bis hin zu stilisierten Animationen, abhängig von der Vorgabe. Es zielt auf eine hohe ästhetische Übereinstimmung ab, was bedeutet, dass die Ausgabe optisch ansprechend und konsistent mit der Beschreibung sein sollte. Die Qualität der Erzeugung kann jedoch je nach Klarheit und Komplexität der Vorgabe variieren.
Die AA T2V Arena (Aesthetic Alignment Text-to-Video Arena) misst die menschliche Präferenz für Videoqualität und Übereinstimmung mit der Aufforderung. kling/kling-video-o1 erzielte 1209.0 Punkte, was auf eine starke Leistung bei der Erstellung von Videos hinweist, die die Bewerter als ästhetisch ansprechend und semantisch korrekt empfanden. Dies deutet darauf hin, dass das Modell gut geeignet ist für kreative Projekte, bei denen die visuelle Qualität priorisiert wird. Benutzer können Ergebnisse erwarten, die im Allgemeinen dem beschriebenen Inhalt entsprechen und kohärent wirken. Die Punktzahl spiegelt auch die Konkurrenzfähigkeit gegenüber anderen Videomodellen im selben Benchmark wider.
Wenn Ihr Anwendungsfall keine hohe ästhetische Qualität erfordert oder Sie Videos für interne Tests generieren, bei denen die visuelle Perfektion nicht entscheidend ist, kann ein günstigeres oder schnelleres Videomodell kosteneffizienter sein. Falls Sie zudem sehr lange Videos oder bestimmte Auflösungen benötigen, die von kling/kling-video-o1 nicht unterstützt werden, bieten alternative Modelle diese Funktionen möglicherweise zu geringeren Kosten. Auf OrcaRouter können Sie die Preise verschiedener Videomodelle vergleichen, um die beste Wahl zu treffen. Bewerten Sie stets den Kompromiss zwischen Qualität und Preis für Ihr spezifisches Volumen und Ihre Anforderungen.
Wie bei den meisten Text-zu-Video-Modellen verschlechtert sich die Leistung bei extrem abstrakten, sehr detaillierten oder widersprüchlichen Aufforderungen. kling/kling-video-o1 ist für klare, beschreibende natürliche Sprache optimiert. Bei Aufforderungen, die mehrere Charaktere, Aktionen und Szenenwechsel spezifizieren, kann das Modell Elemente vereinfachen oder weglassen. Es funktioniert am besten, wenn die Aufforderung eine einzelne zusammenhängende Szene oder Aktion beschreibt. Für sequenzielles Geschichtenerzählen können mehrere Generationen erforderlich sein. Es werden keine spezifischen Richtlinien für das Prompt-Engineering bereitgestellt, aber die Benutzer sollten prägnante, konkrete Sprache verwenden, um die besten Ergebnisse zu erzielen.
AA T2V Arena steht für Aesthetic Alignment Text-to-Video Arena. Es ist ein Crowd-sourced Benchmark, bei dem menschliche Bewerter zwei generierte Videos aus demselben Prompt vergleichen und dasjenige auswählen, das sie basierend auf der Gesamtqualität und der Übereinstimmung mit dem Text bevorzugen. Die Punktzahl von 1209,0 für kling/kling-video-o1 ist eine Elo-ähnliche Bewertung, die aus diesen paarweisen Vergleichen abgeleitet wird. Diese Punktzahl zeigt die relative Position des Modells an; höher ist besser für die menschliche Präferenz. Der Benchmark konzentriert sich auf visuelle Attraktivität und Prompt-Treue, nicht auf Metriken wie FID oder CLIP-Score.
Die Punktzahl 1209.0 ist das Ergebnis der Einreichung der Ausgaben von kling/kling-video-o1 in der AA T2V Arena, wo es in Blindvergleichen gegen andere Text-zu-Video-Modelle antrat. Jedes erzeugte Video wurde von menschlichen Bewertern hinsichtlich der ästhetischen Qualität und der Übereinstimmung mit der Aufforderung bewertet. Das Elo-Rating-System wurde verwendet, um die endgültige Punktzahl zu berechnen. Dies bedeutet, dass sich das Modell in direkten Vergleichen gut behauptete und häufiger gewann als verlor gegen eine Reihe von Konkurrenzmodellen. Zum Kontext: Die Punktzahlen liegen typischerweise zwischen 1000 und 1500; 1209 platziert es über dem Durchschnitt.
Es wird nur ein Benchmark-Ergebnis bereitgestellt: 1209.0 in der AA T2V Arena. Es gibt keine Informationen über Inferenzgeschwindigkeit, Latenz, Videolängenbegrenzungen, Auflösung oder Batchverarbeitungsfähigkeiten. Benutzer sollten beachten, dass Benchmark-Ergebnisse keine Leistung auf allen Prompts oder in Produktionsumgebungen garantieren. Das Modell kann Verzerrungen, Artefakte oder Fehlermodi aufweisen, die bei Text-zu-Video-Modellen üblich sind (z. B. Flimmern, unrealistische Bewegungen, Objektmorphing). Ohne zusätzliche Fakten können keine spezifischen Einschränkungen aufgeführt werden. Testen Sie immer mit Ihren eigenen Prompts, bevor Sie das Modell in großem Maßstab einsetzen.
Es werden keine spezifischen Angaben zur Inferenzgeschwindigkeit oder Latenz für kling/kling-video-o1 gemacht. Die Text-zu-Video-Generierung dauert aufgrund der zeitlichen Dimension typischerweise länger als die Bildgenerierung. Die tatsächliche Leistung hängt von der Videolänge, Auflösung, Komplexität der Szene und der von Kling verwendeten zugrundeliegenden Hardware ab. Auf OrcaRouter kann die API zusätzliche Netzwerklatenz aufweisen. Um typische Antwortzeiten zu verstehen, wird empfohlen, Benchmark-Tests mit repräsentativen Prompts unter erwarteten Auslastungsbedingungen durchzuführen. Bei Bedarf wenden Sie sich an den OrcaRouter-Support für Service-Level-Anleitungen.
Die genauen Kosten pro Videoerstellung sind in den vorliegenden Fakten nicht angegeben. OrcaRouter berechnet basierend auf dem Tarif des Anbieters, der pro Videosekunde, pro Generierungsanfrage oder pro Rechenzeit erfolgen kann. Modelle mit höherer Qualität kosten in der Regel mehr. Benutzer sollten die Preisseite von OrcaRouter oder die API-Dokumentation aufrufen, um die aktuellen Kosten für das Modell „kling/kling-video-o1“ zu erfahren. Da sich die Preise ändern können, sollte man vor der Entwicklung kostenabhängiger Anwendungen immer die aktuellen Preise überprüfen. Es gibt keinen Hinweis auf kostenlose Nutzung oder Guthaben.
Es werden keine Informationen zu Mengenrabatten bereitgestellt. OrcaRouter bietet möglicherweise abgestufte Preise oder Prepaid-Pakete für den API-Zugriff an, aber dies gilt nicht spezifisch für kling/kling-video-o1. Für Vielnutzer ist es ratsam, OrcaRouter direkt zu kontaktieren, um individuelle Preise zu besprechen. Darüber hinaus, falls Ihr Anwendungsfall geringere Ausgabequalität erlaubt, erwägen Sie die Nutzung eines günstigeren Modells auf OrcaRouter, um Kosten zu senken. Der Anbieter (Kling) kann auch eigene Preisvereinbarungen haben, die die von OrcaRouter berechneten Preise beeinflussen.
Caching wird in den bereitgestellten Fakten für kling/kling-video-o1 nicht erwähnt. Typischerweise generieren Text-zu-Video-Modelle aufgrund von stochastischem Sampling eindeutige Ausgaben pro Prompt, was Cache-Treffer unwahrscheinlich macht, es sei denn, derselbe Prompt und Seed werden wiederverwendet. OrcaRouter könnte häufig angeforderte Generierungen cachen, aber es liegen keine Informationen vor. Für das Kostenmanagement sollte davon ausgegangen werden, dass jede Generierung separat berechnet wird. Um redundante Kosten zu vermeiden, gestalten Sie Ihre Anwendung so, dass generierte Videos nach Möglichkeit wiederverwendet werden, anstatt identische Prompts erneut zu generieren.
Verwenden Sie den OpenAI-kompatiblen Chat-Completions- oder den dedizierten Endpunkt zur Videogenerierung. Die Basis-URL lautet https://api.orcarouter.ai/v1. Setzen Sie den Modellparameter auf "kling/kling-video-o1". Eine Authentifizierung ist erforderlich, in der Regel über einen API-Schlüssel im Authorization-Header. Für eine Text-zu-Video-Generierung senden Sie wahrscheinlich eine JSON-Nutzlast mit einem Prompt-Feld. Das genaue Anfrageformat kann variieren; konsultieren Sie die Dokumentation von OrcaRouter für das spezifische Schema. Ein minimales curl-Beispiel: curl https://api.orcarouter.ai/v1/video/generations \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{"model":"kling/kling-video-o1","prompt":"A cat walking on a beach at sunset"}'
Die verfügbaren Parameter sind in den bereitgestellten Fakten nicht vollständig dokumentiert. Übliche Parameter für Text-zu-Video-Modelle umfassen prompt (erforderlich), negative_prompt, num_frames, width, height, guidance_scale, seed und num_inference_steps. kling/kling-video-o1 unterstützt wahrscheinlich eine Teilmenge davon. Da OrcaRouter den Anbieter abstrahiert, können einige Parameter transformiert oder eingeschränkt sein. Beginnen Sie mit den dokumentierten Kling-Parametern und testen Sie auf Kompatibilität. Überprüfen Sie immer auf Fehlermeldungen, wenn ein Parameter nicht unterstützt wird. Für fehlende Parameter werden Standardwerte angewendet.
Wenn Sie bereits die OpenAI-kompatible API von OrcaRouter mit einem anderen Videomodell verwenden, ist die Migration unkompliziert: Ändern Sie das Feld model von der alten ID auf "kling/kling-video-o1". Stellen Sie sicher, dass Ihr Prompt-Format kompatibel ist. Falls Sie eine andere API (z. B. die direkte Kling-API) verwendet haben, schreiben Sie die Anfragen um, damit sie dem Schema von OrcaRouter entsprechen. Auf der Client-Seite sind keine Änderungen des Inferenzcodes erforderlich, solange Sie sich an das Standardformat von OpenAI halten. Testen Sie mit einzelnen Anfragen, bevor Sie den Produktionsverkehr umstellen. Beachten Sie, dass sich die Ausgabequalität und Latenz unterscheiden können.
OrcaRouter verwendet die API-Key-Authentifizierung. Sie müssen Ihren API-Key im Authorization-Header als „Bearer YOUR_API_KEY“ angeben. API-Keys werden normalerweise über das OrcaRouter-Dashboard generiert. Halten Sie diese geheim. Aus Sicherheitsgründen sollten Sie vermeiden, Keys direkt im Quellcode zu hinterlegen; verwenden Sie stattdessen Umgebungsvariablen. Wenn Sie Keys rotieren müssen, aktualisieren Sie Ihre Konfiguration entsprechend. OrcaRouter unterstützt möglicherweise auch andere Authentifizierungsmethoden wie OAuth, die bereitgestellten Fakten geben dazu jedoch keine Auskunft. Befolgen Sie die Best Practices für sicheren API-Zugriff.
Kling hat mehrere Versionen veröffentlicht, darunter Kling 1.0, 1.5 und verschiedene Varianten wie Kling-video-o1. Die AA T2V Arena Bewertung von 1209.0 deutet darauf hin, dass dieses Modell eine gute ästhetische Ausrichtung aufweist. Ohne Bewertungen für andere Kling-Modelle ist ein direkter Vergleich nicht möglich. Im Allgemeinen verbessern neuere Modelle die Qualität und Genauigkeit. Die Bezeichnung "o1" könnte auf verbesserte Argumentation oder Planung für komplexe Prompts hindeuten, aber dies ist spekulativ. Benutzer sollten die Ergebnisse ihrer eigenen Prompts vergleichen, um zu entscheiden, welches Kling-Modell am besten ihren Anforderungen entspricht.
OrcaRouter bietet Zugriff auf mehrere Videogenerierungsmodelle verschiedener Anbieter. Der Benchmark-Score von kling/kling-video-o1 von 1209,0 auf der AA T2V Arena platziert es in einem wettbewerbsfähigen Bereich. Andere Modelle wie Stable Video Diffusion, Pika oder RunwayML können unterschiedliche Stärken aufweisen (z. B. Geschwindigkeit, Kontrolle, Realismus). Da kein direkter modellübergreifender Benchmark bereitgestellt wird, sollten Benutzer basierend auf ihren spezifischen Anforderungen bewerten: Prompt-Treue, visueller Stil, Generierungszeit und Kosten. Die einheitliche API von OrcaRouter macht es einfach, mehrere Modelle zu testen, indem einfach die Modell-ID geändert wird.
Günstigere Videomodelle können eine geringere ästhetische Qualität, kürzere Videolängen oder mehr Artefakte aufweisen. Der AA T2V Arena Score deutet darauf hin, dass kling/kling-video-o1 qualitativ hochwertige Ergebnisse liefert, was einen höheren Preis für Nutzer rechtfertigt, die visuelle Ästhetik priorisieren. Wenn Ihr Projekt niedrigere Qualität toleriert oder für internes Prototyping gedacht ist, kann ein günstigeres Modell die Kosten senken. Auf OrcaRouter können Sie generierte Beispiele nebeneinander vergleichen, um den Unterschied zu quantifizieren. Berücksichtigen Sie auch die Inferenzgeschwindigkeit: Teurere Modelle können länger für die Generierung benötigen. Die Entscheidung sollte Budget, Qualität und Durchsatz abwägen.
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="kling/kling-video-o1",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| Pro Anfrage | $0.0840 |
| Währung | USD |
| Pauschalgebühr pro API-Aufruf (Bildgenerierungsmodelle) | |
GET /api/public/models/kling/kling-video-o1Öffnen @misc{orcarouter_kling_video_o1,
title = {kling/kling-video-o1 API},
author = {kling},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/kling/kling-video-o1}
}kling. (n.d.). kling/kling-video-o1 API. OrcaRouter. https://www.orcarouter.ai/models/kling/kling-video-o1