Kling O1 — generowanie wideo nowej generacji z funkcjami text-to-video, image-to-video, kontroli obiektu i edycji na podstawie referencji wideo, klipy 5–10 sekund, tryby std/pro.
kling/kling-video-o1 to model generowania tekstu na wideo stworzony przez Kling, oddział Kuaishou Technology. Jako dane wejściowe przyjmuje polecenie w języku naturalnym, a wynikiem jest plik wideo.…
kling/kling-video-o1 generuje krótkie klipy wideo na podstawie podpowiedzi tekstowych. Dokładny maksymalny czas trwania i rozdzielczość nie są określone w podanych faktach; typowe modele tekst-na-wideo od Klinga produkują klipy od kilku sekund do około 10 sekund, często w 720p lub 1080p. Model może przedstawiać szeroką gamę scen, od realistycznych środowisk po stylizowane animacje, w zależności od podpowiedzi. Dąży do wysokiej zgodności estetycznej, co oznacza, że wynik powinien być wizualnie atrakcyjny i spójny z opisem. Jednak jakość generowania może się różnić w zależności od przejrzystości i złożoności podpowiedzi.
AA T2V Arena (Aesthetic Alignment Text-to-Video Arena) mierzy preferencje użytkowników co do jakości wideo i zgodności z promptem. kling/kling-video-o1 uzyskało wynik 1209.0, co wskazuje na silną wydajność w produkcji filmów, które oceniający uznali za estetycznie atrakcyjne i semantycznie dokładne. Sugeruje to, że model dobrze nadaje się do kreatywnych projektów, w których priorytetem jest jakość wizualna. Użytkownicy mogą oczekiwać wyników, które generalnie odpowiadają opisanym treściom i wyglądają spójnie. Wynik odzwierciedla również konkurencyjność wobec innych modeli wideo w tym samym benchmarku.
Jeśli Twój przypadek użycia nie wymaga wysokiej jakości estetycznej lub generujesz filmy do testów wewnętrznych, gdzie wizualne dopracowanie nie jest kluczowe, tańszy lub szybszy model wideo może być bardziej opłacalny. Dodatkowo, jeśli potrzebujesz bardzo długich filmów lub określonych rozdzielczości nieobsługiwanych przez kling/kling-video-o1, alternatywne modele mogą oferować te funkcje po niższym koszcie. Na OrcaRouter możesz porównać ceny różnych modeli wideo, aby znaleźć najlepsze dopasowanie. Zawsze oceniaj kompromis między jakością a ceną dla swojego konkretnego wolumenu i wymagań.
Podobnie jak w przypadku większości modeli tekst-wideo, wydajność spada przy ekstremalnie abstrakcyjnych, bardzo szczegółowych lub sprzecznych promptach. kling/kling-video-o1 jest zoptymalizowany pod kątem jasnego, opisowego języka naturalnego. W przypadku promptów określających wiele postaci, akcji i zmian scen, model może upraszczać lub pomijać elementy. Działa najlepiej, gdy prompt opisuje pojedynczą spójną scenę lub akcję. W przypadku opowiadania sekwencyjnego może być potrzebnych wiele generacji. Nie podano szczegółowych wytycznych dotyczących inżynierii promptów, ale użytkownicy powinni używać zwięzłego, konkretnego języka, aby uzyskać najlepsze wyniki.
AA T2V Arena oznacza Aesthetic Alignment Text-to-Video Arena. To crowdsourcingowy benchmark, w którym ludzcy oceniający porównują dwa wygenerowane filmy z tego samego promptu i wybierają ten, który preferują na podstawie ogólnej jakości i zgodności z tekstem. Wynik 1209.0 dla kling/kling-video-o1 to ocena typu Elo pochodząca z tych porównań parami. Wynik ten wskazuje względną pozycję modelu; im wyższy, tym lepszy według preferencji ludzi. Benchmark koncentruje się na atrakcyjności wizualnej i wierności promptowi, a nie na metrykach takich jak FID czy CLIP score.
Wynik 1209.0 jest rezultatem przesłania wyników kling/kling-video-o1 do AA T2V Arena, gdzie rywalizował z innymi modelami tekst-na-wideo w ślepych porównaniach. Każdy wygenerowany film był oceniany przez ludzkich recenzentów pod kątem jakości estetycznej i zgodności z promptem. Do obliczenia końcowego wyniku użyto systemu ocen Elo. Oznacza to, że model radził sobie dobrze w bezpośrednich starciach, wygrywając częściej niż przegrywając z zestawem konkurencyjnych modeli. Dla kontekstu, wyniki zazwyczaj mieszczą się w zakresie od 1000 do 1500; 1209 plasuje go powyżej średniej.
Tylko jeden wynik benchmarku został podany: 1209.0 na AA T2V Arena. Nie ma informacji o szybkości wnioskowania, opóźnieniu, limitach długości wideo, rozdzielczości ani możliwościach przetwarzania wsadowego. Użytkownicy powinni wiedzieć, że wyniki benchmarków nie gwarantują wydajności na wszystkich promptach ani w obciążeniach produkcyjnych. Model może mieć uprzedzenia, artefakty lub tryby awarii typowe dla modeli tekst-na-wideo (np. migotanie, nierealistyczny ruch, morfowanie obiektów). Bez dodatkowych faktów nie można wymienić konkretnych ograniczeń. Zawsze testuj na własnych promptach przed wdrożeniem na dużą skalę.
Nie podano konkretnych wartości szybkości wnioskowania ani opóźnienia dla kling/kling-video-o1. Generowanie wideo z tekstu zazwyczaj trwa dłużej niż generowanie obrazu ze względu na wymiar czasowy. Rzeczywista wydajność zależy od długości wideo, rozdzielczości, złożoności sceny oraz używanego sprzętu przez Kling. W przypadku OrcaRouter, API może mieć dodatkowe opóźnienie sieciowe. Aby zrozumieć typowe czasy odpowiedzi, zaleca się użytkownikom przeprowadzenie testów wydajnościowych z reprezentatywnymi promptami w oczekiwanych warunkach obciążenia. W razie potrzeby skontaktuj się z pomocą techniczną OrcaRouter w celu uzyskania wskazówek dotyczących poziomu usług.
Dokładna cena za generowanie pojedynczego filmu nie jest podana w podanych faktach. OrcaRouter nalicza opłaty na podstawie stawki dostawcy, która może być za sekundę filmu, za żądanie generowania lub za czas obliczeniowy. Zazwyczaj modele wyższej jakości kosztują więcej. Użytkownicy powinni odwiedzić stronę z cennikiem OrcaRouter lub dokumentację API, aby poznać aktualny koszt modelu „kling/kling-video-o1”. Ponieważ ceny mogą się zmieniać, przed tworzeniem aplikacji wrażliwych na koszty należy zawsze to zweryfikować. Nie ma informacji o darmowym korzystaniu ani kredytach.
Nie podano informacji o rabacie ilościowym. OrcaRouter może oferować ceny warstwowe lub pakiety przedpłacone na dostęp do API, ale nie dotyczy to konkretnie kling/kling-video-o1. W przypadku użytkowników o wysokiej częstotliwości korzystania z API, zaleca się bezpośredni kontakt z OrcaRouter w celu omówienia niestandardowych cen. Dodatkowo, jeśli Twój przypadek użycia pozwala na wyniki niższej jakości, rozważ użycie tańszego modelu na OrcaRouter, aby obniżyć koszty. Dostawca (Kling) może również mieć własne umowy cenowe, które wpływają na opłaty pobierane przez OrcaRouter.
Buforowanie nie jest wspomniane w dostarczonych faktach dla kling/kling-video-o1. Zazwyczaj modele tekst-do-wideo generują unikalne wyniki dla każdego promptu ze względu na stochastyczne próbkowanie, co sprawia, że trafienia w pamięci podręcznej są mało prawdopodobne, chyba że użyty zostanie dokładnie ten sam prompt i ziarno. OrcaRouter może buforować często żądane generacje, ale nie ma dostępnych informacji. W celu zarządzania kosztami zakładaj, że każda generacja wiąże się z oddzielną opłatą. Aby uniknąć zbędnych kosztów, zaprojektuj swoją aplikację tak, aby w miarę możliwości ponownie wykorzystywać wygenerowane filmy, zamiast regenerować identyczne prompty.
Użyj kompatybilnego z OpenAI punktu końcowego do uzupełniania czatu lub dedykowanego punktu końcowego do generowania wideo. Podstawowy URL to https://api.orcarouter.ai/v1. Ustaw parametr model na "kling/kling-video-o1". Uwierzytelnianie jest wymagane, zazwyczaj za pomocą klucza API w nagłówku Authorization. W przypadku generowania tekstu na wideo, prawdopodobnie wyślesz ładunek JSON z polem prompt. Dokładny format żądania może się różnić; zapoznaj się z dokumentacją OrcaRouter w celu uzyskania konkretnego schematu. Minimalny przykład 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"}'
Dostępne parametry nie są w pełni udokumentowane w przedstawionych faktach. Typowe parametry dla modeli tekst-na-wideo obejmują prompt (wymagany), negative_prompt, num_frames, width, height, guidance_scale, seed oraz num_inference_steps. kling/kling-video-o1 prawdopodobnie obsługuje podzbiór tych parametrów. Ponieważ OrcaRouter abstrahuje dostawcę, niektóre parametry mogą zostać przekształcone lub ograniczone. Zacznij od udokumentowanych parametrów Kling i przetestuj zgodność. Zawsze sprawdzaj komunikaty błędów, jeśli parametr nie jest obsługiwany. Wartości domyślne zostaną zastosowane dla brakujących parametrów.
Jeśli już korzystasz z kompatybilnego z OpenAI API OrcaRouter z innym modelem wideo, migracja jest prosta: zmień pole modelu ze starego ID na "kling/kling-video-o1". Upewnij się, że format prompta jest kompatybilny. Jeśli używałeś innego API (np. bezpośredniego API Kling), przepisz żądania, aby pasowały do schematu OrcaRouter. Nie są konieczne żadne zmiany w kodzie inferencji po stronie klienta, jeśli trzymasz się standardowego formatu OpenAI. Przetestuj pojedyncze żądania przed przełączeniem ruchu produkcyjnego. Zauważ, że jakość wyników i opóźnienia mogą się różnić.
OrcaRouter używa uwierzytelniania za pomocą klucza API. Musisz dołączyć swój klucz API w nagłówku Authorization jako "Bearer YOUR_API_KEY". Klucze API są zazwyczaj generowane z panelu OrcaRouter. Trzymaj je w tajemnicy. Dla bezpieczeństwa unikaj kodowania kluczy w kodzie źródłowym; używaj zmiennych środowiskowych. Jeśli potrzebujesz rotować klucze, odpowiednio zaktualizuj swoją konfigurację. OrcaRouter może również obsługiwać inne metody uwierzytelniania, takie jak OAuth, ale dostarczone informacje tego nie precyzują. Postępuj zgodnie z najlepszymi praktykami dotyczącymi bezpiecznego dostępu do API.
Kling wypuścił wiele wersji, w tym Kling 1.0, 1.5 oraz różne warianty, takie jak Kling-video-o1. Wynik AA T2V Arena na poziomie 1209.0 sugeruje, że ten model dobrze radzi sobie z dostosowaniem estetycznym. Bez wyników dla innych modeli Kling bezpośrednie porównanie nie jest możliwe. Ogólnie nowsze modele poprawiają jakość i wierność odzwierciedlenia. Oznaczenie "o1" może wskazywać na ulepszone rozumowanie lub planowanie dla złożonych promptów, ale to spekulacja. Użytkownicy powinni porównać wyniki na własnych promptach, aby zdecydować, który model Kling najlepiej odpowiada ich potrzebom.
OrcaRouter oferuje dostęp do wielu modeli generowania wideo od różnych dostawców. Wynik benchmarku kling/kling-video-o1 wynoszący 1209.0 w AA T2V Arena plasuje go w konkurencyjnym zakresie. Inne modele, takie jak Stable Video Diffusion, Pika lub RunwayML, mogą mieć różne mocne strony (np. szybkość, kontrola, realizm). Ponieważ nie dostarczono bezpośredniego benchmarku porównawczego między modelami, użytkownicy powinni oceniać na podstawie swoich konkretnych wymagań: zgodność z promptem, styl wizualny, czas generowania i koszt. Zunifikowane API OrcaRouter ułatwia testowanie wielu modeli poprzez prostą zmianę identyfikatora modelu.
Tańsze modele wideo mogą mieć niższą jakość estetyczną, krótszy czas trwania filmów lub więcej artefaktów. Wynik AA T2V Arena sugeruje, że kling/kling-video-o1 dostarcza wysokiej jakości rezultaty, co uzasadnia wyższą cenę dla użytkowników stawiających na atrakcyjność wizualną. Jeśli Twój projekt toleruje niższą jakość lub jest przeznaczony do wewnętrznego prototypowania, tańszy model może obniżyć koszty. Na OrcaRouter możesz porównać wygenerowane próbki obok siebie, aby ocenić różnicę. Weź również pod uwagę szybkość wnioskowania: droższe modele mogą generować dłużej. Decyzja powinna równoważyć budżet, jakość i przepustowość.
Zgodne z OpenAI — zostań przy swoim SDK
https://api.orcarouter.ai/v1| Za żądanie | $0.0840 |
|---|---|
| Waluta | USD |
| Stała opłata za wywołanie API (modele generujące obrazy) | |
O czym mówią programiści w tym tygodniu
GET /api/public/models/kling/kling-video-o1Otwórz @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