Kling 3.0 — วิดีโอจากข้อความและวิดีโอจากภาพรุ่นเรือธง, ควบคุมหลายช็อต + หัวเรื่อง + การเคลื่อนไหว, คลิป 3–15 วินาที, สูงสุดถึง 4K ดั้งเดิม
Kling V3 เป็นโมเดลสร้างวิดีโอที่เผยแพร่โดยผู้ให้บริการ Kling ออกแบบมาเพื่อสังเคราะห์วิดีโอจากข้อความแจ้ง (text prompts) หรือภาพอ้างอิง โดยผลิตคลิปที่รักษาความสอดคล้องเชิงเวลาและความเที่ยงตรงทางภาพ…
Kling V3 สามารถสร้างวิดีโอจากคำอธิบายข้อความ (text-to-video) และจากภาพเริ่มต้น (image-to-video) โดยคลิปที่สร้างขึ้นมักมีความยาวตั้งแต่ไม่กี่วินาทีถึงหนึ่งนาที ขึ้นอยู่กับการตั้งค่าของแพลตฟอร์มและข้อจำกัดด้านการคำนวณ โมเดลรองรับหลากหลายสไตล์ ตั้งแต่ภาพเสมือนจริงไปจนถึงผลลัพธ์แบบนามธรรมหรือเชิงศิลปะ ขึ้นอยู่กับพรอมต์ที่ใช้ นอกจากนี้ยังจัดการกับการเคลื่อนไหว เช่น การเดิน การแพน การเปลี่ยนแปลงของวัตถุ และการเคลื่อนไหวของกล้อง ความละเอียดและอัตราเฟรมถูกกำหนดโดยพารามิเตอร์การสร้าง แม้ว่าผู้ให้บริการจะไม่ได้ระบุค่าสูงสุดที่แน่ชัดต่อสาธารณะ
Kling V3 ออกแบบมาเพื่อการสร้างวิดีโอรูปแบบสั้นเป็นหลัก โดยทั่วไปคลิปหนึ่งจะมีความยาวต่ำกว่า 10 วินาที ระยะเวลาที่ยาวขึ้นอาจต้องใช้การสร้างหลายเซกเมนต์หรือการประมวลผลหลังการผลิตเพิ่มเติม ความต่อเนื่องทางเวลาของโมเดลจะลดลงเมื่อความยาวของวิดีโอเพิ่มขึ้น ดังนั้นสำหรับฉากที่ยาว ผู้ใช้อาจต้องสร้างทีละช็อตแล้วนำมาต่อเข้าด้วยกัน API ของ OrcaRouter ไม่ได้กำหนดขีดจำกัดที่แน่นอนเกินกว่าที่โมเดลพื้นฐานรองรับ อย่างไรก็ตาม พรอมพ์ที่ยาวมากหรือเอาต์พุตที่มีความละเอียดสูงอาจเพิ่มเวลาและต้นทุนในการสร้าง
จากความคิดเห็นของชุมชนและคะแนนมาตรฐาน Kling V3 ได้รับการยอมรับว่ามีคุณภาพภาพสูงด้วยการเคลื่อนไหวและแสงที่สมจริง มันเหนือกว่าทางเลือกอื่นๆ ในการทำงานแบบภาพเป็นวิดีโอ ตามที่ระบุด้วยคะแนน 1280.0 บน AA I2V Arena ซึ่งวัดความพึงพอใจของมนุษย์ โมเดลนี้ยังค่อนข้างเร็วเมื่อเทียบกับโมเดลการแพร่กระจายวิดีโอรุ่นก่อนหน้า แม้ว่าเวลาการอนุมานที่แน่นอนจะไม่เปิดเผยต่อสาธารณะ มันจัดการการจัดองค์ประกอบฉากที่ซับซ้อนและรักษาความสอดคล้องของวัตถุข้ามเฟรมได้ดีกว่าเครื่องกำเนิดวิดีโอรุ่นแรก
หากกรณีการใช้งานของคุณไม่ต้องการการเคลื่อนไหวที่มีความเที่ยงตรงสูงหรือผลลัพธ์ที่สมจริง โมเดลสร้างวิดีโอที่ราคาถูกกว่าหรือเบากว่าอาจเพียงพอ ตัวอย่างเช่น งานอย่างการสร้างกราฟิกเคลื่อนไหวอย่างง่าย ตัวอย่างแบบความละเอียดต่ำ หรือแอนิเมชันต้นแบบ สามารถจัดการได้โดยโมเดลที่ใช้ทรัพยากรน้อยกว่า Kling V3 ควรสงวนไว้สำหรับผลลัพธ์สุดท้ายหรือเนื้อหาระดับมืออาชีพที่คุณภาพเป็นสิ่งสำคัญที่สุด นอกจากนี้ หากคุณต้องการคลิปสั้นมาก (<2 วินาที) หรือวิดีโอนามธรรมที่ไม่ต้องมีฟิสิกส์สมจริง ตัวเลือกที่เร็วกว่าและถูกกว่ามีให้ใช้งานบน OrcaRouter
Kling V3 ทำคะแนนได้ 1280.0 ในการทดสอบ AA I2V Arena ซึ่งเป็นเกณฑ์มาตรฐานที่ประเมินคุณภาพการสร้างวิดีโอจากภาพผ่านการตัดสินความชอบของมนุษย์ คะแนนที่สูงกว่าบ่งชี้ว่า Outputs ของโมเดลนั้นเป็นที่ต้องการมากกว่าเมื่อเทียบกับโมเดลอื่นในการเปรียบเทียบแบบปกปิด เกณฑ์มาตรฐานนี้ครอบคลุมด้านต่างๆ เช่น ความสมจริงของการเคลื่อนไหว ความสอดคล้องทางภาพ และการยึดมั่นกับภาพต้นฉบับ แม้ว่าจะไม่ใช่เมตริกที่ครอบคลุมทั้งหมด แต่ก็ให้จุดเปรียบเทียบที่มีประโยชน์กับโมเดลสร้างวิดีโอยอดนิยมอื่นๆ
คะแนน AA I2V Arena ชี้ให้เห็นว่า Kling V3 เป็นหนึ่งในผู้สร้างวิดีโอที่มนุษย์พบว่าน่าเชื่อถือและสวยงามน่าดึงดูด สำหรับครีเอเตอร์ นั่นหมายถึงจำนวนรอบการปรับแต่งที่น้อยลงเพื่อให้ได้ผลลัพธ์ที่น่าพึงพอใจ และมีโอกาสสูงที่จะได้รับการอนุมัติจากลูกค้า อย่างไรก็ตาม เกณฑ์มาตรฐานไม่ได้ครอบคลุมทุกกรณีที่ผิดปกติ—พรอมต์ที่เกี่ยวข้องกับวัตถุเฉพาะ การเคลื่อนไหวที่หายาก หรือปฏิสัมพันธ์ที่ซับซ้อนอาจยังคงต้องการการปรับด้วยตนเอง คะแนนเป็นตัวบ่งชี้ทั่วไปที่ดี แต่ควรเสริมด้วยการทดสอบส่วนตัวในกรณีการใช้งานที่ตั้งใจไว้
เช่นเดียวกับโมเดลสร้างวิดีโอส่วนใหญ่ Kling V3 อาจประสบปัญหาในการรักษาความสอดคล้องตามเวลาในระยะเวลานาน การจัดการกับวัตถุที่มีปฏิสัมพันธ์หลายๆ ชิ้น หรือการสร้างมือและใบหน้าของมนุษย์ที่แม่นยำในฉากที่มีการเคลื่อนไหว นอกจากนี้ยังอาจสร้างสิ่งแปลกปลอม (artifacts) เมื่อพรอมต์มีการเคลื่อนไหวกล้องอย่างรวดเร็วหรือฟิสิกส์ที่ไม่น่าเป็นไปได้ คุณภาพอาจลดลงสำหรับพรอมต์ที่อยู่นอกการกระจายตัว (out-of-distribution) เช่น สภาพแวดล้อมที่ผิดปกติอย่างมากหรือศิลปะนามธรรม นอกจากนี้ ความเร็วในการสร้างจะช้ากว่าโมเดลภาพ เนื่องจากความซับซ้อนของการสังเคราะห์วิดีโอ ข้อจำกัดเหล่านี้พบได้ทั่วไปในเครื่องมือสร้างวิดีโอรุ่นปัจจุบัน
เวลาในการอนุมานที่แน่นอนสำหรับ Kling V3 ไม่ได้ถูกระบุโดยผู้ให้บริการต่อสาธารณะ โดยทั่วไป โมเดลสร้างวิดีโอต้องการการคำนวณ GPU จำนวนมาก ดังนั้นเวลาแฝงอาจมีตั้งแต่สิบวินาทีไปจนถึงหลายนาที ขึ้นอยู่กับความยาวของเอาต์พุต ความละเอียด และความต้องการพร้อมกัน API ของ OrcaRouter อาจจัดคิวคำขอในช่วงที่มีการใช้งานสูง แต่มีปลายทาง HTTP มาตรฐาน เพื่อผลลัพธ์ที่เร็วขึ้น ผู้ใช้สามารถขอคลิปที่สั้นลงหรือความละเอียดต่ำลง OrcaRouter ไม่มีการสตรีมสำหรับเอาต์พุตวิดีโอ; ไฟล์วิดีโอทั้งหมดจะถูกส่งคืนเมื่อเสร็จสิ้น
การกำหนดราคาสำหรับ Kling V3 ถูกกำหนดโดยผู้ให้บริการ Kling และส่งผ่าน OrcaRouter โดยไม่มีส่วนเพิ่มเพิ่มเติม โดยทั่วไปแล้ว โมเดลดังกล่าวจะคิดค่าบริการต่อวินาทีหรือต่อผลลัพธ์วิดีโอ โดยต้นทุนจะเพิ่มขึ้นตามความละเอียดและระยะเวลา ราคาต่อหน่วยที่แน่นอนไม่ได้เปิดเผยในข้อมูลที่มีให้ ผู้ใช้ควรตรวจสอบหน้าราคาของ OrcaRouter สำหรับอัตราปัจจุบัน เนื่องจากการสร้างวิดีโอมีค่าใช้จ่ายในการคำนวณสูง ต้นทุนจึงสูงกว่าจุดสิ้นสุดสำหรับข้อความหรือรูปภาพ ผู้ใช้สามารถประมาณต้นทุนตามความยาวและความละเอียดของผลลัพธ์ที่คาดหวัง
เมื่อใช้ Kling V3 ปัจจัยหลักที่ทำให้ต้นทุนสูงขึ้นคือความยาวและความละเอียดของวิดีโอที่สร้าง คลิปที่สั้นกว่าและมีความละเอียดต่ำกว่าจะมีต้นทุนน้อยกว่าและใช้เวลาในการสร้างสั้นลง สำหรับโปรเจกต์ที่มีงบประมาณจำกัด ควรจำกัดความยาววิดีโอไว้ที่ 2-4 วินาที และใช้ความละเอียดปานกลาง OrcaRouter อาจเสนอส่วนลดตามปริมาณหรือการคิดราคาแบบจ่ายตามการใช้งาน ไม่มีการประหยัดต้นทุนจากแคชสำหรับการสร้างวิดีโอ เนื่องจากแต่ละคำขอมีลักษณะเฉพาะตัว ผู้ใช้ควรคำนึงถึงต้นทุนจากการลองผิดลองถูกด้วย หากคำอธิบายภาพต้องมีการปรับเปลี่ยนหลายครั้ง
โครงสร้างราคาและส่วนลดของ OrcaRouter สำหรับโมเดลสร้างวิดีโอไม่ได้ระบุรายละเอียดไว้ในข้อมูลที่ให้มา โดยทั่วไปแล้ว การแคชไม่สามารถใช้ได้กับเอาต์พุตวิดีโอที่สร้างขึ้น เนื่องจากผลลัพธ์แต่ละรายการถูกสังเคราะห์ขึ้นใหม่ อย่างไรก็ตาม OrcaRouter อาจกำหนดเกณฑ์การใช้งานหรือระดับการสมัครสมาชิกที่ช่วยลดต้นทุนต่อคำขอสำหรับผู้ใช้ปริมาณมาก สำหรับข้อมูลราคาที่แม่นยำที่สุด โปรดดูเอกสารทางการของ OrcaRouter หรือติดต่อฝ่ายสนับสนุน โมเดลนี้เป็นแบบจ่ายตามการใช้งาน โดยไม่ต้องมีภาระผูกพันล่วงหน้า
หากต้องการใช้ Kling V3 ผ่าน OrcaRouter ให้ส่งคำขอ POST ไปยัง https://api.orcarouter.ai/v1/video/generations (หรือ endpoint ที่เกี่ยวข้อง) โดยตั้งค่าพารามิเตอร์ model เป็น 'kling/kling-v3' หรืออีกวิธีหนึ่ง ให้ใช้ endpoint chat completions ที่เข้ากันได้กับ OpenAI หากโมเดลรองรับการแปลงข้อความเป็นวิดีโอผ่านข้อความ การตรวจสอบสิทธิ์ทำผ่านคีย์ API ในส่วนหัว Authorization เนื้อหาของคำขอควรมีข้อความ prompt และอาจมี URL รูปภาพสำหรับแปลงรูปเป็นวิดีโอ พร้อมกับพารามิเตอร์เช่น 'n' (จำนวนวิดีโอ) และ 'size' (ขนาด) การตอบกลับจะมี URL ของวิดีโอที่สร้างขึ้น
Kling V3 รองรับพารามิเตอร์ทั่วไปสำหรับการสร้างวิดีโอ: 'prompt' (คำอธิบายข้อความที่จำเป็น), 'image' (URL ภาพเริ่มต้นที่ไม่บังคับ), 'n' (จำนวนคลิป, ค่าเริ่มต้น 1), 'size' (ขนาดผลลัพธ์, เช่น '1080x1920' หรือ '1024x576') พารามิเตอร์เพิ่มเติมเช่น 'negative_prompt', 'seed' และ 'duration' อาจมีให้ใช้งานขึ้นอยู่กับรุ่นโมเดลที่อยู่เบื้องหลัง OrcaRouter ส่งพารามิเตอร์เหล่านี้ไปยังผู้ให้บริการโดยตรง สำหรับรายการพารามิเตอร์ที่แน่นอน โปรดดูเอกสารของ OrcaRouter สำหรับโมเดลนั้น พารามิเตอร์ที่ไม่ถูกต้องจะส่งผลให้เกิดการตอบสนองข้อผิดพลาด
หากคุณกำลังใช้ API สร้างวิดีโออื่นอยู่ การย้ายมาใช้ Kling V3 ผ่าน OrcaRouter มักจะเกี่ยวข้องกับการเปลี่ยน base URL เป็น https://api.orcarouter.ai/v1 และตั้งค่า model ID เป็น 'kling/kling-v3' ไคลเอนต์ที่รองรับ OpenAI ส่วนใหญ่สามารถจัดการการเปลี่ยนแปลงนี้ได้ด้วยการอัปเดตการกำหนดค่าเพียงครั้งเดียว คุณจะต้องได้รับคีย์ API ของ OrcaRouter รูปแบบคำขอและการตอบสนองเป็นไปตามสคีมาเดียวกันกับจุดสิ้นสุดการสร้างวิดีโออื่น ๆ ดังนั้นตรรกะการแยกวิเคราะห์ที่มีอยู่มักจะทำงานได้โดยมีการปรับเปลี่ยนเพียงเล็กน้อย
Kling V3 แข่งขันกับโมเดลอย่าง Runway Gen-3, Pika Labs และ Luma Dream Machine คะแนน AA I2V Arena ที่ 1280.0 บ่งชี้ถึงประสิทธิภาพที่แข็งแกร่งในด้านคุณภาพการแปลงภาพเป็นวิดีโอ (image-to-video) โดยมักจะเทียบเท่าหรือเหนือกว่าตัวเลือกอื่นในการทดสอบความชอบของผู้ใช้ อย่างไรก็ตาม แต่ละโมเดลมีจุดแข็งที่แตกต่างกัน: Gen-3 อาจโดดเด่นในผลลัพธ์ที่มีสไตล์ ในขณะที่ Dream Machine ให้การสร้างที่เร็วกว่า โดยทั่วไป Kling V3 ถือเป็นตัวเลือกระดับสูงสำหรับการเคลื่อนไหวที่สมจริง หากไม่มีเกณฑ์มาตรฐานแบบเปรียบเทียบแบบละเอียด ผู้ใช้ควรทดลองใช้กับพรอมพ์เฉพาะของตนเอง
เลือก Kling V3 เมื่อคุณภาพวิดีโอและความสมจริงของการเคลื่อนไหวมีความสำคัญ เช่นในโปรเจกต์เชิงพาณิชย์ พอร์ตโฟลิโอระดับมืออาชีพ หรือการสาธิตที่นำเสนอต่อลูกค้า หากงบประมาณจำกัดหรือผลลัพธ์สำหรับการทำต้นแบบภายใน โมเดลที่ถูกกว่าเช่น Kling V2 หรือเครื่องมือสร้างที่มีน้ำหนักเบาตัวอื่นอาจเพียงพอ Kling V3 ยังให้ความสม่ำเสมอที่ดีกว่าสำหรับงานแปลงภาพเป็นวิดีโอ ทำให้เป็นที่นิยมเมื่อคุณต้องการทำให้ภาพนิ่งเฉพาะภาพเคลื่อนไหวโดยมีการบิดเบือนน้อยที่สุด ประเมินต้นทุนต่อผลลัพธ์เทียบกับข้อกำหนดด้านคุณภาพเพื่อตัดสินใจ
ข้อเสียหลักคือต้นทุนที่สูงขึ้นและระยะเวลาในการสร้างที่ยาวนานกว่าเมื่อเทียบกับรุ่นที่เรียบง่ายหรือรุ่นเก่า Kling V3 ยังต้องใช้ทรัพยากรการประมวลผลมากขึ้น ส่งผลให้การประมวลผลแบบแบตช์สำหรับโปรเจกต์ขนาดใหญ่ช้าลง นอกจากนี้ อาจมีตัวกรองเนื้อหาที่เข้มงวดมากขึ้นขึ้นอยู่กับนโยบายของผู้ให้บริการ ในด้านบวก คุณภาพของผลลัพธ์ถือว่าดีที่สุดในบรรดาที่มีให้ใช้งาน ช่วยลดความจำเป็นในการปรับแต่งด้วยตนเอง ผู้ใช้ต้องชั่งน้ำหนักปัจจัยเหล่านี้ตามข้อกำหนดของขั้นตอนการทำงานเฉพาะของตน
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1| ต่อคำขอ | $0.0840 |
|---|---|
| สกุลเงิน | USD |
| ค่าธรรมเนียมคงที่ต่อการเรียก API (โมเดลสร้างรูปภาพ) | |
สิ่งที่นักพัฒนาพูดถึงในสัปดาห์นี้
GET /api/public/models/kling/kling-v3เปิด @misc{orcarouter_kling_v3,
title = {kling/kling-v3 API},
author = {kling},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/kling/kling-v3}
}kling. (n.d.). kling/kling-v3 API. OrcaRouter. https://www.orcarouter.ai/models/kling/kling-v3