Kling 2.6 — chuyển văn bản thành video và chuyển ảnh thành video với điều khiển chuyển động + điều khiển âm thanh (chế độ pro), thời lượng thay đổi, 1080p, 24fps.
kling/kling-v2-6 là mô hình tạo video do Kling, một công ty con của Kuaishou, xây dựng. Mô hình sử dụng kiến trúc dựa trên diffusion để tạo ra các video nhất quán về mặt thời gian từ một prompt văn…
Với trọng tâm mạnh mẽ về tính chân thực, kling/kling-v2-6 vượt trội trong việc tạo video về cảnh thiên nhiên, chân dung con người, chuyển động của động vật và các vật dụng hàng ngày. Mô hình có thể theo dõi các mô tả chuyển động phức tạp, chẳng hạn như một người đang đi bộ trong khi cầm đồ vật hoặc một chiếc ô tô đang lái qua khu rừng. Nó cũng xử lý nội dung cách điệu như hoạt hình hoặc yếu tố giả tưởng, mặc dù thế mạnh của nó là đầu ra chân thực như ảnh chụp. Điểm AA I2V Arena là 1271,0 cho thấy nó hoạt động đặc biệt tốt trong nhiệm vụ đầy thách thức là chuyển đổi một hình ảnh duy nhất thành một video liên tục hợp lý. Các trường hợp sử dụng bao gồm tạo các biến đổi trước và sau, làm cho ảnh tĩnh ‘trở nên sống động’, và tạo các clip ngắn lặp lại cho web hoặc mạng xã hội. Đối với các tác vụ đơn giản hơn như hoạt ảnh hình học cơ bản, các mô hình chuyển văn bản thành video rẻ hơn có thể đủ dùng.
Mặc dù kling/kling-v2-6 cung cấp chất lượng video hàng đầu, nhưng nó có thể là quá mức cần thiết đối với một số trường hợp sử dụng. Nếu bạn cần các clip rất ngắn (dưới 2 giây) hoặc độ phân giải thấp (ví dụ: 480p), hoặc nếu chủ đề của bạn mang tính trừu tượng và không yêu cầu tính chân thực, một mô hình nhẹ hơn như các mô hình do OrcaRouter từ các nhà cung cấp khác cung cấp có thể tiết kiệm chi phí hơn. Ngoài ra, nếu ứng dụng của bạn yêu cầu độ trễ cực nhanh (ví dụ: tạo tương tác thời gian thực), quy trình dựa trên khuếch tán của kling/kling-v2-6 có thể không đáp ứng được các yêu cầu đó. Đối với việc tạo hàng loạt các video đơn giản với chuyển động tối thiểu, các giải pháp thay thế rẻ hơn có thể mang lại kết quả chấp nhận được với chi phí chỉ bằng một phần nhỏ. Luôn đánh giá sự đánh đổi giữa chất lượng, thời gian tạo và ngân sách khi chọn mô hình.
kling/kling-v2-6 thể hiện khả năng tuân thủ prompt mạnh mẽ, đặc biệt là về tính nhất quán của chuyển động và đối tượng. Mô hình được huấn luyện để làm theo văn bản mô tả chi tiết cả cảnh và hành động. Đối với chuyển đổi ảnh sang video, nó giữ nguyên danh tính và bố cục của ảnh đã cho trong khi tạo ra chuyển động hợp lý. Việc chuyển đổi phong cách (ví dụ: điện ảnh, hoạt hình) có thể đạt được thông qua việc kỹ thuật prompt cẩn thận, mặc dù đầu ra mặc định của mô hình là hiện thực. Để đạt được đầu ra có phong cách, hãy cân nhắc bao gồm các từ khóa phong cách như 'anime', 'tranh sơn dầu' hoặc 'cyberpunk' trong prompt. Lưu ý rằng những thay đổi phong cách cực đoan có thể làm giảm độ mượt mà theo thời gian. Đối với người dùng cần kiểm soát phong cách chính xác, các mô hình khác có module phong cách chuyên dụng có thể phù hợp hơn. API của OrcaRouter cho phép bạn thử nghiệm với các prompt khác nhau một cách hiệu quả về chi phí trước khi cam kết tạo hàng loạt.
AA I2V Arena là một chuẩn đánh giá được thiết kế để đo lường các mô hình tạo video từ ảnh dựa trên tính chân thực, độ hợp lý của chuyển động, khả năng giữ nội dung và sự nhất quán về thời gian. Điểm số cao hơn cho thấy hiệu suất tốt hơn trên các khía cạnh này. Điểm 1271.0 của kling/kling-v2-6 đưa mô hình này vào nhóm những mô hình hàng đầu trong lĩnh vực I2V. Điều này cho thấy, với một ảnh đầu vào nhất định, mô hình có thể tạo ra các video đáp ứng sát kỳ vọng của con người về chuyển động tự nhiên, tính nhất quán ánh sáng và sự bền vững của đối tượng. Mặc dù các chuẩn đánh giá không phải là thước đo duy nhất về giá trị của mô hình, nhưng điểm số cụ thể này là một chỉ báo đáng tin cậy về chất lượng hình ảnh cho các ứng dụng thực tế. Người dùng cần lưu ý rằng kết quả riêng lẻ có thể thay đổi tùy thuộc vào độ chi tiết của prompt, độ phân giải và cài đặt thời lượng.
Điểm mạnh chính của kling/kling-v2-6 nằm ở khả năng chuyển đổi hình ảnh thành video, được chứng minh qua điểm số cao nhất trên AA I2V Arena. Mô hình tạo ra các video có độ trung thực cao với chuyển động mượt mà, tránh các lỗi phổ biến như nhấp nháy, biến dạng hoặc mất nhận dạng. Nó cũng xử lý tốt các hành động phức tạp như chuyển động chất lỏng, lia máy quay và thay đổi môi trường. Tính chân thực đặc biệt nổi bật ở các cảnh thiên nhiên, biểu cảm khuôn mặt người và tương tác với vật thể. Đối với nhiều người dùng, chất lượng gần đạt đến mức sản xuất VFX từ một đầu vào văn bản hoặc hình ảnh đơn giản. Điều này khiến nó trở thành công cụ tuyệt vời cho nội dung chất lượng cao, nơi độ tinh xảo về hình ảnh là yếu tố quan trọng. Ngoài ra, việc tích hợp qua API thống nhất của OrcaRouter đơn giản hóa quy trình triển khai, cho phép bạn chuyển đổi giữa các mô hình mà không cần thay đổi cấu trúc code.
Dù có điểm benchmark ấn tượng, mô hình kling/kling-v2-6 vẫn tồn tại những hạn chế. Mô hình không được tối ưu hóa cho tạo sinh siêu nhanh; thời gian suy luận thông thường dao động từ vài giây đến hơn một phút tùy vào độ dài và độ phân giải video. Nó có thể gặp khó khăn với các prompt trừu tượng cao hoặc các cảnh có sự che khuất nhanh và nhiều đối tượng tương tác. Đầu ra cũng bị giới hạn về độ dài (thường tối đa 10 giây mỗi lần tạo). Để có nội dung dài hơn, bạn sẽ cần ghép nhiều clip. Ngoài ra, mô hình phù hợp nhất với prompt bằng tiếng Anh và tiếng Trung; các ngôn ngữ khác có thể dẫn đến độ nhất quán thấp hơn. Vì không có dữ liệu công khai về chi tiết huấn luyện, người dùng trong các ngành có quy định nên xác minh sự tuân thủ với chính sách quản trị dữ liệu của họ. Cuối cùng, chi phí mỗi lần tạo có thể cao hơn so với các mô hình đơn giản hơn.
Thông tin chi tiết về giá cho kling/kling-v2-6 do OrcaRouter thiết lập dựa trên mức giá của nhà cung cấp cơ bản và khối lượng sử dụng. Thông thường, các mô hình tạo video được tính phí theo giây đầu ra video, với chi phí bổ sung cho độ phân giải cao hơn và số bước suy luận nhiều hơn. OrcaRouter có thể cung cấp mức giá theo cấp bậc cho người dùng khối lượng lớn hoặc tài khoản doanh nghiệp. Theo thông tin mới nhất hiện có, chi phí chính xác trên mỗi giây không được tiết lộ trong bối cảnh này, nhưng người dùng có thể mong đợi mức phí cao hơn so với các mô hình văn bản thành hình ảnh đơn giản hơn, phản ánh chi phí tính toán. Nên kiểm tra trang giá của OrcaRouter để biết mức giá hiện tại nhất. Không có giảm giá bộ nhớ đệm vì mỗi video được tạo là duy nhất.
kling/kling-v2-6 cung cấp các tham số có thể điều chỉnh như độ phân giải (ví dụ: 720p so với 1080p) và số bước suy luận (thấp hơn để tăng tốc, cao hơn để cải thiện chất lượng). Giảm độ phân giải hoặc giảm số bước suy luận sẽ làm giảm chi phí và thời gian tạo, nhưng có thể gây ra hiện tượng giả tạo chuyển động hoặc giảm độ trung thực hình ảnh. Điểm AA I2V Arena là 1271.0 đạt được với cài đặt tối ưu; việc sử dụng cài đặt giảm sẽ không đạt được hiệu suất chuẩn đó. Người dùng xây dựng ứng dụng cho người tiêu dùng cuối nên kiểm tra chất lượng tối thiểu chấp nhận được để cân bằng chi phí và trải nghiệm người dùng. Đối với tạo mẫu nội bộ hoặc bản nháp thô, cài đặt thấp hơn thường là đủ. OrcaRouter cho phép bạn chỉ định các tham số này cho mỗi yêu cầu, cho phép quản lý chi phí linh hoạt. Không có phí bổ sung cho các prompt tiêu cực hoặc kiểm soát seed.
OrcaRouter thường cung cấp chiết khấu theo khối lượng và giá doanh nghiệp chuyên biệt cho khách hàng sử dụng nhiều. Đối với kling/kling-v2-6, vốn có thể yêu cầu nhiều tài nguyên tính toán, các khoản chiết khấu này có thể giảm đáng kể chi phí mỗi giây. Các gói doanh nghiệp cũng có thể bao gồm định tuyến ưu tiên, hỗ trợ chuyên biệt và SLA tùy chỉnh. Nếu bạn dự kiến có khối lượng sản xuất hàng tháng cao (ví dụ: hàng nghìn video), bạn nên liên hệ với đội ngũ bán hàng của OrcaRouter để thương lượng một gói phù hợp. Vì giá mô hình có thể thay đổi theo các bản cập nhật từ nhà cung cấp, OrcaRouter thường tính phí dựa trên bảng giá hiện tại. Không có khoản chiết khấu khuyến mãi hoặc tạm thời nào được áp dụng cho mô hình này.
Bạn có thể sử dụng điểm cuối API tương thích với OpenAI do OrcaRouter cung cấp. Đặt URL cơ sở là https://api.orcarouter.ai/v1. ID mô hình là 'kling/kling-v2-6'. Bạn cần một khóa API từ OrcaRouter. Một yêu cầu điển hình cho văn bản thành video: POST /v1/images/generations (lưu ý: điểm cuối chính xác có thể thay đổi; hãy kiểm tra tài liệu OrcaRouter về các điểm cuối video) hoặc sử dụng chat/completions nếu được hỗ trợ. Ngoài ra, OrcaRouter có thể cung cấp một điểm cuối tạo video chuyên dụng. Đối với curl, sử dụng: ```bash 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":"A cat walking on a beach","duration":5}' ``` Bạn có thể truyền tham số hình ảnh tùy chọn dưới dạng base64. Phản hồi sẽ chứa một liên kết đến video đã tạo.
Các tham số khả dụng cho kling/kling-v2-6 bao gồm: prompt (chuỗi, bắt buộc cho chuyển văn bản thành video), image (chuỗi, base64 hoặc URL, tùy chọn cho I2V), duration (số nguyên, giây, phạm vi điển hình 2–10), resolution (chuỗi, ví dụ: '1280x720' hoặc '1920x1080'), steps (số nguyên, kiểm soát chất lượng suy luận, ví dụ: 25-50), negative prompt (chuỗi, để tránh nội dung nhất định), seed (số nguyên để tái lập), và có thể cfg_scale. Không phải tất cả tham số đều được ghi nhận công khai. Tài liệu API của OrcaRouter cung cấp tên trường chính xác. Bạn cũng nên lưu ý rằng mô hình có thể có tốc độ yêu cầu tối đa; hãy kiểm tra giới hạn tốc độ. Để có kết quả tốt nhất, hãy làm theo cấu trúc prompt được khuyến nghị từ hướng dẫn chính thức của Kling.
Việc di chuyển sang OrcaRouter cho kling/kling-v2-6 rất đơn giản nếu bạn đã sử dụng API tương thích với OpenAI. Thay đổi base URL từ nhà cung cấp trước đó thành https://api.orcarouter.ai/v1 và cập nhật API key. Đảm bảo request body của bạn bao gồm đúng model id 'kling/kling-v2-6'. Mọi mã nguồn hiện tại sử dụng OpenAI Python client hoặc REST calls sẽ hoạt động với những thay đổi tối thiểu. Trước tiên, hãy thử nghiệm với một lệnh tạo chi phí thấp. Lưu ý rằng OrcaRouter có thể không hỗ trợ tất cả các tham số mà các nhà cung cấp khác có; hãy kiểm tra tính tương đồng về tính năng trong tài liệu của họ. Nếu trước đây bạn sử dụng phiên bản Kling khác (ví dụ: kling-v2-5), bạn có thể chuyển đổi model ID mà không cần thay đổi các tham số request khác. Đối với các migration khối lượng lớn, OrcaRouter có thể hỗ trợ để giảm thiểu thời gian ngừng hoạt động.
Cả hai đều là mô hình tạo video từ Kling, nhưng kling/kling-v2-6 là phiên bản cải tiến sau này với hiệu suất tốt hơn. Điểm AA I2V Arena 1271.0 của v2-6 có vẻ vượt trội hơn so với v2-5, vốn thường đạt điểm thấp hơn (không có số liệu chính xác). Những cải tiến dự kiến bao gồm độ mượt của chuyển động, giữ chi tiết tốt hơn trong video dài hơn và khả năng khớp lời nhắc. v2-6 cũng có thể hỗ trợ độ phân giải cao hơn hoặc thời lượng dài hơn. Nếu bạn hiện đang sử dụng v2-5 và hài lòng với chất lượng, có thể chưa cần nâng cấp gấp; tuy nhiên, đối với các tác vụ chuyển đổi ảnh thành video mà chất lượng chuẩn mực là quan trọng, v2-6 là lựa chọn mạnh mẽ hơn. OrcaRouter giúp dễ dàng chuyển đổi giữa các phiên bản chỉ bằng cách thay đổi ID mô hình.
Mặc dù không có điểm chuẩn so sánh trực tiếp nào được cung cấp, điểm AA I2V Arena của kling/kling-v2-6 cho thấy nó cạnh tranh tốt với các mô hình độc quyền như Runway Gen-3 và Pika. Nhìn chung, các mô hình Kling nổi tiếng về tính chân thực vượt trội trong bối cảnh châu Á và khuôn mặt người, trong khi Runway thường xuất sắc ở phong cách điện ảnh và các cảnh mở rộng. Pika 2.0 cung cấp nhiều khả năng kiểm soát hơn thông qua các công cụ chỉnh sửa. Đối với tác vụ thuần túy từ ảnh sang video, kling/kling-v2-6 có thể có lợi thế nhờ quá trình huấn luyện tập trung vào các tác vụ I2V. Tuy nhiên, mỗi nền tảng đều có các tính năng độc đáo; OrcaRouter cho phép bạn thử nghiệm tất cả chúng thông qua một API duy nhất để tìm ra lựa chọn phù hợp nhất cho trường hợp sử dụng cụ thể của bạn. Lựa chọn tối ưu phụ thuộc vào ngân sách, phong cách yêu cầu và tích hợp nền tảng của bạn.
Sự so sánh này mang tính lý thuyết vì Sora chưa được công khai qua OrcaRouter. Dựa trên các bản demo công khai, Sora vượt trội trong việc tạo video dài một phút với bố cục cảnh phức tạp. kling/kling-v2-6 hiện bị giới hạn về độ dài (có thể lên đến 10 giây) nhưng mang lại độ chân thực cao trong phân đoạn đó, bằng chứng là điểm chuẩn của nó. Sora có thể xử lý nhiều nhân vật và hiệu ứng che khuất chi tiết tốt hơn, nhưng cũng yêu cầu nhiều tài nguyên tính toán hơn. Đối với video ngắn, chất lượng cao từ ảnh sang video, kling/v2-6 là một lựa chọn đã được kiểm chứng. Nếu cần các câu chuyện dài hơn, phức tạp hơn, bạn có thể cân nhắc các mô hình khác hoặc ghép nhiều lần tạo. Cả hai mô hình đều yêu cầu kỹ thuật tạo prompt cẩn thận để tránh lỗi. Qua OrcaRouter, bạn có thể dễ dàng thử nghiệm các mô hình video khác khi chúng có sẵn.
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)| Mỗi yêu cầu | $0.0420 |
| Tiền tệ | USD |
| Phí cố định mỗi cuộc gọi API (mô hình tạo ảnh) | |
GET /api/public/models/kling/kling-v2-6Mở @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