# Kling 3.0 Pro Image to Video API

> नेटिव ध्वनि, वैकल्पिक अंतिम फ़्रेम और मल्टी-शॉट प्रॉम्प्ट के साथ स्थिर छवि से 3 से 15 सेकंड की क्लिप बनाता है।

Kling का प्रमुख image-to-video मॉडल शुरुआती छवि के विषय को स्थिर रखते हुए प्राकृतिक गतिविधि, कैमरा मूवमेंट और डिफ़ॉल्ट रूप से मेल खाती ध्वनि तथा वाणी जोड़ता है। शॉट के अंत को नियंत्रित करने के लिए अंतिम छवि दें, प्रति-शॉट प्रॉम्प्ट के साथ एक जनरेशन को कई शॉट में विभाजित करें, या संदर्भ elements के साथ दोहराए जाने वाले कैरेक्टर और ऑब्जेक्ट को स्थिर रखें। फ़्रेम का आकार शुरुआती छवि के अनुसार होता है।

- Model id: `kling-video/v3/pro/image-to-video`
- Made by: Kling
- Category: Image to Video
- Output: video
- Price: from $0.112 / second (5 s ≈ $0.56) (cheapest run $0.56 (560 API credits))
- Run: `POST https://api.doitong.ru/v1/run/kling-video/v3/pro/image-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/kling-video/v3/pro/image-to-video`
- Docs page: https://doitong.com/hi/developers/models/kling-video/v3/pro/image-to-video

## Pricing

Price: **from $0.112 / second (5 s ≈ $0.56)** (the lowest tier; the quote prices your exact input). Billed per second of output (`duration`, default 5).

Price rules (the first rule that matches the input wins; a parameter you leave out counts as its default):

- When `generate_audio` = true and `elements` is set: $0.196 (196 API credits) / second
- When `generate_audio` = true: $0.168 (168 API credits) / second

The full example input below costs $0.84 = 840 API credits (5 s × 168 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/kling-video/v3/pro/image-to-video` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string \| null | no |  | ≤ 2500 characters | वीडियो बनाने के लिए टेक्स्ट निर्देश। प्रॉम्प्ट या multi_prompt में से ठीक एक दें। |
| `multi_prompt` |  | array of object {prompt, duration} \| null | no |  |  | दिए जाने पर वीडियो को कई शॉट्स में विभाजित करने वाली प्रॉम्प्ट सूची। |
| `multi_prompt[].prompt` |  | string | yes |  |  | वर्तमान शॉट के लिए टेक्स्ट निर्देश। |
| `multi_prompt[].duration` |  | enum (string) | no | `5` | `1`, `2`, `3`, `4`, `5`, `6`, `7`, `8`, `9`, `10`, `11`, `12`, `13`, `14`, `15` | वर्तमान शॉट की अवधि, सेकंड में। |
| `start_image_url` | `image` | string (image URL) | yes |  |  | वीडियो निर्माण के लिए उपयोग की जाने वाली इमेज का URL। फ़ाइल का आकार 50 MB से अधिक नहीं होना चाहिए; चौड़ाई और ऊँचाई प्रत्येक कम से कम 300px तथा आस्पेक्ट रेशियो 0.40 और 2.50 के बीच होना चाहिए। |
| `duration` |  | enum (string) | no | `5` | `3`, `4`, `5`, `6`, `7`, `8`, `9`, `10`, `11`, `12`, `13`, `14`, `15` | आउटपुट वीडियो की अवधि, सेकंड में। |
| `generate_audio` |  | boolean | no | `true` |  | मूल वीडियो ऑडियो निर्माण टॉगल, जो चीनी या अंग्रेज़ी में आवाज़ों का समर्थन करता है और किसी भी अन्य भाषा का अंग्रेज़ी में स्वचालित अनुवाद करता है। अंग्रेज़ी वाक् के लिए संक्षिप्ताक्षर और व्यक्तिवाचक संज्ञाएँ बड़े अक्षरों में तथा बाकी सब छोटे अक्षरों में लिखें। |
| `end_image_url` | `end_image` | string (image URL) \| null | no |  |  | वीडियो के अंत में उपयोग की गई इमेज की ओर संकेत करने वाला URL। फ़ाइल का आकार 50 MB से अधिक नहीं होना चाहिए; चौड़ाई और ऊंचाई दोनों कम से कम 300px होनी चाहिए, और आस्पेक्ट रेशियो 0.40 से 2.50 के बीच होना चाहिए। |
| `elements` |  | array of object {frontal_image_url, reference_image_urls, video_url, voice_id} \| null | no |  |  | वीडियो तत्वों के रूप में शामिल पात्र या ऑब्जेक्ट, जिन्हें प्रॉम्प्ट में @Element1, @Element2 आदि का उपयोग करके संबोधित किया जाता है। प्रत्येक उदाहरण के लिए या तो एक वीडियो या सामने से ली गई इमेज और संदर्भ इमेज वाला सेट दें। |
| `elements[].frontal_image_url` |  | string (image URL) \| null | no |  |  | एलिमेंट का मुख्य दृश्य दिखाने वाली सामने से ली गई इमेज। फ़ाइल का आकार 50 MB से अधिक नहीं होना चाहिए; चौड़ाई और ऊँचाई प्रत्येक कम से कम 300px तथा आस्पेक्ट रेशियो 0.40 और 2.50 के बीच होना चाहिए। |
| `elements[].reference_image_urls` |  | array of image URL \| null | no |  |  | अलग-अलग कोण दिखाने वाली 1–3 अतिरिक्त संदर्भ इमेज दें। प्रत्येक इमेज का आस्पेक्ट रेशियो 0.40 और 2.50 के बीच, दोनों आयामों में आकार कम से कम 300px और फ़ाइल आकार अधिकतम 50.0MB होना चाहिए। |
| `elements[].video_url` |  | string (video URL) \| null | no |  |  | एलिमेंट के वीडियो का URL; प्रत्येक अनुरोध में अधिकतम एक एलिमेंट में वीडियो हो सकता है। फ़ाइल अधिकतम 200 MB की, चौड़ाई और ऊँचाई प्रत्येक 720px और 2160px के बीच होनी चाहिए। अवधि 3 सेकंड से 10.05 सेकंड और FPS 24.0 से 60.0 के बीच होना चाहिए। |
| `elements[].voice_id` |  | string \| null | no |  |  | एलिमेंट को असाइन किया गया Voice ID। उस एलिमेंट के संदर्भों में उसकी असाइन की गई आवाज़ का उपयोग किया जाता है। |
| `shot_type` |  | enum (string) | no | `customize` | `customize`, `intelligent` | चुनें कि multi-shot निर्माण अपने शॉट की योजना कैसे बनाए; 'intelligent' चुनने पर शॉट की संरचना मॉडल को सौंपी जाती है। |
| `negative_prompt` |  | string | no | `blur, distort, and low quality` | ≤ 2500 characters |  |
| `cfg_scale` |  | number | no | `0.5` | 0 – 1 | CFG का उपयोग करके यह निर्धारित करें कि निर्माण आपके प्रॉम्प्ट का कितनी निकटता से पालन करे; CFG का अर्थ Classifier Free Guidance है। |

File parameters (`image`, `end_image`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "image": "https://content.doitong.com/images/gp/image_20260610003801_541d9719_316882.png"
}
```

A fuller example:

```json
{
  "prompt": "The banana manager turns to the camera, smiles and waves while coworkers keep typing, gentle handheld camera",
  "image": "https://content.doitong.com/images/gp/image_20260610003801_541d9719_316882.png",
  "duration": 5
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/kling-video/v3/pro/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "The banana manager turns to the camera, smiles and waves while coworkers keep typing, gentle handheld camera",
    "image": "https://content.doitong.com/images/gp/image_20260610003801_541d9719_316882.png",
    "duration": 5
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/kling-video/v3/pro/image-to-video?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "The banana manager turns to the camera, smiles and waves while coworkers keep typing, gentle handheld camera",
    "image": "https://content.doitong.com/images/gp/image_20260610003801_541d9719_316882.png",
    "duration": 5
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "The banana manager turns to the camera, smiles and waves while coworkers keep typing, gentle handheld camera",
    "image": "https://content.doitong.com/images/gp/image_20260610003801_541d9719_316882.png",
    "duration": 5,
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/kling-video/v3/pro/image-to-video", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "kling-video/v3/pro/image-to-video",
      "input": {
        "prompt": "The banana manager turns to the camera, smiles and waves while coworkers keep typing, gentle handheld camera",
        "image": "https://content.doitong.com/images/gp/image_20260610003801_541d9719_316882.png",
        "duration": 5
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kling-video/v3/pro/image-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 840,
    "usd": "0.84",
    "charged": 840,
    "refunded": 0
  },
  "input": {
    "prompt": "The banana manager turns to the camera, smiles and waves while coworkers keep typing, gentle handheld camera",
    "image": "https://content.doitong.com/images/gp/image_20260610003801_541d9719_316882.png",
    "duration": 5
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | मॉडल द्वारा निर्मित वीडियो। |

## Related models

- [Kling 3.0 Pro Text to Video](https://doitong.com/developers/models/kling-video/v3/pro/text-to-video.md) (`kling-video/v3/pro/text-to-video`): from $0.112 / second
- [Kling Video V3 Text to Video 4K](https://doitong.com/developers/models/kling-video/v3/4k/text-to-video.md) (`kling-video/v3/4k/text-to-video`): $0.42 / second
- [Kling Video v3 Text to Video \[Standard\]](https://doitong.com/developers/models/kling-video/v3/standard/text-to-video.md) (`kling-video/v3/standard/text-to-video`): from $0.084 / second
- [Kling Video v3 Image to Video \[Standard\]](https://doitong.com/developers/models/kling-video/v3/standard/image-to-video.md) (`kling-video/v3/standard/image-to-video`): from $0.084 / second
- [Kling Video · v3 · 4k · Image to Video](https://doitong.com/developers/models/kling-video/v3/4k/image-to-video.md) (`kling-video/v3/4k/image-to-video`): $0.42 / second
- [FLUX 3 Max Image to Video](https://doitong.com/developers/models/blackforestlabs/flux-3-max/image-to-video.md) (`blackforestlabs/flux-3-max/image-to-video`): from $0.0425 / second of output video
- [Grok Imagine Video 1.5 Image to Video](https://doitong.com/developers/models/xai/grok-imagine-video/v1.5/image-to-video.md) (`xai/grok-imagine-video/v1.5/image-to-video`): from $0.082 / second
- [LTX 2.5 Pro Image to Video](https://doitong.com/developers/models/lightricks/ltx-2.5/image-to-video/pro.md) (`lightricks/ltx-2.5/image-to-video/pro`): from $0.12 / second

## Links

- HTML page: https://doitong.com/developers/models/kling-video/v3/pro/image-to-video
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=kling-video/v3/pro/image-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/kling-video/v3/pro/image-to-video