Kling 2.1 Master — premium text-to-video และ image-to-video, คลิป 5–10 วินาที, 1080p, 24fps
Kling/kling-v2-1-master เป็นรุ่นโมเดลเฉพาะจาก Kling ที่ออกแบบมาสำหรับการสร้างวิดีโอจากภาพ (image-to-video generation) มันรับภาพต้นฉบับและอาจมีข้อความแจ้ง (text prompt)…
ความสามารถหลักของโมเดลคือการสร้างวิดีโอสั้นจากภาพนิ่ง โดยคงความสวยงามของฉากและเพิ่มการเคลื่อนไหวที่สมจริง เช่น การแพนกล้อง การเคลื่อนไหวของวัตถุ หรือเอฟเฟกต์บรรยากาศ โมเดลสามารถจัดการกับภาพประเภทต่างๆ รวมถึงภาพถ่าย งานศิลปะดิจิทัล และเฟรมที่เรนเดอร์แล้ว วิดีโอที่ได้มักมีความยาวไม่กี่วินาทีและวนซ้ำอย่างราบรื่น โมเดลยังพยายามปฏิบัติตามข้อความแจ้งที่ให้ไว้ เพื่อให้ผู้ใช้สามารถมีอิทธิพลต่อรูปแบบการเคลื่อนไหวหรือองค์ประกอบเพิ่มเติม ไม่รองรับการสร้างวิดีโอจากข้อความโดยตรง จำเป็นต้องมีภาพเริ่มต้นเป็นตัวตั้งต้น
เช่นเดียวกับโมเดลสาธารณะส่วนใหญ่ kling-v2-1-master มักจะมีตัวกรองความปลอดภัยเพื่อป้องกันการสร้างเนื้อหาที่เป็นอันตรายหรือผิดกฎหมาย รายละเอียดเฉพาะเกี่ยวกับหมวดหมู่ที่ห้ามไม่มีให้ในข้อเท็จจริงที่มีอยู่ แต่ข้อจำกัดทั่วไปรวมถึงภาพเปลือย ความรุนแรง และเนื้อหาที่มีลิขสิทธิ์ ผู้ให้บริการโมเดล (Kling) และแพลตฟอร์ม (OrcaRouter) อาจบังคับใช้นโยบายการใช้งาน ผู้ใช้ควรตรวจสอบข้อกำหนดในการให้บริการและตรวจสอบให้แน่ใจว่าข้อมูลที่ป้อนเป็นไปตามข้อกำหนด หากคำขอถูกบล็อก API จะส่งคืนข้อความแสดงข้อผิดพลาดมาตรฐาน สำหรับแอปพลิเคชันที่ละเอียดอ่อน ควรพิจารณาทดสอบกับเนื้อหาที่ได้รับอนุญาตก่อน
แม้ว่า kling-v2-1-master จะมีคะแนนประเมินสูง แต่อาจมากเกินไปสำหรับงานที่ต้องการเอาต์พุตแบบเรียบง่ายหรือความละเอียดต่ำ หากกรณีการใช้งานของคุณต้องการเพียงการสร้างผลลัพธ์ที่รวดเร็วโดยไม่ต้องมีคุณภาพสูง โมเดลที่เบากว่า (เช่น รุ่นก่อนหน้าของ Kling หรือผู้ให้บริการอื่นบน OrcaRouter) อาจเพียงพอด้วยต้นทุนและเวลาแฝงที่ต่ำกว่า โมเดลนี้เหมาะที่สุดสำหรับโปรเจกต์ที่คุณภาพเป็นปัจจัยหลัก นอกจากนี้ หากคุณต้องการประสิทธิภาพแบบเรียลไทม์ (เช่น สำหรับแอปพลิเคชันแบบโต้ตอบ) เวลาในการอนุมานของโมเดลขั้นสูงนี้อาจไม่เหมาะสม ควรทำการวิเคราะห์เวลาแฝงของโมเดลกับข้อมูลนำเข้าที่เป็นตัวแทนก่อนนำไปใช้ในการผลิตเสมอ
ตามการออกแบบของโมเดลสำหรับการแปลงภาพเป็นวิดีโอ มันสามารถสร้างรูปแบบการเคลื่อนไหวที่หลากหลาย รวมถึงการเคลื่อนกล้อง (ซูม แพน ทิลต์) การเคลื่อนไหวของวัตถุ (เช่น คนเดิน น้ำไหล) และการเปลี่ยนแปลงบรรยากาศเล็กน้อย (เมฆเคลื่อนที่ การเปลี่ยนแปลงของแสง) ขอบเขตที่แน่นอนขึ้นอยู่กับข้อมูลการฝึก ผู้ใช้ควรทดลองกับพรอมต์ที่แตกต่างกันเพื่อปรับการเคลื่อนไหว โมเดลมีปัญหาในการจัดการกับฟิสิกส์ที่ซับซ้อนสูงหรือการเปลี่ยนแปลงฉากอย่างรวดเร็ว มันทำงานได้ดีที่สุดกับภาพที่มีการแยกพื้นหน้า/พื้นหลังที่ชัดเจนและรายละเอียดในระดับปานกลาง
AA I2V Arena (Image-to-Video Arena) เป็นเกณฑ์มาตรฐานที่จัดอันดับโมเดลตามการประเมินคุณภาพวิดีโอที่สร้างขึ้นจากมนุษย์ คะแนน 1203.0 บ่งชี้ว่า kling-v2-1-master มีประสิทธิภาพเหนือกว่า baseline อย่างมีนัยสำคัญ วิธีการประเมินที่แน่นอนเกี่ยวข้องกับการเปรียบเทียบแบบคู่: ผู้ให้คะแนนเลือกวิดีโอหนึ่งในสองวิดีโอที่ตรงกับภาพต้นฉบับมากกว่าและมีการเคลื่อนไหวที่เป็นธรรมชาติ คะแนนที่สูงกว่า 1000 บ่งชี้ถึงประสิทธิภาพที่สูงกว่าค่าเฉลี่ย สิ่งนี้ชี้ให้เห็นว่า kling-v2-1-master สร้างวิดีโอที่น่าเชื่อถือและสอดคล้องกับแหล่งที่มา
กระดานผู้นำ AA I2V Arena ประกอบด้วยโมเดลจากผู้ให้บริการต่างๆ เช่น Runway, Pika และ Stability AI ด้วยคะแนน 1203.0 kling-v2-1-master อยู่ในอันดับใกล้เคียงกับด้านบน ไม่มีการระบุอันดับและการเปรียบเทียบที่เฉพาะเจาะจงในข้อเท็จจริงที่มีอยู่ แต่คะแนนนี้บ่งบอกว่ามันสามารถแข่งขันกับโมเดลเชิงพาณิชย์ชั้นนำได้ ผู้ใช้ที่ต้องการสร้างภาพเป็นวิดีโอที่มีคุณภาพสูงสุดควรพิจารณาโมเดลนี้ อย่างไรก็ตาม ผลลัพธ์จากการทดสอบมาตรฐานอาจไม่สะท้อนประสิทธิภาพบนภาพทุกประเภท แนะนำให้ทดสอบกับเนื้อหาที่เฉพาะเจาะจงตามโดเมน
ไม่มีข้อจำกัดที่เป็นทางการที่ถูกบันทึกไว้ในข้อมูลที่ให้มา อย่างไรก็ตาม ในฐานะโมเดลโครงข่ายประสาทเทียม kling-v2-1-master อาจมีจุดอ่อนทั่วไป ได้แก่ ความยากในการสร้างการเคลื่อนไหวที่สอดคล้องสำหรับภาพที่เป็นนามธรรมสูงหรือภาพที่รก มีสิ่งแปลกปลอมเป็นครั้งคราว เช่น การกระพริบหรือการบิดเบี้ยว และระยะเวลาของวิดีโอที่จำกัด (โดยทั่วไปไม่กี่วินาที) อาจมีปัญหาในการรักษาเอกลักษณ์ของตัวละครให้คงที่หากมีวัตถุที่คล้ายกันหลายชิ้นอยู่ ประสิทธิภาพของโมเดลกับสไตล์ที่ไม่ใช่ภาพเหมือนจริง (การ์ตูน ภาพวาด) อาจแตกต่างกันไป ผู้ใช้ควรทราบว่าการได้ผลลัพธ์คุณภาพสูงมักต้องใช้การปรับแต่งพรอมต์อย่างระมัดระวังและพยายามหลายครั้ง
ไม่ได้ระบุความเร็วในการอนุมานในข้อมูลที่มีอยู่ สำหรับโมเดลแปลงภาพเป็นวิดีโอขั้นสูง การสร้างมักใช้เวลาตั้งแต่สิบวินาทีไปจนถึงไม่กี่นาที ขึ้นอยู่กับทรัพยากรการคำนวณ ความละเอียดของภาพ และความยาววิดีโอที่ต้องการ เมื่อใช้ API ของ OrcaRouter ความหน่วงที่แน่นอนจะขึ้นอยู่กับโหลดของแบ็กเอนด์และเวอร์ชันของโมเดล สำหรับการวางแผนการผลิต ควรวัดความหน่วงด้วยอินพุตทั่วไป มีโมเดลที่เร็วกว่าอยู่ แต่ก็อาจเสียสละคุณภาพ หากความเร็วเป็นสิ่งสำคัญ ให้พิจารณาโมเดลที่มีคะแนนมาตรฐานต่ำกว่าแต่การอนุมานเร็วกว่า
ไม่มีข้อมูลราคาที่เฉพาะเจาะจงในข้อเท็จจริงที่มีให้ OrcaRouter มักคิดค่าบริการต่อการเรียก API ตามจำนวน token หรือหน่วยการสร้าง (generation units) ที่รับเข้าและส่งออก สำหรับโมเดลวิดีโอ ค่าใช้จ่ายอาจสูงกว่าโมเดลข้อความเนื่องจากความเข้มข้นของทรัพยากร หากต้องการทราบราคาปัจจุบัน โปรดดูเอกสารทางการของ OrcaRouter หรือติดต่อทีมขาย นอกจากนี้ Kling อาจคิดค่าธรรมเนียมการใช้งานของตัวเองผ่าน API ควรตรวจสอบค่าใช้จ่ายก่อนที่จะขยายการใช้งานเสมอ
ข้อเท็จจริงที่มีอยู่ไม่ได้กล่าวถึงตัวเลือกการแคชหรือการรวมคำขอสำหรับโมเดลนี้ อย่างไรก็ตาม OrcaRouter อาจเสนอการแคชคำขอหรือส่วนลดสำหรับการใช้งานซ้ำสำหรับลูกค้าที่มีปริมาณการใช้งานสูง สำหรับการสร้างภาพเป็นวิดีโอ การรวมคำขอไม่น่าเป็นไปได้เนื่องจากแต่ละคำขอมีภาพอินพุตที่แตกต่างกัน กลยุทธ์การประหยัดต้นทุนที่มีประสิทธิภาพที่สุดคือการลดพารามิเตอร์คุณภาพเอาต์พุต (หากรองรับ) หรือใช้โมเดลที่ถูกกว่าสำหรับงานที่สำคัญน้อยกว่า ตรวจสอบเอกสารของ OrcaRouter สำหรับคุณสมบัติการปรับแต่งใดๆ ที่มีอยู่
หากไม่มีข้อมูลราคาที่เฉพาะเจาะจง จะไม่สามารถเปรียบเทียบแบบตรงไปตรงมาได้ โดยทั่วไปแล้ว โมเดลที่มีประสิทธิภาพสูงกว่า เช่น kling-v2-1-master มักจะมีต้นทุนต่อการสร้างสูงกว่าเนื่องจากขนาดโมเดลที่ใหญ่และการประมวลผลที่มากขึ้น โมเดลทางเลือกอาจมีต้นทุนที่ต่ำกว่า แต่จะแลกกับคุณภาพหรือความสมจริงของการเคลื่อนไหว เพื่อประเมินความคุ้มค่า ให้ทำการทดสอบด้วยอินพุตที่เป็นตัวแทนแล้วเปรียบเทียบต้นทุนรวมกับคุณภาพของผลลัพธ์กับโมเดลอื่นๆ ที่มีให้ หน้าแคตตาล็อกโมเดลของ OrcaRouter น่าจะแสดงราคาต่อการสร้างสำหรับแต่ละผู้ให้บริการ
ปัจจัยด้านต้นทุนทั่วไปได้แก่: ความละเอียดและขนาดไฟล์ของภาพต้นทาง, ความยาวและความละเอียดของวิดีโอผลลัพธ์, เวอร์ชันของโมเดล (v2.1-master เทียบกับเวอร์ชันเก่า) และพารามิเตอร์เพิ่มเติมต่างๆ เช่น จำนวนเฟรมหรือขั้นตอน เนื่องจากไม่ได้เปิดเผยราคาที่แน่นอน ผู้ใช้ควรเข้าใจว่าผลลัพธ์ที่มีขนาดใหญ่หรือยาวขึ้นจะเพิ่มต้นทุน นอกจากนี้ OrcaRouter อาจคิดค่าใช้จ่ายสำหรับการใช้งานโทเค็นของข้อความ prompt และข้อความระบบใดๆ ควรทดสอบด้วยการตั้งค่าที่แน่นอนที่คุณวางแผนจะใช้เพื่อประมาณการต้นทุนเสมอ
เรียก API ด้วย HTTP POST ไปยัง https://api.orcarouter.ai/v1/chat/completions (หรือ endpoint ที่เหมาะสมตามที่เอกสารระบุ) ตั้งค่าพารามิเตอร์ model เป็น "kling/kling-v2-1-master" รวม API key ของคุณในส่วนหัว Authorization เนื้อหาคำขอควรเป็นไปตามรูปแบบการแชทของ OpenAI: อาร์เรย์ messages ที่ประกอบด้วยข้อความระบบ (ไม่บังคับ) และข้อความผู้ใช้ สำหรับการป้อนภาพ ให้รวมส่วน content ที่มี type เป็น "image_url" พร้อมภาพในรูปแบบ base64 string หรือ URL สามารถระบุข้อความ prompt เป็นส่วน content อื่นได้เพิ่มเติม การตอบกลับจะรวมข้อความที่มีวิดีโอที่สร้างขึ้น (น่าจะเป็น URL หรือ base64)
พารามิเตอร์ที่มีให้ใช้งานนอกเหนือจากรูปภาพที่จำเป็นอาจรวมถึง: prompt (ข้อความที่อธิบายการเคลื่อนไหวที่ต้องการ), negative_prompt (เพื่อไม่รวมเอฟเฟกต์บางอย่าง), duration (เป็นวินาที), และ resolution (กว้าง x สูง) อย่างไรก็ตาม พารามิเตอร์ที่รองรับทั้งหมดไม่ได้ถูกระบุไว้ในข้อเท็จจริงที่ให้มา โปรดดูเอกสาร API ทางการของ Kling สำหรับรายการพารามิเตอร์ที่สมบูรณ์ พารามิเตอร์มาตรฐานของ OpenAI เช่น temperature, top_p, max_tokens อาจใช้ไม่ได้ การสร้างวิดีโอใช้ตัวเลือกพิเศษ OrcaRouter อาจรองรับฟิลด์ metadata สำหรับ ID ที่ผู้ใช้กำหนด
ไม่มีข้อมูลในข้อเท็จจริงที่มีอยู่เกี่ยวกับการสตรีมผลลัพธ์ระหว่างทาง โดยทั่วไปแล้วโมเดลที่ใช้สร้างวิดีโอไม่รองรับการสตรีมแบบเรียลไทม์ เนื่องจากต้องสร้างเอาต์พุตทั้งหมดให้เสร็จก่อนจึงจะเล่นได้ API มักจะส่งการตอบกลับแบบซิงโครนัสหลังจากกระบวนการสร้างเสร็จสิ้น หากต้องการฟีดแบ็กแบบเรียลไทม์ ควรพิจารณาใช้การสอบถามแบบอะซิงโครนัสหรือเว็บฮุคหากระบบรองรับ ตรวจสอบเอกสาร API ของ OrcaRouter สำหรับความสามารถในการสตรีมใดๆ ที่เฉพาะเจาะจงกับโมเดลนี้
การย้ายระบบจำเป็นต้องเปลี่ยน URL ฐานเป็น https://api.orcarouter.ai/v1, อัปเดตการยืนยันตัวตนให้ใช้คีย์ API ของ OrcaRouter และปรับเปลี่ยนตัวระบุโมเดลเป็น "kling/kling-v2-1-master". รูปแบบคำขอเข้ากันได้กับ OpenAI ดังนั้นหาก API ก่อนหน้าของคุณก็ใช้รูปแบบนั้น การเปลี่ยนแปลงโค้ดจะมีน้อย หาก API ดั้งเดิมของคุณใช้ชื่อพารามิเตอร์ที่แตกต่างกัน ให้จับคู่ตามนั้น ทดสอบกับคำขอย่อย ๆ ก่อน โปรดทราบว่า OrcaRouter อาจมีขีดจำกัดอัตราหรือราคาที่แตกต่างกัน ปรับเปลี่ยนโควต้าการใช้งานของคุณ
คะแนน AA I2V Arena สำหรับ kling-v2-1-master (1203.0) แสดงให้เห็นว่ามันเหนือกว่าตัวเลือกอื่นๆ มากมายในด้านคุณภาพ Runway Gen-3 Alpha เป็นโมเดลสร้างวิดีโอที่แข่งขันกันซึ่งรองรับการแปลงภาพเป็นวิดีโอเช่นกัน หากไม่มีการเปรียบเทียบ benchmark โดยตรง ข้อสังเกตทั่วไป: ทั้งคู่สร้างผลลัพธ์คุณภาพสูง แต่ kling-v2-1-master อาจโดดเด่นในการรักษารายละเอียดของภาพที่ป้อนเข้า ในขณะที่ Runway อาจเสนอการอนุมานที่เร็วกว่าหรือความยาววิดีโอที่ยาวกว่า ผู้ใช้ควรประเมินทั้งสองตามกรณีการใช้งานเฉพาะของตน OrcaRouter อาจมีทั้งสองโมเดล ช่วยให้สามารถทดสอบแบบเคียงข้างกัน
Pika 2.0 เป็นโมเดลภาพเป็นวิดีโอที่ได้รับความนิยมอีกตัวหนึ่ง คะแนน AA I2V Arena ที่ 1203.0 สำหรับ kling-v2-1-master บ่งชี้ว่าโมเดลนี้ได้รับการจัดอันดับสูงในการประเมินโดยมนุษย์ หากคะแนนของ Pika ต่ำกว่า ก็แสดงว่า kling มีความได้เปรียบในด้านความต่อเนื่องของการเคลื่อนไหวและความเที่ยงตรงของภาพ อย่างไรก็ตาม Pika อาจมีฟีเจอร์ด้านการควบคุมเชิงสร้างสรรค์หรือการแก้ไขเฉพาะทางมากกว่า หากไม่มีการเปรียบเทียบอย่างเป็นทางการ วิธีที่ดีที่สุดคือการทดสอบทั้งสองโมเดลด้วยภาพและคำสั่งเดียวกันบนแพลตฟอร์มของ OrcaRouter เพื่อดูว่าโมเดลใดตรงตามข้อกำหนดด้านคุณภาพและต้นทุนของคุณ
Stable Video Diffusion (SVD) เป็นโมเดลโอเพนซอร์สที่มีจุดแข็งที่รู้จักกันดีในการสร้างวิดีโอที่สอดคล้องจากภาพ Kling v2.1-master มีประสิทธิภาพเหนือกว่า SVD ในเกณฑ์วัดประสิทธิภาพ AA I2V Arena (ไม่ได้ให้คะแนนของ SVD ที่นี่) หากคุณให้ความสำคัญกับคุณภาพของเกณฑ์วัดประสิทธิภาพ ให้เลือกโมเดล Kling อย่างไรก็ตาม SVD สามารถรันในเครื่องได้โดยไม่มีค่าใช้จ่าย API ทำให้เหมาะสำหรับโครงการที่มีปริมาณมากซึ่งงบประมาณสำคัญกว่าคุณภาพ API ของ OrcaRouter ให้การเข้าถึง kling-v2-1-master ได้ง่ายโดยไม่ต้องมีโครงสร้างพื้นฐานในเครื่อง
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-v2-1-master",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| ต่อคำขอ | $0.2800 |
| สกุลเงิน | USD |
| ค่าธรรมเนียมคงที่ต่อการเรียก API (โมเดลสร้างรูปภาพ) | |
GET /api/public/models/kling/kling-v2-1-masterเปิด @misc{orcarouter_kling_v2_1_master,
title = {kling/kling-v2-1-master API},
author = {kling},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/kling/kling-v2-1-master}
}kling. (n.d.). kling/kling-v2-1-master API. OrcaRouter. https://www.orcarouter.ai/models/kling/kling-v2-1-master