跳到导航
BeatAPIKling V4Video API

Kling V4

根据文本、按时间顺序排列的画面帧，或参考图、参考视频、参考声音和命名元素，生成 720p 或 1080p、时长 3–30 秒、自带生成音频的视频；按秒计费。

  • 异步：创建请求返回任务 ID，任务成功后才能拿到视频。
  • 四种输入方式：纯文本、画面帧（按时间顺序排列的 images）、参考图 / 参考视频 / 参考声音，以及最多七个命名的 elements。画面帧不能与参考素材或元素一起使用。
  • 在提示词里为每个输入写上引用：@image_1、@video_1、@voice_1、@ 加元素名、@first_frame、@keyframe_1 和 @last_frame。每个 @ 都必须对应同一请求中的输入。
  • 视频始终带有生成的音频。keep_original_sound 改为保留参考视频自身的声音。
  • duration 为 3 到 30 秒（默认 5），分辨率为 720p（默认）或 1080p。按所选分辨率下的视频秒数计费；失败的任务不收费。
POST/v1/videos/tasks试一试

在调试窗口里打开本模型，填入你的 BeatAPI API 密钥即可创建任务。调用是真实的，费用从你自己的余额中扣除。

模型 ID

这个端点上有两个 Kling 生成模型。下表数值直接取自网关契约；只有 Kling V4 接受参考素材、两张以上的画面帧和最多七个元素。

模型 IDduration（秒）resolution画面帧上限参考图上限元素上限适合的场景
kling-v43–30720p, 1080p10107需要最长 30 秒、参考图 / 参考视频 / 参考声音、中间帧，或三个以上的元素。
kling-v33–15std, pro2—3需要多镜头分镜、不带声音的视频，或更低的每秒单价。

接口与鉴权

POST https://api.beatapi.io/v1/videos/tasks

Authorization string 必需

你的 BeatAPI API 密钥，以 Bearer <BEATAPI_API_KEY> 形式发送。在控制台创建密钥。密钥只能保存在你的服务端，不要放进浏览器或移动端应用。

请求体使用 JSON，并设置 Content-Type: application/json。Idempotency-Key 为可选：每个逻辑请求发送一个唯一值（最长 255 个字符），仅在重试完全相同的请求体时复用。24 小时内，用相同的键和请求体重试会再次返回第一次的响应，并带上 Idempotent-Replayed: true；相同的键搭配不同的请求体则返回 409 idempotency_conflict。非 2xx 的响应不会被保存，因此 400 或 402 之后的重试会重新执行。

请求流程

1

创建任务

向接口 POST 下方的参数。返回 201 表示任务已被接受，其价格已从你的余额中预留；任务在后台运行。保存 data.id。

2

等待任务完成

调用 GET /v1/tasks/{task_id}，两次调用之间等待 data.poll_after_seconds 秒（图片 5 秒，视频 8 秒），直到 status 为 succeeded 或 failed。也可以为 task.succeeded 和 task.failed 注册 Webhook；仍需保留轮询作为兜底，因为因处理超时而终止的任务不会发送事件。

3

保存结果

状态为 succeeded 时，下载每个 data.output.media[].url 并保存你需要的文件；BeatAPI 不承诺结果链接的保留时长。状态为 failed 时，读取 data.error_code 和 data.error_message：预扣的金额已退回你的余额，data.retryable 表示再次发送相同请求是否可能成功。

输入模式

模式必填输入说明
文生视频model、prompt不传任何素材。不传 aspect_ratio 时视频为 16:9。
首帧model、prompt、images（1 个链接）视频从这张图开始，并沿用它的画面比例。
首帧和尾帧model、prompt、images（2 个链接）images[0] 是首帧，images[1] 是尾帧。
多帧model、prompt、images（3 到 10 个链接）按时间顺序依次为首帧、中间帧和尾帧；图片数最多比视频秒数多一张。
参考素材和元素model、prompt，以及 reference_images、reference_videos、reference_audios、elements 中的任意一项在下文限制内可任意组合。不能与 images 一起使用。请在提示词里为每个输入写上引用。

请求参数

model string 必需

要运行的模型。

取值：kling-v4

取值有误时

  • 未传："model" is required
  • 把图片模型发到了这个端点："model" nano-banana-2 is served by POST /v1/images/tasks, not this endpoint

prompt string 必需

视频里发生什么：主体、动作、运镜、风格和声音，并用 @ 引用写明每个输入。

长度：1–5000 个字符

  • 长度按字符数计算（一个中日韩字符算一个字符）。
  • 引用方式：reference_images 是 @image_1、@image_2 …，reference_videos 是 @video_1 …，reference_audios 是 @voice_1 …，元素是 @ 加它的 name。画面帧是 @first_frame、@keyframe_1、@keyframe_2 … 和 @last_frame。
  • 每个 @ 都必须对应同一请求中的输入。编号引用或画面帧引用找不到对应输入时（例如只传了两张参考图却写了 @image_3，或只传了一张图却写了 @last_frame），创建任务时会被拒绝。

取值有误时

  • 未传："prompt" is required
  • 为空或超过长度上限："prompt" has an unsupported length
  • 引用了请求中没有的输入：the prompt names @image_3, which this request does not send

images string[] 可选

按时间顺序排列的画面帧：一个链接是首帧，两个是首帧和尾帧，更多则在两者之间加入中间帧。

数量：1–10
每一项都必须是公网 https:// 链接。本地文件请先上传（POST /v1/files），再传入返回的 data.url。

  • 有三个或更多链接时，images[0] 是首帧，最后一个链接是尾帧，中间的链接是中间帧：images[1] 是 @keyframe_1，images[2] 是 @keyframe_2，依此类推。
  • 图片数最多比视频秒数多一张（duration + 1；不传 duration 时按 5 秒算），且无论如何不超过 10 张。
  • 画面帧不能与 reference_images、reference_videos、reference_audios、elements 或 aspect_ratio 一起传：视频沿用首帧的画面比例。

取值有误时

  • 多于 10 个链接："images" accepts at most 10 items
  • 链接数超过 duration + 1（此例为 5 秒视频传了 7 个链接）：Kling V4 takes at most 6 images for a 5-second video
  • 与任一 reference_* 字段同时传入：Cannot combine "images" with reference inputs in one task
  • 与 elements 同时传入：Kling V4 cannot combine elements with images
  • 与 aspect_ratio 同时传入：Kling V4 takes the first frame's shape; do not send aspect_ratio with images
  • 不是 https:// 链接："images[0]" must be a public HTTPS URL

reference_images string[] 可选

引导视频内容、角色、商品或风格的图片。在提示词里按列表顺序写成 @image_1、@image_2 …。

数量：1–10
每一项都必须是公网 https:// 链接。本地文件请先上传（POST /v1/files），再传入返回的 data.url。

  • 不能与 images 一起使用。
  • 计入参考素材与元素合计 15 个的上限。

取值有误时

  • 超过上限："reference_images" accepts at most 10 items
  • 参考素材与元素合计超过 15 个：Kling V4 takes at most 15 reference inputs and elements together

reference_videos string[] 可选

用来借鉴动作、运镜或内容的视频。在提示词里按列表顺序写成 @video_1、@video_2 …。

数量：1–5
每一项都必须是公网 https:// 链接。本地文件请先上传（POST /v1/files），再传入返回的 data.url。

  • 每段 2 到 30 秒，所有片段合计不超过 30 秒。网关在创建任务前会逐段测量，超出限制的片段会被拒绝，并在报错中指明是哪一段。
  • 参考视频与视频元素合计最多 5 个，并计入参考素材与元素合计 15 个的上限。
  • 成片默认带生成的音频；传 keep_original_sound: true 则保留参考视频自身的声音。

取值有误时

  • 超过上限："reference_videos" accepts at most 5 items
  • 某段短于 2 秒或长于 30 秒：reference_videos[0] is 35 seconds long; this model takes reference video of 2 to 30 seconds.
  • 所有片段合计超过 30 秒：The reference videos run 36 seconds in total; this model takes at most 30.
  • 参考视频与视频元素合计超过 5 个：Kling V4 takes at most 5 reference videos and video elements together

reference_audios string[] 可选

视频中使用的声音。在提示词里按列表顺序写成 @voice_1、@voice_2 …。

数量：1–3
每一项都必须是公网 https:// 链接。本地文件请先上传（POST /v1/files），再传入返回的 data.url。

  • 不能与 images 一起使用。
  • 计入参考素材与元素合计 15 个的上限。

取值有误时

  • 超过上限："reference_audios" accepts at most 3 items

elements object[] 可选

最多七个命名的主体，例如角色、动物、道具、服装、场景或特效；每个只需定义一次，在提示词里写成 @ 加它的 name。

数量：≤ 7

  • 最多七个对象组成的数组。每个对象只接受以下字段：
  • elements[].name（字符串，必填）：1 到 20 个字母、数字、下划线或汉字，同一请求内不区分大小写不得重复。不能是 image_N、video_N、voice_N、keyframe_N、object_N、audio_N、first_frame 或 last_frame。
  • elements[].element_input_urls（字符串数组）：2 到 4 个公网 HTTPS 链接，是这个元素的图片；第一张是主视图。
  • elements[].element_input_video_urls（字符串数组）：恰好一个公网 HTTPS 链接，是一段 3 到 8 秒、单镜头的角色视频。它与 element_input_urls 二选一，不能同时传。
  • elements[].element_input_audio_urls（字符串数组，可选）：恰好一个公网 HTTPS 音频链接，是角色元素的声音。
  • elements[].tag（字符串，可选）：元素的类别。视频元素或带声音的元素必须是角色：不传 tag，或传 character。
  • elements[].description（字符串，可选）：对元素的描述，最多 100 个字符。
  • 视频元素最多 3 个，与 reference_videos 合计最多 5 个。每个元素都计入参考素材与元素合计 15 个的上限。
  • 元素不能与 images 一起传。

取值有误时

  • 多于七个元素："elements" accepts at most 7 items
  • 某个元素不是对象："elements[0]" must be an object
  • 某个元素缺少 name："name" is required in "elements[0]"
  • name 为空或超过 20 个字符："elements[0].name" has an unsupported length
  • name 含其他字符，或使用了保留名：elements[0].name "image_1" is not a name Kling V4 accepts
  • 同一个 name 出现两次（不区分大小写）：elements[1].name "Hero" is used twice
  • 同时有图片和视频，或两者都没有：elements[0] takes either element_input_urls or element_input_video_urls
  • 图片少于两张："elements[0].element_input_urls" requires at least 2 item
  • 图片多于四张："elements[0].element_input_urls" accepts at most 4 items
  • 视频元素的 tag 不是 character：elements[0] is a video element, which is always a character
  • tag 不是 character 的元素带了声音：elements[0] has a voice, which only a character element takes
  • tag 不在列表中："elements[0].tag" must be one of: [character animal prop costume scene effect others]
  • description 超过 100 个字符："elements[0].description" has an unsupported length
  • 元素里有不接受的字段：field "start_time" is not supported in "elements[0]"
  • 视频元素多于三个：Kling V4 takes at most 3 video elements
  • 与 images 同时传入：Kling V4 cannot combine elements with images

duration integer 可选默认值: 5

视频时长，单位为秒，须为整数。计费以它为准。

默认值：5
范围：3–30

  • 不传时使用并按 5 计费。
  • 使用画面帧时，它还决定图片数上限：最多 duration + 1 张，且不超过 10 张。

取值有误时

  • 超出范围、不是整数，或以字符串传入："duration" is outside its supported range

aspect_ratio string 可选默认值: 16:9

视频的宽高比（宽:高）。

可选值：16:9, 9:16, 1:1, 21:9
默认值：16:9

  • 不传时使用 16:9。
  • 不要与 images 一起传：视频沿用首帧的画面比例。

取值有误时

  • 取值不在列表中："aspect_ratio" must be one of: [16:9 9:16 1:1 21:9]
  • 与 images 同时传入：Kling V4 takes the first frame's shape; do not send aspect_ratio with images

resolution string 可选默认值: 720p

输出分辨率。1080p 的每秒价格高于 720p。

可选值：720p, 1080p
默认值：720p

  • 不传时使用并按 720p 计费。
  • 该模型不提供 4K。

取值有误时

  • 取值不在列表中（例如 4K 或 pro）："resolution" must be one of: [720p 1080p]

keep_original_sound boolean 可选

在成片中保留参考视频自身的声音，而不是使用生成的音频。

  • 只能与 reference_videos 一起使用；没有参考视频时传入（即使是 false）也会被拒绝。
  • 不传时视频带有生成的音频。没有关闭音频的字段。

取值有误时

  • 不是 true 或 false："keep_original_sound" must be a boolean
  • 没有 reference_videos 时传入："keep_original_sound" needs reference_videos

网关还会在创建任务之前检查以下组合：

  • images 不能与参考素材字段同时使用。
  • images 是按时间顺序排列的画面帧：一张是首帧，两张是首帧和尾帧，更多则在两者之间加入中间帧；提示词中分别写作 @first_frame、@keyframe_1、@keyframe_2 … 和 @last_frame。
  • 图片数最多比视频秒数多一张，且无论如何不超过 10 张。
  • 提示词中，reference_images 写作 @image_1、@image_2 …，reference_videos 写作 @video_1 …，reference_audios 写作 @voice_1 …，元素写作 @ 加元素名；提示词中的每个 @ 都必须对应同一请求中的输入。
  • 参考视频每段 2–30 秒，合计不超过 30 秒；参考视频与视频元素合计最多 5 个，其中视频元素最多 3 个；reference_images、reference_videos、reference_audios 与 elements 合计最多 15 个。
  • 一个元素由 element_input_urls 中的 2–4 张图片组成（第一张是主视图），或由 element_input_video_urls 中一段 3–8 秒、单镜头的角色视频组成；element_input_audio_urls 为角色元素提供声音。
  • 元素名为 1–20 个字母、数字、下划线或汉字，不区分大小写不得重复，且不能是 image_N、video_N、voice_N、keyframe_N、object_N、audio_N、first_frame 或 last_frame。
  • elements 和 aspect_ratio 不能与 images 一起传：输出沿用首帧的画面比例；没有 images 时，aspect_ratio 默认 16:9。
  • keep_original_sound 保留参考视频自身的声音，需要同时传 reference_videos；否则视频带有生成的音频。

输入素材限制

网关会在创建任务之前读取每一项输入，超出这些限制的输入会被拒绝，并返回点名该输入的 400 bad_request。不扣费。

素材创建任务前检查的限制
图片宽和高均为 300–65536 像素；宽高比（宽 ÷ 高）0.4–2.5
视频每段 2–30 秒；合计不超过 30 秒
  • 网关在创建任务前会测量 images、reference_images 和 reference_videos，超出下表限制的输入会被拒绝，报错按列表和位置指明是哪一个，例如 reference_videos[0] is 35 seconds long; this model takes reference video of 2 to 30 seconds.，不会扣费。
  • 元素链接和 reference_audios 在创建任务前只检查是否为公网 HTTPS 链接。元素视频须为 3 到 8 秒。
  • 素材在本地？先用 POST /v1/files 上传，再传入返回的 data.url。

提示词中的引用

每类输入有各自的引用写法，按列表顺序从 1 开始编号：

引用对应的输入可用条件
@image_1、@image_2 …reference_images传入的参考图不少于该编号
@video_1、@video_2 …reference_videos传入的参考视频不少于该编号
@voice_1、@voice_2 …reference_audios传入的参考音频不少于该编号
@ + 元素名name 相同的元素该元素在 elements 中
@first_frameimages[0]至少传了一张图片
@keyframe_1、@keyframe_2 …中间帧，从 images[1] 开始传了三张或更多图片
@last_frameimages 中的最后一个链接传了两张或更多图片
  • 编号引用或画面帧引用找不到对应输入时，创建任务时会被拒绝，例如 the prompt names @last_frame, which this request does not send。

组合规则

以下规则在创建任务时检查；违反任意一条的请求会以 400 bad_request 被拒绝，不收费。

规则报错
images 与任一 reference_* 字段同时传入Cannot combine "images" with reference inputs in one task
images 与 elements 同时传入Kling V4 cannot combine elements with images
images 与 aspect_ratio 同时传入Kling V4 takes the first frame's shape; do not send aspect_ratio with images
图片数超过 duration + 1（此例为 5 秒视频）Kling V4 takes at most 6 images for a 5-second video
没有 reference_videos 却传了 keep_original_sound"keep_original_sound" needs reference_videos
视频元素多于 3 个Kling V4 takes at most 3 video elements
参考视频与视频元素合计多于 5 个Kling V4 takes at most 5 reference videos and video elements together
参考图、参考视频、参考音频与元素合计多于 15 个Kling V4 takes at most 15 reference inputs and elements together

该模型不接受的字段

传入以下字段会在扣费前被拒绝，而不是被忽略：

  • sound、generate_audio、seed、multi_shots、multi_prompt、quality、watermark、task_type、output_format → field "sound" is not supported by model kling-v4（报错中是你传入的字段名）。
  • 其他未知字段 → unknown field: <name>。

请求示例

curl --request POST \
  --url https://api.beatapi.io/v1/videos/tasks \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "kling-v4",
  "prompt": "A dramatic product reveal of a glass water bottle, slow orbiting camera, soft studio reflections, a low ambient synth tone",
  "duration": 5,
  "aspect_ratio": "16:9",
  "resolution": "720p"
}'

文生视频

一段 5 秒、16:9、720p、带生成音频的视频。

curl --request POST \
  --url https://api.beatapi.io/v1/videos/tasks \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "kling-v4",
  "prompt": "A dramatic product reveal of a glass water bottle, slow orbiting camera, soft studio reflections, a low ambient synth tone",
  "duration": 5,
  "aspect_ratio": "16:9",
  "resolution": "720p"
}'

首帧和尾帧

视频以 1080p 从第一张图过渡到第二张图，画面比例沿用首帧。

curl --request POST \
  --url https://api.beatapi.io/v1/videos/tasks \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "kling-v4",
  "prompt": "The camera moves from the bottle in @first_frame to the singer on a neon stage in @last_frame in one continuous shot",
  "images": [
    "https://media.beatapi.io/samples/smart-bottle.png",
    "https://media.beatapi.io/samples/neon-singer.png"
  ],
  "duration": 5,
  "resolution": "1080p"
}'

参考图和声音

两张参考图和一段声音，都在提示词里写明引用。

curl --request POST \
  --url https://api.beatapi.io/v1/videos/tasks \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "kling-v4",
  "prompt": "The singer from @image_1 lifts the bottle from @image_2 toward the camera and says a short line in the voice of @voice_1",
  "reference_images": [
    "https://media.beatapi.io/samples/neon-singer.png",
    "https://media.beatapi.io/samples/smart-bottle.png"
  ],
  "reference_audios": [
    "https://media.beatapi.io/samples/neon-singer-preview.mp3"
  ],
  "duration": 8,
  "aspect_ratio": "9:16",
  "resolution": "720p"
}'

保留原声的参考视频

把占位链接换成你自己的 2–30 秒片段；keep_original_sound 保留它的声音，而不使用生成的音频。

curl --request POST \
  --url https://api.beatapi.io/v1/videos/tasks \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "kling-v4",
  "prompt": "Restyle @video_1 as a neon-lit night scene and keep its camera movement",
  "reference_videos": [
    "https://your-cdn.example.com/clips/source.mp4"
  ],
  "keep_original_sound": true,
  "duration": 10,
  "resolution": "720p"
}'

命名元素

一个角色和一个道具，各用两张图片定义（第一张是主视图）。请把占位链接换成你自己的图片。

curl --request POST \
  --url https://api.beatapi.io/v1/videos/tasks \
  --header "Authorization: Bearer $BEATAPI_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "kling-v4",
  "prompt": "@singer walks across a neon stage holding @bottle and smiles at the camera",
  "duration": 6,
  "aspect_ratio": "16:9",
  "resolution": "720p",
  "elements": [
    {
      "name": "singer",
      "tag": "character",
      "description": "A performer in a silver jacket",
      "element_input_urls": [
        "https://your-cdn.example.com/elements/singer-front.png",
        "https://your-cdn.example.com/elements/singer-side.png"
      ]
    },
    {
      "name": "bottle",
      "tag": "prop",
      "element_input_urls": [
        "https://your-cdn.example.com/elements/bottle-front.png",
        "https://your-cdn.example.com/elements/bottle-back.png"
      ]
    }
  ]
}'

响应

创建任务（201）

任务对象。任务成功之前 output 为 null。标注“运行中”的字段会在任务结束后消失。

{
  "data": {
    "id": "task_7Qm2Xc9LpR4vT8sKa1Nf6YbH3eWdJ0uZ",
    "object": "task",
    "task_kind": "video",
    "capability_id": "kling-v4",
    "capability_version": 1,
    "media_type": "video",
    "model": "kling-v4",
    "status": "queued",
    "stage": "queued",
    "created_at": 1791993600,
    "updated_at": 1791993600,
    "completed_at": null,
    "poll_after_seconds": 8,
    "output": null,
    "usage": {
      "credits_reserved": 1,
      "credits_settled": 0,
      "credits_refunded": 0,
      "credits_charged": 1,
      "billable_duration_seconds": 5
    },
    "request_id": "req_5f0c2a9e4b7d4e31",
    "error_code": null,
    "error_message": null
  }
}
字段类型说明
data.idstring任务 ID：task_ 后接 32 位字母和数字。用于轮询以及匹配 Webhook 事件。
data.objectstring固定为 task。
data.task_kindstringimage 或 video。
data.capability_idstring你发送的模型 ID。
data.capability_versioninteger模型的契约版本，当前为 1。
data.media_typestringimage 或 video。
data.modelstring你发送的模型 ID（与 capability_id 相同）。
data.statusstringqueued、processing、succeeded 或 failed。只有后两个是终态。
data.stagestring与 status 相同；为旧版客户端保留。
data.created_atinteger任务创建时间，Unix 秒。
data.updated_atinteger最后一次变更时间，Unix 秒。
data.completed_atinteger | null任务结束时间，Unix 秒；运行中为 null。
data.poll_after_secondsinteger运行中：下一次轮询前需要等待的秒数（图片 5，视频 8）。
data.typical_secondsobject运行中且近期样本足够时出现：在最近的 window 内，根据 samples 个任务统计的完成时间 p50 和 p90，单位为秒。
data.outputobject | null任务结果；status 为 succeeded 之前为 null。见下方输出字段。
data.usage.credits_reservednumber创建任务时从你的余额中预扣的美元金额。
data.usage.credits_chargednumber该任务的费用（美元）；失败的任务为 0。
data.usage.credits_settlednumber最终结算扣除的美元金额；任务成功时设置，否则为 0。
data.usage.credits_refundednumber退回你余额的美元金额；失败的任务在退款记录完成后等于预扣金额。
data.usage.billable_duration_secondsinteger仅视频：计价所依据的秒数。模型未上报时长时不出现。
data.request_idstring请求 ID。联系支持时请附上。
data.error_codestring | null失败码；任务未失败时为 null。
data.error_messagestring | null出了什么问题以及该改什么；任务未失败时为 null。

任务完成

GET /v1/tasks/{task_id} 返回 HTTP 200 和 status: "succeeded"，结果在 data.output 中。

{
  "data": {
    "id": "task_7Qm2Xc9LpR4vT8sKa1Nf6YbH3eWdJ0uZ",
    "object": "task",
    "task_kind": "video",
    "capability_id": "kling-v4",
    "capability_version": 1,
    "media_type": "video",
    "model": "kling-v4",
    "status": "succeeded",
    "stage": "succeeded",
    "created_at": 1791993600,
    "updated_at": 1791993690,
    "completed_at": 1791993690,
    "output": {
      "media": [
        {
          "type": "video",
          "url": "https://media.beatapi.io/outputs/task_7Qm2Xc9LpR4vT8sKa1Nf6YbH3eWdJ0uZ/0.mp4",
          "mime_type": "video/mp4"
        }
      ],
      "r2_url": "https://media.beatapi.io/outputs/task_7Qm2Xc9LpR4vT8sKa1Nf6YbH3eWdJ0uZ/0.mp4"
    },
    "usage": {
      "credits_reserved": 1,
      "credits_settled": 1,
      "credits_refunded": 0,
      "credits_charged": 1,
      "billable_duration_seconds": 5
    },
    "request_id": "req_5f0c2a9e4b7d4e31",
    "error_code": null,
    "error_message": null
  }
}

输出字段

字段类型说明
output.mediaobject[]生成的文件；该模型为一个视频。
output.media[].typestring固定为 video。
output.media[].urlstring已存储视频的 HTTPS 链接。请下载并自行保存；不承诺保留期限。
output.media[].mime_typestring文件的媒体类型，通常为 video/mp4。
output.r2_urlstring同一个视频链接，供旧客户端使用。请改读 media。

任务失败

失败的任务在 GET /v1/tasks/{task_id} 上仍然是 HTTP 200：失败信息在响应体里。预扣金额会全额退回，因此不会扣费。

{
  "data": {
    "id": "task_7Qm2Xc9LpR4vT8sKa1Nf6YbH3eWdJ0uZ",
    "object": "task",
    "task_kind": "video",
    "capability_id": "kling-v4",
    "capability_version": 1,
    "media_type": "video",
    "model": "kling-v4",
    "status": "failed",
    "stage": "failed",
    "created_at": 1791993600,
    "updated_at": 1791993690,
    "completed_at": 1791993690,
    "output": null,
    "usage": {
      "credits_reserved": 1,
      "credits_settled": 0,
      "credits_refunded": 1,
      "credits_charged": 0,
      "billable_duration_seconds": 5
    },
    "retryable": true,
    "request_id": "req_5f0c2a9e4b7d4e31",
    "error_code": "processing_failed",
    "error_message": "The task failed during processing on our side. Retry; a failed task is refunded."
  }
}
字段类型说明
data.error_codestringbad_request 和 content_policy_violation（需修改请求）之一，或 processing_unavailable、processing_timeout、processing_failed 和 result_transfer_failed（稍后重试）之一。见错误码。
data.error_messagestring一句话，指出问题和处理方式。
data.retryableboolean仅在任务失败时出现：为 true 表示再次发送相同请求可能成功。
data.usageobject退款记录完成后（通常就在任务失败的那一刻）：credits_charged 和 credits_settled 为 0；credits_refunded 等于 credits_reserved。

完整示例

创建任务，按服务端给出的轮询提示等待，然后打印结果链接。请在环境变量中设置 BEATAPI_API_KEY 并安装 requests。

import os
import time
import uuid
import requests
API = "https://api.beatapi.io"
HEADERS = {"Authorization": f"Bearer {os.environ['BEATAPI_API_KEY']}"}
def create_task(body: dict) -> dict:
    # One Idempotency-Key per logical request: a retry with the same key cannot create a second task.
    headers = {**HEADERS, "Idempotency-Key": str(uuid.uuid4())}
    for attempt in range(3):
        response = requests.post(f"{API}/v1/videos/tasks", headers=headers, json=body, timeout=60)
        if response.status_code in (429, 503) and attempt < 2:
            time.sleep(int(response.headers.get("Retry-After", 10)))
            continue
        break
    try:
        payload = response.json()
    except ValueError:  # an edge error page is not JSON
        response.raise_for_status()
        raise
    if not response.ok:
        error = payload["error"]
        raise RuntimeError(f"{response.status_code} {error['code']}: {error['message']} (request_id={error.get('request_id')})")
    return payload["data"]
def wait_for_task(task_id: str, timeout_seconds: int = 1800) -> dict:
    deadline = time.monotonic() + timeout_seconds
    while time.monotonic() < deadline:
        response = requests.get(f"{API}/v1/tasks/{task_id}", headers=HEADERS, timeout=30)
        if response.status_code == 429 or response.status_code >= 500:
            time.sleep(int(response.headers.get("Retry-After", 10)))
            continue
        response.raise_for_status()
        task = response.json()["data"]
        if task["status"] in ("succeeded", "failed"):
            return task
        time.sleep(task.get("poll_after_seconds", 5))
    raise TimeoutError(f"task {task_id} is still running; keep polling later")
task = create_task({
  "model": "kling-v4",
  "prompt": "A dramatic product reveal of a glass water bottle, slow orbiting camera, soft studio reflections, a low ambient synth tone",
  "duration": 5,
  "aspect_ratio": "16:9",
  "resolution": "720p"
})
print("created", task["id"])
task = wait_for_task(task["id"])
if task["status"] == "failed":
    raise SystemExit(f"{task['error_code']}: {task['error_message']}")
for item in task["output"]["media"]:
    print(item["url"])

计费

  • 按所选分辨率下的视频秒数计费：720p 每秒 0.20，‘1080p‘每秒0.20，`1080p` 每秒 0.30。下表列出的是 8 秒片段的价格。
  • 秒数即 duration，不传时为 5。任务的 usage.billable_duration_seconds 会显示它。
  • 每个视频都带音频（生成的，或保留的参考视频原声），不另外收费。
  • 创建任务时预留费用，视频完成时结算。失败的任务（包括提交后被审核拒绝的）全额退还。

当前牌价，与价格页一致。享有协商折扣的账户实付更低；任务的 data.usage 始终显示实际扣费金额。

选项牌价（美元）
8 秒 · 720p$1.6
8 秒 · 1080p$2.4

常见错误

错误或现象原因处理方式
400 the prompt names @image_3, which this request does not send引用了请求中没有的输入，例如只传了两张参考图却写了第三张。让每个 @ 都对应同一请求中的输入，编号按列表顺序从 1 开始。
400 Cannot combine "images" with reference inputs in one taskimages 中的画面帧与 reference_images、reference_videos 或 reference_audios 同时传入。画面帧和参考素材二选一。只想引导画面、不作为帧的图片请放进 reference_images。
400 Kling V4 cannot combine elements with imageselements 与画面帧同时传入。去掉 images，或去掉 elements。
400 Kling V4 takes the first frame's shape; do not send aspect_ratio with imagesaspect_ratio 与画面帧同时传入。去掉 aspect_ratio，并把首帧裁成你想要的画面比例。
400 Kling V4 takes at most 6 images for a 5-second video画面帧多于 duration + 1 张。减少画面帧，或加长 duration；无论如何最多 10 张。
400 elements[0] takes either element_input_urls or element_input_video_urls某个元素同时有图片和视频，或两者都没有。每个元素给 2 到 4 张图片，或一段角色视频。
400 "elements[0].element_input_urls" requires at least 2 item某个元素只有一张图片。为元素传 2 到 4 张图片，主视图放在第一张。
400 elements[0].name "image_1" is not a name Kling V4 accepts名字含有字母、数字、下划线和汉字以外的字符，或使用了 image_1、first_frame 这类保留名。给元素换个名字，例如 singer 或 hero_bottle，并在提示词里用这个名字引用。
400 "keep_original_sound" needs reference_videos没有 reference_videos 却传了 keep_original_sound。去掉它，或加上你想保留其声音的参考视频。
400 reference_videos[0] is 35 seconds long; this model takes reference video of 2 to 30 seconds.某段参考视频短于 2 秒或长于 30 秒；所有片段合计最多 30 秒。把片段剪到你需要的部分。
400 field "sound" is not supported by model kling-v4音频始终会生成，没有声音开关（generate_audio、seed、multi_shots 同样会被拒绝）。去掉该字段。想保留参考视频的原声，请传 keep_original_sound: true。
400 "resolution" must be one of: [720p 1080p]传了 4K 或 pro 这类档位名。传 720p 或 1080p。
400 "duration" is outside its supported range不是 3 到 30 之间的整数，或以字符串传入。传一个整数，例如 5。
任务 failed，错误为 content_policy_violation提示词、某个输入或生成结果被内容审核拒绝。修改提示词或输入。原样重试仍会失败；不会扣费。
402 insufficient_credits余额低于这个时长和分辨率所需的预留金额。充值、缩短 duration，或改用 720p。

HTTP 错误速查

任务生成之前的错误会以非 2xx 响应返回，不扣费。请根据 error.code 或 error.retryable 判断处理方式；message 会指出问题所在。完整列表和重试策略见错误码。

{
  "error": {
    "code": "bad_request",
    "message": "\"prompt\" is required",
    "retryable": false,
    "request_id": "req_5f0c2a9e4b7d4e31"
  }
}
HTTP 状态码error.code处理方式
400bad_request, content_policy_violation修改请求；message 会点名出错的字段。不要原样重试。
401missing_api_key, invalid_api_key（旧版客户端可能看到 unauthorized）以 Authorization: Bearer <key> 发送有效的密钥。
402insufficient_credits充值，或提高密钥的额度，然后重新发送。
403forbidden该密钥或账户不能使用此模型（例如免费额度只覆盖部分模型）。不要原样重试。
404not_found在 GET /v1/tasks/{task_id} 上：该任务在此密钥所属账户下不存在。请检查 ID。
409idempotency_conflict换一个新的 Idempotency-Key，或等待使用该键的第一个请求完成。
429rate_limit_exceeded等待 Retry-After 秒（也见 error.retry_after_seconds）后重试。
500internal_error退避重试；若持续出现，请带上 request_id 联系支持。
503processing_unavailable, processing_timeout, processing_failed, result_transfer_failed未扣费。使用指数退避重试。

身份验证

AuthorizationBearer

Send your API key as Authorization: Bearer <BEATAPI_API_KEY>.

请求头

Idempotency-Keystring可选<=255 characters

请求体使用 JSON，并设置 Content-Type: application/json。Idempotency-Key 为可选：每个逻辑请求发送一个唯一值（最长 255 个字符），仅在重试完全相同的请求体时复用。24 小时内，用相同的键和请求体重试会再次返回第一次的响应，并带上 Idempotent-Replayed: true；相同的键搭配不同的请求体则返回 409 idempotency_conflict。非 2xx 的响应不会被保存，因此 400 或 402 之后的重试会重新执行。

请求

This endpoint expects an object.
modelenum必需

要运行的模型。

取值：kling-v4

取值有误时

  • 未传："model" is required
  • 把图片模型发到了这个端点："model" nano-banana-2 is served by POST /v1/images/tasks, not this endpoint
允许的值:
promptstring必需1-5000 characters

视频里发生什么：主体、动作、运镜、风格和声音，并用 @ 引用写明每个输入。

长度：1–5000 个字符

  • 长度按字符数计算（一个中日韩字符算一个字符）。
  • 引用方式：reference_images 是 @image_1、@image_2 …，reference_videos 是 @video_1 …，reference_audios 是 @voice_1 …，元素是 @ 加它的 name。画面帧是 @first_frame、@keyframe_1、@keyframe_2 … 和 @last_frame。
  • 每个 @ 都必须对应同一请求中的输入。编号引用或画面帧引用找不到对应输入时（例如只传了两张参考图却写了 @image_3，或只传了一张图却写了 @last_frame），创建任务时会被拒绝。

取值有误时

  • 未传："prompt" is required
  • 为空或超过长度上限："prompt" has an unsupported length
  • 引用了请求中没有的输入：the prompt names @image_3, which this request does not send
aspect_ratioenum可选默认为 16:9

视频的宽高比（宽:高）。

可选值：16:9, 9:16, 1:1, 21:9

默认值：16:9

  • 不传时使用 16:9。
  • 不要与 images 一起传：视频沿用首帧的画面比例。

取值有误时

  • 取值不在列表中："aspect_ratio" must be one of: [16:9 9:16 1:1 21:9]
  • 与 images 同时传入：Kling V4 takes the first frame's shape; do not send aspect_ratio with images
允许的值:
durationinteger可选3-30默认为 5

视频时长，单位为秒，须为整数。计费以它为准。

默认值：5

范围：3–30

  • 不传时使用并按 5 计费。
  • 使用画面帧时，它还决定图片数上限：最多 duration + 1 张，且不超过 10 张。

取值有误时

  • 超出范围、不是整数，或以字符串传入："duration" is outside its supported range
elementslist of objects可选

最多七个命名的主体，例如角色、动物、道具、服装、场景或特效；每个只需定义一次，在提示词里写成 @ 加它的 name。

数量：≤ 7

  • 最多七个对象组成的数组。每个对象只接受以下字段：
  • elements[].name（字符串，必填）：1 到 20 个字母、数字、下划线或汉字，同一请求内不区分大小写不得重复。不能是 image_N、video_N、voice_N、keyframe_N、object_N、audio_N、first_frame 或 last_frame。
  • elements[].element_input_urls（字符串数组）：2 到 4 个公网 HTTPS 链接，是这个元素的图片；第一张是主视图。
  • elements[].element_input_video_urls（字符串数组）：恰好一个公网 HTTPS 链接，是一段 3 到 8 秒、单镜头的角色视频。它与 element_input_urls 二选一，不能同时传。
  • elements[].element_input_audio_urls（字符串数组，可选）：恰好一个公网 HTTPS 音频链接，是角色元素的声音。
  • elements[].tag（字符串，可选）：元素的类别。视频元素或带声音的元素必须是角色：不传 tag，或传 character。
  • elements[].description（字符串，可选）：对元素的描述，最多 100 个字符。
  • 视频元素最多 3 个，与 reference_videos 合计最多 5 个。每个元素都计入参考素材与元素合计 15 个的上限。
  • 元素不能与 images 一起传。

取值有误时

  • 多于七个元素："elements" accepts at most 7 items
  • 某个元素不是对象："elements[0]" must be an object
  • 某个元素缺少 name："name" is required in "elements[0]"
  • name 为空或超过 20 个字符："elements[0].name" has an unsupported length
  • name 含其他字符，或使用了保留名：elements[0].name "image_1" is not a name Kling V4 accepts
  • 同一个 name 出现两次（不区分大小写）：elements[1].name "Hero" is used twice
  • 同时有图片和视频，或两者都没有：elements[0] takes either element_input_urls or element_input_video_urls
  • 图片少于两张："elements[0].element_input_urls" requires at least 2 item
  • 图片多于四张："elements[0].element_input_urls" accepts at most 4 items
  • 视频元素的 tag 不是 character：elements[0] is a video element, which is always a character
  • tag 不是 character 的元素带了声音：elements[0] has a voice, which only a character element takes
  • tag 不在列表中："elements[0].tag" must be one of: [character animal prop costume scene effect others]
  • description 超过 100 个字符："elements[0].description" has an unsupported length
  • 元素里有不接受的字段：field "start_time" is not supported in "elements[0]"
  • 视频元素多于三个：Kling V4 takes at most 3 video elements
  • 与 images 同时传入：Kling V4 cannot combine elements with images
imageslist of strings可选

按时间顺序排列的画面帧：一个链接是首帧，两个是首帧和尾帧，更多则在两者之间加入中间帧。

数量：1–10

每一项都必须是公网 https:// 链接。本地文件请先上传（POST /v1/files），再传入返回的 data.url。

  • 有三个或更多链接时，images[0] 是首帧，最后一个链接是尾帧，中间的链接是中间帧：images[1] 是 @keyframe_1，images[2] 是 @keyframe_2，依此类推。
  • 图片数最多比视频秒数多一张（duration + 1；不传 duration 时按 5 秒算），且无论如何不超过 10 张。
  • 画面帧不能与 reference_images、reference_videos、reference_audios、elements 或 aspect_ratio 一起传：视频沿用首帧的画面比例。

取值有误时

  • 多于 10 个链接："images" accepts at most 10 items
  • 链接数超过 duration + 1（此例为 5 秒视频传了 7 个链接）：Kling V4 takes at most 6 images for a 5-second video
  • 与任一 reference_* 字段同时传入：Cannot combine "images" with reference inputs in one task
  • 与 elements 同时传入：Kling V4 cannot combine elements with images
  • 与 aspect_ratio 同时传入：Kling V4 takes the first frame's shape; do not send aspect_ratio with images
  • 不是 https:// 链接："images[0]" must be a public HTTPS URL
keep_original_soundboolean可选

在成片中保留参考视频自身的声音，而不是使用生成的音频。

  • 只能与 reference_videos 一起使用；没有参考视频时传入（即使是 false）也会被拒绝。
  • 不传时视频带有生成的音频。没有关闭音频的字段。

取值有误时

  • 不是 true 或 false："keep_original_sound" must be a boolean
  • 没有 reference_videos 时传入："keep_original_sound" needs reference_videos
reference_audioslist of strings可选

视频中使用的声音。在提示词里按列表顺序写成 @voice_1、@voice_2 …。

数量：1–3

每一项都必须是公网 https:// 链接。本地文件请先上传（POST /v1/files），再传入返回的 data.url。

  • 不能与 images 一起使用。
  • 计入参考素材与元素合计 15 个的上限。

取值有误时

  • 超过上限："reference_audios" accepts at most 3 items
reference_imageslist of strings可选

引导视频内容、角色、商品或风格的图片。在提示词里按列表顺序写成 @image_1、@image_2 …。

数量：1–10

每一项都必须是公网 https:// 链接。本地文件请先上传（POST /v1/files），再传入返回的 data.url。

  • 不能与 images 一起使用。
  • 计入参考素材与元素合计 15 个的上限。

取值有误时

  • 超过上限："reference_images" accepts at most 10 items
  • 参考素材与元素合计超过 15 个：Kling V4 takes at most 15 reference inputs and elements together
reference_videoslist of strings可选

用来借鉴动作、运镜或内容的视频。在提示词里按列表顺序写成 @video_1、@video_2 …。

数量：1–5

每一项都必须是公网 https:// 链接。本地文件请先上传（POST /v1/files），再传入返回的 data.url。

  • 每段 2 到 30 秒，所有片段合计不超过 30 秒。网关在创建任务前会逐段测量，超出限制的片段会被拒绝，并在报错中指明是哪一段。
  • 参考视频与视频元素合计最多 5 个，并计入参考素材与元素合计 15 个的上限。
  • 成片默认带生成的音频；传 keep_original_sound: true 则保留参考视频自身的声音。

取值有误时

  • 超过上限："reference_videos" accepts at most 5 items
  • 某段短于 2 秒或长于 30 秒：reference_videos[0] is 35 seconds long; this model takes reference video of 2 to 30 seconds.
  • 所有片段合计超过 30 秒：The reference videos run 36 seconds in total; this model takes at most 30.
  • 参考视频与视频元素合计超过 5 个：Kling V4 takes at most 5 reference videos and video elements together
resolutionenum可选默认为 720p

输出分辨率。1080p 的每秒价格高于 720p。

可选值：720p, 1080p

默认值：720p

  • 不传时使用并按 720p 计费。
  • 该模型不提供 4K。

取值有误时

  • 取值不在列表中（例如 4K 或 pro）："resolution" must be one of: [720p 1080p]
允许的值:

响应

任务对象。任务成功之前 output 为 null。标注“运行中”的字段会在任务结束后消失。

错误

400
Bad Request Error
401
Unauthorized Error
402
Payment Required Error
403
Forbidden Error
409
Conflict Error
429
Too Many Requests Error
500
Internal Server Error
503
Service Unavailable Error