Kling 2.6 — texte vers vidéo et image vers vidéo avec contrôle de mouvement + contrôle audio (pro mode), durée variable, 1080p, 24 ips.
kling/kling-v2-6 est un modèle de génération vidéo construit par Kling, une filiale de Kuaishou. Il utilise une architecture basée sur la diffusion pour produire des vidéos temporellement cohérentes…
Mettant fortement l'accent sur le réalisme, kling/kling-v2-6 excelle dans la génération de vidéos de scènes naturelles, de portraits humains, de mouvements d'animaux et d'objets du quotidien. Le modèle peut suivre des descriptions de mouvements complexes, comme une personne marchant tout en tenant un objet ou une voiture roulant dans une forêt. Il gère également le contenu stylisé comme les animations ou les éléments fantastiques, bien que son point fort reste la sortie photoréaliste. Le score AA I2V Arena de 1271,0 indique qu'il fonctionne particulièrement bien sur la tâche difficile de convertir une seule image en une vidéo continue plausible. Les cas d'utilisation incluent la création de transformations avant-après, donner vie à des photos statiques et générer de courts clips en boucle pour le web ou les réseaux sociaux. Pour des tâches plus simples comme les animations géométriques de base, des modèles texte-à-vidéo moins chers peuvent suffire.
Bien que kling/kling-v2-6 offre une qualité vidéo de premier ordre, il peut être excessif pour certains cas d'utilisation. Si vous avez besoin de clips très courts (moins de 2 secondes) ou de faible résolution (par exemple 480p), ou si votre sujet est abstrait et ne nécessite pas de réalisme, un modèle plus léger comme ceux proposés par OrcaRouter d'autres fournisseurs pourrait être plus rentable. De plus, si votre application exige une latence extrêmement rapide (par exemple une génération interactive en temps réel), le processus basé sur la diffusion de kling/kling-v2-6 peut ne pas répondre à ces exigences. Pour la génération par lots de vidéos simples avec un mouvement minimal, des alternatives moins chères peuvent produire des résultats acceptables pour une fraction du coût. Évaluez toujours le compromis entre qualité, temps de génération et budget lors du choix d'un modèle.
kling/kling-v2-6 démontre une forte adhérence aux instructions, en particulier pour la cohérence des mouvements et des objets. Le modèle est entraîné à suivre un texte descriptif qui spécifie à la fois la scène et l'action. Pour la conversion d'image en vidéo, il préserve l'identité et la disposition de l'image donnée tout en introduisant un mouvement plausible. Les transferts de style (par exemple, cinématographique, cartoon) peuvent être réalisés grâce à une ingénierie soignée des prompts, bien que la sortie par défaut du modèle soit réaliste. Pour obtenir des résultats stylisés, envisagez d'inclure des mots-clés de style comme « anime », « peinture à l'huile » ou « cyberpunk » dans le prompt. Notez que des changements de style extrêmes peuvent dégrader la fluidité temporelle. Pour les utilisateurs ayant besoin d'un contrôle de style précis, d'autres modèles dotés de modules de style dédiés pourraient être plus adaptés. L'API d'OrcaRouter vous permet d'expérimenter avec différents prompts de manière économique avant de vous lancer dans une génération en masse.
AA I2V Arena est un benchmark conçu pour évaluer les modèles de génération image-à-vidéo sur le réalisme, la plausibilité des mouvements, la rétention du contenu et la cohérence temporelle. Un score plus élevé indique de meilleures performances sur ces dimensions. Le score de 1271.0 de kling/kling-v2-6 le place parmi les meilleurs performeurs dans le domaine I2V. Cela suggère que pour une image d'entrée donnée, le modèle peut générer des vidéos qui correspondent étroitement aux attentes humaines en matière de mouvement naturel, de cohérence de l'éclairage et de persistance des objets. Bien que les benchmarks ne soient pas la seule mesure de la valeur d'un modèle, ce score particulier sert d'indicateur fiable de la qualité visuelle pour les applications réelles. Les utilisateurs doivent noter que les résultats individuels peuvent varier en fonction de la spécificité de la consigne, de la résolution et des paramètres de durée.
Le principal atout de kling/kling-v2-6 réside dans ses capacités de transformation d'image en vidéo, comme en témoigne son meilleur score sur l'AA I2V Arena. Le modèle produit des vidéos haute fidélité avec des mouvements fluides, évitant les artefacts courants tels que le scintillement, les déformations ou la perte d'identité. Il gère également des actions complexes comme les mouvements fluides, les panoramiques de caméra et les changements environnementaux. Le réalisme est particulièrement remarquable pour les scènes de nature, les expressions humaines et les interactions avec les objets. Pour de nombreux utilisateurs, la qualité se rapproche de celle d'une production de niveau VFX à partir d'une simple saisie de texte ou d'image. Cela en fait un excellent outil pour du contenu de haute qualité où la finesse visuelle est cruciale. De plus, son intégration via l'API unifiée d'OrcaRouter simplifie le pipeline de déploiement, vous permettant de passer d'un modèle à l'autre sans modifier votre structure de code.
Malgré son score impressionnant sur les benchmarks, kling/kling-v2-6 présente des limitations. Le modèle n'est pas optimisé pour une génération extrêmement rapide ; le temps d'inférence typique varie de quelques secondes à plus d'une minute selon la durée et la résolution de la vidéo. Il peut avoir des difficultés avec des prompts très abstraits ou des scènes impliquant des occlusions rapides et de nombreux objets en interaction. La sortie est également limitée en durée (généralement jusqu'à 10 secondes par génération). Pour un contenu plus long, vous devrez assembler plusieurs clips. De plus, le modèle est le mieux adapté aux prompts en anglais et en chinois ; d'autres langues peuvent entraîner une cohérence moindre. Aucune donnée publique sur les spécificités de l'entraînement n'étant fournie, les utilisateurs dans les secteurs réglementés doivent vérifier la conformité avec leurs politiques de gouvernance des données. Enfin, le coût par génération peut être plus élevé que celui de modèles plus simples.
Les détails de tarification pour kling/kling-v2-6 sont définis par OrcaRouter en fonction des tarifs du fournisseur sous-jacent et du volume d’utilisation. Généralement, les modèles de génération vidéo sont facturés par seconde de vidéo produite, avec des coûts supplémentaires pour les résolutions plus élevées et un plus grand nombre d’étapes d’inférence. OrcaRouter peut proposer une tarification par paliers pour les utilisateurs à fort volume ou les comptes entreprise. D’après les informations disponibles les plus récentes, les coûts exacts par seconde ne sont pas divulgués dans ce contexte, mais les utilisateurs peuvent s’attendre à une prime par rapport aux modèles texte-image plus simples, reflétant le coût de calcul. Il est conseillé de consulter la page de tarification d’OrcaRouter pour obtenir les tarifs les plus récents. Il n’y a pas de réduction de cache car chaque vidéo générée est unique.
kling/kling-v2-6 propose des paramètres ajustables tels que la résolution (p. ex., 720p vs 1080p) et le nombre d'étapes d'inférence (moins pour la vitesse, plus pour la qualité). Réduire la résolution ou diminuer le nombre d'étapes d'inférence réduira le coût et le temps de génération, mais peut introduire des artefacts de mouvement ou une fidélité visuelle moindre. Le score AA I2V Arena de 1271.0 est atteint avec des paramètres optimaux ; l'utilisation de paramètres réduits n'atteindra pas cette performance de référence. Les utilisateurs développant des applications pour les consommateurs finaux devraient tester la qualité minimale acceptable pour équilibrer coût et expérience utilisateur. Pour le prototypage interne ou les brouillons, des paramètres inférieurs sont souvent suffisants. OrcaRouter vous permet de spécifier ces paramètres par requête, permettant une gestion agile des coûts. Il n'y a pas de frais supplémentaires pour les prompts négatifs ou le contrôle de la graine.
OrcaRouter offre généralement des remises basées sur le volume et une tarification dédiée pour les entreprises pour les clients à forte utilisation. Pour kling/kling-v2-6, qui peut être gourmand en calcul, ces remises peuvent réduire considérablement les coûts par seconde. Les forfaits entreprise peuvent également inclure un routage prioritaire, un support dédié et des SLA personnalisés. Si vous prévoyez un volume de génération mensuel élevé (par exemple, des milliers de vidéos), vous devez contacter l'équipe commerciale d'OrcaRouter pour négocier un plan adapté. Étant donné que la tarification des modèles peut changer avec les mises à jour des fournisseurs, OrcaRouter facture généralement en fonction du barème tarifaire en vigueur. Aucune réduction promotionnelle ou temporaire n'est supposée pour ce modèle.
Vous pouvez utiliser le point d'accès API compatible OpenAI fourni par OrcaRouter. Définissez l'URL de base sur https://api.orcarouter.ai/v1. L'ID du modèle est 'kling/kling-v2-6'. Vous avez besoin d'une clé API auprès d'OrcaRouter. Une requête typique pour texte-vers-vidéo : POST /v1/images/generations (note : le point d'accès exact peut varier ; consultez la documentation d'OrcaRouter pour les points d'accès vidéo) ou utilisez chat/completions si pris en charge. Sinon, OrcaRouter peut exposer un point d'accès dédié à la génération vidéo. Pour curl, utilisez : curl -X POST 'https://api.orcarouter.ai/v1/video/generations' -H 'Authorization: Bearer YOUR_KEY' -H 'Content-Type: application/json' -d '{"model":"kling/kling-v2-6","prompt":"Un chat marchant sur une plage","duration":5}'. Vous pouvez passer un paramètre d'image facultatif en base64. La réponse contiendra un lien vers la vidéo générée.
Les paramètres disponibles pour kling/kling-v2-6 incluent : prompt (chaîne de caractères, requis pour texte-vers-vidéo), image (chaîne de caractères, base64 ou URL, optionnel pour I2V), duration (entier, secondes, plage typique 2–10), resolution (chaîne de caractères, p. ex. '1280x720' ou '1920x1080'), steps (entier, contrôlant la qualité d'inférence, p. ex. 25-50), negative prompt (chaîne de caractères, pour éviter certains contenus), seed (entier pour la reproductibilité), et peut-être cfg_scale. Tous les paramètres ne sont pas documentés publiquement. La documentation de l'API d'OrcaRouter fournit les noms de champs exacts. Vous devez également noter que le modèle peut avoir un taux de requêtes maximum ; vérifiez les limites de débit. Pour de meilleurs résultats, suivez la structure de prompt recommandée par les guides officiels de Kling.
Migrer vers OrcaRouter pour kling/kling-v2-6 est simple si vous utilisez déjà une API compatible OpenAI. Changez l'URL de base de votre fournisseur précédent en https://api.orcarouter.ai/v1 et mettez à jour la clé API. Assurez-vous que le corps de votre requête inclut le bon identifiant de modèle 'kling/kling-v2-6'. Tout code existant utilisant le client Python OpenAI ou des appels REST fonctionnera avec des modifications minimales. Testez d'abord avec une génération à faible coût. Notez qu'OrcaRouter peut ne pas prendre en charge tous les paramètres que d'autres fournisseurs supportent ; vérifiez la parité des fonctionnalités dans leur documentation. Si vous avez précédemment utilisé une version différente de Kling (par exemple, kling-v2-5), vous pouvez changer l'identifiant du modèle sans modifier les autres paramètres de la requête. Pour les migrations à volume élevé, OrcaRouter peut fournir une assistance pour minimiser les temps d'arrêt.
Les deux sont des modèles de génération vidéo de Kling, mais kling/kling-v2-6 est une itération plus récente avec des performances améliorées. Le score AA I2V Arena de 1271.0 pour v2-6 dépasse probablement celui de v2-5, qui obtenait généralement un score inférieur (le nombre exact n'est pas fourni). Des améliorations sont attendues en termes de fluidité de mouvement, de rétention des détails dans les vidéos plus longues et d'alignement des prompts. v2-6 peut également prendre en charge des résolutions plus élevées ou des durées plus longues. Si vous utilisez actuellement v2-5 et êtes satisfait de la qualité, il n'y a peut-être pas de besoin urgent de mettre à niveau ; cependant, pour les tâches image-à-vidéo où la qualité de référence est importante, v2-6 est le meilleur choix. OrcaRouter permet de basculer facilement entre les versions en changeant simplement l'ID du modèle.
Bien qu'aucun benchmark comparatif direct ne soit fourni, le score AA I2V Arena de kling/kling-v2-6 suggère qu'il rivalise bien avec des modèles propriétaires comme Runway Gen-3 et Pika. En général, les modèles Kling sont reconnus pour un réalisme supérieur dans les contextes asiatiques et les visages humains, tandis que Runway excelle souvent dans les styles cinématographiques et les scènes ouvertes. Pika 2.0 offre plus de contrôle grâce à des outils d'édition. Pour une pure conversion image-vers-vidéo, kling/kling-v2-6 pourrait avoir un avantage grâce à son entraînement ciblé sur les tâches I2V. Cependant, chaque plateforme possède des fonctionnalités uniques ; OrcaRouter vous permet de toutes les tester via une seule API pour trouver la meilleure adaptation à votre cas d'usage spécifique. Le choix optimal dépend de votre budget, du style requis et de l'intégration de la plateforme.
Cette comparaison est théorique car Sora n'est pas accessible publiquement via OrcaRouter. D'après les démos publiques, Sora excelle dans la génération de vidéos d'une minute avec une composition scénique complexe. kling/kling-v2-6 est actuellement plus limité en durée (probablement jusqu'à 10 secondes) mais offre un réalisme élevé dans ce segment, comme en témoigne son score de référence. Sora peut mieux gérer plusieurs personnages et une occlusion détaillée, mais nécessite aussi plus de calcul. Pour des vidéos courtes et de haute qualité de type image-à-vidéo, kling/v2-6 est une option éprouvée. Si des récits plus longs et plus complexes sont nécessaires, vous pouvez envisager d'autres modèles ou enchaîner plusieurs générations. Les deux modèles nécessitent une ingénierie de prompt minutieuse pour éviter les artefacts. Via OrcaRouter, vous pouvez tester sans heurts d'autres modèles vidéo dès leur disponibilité.
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-v2-6",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| Par requête | $0.0420 |
| Devise | USD |
| Frais fixes par appel API (modèles de génération d'images) | |
GET /api/public/models/kling/kling-v2-6Ouvrir @misc{orcarouter_kling_v2_6,
title = {kling/kling-v2-6 API},
author = {kling},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/kling/kling-v2-6}
}kling. (n.d.). kling/kling-v2-6 API. OrcaRouter. https://www.orcarouter.ai/models/kling/kling-v2-6