Kling O1 — generación de video de próxima generación con texto a video, imagen a video, control de sujeto y edición de referencia de video, clips de 5–10s, modos estándar/profesional.
kling/kling-video-o1 es un modelo de generación de video a partir de texto creado por Kling, una división de Kuaishou Technology. Toma una indicación en lenguaje natural como entrada y produce un…
kling/kling-video-o1 genera videoclips cortos a partir de indicaciones de texto. La duración máxima exacta y la resolución no están especificadas en los datos proporcionados; los modelos típicos de texto a video de Kling producen clips que van desde unos pocos segundos hasta aproximadamente 10 segundos, a menudo en 720p o 1080p. El modelo puede representar una gran variedad de escenas, desde entornos realistas hasta animaciones estilizadas, dependiendo de la indicación. Su objetivo es lograr un alto alineamiento estético, lo que significa que el resultado debe ser visualmente agradable y coherente con la descripción. Sin embargo, la calidad de generación puede variar según la claridad y complejidad de la indicación.
El AA T2V Arena (Aesthetic Alignment Text-to-Video Arena) mide la preferencia humana por la calidad del video y la alineación con el prompt. kling/kling-video-o1 obtuvo una puntuación de 1209.0, lo que indica un rendimiento sólido en la producción de videos que los evaluadores encontraron estéticamente atractivos y semánticamente precisos. Esto sugiere que el modelo es adecuado para proyectos creativos donde se prioriza la calidad visual. Los usuarios pueden esperar resultados que generalmente coinciden con el contenido descrito y se ven coherentes. La puntuación también refleja la competitividad frente a otros modelos de video en el mismo punto de referencia.
Si tu caso de uso no requiere una alta calidad estética o si estás generando videos para pruebas internas donde el pulido visual no es crítico, un modelo de video más barato o más rápido podría ser más rentable. Además, si necesitas videos muy largos o resoluciones específicas no compatibles con kling/kling-video-o1, otros modelos pueden ofrecer esas características a un costo menor. En OrcaRouter, puedes comparar precios entre diferentes modelos de video para encontrar la mejor opción. Siempre evalúa el equilibrio entre calidad y precio para tu volumen y requisitos específicos.
Como ocurre con la mayoría de los modelos de texto a video, el rendimiento disminuye con indicaciones extremadamente abstractas, muy detalladas o contradictorias. kling/kling-video-o1 está optimizado para un lenguaje natural claro y descriptivo. Para indicaciones que especifican múltiples personajes, acciones y cambios de escena, el modelo puede simplificar o eliminar elementos. Funciona mejor cuando la indicación describe una sola escena o acción coherente. Para narraciones secuenciales, pueden ser necesarias múltiples generaciones. No se proporcionan pautas específicas de ingeniería de indicaciones, pero los usuarios deben usar un lenguaje conciso y concreto para obtener mejores resultados.
AA T2V Arena significa Arena de Alineación Estética de Texto a Video. Es un benchmark de crowdsourcing donde evaluadores humanos comparan dos videos generados a partir del mismo prompt y eligen el que prefieren según la calidad general y la alineación con el texto. La puntuación de 1209.0 para kling/kling-video-o1 es una calificación tipo Elo derivada de estas comparaciones por pares. Esta puntuación indica la posición relativa del modelo; cuanto más alta, mejor para la preferencia humana. El benchmark se centra en el atractivo visual y la fidelidad al prompt, no en métricas como FID o CLIP score.
La puntuación 1209.0 es el resultado de enviar los resultados de kling/kling-video-o1 al AA T2V Arena, donde compitió contra otros modelos de texto a video en comparaciones ciegas. Cada video generado fue evaluado por evaluadores humanos según la calidad estética y qué tan bien coincidía con el prompt. Se utilizó el sistema de calificación Elo para calcular la puntuación final. Esto significa que el modelo se desempeñó bien en enfrentamientos directos, ganando más veces de las que perdió contra un conjunto de modelos competidores. Para contexto, las puntuaciones suelen oscilar entre 1000 y 1500; 1209 lo sitúa por encima del promedio.
Solo se proporciona una puntuación de referencia: 1209.0 en AA T2V Arena. No hay información sobre velocidad de inferencia, latencia, límites de duración de video, resolución o capacidades de procesamiento por lotes. Los usuarios deben tener en cuenta que las puntuaciones de referencia no garantizan el rendimiento en todas las indicaciones o cargas de trabajo de producción. El modelo puede tener sesgos, artefactos o modos de falla comunes en los modelos de texto a video (por ejemplo, parpadeo, movimiento no realista, morfismo de objetos). Sin hechos adicionales, no se pueden enumerar limitaciones específicas. Siempre pruebe con sus propias indicaciones antes de implementar a escala.
No se proporcionan cifras específicas de velocidad de inferencia o latencia para kling/kling-video-o1. La generación de texto a video generalmente toma más tiempo que la generación de imágenes debido a la dimensión temporal. El rendimiento real depende de la duración del video, la resolución, la complejidad de la escena y el hardware subyacente utilizado por Kling. En OrcaRouter, la API puede tener latencia de red adicional. Para comprender los tiempos de respuesta típicos, se recomienda a los usuarios ejecutar pruebas de referencia con indicaciones representativas bajo condiciones de carga esperadas. Comuníquese con el soporte de OrcaRouter para obtener orientación sobre el nivel de servicio si es necesario.
El precio exacto por generación de video no se proporciona en los datos indicados. OrcaRouter cobra según la tarifa del proveedor, que puede ser por segundo de video, por solicitud de generación o por tiempo de cómputo. Por lo general, los modelos de mayor calidad cuestan más. Los usuarios deben visitar la página de precios de OrcaRouter o la documentación de la API para conocer el costo actual del modelo "kling/kling-video-o1". Dado que los precios pueden cambiar, siempre verifique antes de crear aplicaciones sensibles al costo. No hay indicios de uso gratuito o créditos.
No se proporciona información sobre descuentos por volumen. OrcaRouter podría ofrecer precios escalonados o paquetes prepagos para acceso a la API, pero esto no es específico de kling/kling-video-o1. Para usuarios de alta frecuencia, es recomendable contactar directamente a OrcaRouter para discutir precios personalizados. Además, si tu caso de uso permite salidas de menor calidad, considera usar un modelo más económico en OrcaRouter para reducir costos. El proveedor (Kling) también puede tener sus propios acuerdos de precios que afecten lo que OrcaRouter cobra.
El almacenamiento en caché no se menciona en los hechos proporcionados para kling/kling-video-o1. Normalmente, los modelos de texto a video generan resultados únicos por cada indicación debido al muestreo estocástico, lo que hace que las coincidencias en caché sean poco probables a menos que se reutilicen exactamente la misma indicación y semilla. OrcaRouter puede almacenar en caché las generaciones solicitadas con frecuencia, pero no hay información disponible. Para la gestión de costos, asuma que cada generación incurre en un cargo separado. Para evitar costos redundantes, diseñe su aplicación para reutilizar videos generados cuando sea posible, en lugar de regenerar indicaciones idénticas.
Use el endpoint de finalizaciones de chat compatible con OpenAI o el endpoint dedicado de generación de video. La URL base es https://api.orcarouter.ai/v1. Establezca el parámetro del modelo en "kling/kling-video-o1". Se requiere autenticación, generalmente a través de una clave API en el encabezado Authorization. Para una generación de texto a video, probablemente envíe un payload JSON con un campo prompt. El formato exacto de la solicitud puede variar; consulte la documentación de OrcaRouter para el esquema específico. Un ejemplo mínimo con curl: 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"}'
Los parámetros disponibles no están completamente documentados en los hechos proporcionados. Los parámetros comunes para los modelos de texto a video incluyen prompt (obligatorio), negative_prompt, num_frames, width, height, guidance_scale, seed y num_inference_steps. kling/kling-video-o1 probablemente admita un subconjunto de estos. Dado que OrcaRouter abstrae al proveedor, algunos parámetros pueden transformarse o limitarse. Comience con los parámetros de Kling documentados y pruebe la compatibilidad. Siempre verifique si hay mensajes de error si un parámetro no es compatible. Se aplicarán valores predeterminados para los parámetros faltantes.
Si ya estás usando la API compatible con OpenAI de OrcaRouter con un modelo de video diferente, la migración es sencilla: cambia el campo del modelo del ID anterior a "kling/kling-video-o1". Asegúrate de que el formato de tu prompt sea compatible. Si estabas usando una API diferente (por ejemplo, la API directa de Kling), reescribe las solicitudes para que coincidan con el esquema de OrcaRouter. No son necesarios cambios en el código de inferencia del lado del cliente si te ajustas al formato estándar de OpenAI. Prueba con solicitudes individuales antes de cambiar el tráfico de producción. Ten en cuenta que la calidad de salida y la latencia pueden diferir.
OrcaRouter utiliza autenticación mediante clave API. Debes incluir tu clave API en el encabezado Authorization como "Bearer YOUR_API_KEY". Las claves API generalmente se generan desde el panel de OrcaRouter. Mantenlas en secreto. Por seguridad, evita codificar claves en el código fuente; utiliza variables de entorno. Si necesitas rotar las claves, actualiza tu configuración en consecuencia. OrcaRouter también puede admitir otros métodos de autenticación como OAuth, pero los hechos proporcionados no lo especifican. Sigue las mejores prácticas para un acceso seguro a la API.
Kling ha lanzado múltiples versiones, incluyendo Kling 1.0, 1.5 y varias variantes como Kling-video-o1. La puntuación de 1209.0 en AA T2V Arena sugiere que este modelo tiene un buen rendimiento en alineación estética. Sin las puntuaciones de otros modelos Kling, no es posible una comparación directa. En general, los modelos más nuevos mejoran en calidad y fidelidad. La designación "o1" podría indicar un razonamiento o planificación mejorados para prompts complejos, pero esto es especulativo. Los usuarios deberían comparar los resultados en sus propios prompts para decidir qué modelo Kling se adapta mejor a sus necesidades.
OrcaRouter ofrece acceso a múltiples modelos de generación de video de diferentes proveedores. El puntaje de referencia de kling/kling-video-o1 de 1209.0 en AA T2V Arena lo sitúa en un rango competitivo. Otros modelos como Stable Video Diffusion, Pika o RunwayML pueden tener diferentes fortalezas (por ejemplo, velocidad, control, realismo). Dado que no se proporciona una comparativa directa entre modelos, los usuarios deben evaluar según sus requisitos específicos: adherencia al prompt, estilo visual, tiempo de generación y costo. La API unificada de OrcaRouter facilita probar múltiples modelos simplemente cambiando el ID del modelo.
Los modelos de video más baratos pueden tener menor calidad estética, duraciones de video más cortas o más artefactos. La puntuación de AA T2V Arena sugiere que kling/kling-video-o1 ofrece resultados de alta calidad, lo que justifica un precio más alto para los usuarios que priorizan el atractivo visual. Si tu proyecto tolera una calidad inferior o es para prototipado interno, un modelo más barato puede reducir costos. En OrcaRouter, puedes comparar muestras generadas lado a lado para cuantificar la diferencia. También considera la velocidad de inferencia: los modelos más caros pueden tardar más en generar. La decisión debe equilibrar presupuesto, calidad y rendimiento.
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)| Por solicitud | $0.0840 |
| Moneda | USD |
| Tarifa plana por llamada a la API (modelos de generación de imágenes) | |
GET /api/public/models/kling/kling-video-o1Abrir @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