Kling O1 — 下一代视频生成，支持文本转视频、图像转视频、主体控制和视频参考编辑，生成5–10秒短片，标准/专业模式。
kling/kling-video-o1 是由快手科技的子公司 Kling 开发的文本到视频生成模型。它接收自然语言提示作为输入，并输出一个视频文件。该模型旨在符合审美和语义质量标准，如 AA T2V Arena 基准测试所衡量的（得分：1209.0）。在 OrcaRouter 上，它通过兼容 OpenAI 的 API…
kling/kling-video-o1 根据文本提示生成短视频片段。所提供的事实中未明确指定最大时长和分辨率；Kling 的典型文本到视频模型生成的片段时长从几秒到约10秒不等，常为720p或1080p。该模型能够根据提示描绘从写实环境到风格化动画等多种场景，旨在实现高度的美学一致性，即输出结果应视觉美观且与描述相符。然而，生成质量可能因提示的清晰度和复杂程度而异。
AA T2V Arena（美学对齐文本到视频竞技场）衡量用户对视频质量及其与提示一致性的偏好。kling/kling-video-o1 获得了 1209.0 分，表明其在生成评分者认为视觉美观且语义准确的视频方面表现强劲。这意味着该模型非常适合优先考虑视觉质量的创意项目。用户可以预期输出内容基本匹配描述内容且整体连贯。该分数也反映了其在该基准测试中与其他视频模型的竞争力。
如果您的使用场景对视觉美感要求不高，或者您只是为内部测试生成视频，对画面精细度没有严格要求，那么选择更便宜或速度更快的视频模型会更经济实惠。此外，如果您需要生成长视频或Kling/Kling-video-o1不支持特定分辨率，其他模型可能以更低成本提供这些功能。在OrcaRouter上，您可以比较不同视频模型的定价，找到最合适的方案。请务必根据您的具体用量和需求，权衡质量与价格之间的取舍。
与大多数文本到视频模型一样，当提示词过于抽象、细节过多或自相矛盾时，性能会下降。kling/kling-video-o1 针对清晰、描述性的自然语言进行了优化。对于指定多个角色、动作和场景变化的提示词，模型可能会简化或忽略某些元素。当提示词描述单一连贯的场景或动作时，效果最佳。对于连续叙事，可能需要多次生成。虽然没有提供具体的提示词工程指南，但用户应使用简洁具体的语言以获得最佳效果。
AA T2V Arena 代表「审美一致性文本转视频竞技场」。这是一个众包基准测试，由人类评分者根据同一提示词生成的两个视频进行比较，并基于整体质量和与文本的一致性选择更优的一个。kling/kling-video-o1 的得分 1209.0 是基于这些成对比较得出的类 Elo 评分。该分数表示模型的相对排名，越高表示越符合人类偏好。该基准测试侧重于视觉吸引力和提示一致性，而非 FID 或 CLIP 分数等指标。
分数1209.0是kling/kling-video-o1的输出提交至AA T2V Arena后得到的结果，该模型在盲测中与其他文本生成视频模型进行了比拼。每个生成的视频均由人类评估者根据美学质量以及与提示词的匹配程度进行评分。最终得分采用Elo评级系统计算。这意味着该模型在直接对比中表现良好，与一组竞争模型相比胜多负少。作为参考，得分通常介于1000至1500之间；1209表明其高于平均水平。
仅提供一个基准测试分数：AA T2V Arena 上的 1209.0。没有关于推理速度、延迟、视频长度限制、分辨率或批处理能力的信息。用户应注意，基准测试分数并不保证在所有提示词或生产工作负载下的性能。该模型可能存在文本到视频模型常见的偏差、伪影或失败模式（例如闪烁、不真实的运动、物体变形）。在没有额外事实的情况下，无法列举具体限制。在大规模部署前，请务必使用自己的提示词进行测试。
关于kling/kling-video-o1并未提供具体的推理速度或延迟数据。由于时间维度的存在，文本生成视频通常比图像生成需要更长的时间。实际性能取决于视频长度、分辨率、场景复杂度以及Kling所使用的底层硬件。在OrcaRouter上，API可能还会额外增加网络延迟。为了了解典型的响应时间，建议用户在预期的负载条件下使用代表性提示词运行基准测试。如有需要，请联系OrcaRouter支持团队获取服务级别的指导。
提供的资料中未明确每次视频生成的确切价格。OrcaRouter根据提供商的费率收费，可能按视频秒数、生成请求次数或计算时间计费。通常，质量更高的模型成本更高。用户应访问OrcaRouter的定价页面或API文档，了解“kling/kling-video-o1”模型的当前费用。由于价格可能变动，在构建对成本敏感的应用前，请务必核实。未提及免费使用或积分。
未提供批量折扣信息。OrcaRouter可能为API访问提供分层定价或预付费套餐，但这不是kling/kling-video-o1所特有的。对于高频用户，建议直接联系OrcaRouter讨论定制价格。此外，如果您的用例允许较低质量的输出，可以考虑使用OrcaRouter上更便宜的模型来降低成本。提供商（Kling）也可能有自己的定价协议，这会影响OrcaRouter的收费。
提供的关于kling/kling-video-o1的事实中未提及缓存。通常，文本到视频模型由于随机采样，每次为同一提示生成独特输出，除非使用完全相同的提示和种子，否则缓存命中的可能性很小。OrcaRouter可能会缓存频繁请求的生成结果，但目前没有相关信息。在成本管理方面，假设每次生成都会单独收费。为避免重复费用，请设计应用程序在可能的情况下重用已生成的视频，而不是重新生成相同的提示。
使用兼容OpenAI的聊天补全或专用视频生成端点。基础URL为 https://api.orcarouter.ai/v1 。将模型参数设置为 "kling/kling-video-o1"。需要进行身份验证，通常通过 Authorization 标头中的 API 密钥实现。对于文本转视频生成，您可能会发送包含 prompt 字段的 JSON 负载。具体请求格式可能有所不同；请查阅 OrcaRouter 的文档了解具体模式。一个最小的 curl 示例： 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":"一只猫在日落时分的海滩上行走"}'
在提供的事实中，可用参数并未完全记录。文本到视频模型的常见参数包括 prompt（必需）、negative_prompt、num_frames、width、height、guidance_scale、seed 和 num_inference_steps。kling/kling-video-o1 可能支持这些参数的子集。由于 OrcaRouter 对提供者进行了抽象，某些参数可能会被转换或限制。请从记录的 Kling 参数开始，并测试兼容性。如果某个参数不受支持，务必检查错误消息。缺失的参数将应用默认值。
如果您已经在使用 OrcaRouter 兼容 OpenAI 的 API 并且使用了不同的视频模型，迁移非常简单：将模型字段从旧 ID 改为 "kling/kling-video-o1"。确保您的提示格式兼容。如果您之前使用的是不同的 API（例如直接的 Kling API），请重写请求以匹配 OrcaRouter 的模式。如果坚持使用 OpenAI 的标准格式，客户端无需修改推理代码。在切换生产流量之前，先用单个请求进行测试。请注意，输出质量和延迟可能会有所不同。
OrcaRouter使用API密钥认证。您必须将API密钥包含在Authorization标头中，格式为"Bearer YOUR_API_KEY"。API密钥通常从OrcaRouter仪表盘生成。请保密。出于安全考虑，避免在源代码中硬编码密钥，应使用环境变量。如果需要轮换密钥，请相应更新配置。OrcaRouter可能也支持其他认证方法，如OAuth，但所提供的事实未作说明。请遵循安全API访问的最佳实践。
Kling 已发布多个版本，包括 Kling 1.0、1.5，以及多种变体如 Kling-video-o1。其在 AA T2V Arena 上的得分为 1209.0，表明该模型在审美对齐方面表现良好。由于缺乏其他 Kling 模型的得分，无法直接比较。通常情况下，新模型在质量和逼真度上有所提升。"o1" 后缀可能暗示针对复杂提示的推理或规划能力有所改进，但这仅是推测。用户应根据自身提示比较输出结果，以决定哪种 Kling 模型最适合其需求。
OrcaRouter 提供来自不同提供商的多个视频生成模型的访问。kling/kling-video-o1 在 AA T2V Arena 上的基准得分为 1209.0，处于竞争范围内。其他模型如 Stable Video Diffusion、Pika 或 RunwayML 可能有不同的优势（例如速度、控制、真实感）。由于没有提供直接的跨模型基准，用户应根据自己的具体需求进行评估：提示遵循度、视觉风格、生成时间和成本。OrcaRouter 的统一 API 使得只需更改模型 ID 即可轻松测试多个模型。
较廉价的视频模型可能在美学质量上较差，视频长度更短，或出现更多伪影。AA T2V Arena 评分表明 kling/kling-video-o1 能提供高质量结果，这为注重视觉表现的用户提供了更高定价的合理性。如果你的项目能容忍较低质量，或仅用于内部原型验证，选择廉价模型可降低成本。在 OrcaRouter 上，你可以并排对比生成样本，量化差异。此外，还需考虑推理速度：较昂贵的模型生成时间可能也更长。最终决策应在预算、质量与吞吐量之间取得平衡。
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-video-o1",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| 每次请求 | $0.0840 |
| 货币 | USD |
| 每次 API 调用统一计费(图像生成模型) | |
@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