# Kling 3.0 Pro Image to Video API

> ایک ساکن تصویر کو مقامی آواز، ایک اختیاری آخری فریم اور ملٹی شاٹ پرامپٹس کے ساتھ 3 سے 15 سیکنڈ کے کلپ میں اینیمیٹ کرتا ہے۔

Kling کا فلیگ شپ تصویر-سے-ویڈیو ماڈل ابتدائی تصویر کے موضوع کو مستحکم رکھتے ہوئے قدرتی حرکت، کیمرہ موومنٹس اور ڈیفالٹ طور پر ہم آہنگ آواز اور گفتگو شامل کرتا ہے۔ شاٹ کے اختتام کو کنٹرول کرنے کے لیے اختتامی تصویر دیں، فی شاٹ پرامپٹس کے ذریعے ایک تخلیق کو کئی شاٹس میں تقسیم کریں، یا ریفرنس عناصر کے ساتھ بار بار آنے والے کرداروں اور اشیا کو مقرر کریں۔ فریم کی شکل ابتدائی تصویر کے مطابق ہوتی ہے۔

- 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/ur/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 | ویڈیو تخلیق کرنے کے لیے متنی ہدایات۔ `prompt` یا multi_prompt میں سے بالکل ایک فراہم کریں۔ |
| `multi_prompt` |  | array of object {prompt, duration} \| null | no |  |  | فراہم کیے جانے پر ویڈیو کو متعدد shots میں تقسیم کرنے والی پرامپٹ فہرست۔ |
| `multi_prompt[].prompt` |  | string | yes |  |  | موجودہ shot کے لیے متنی ہدایات۔ |
| `multi_prompt[].duration` |  | enum (string) | no | `5` | `1`, `2`, `3`, `4`, `5`, `6`, `7`, `8`, `9`, `10`, `11`, `12`, `13`, `14`, `15` | موجودہ shot کی لمبائی، سیکنڈ میں۔ |
| `start_image_url` | `image` | string (image URL) | yes |  |  | ویڈیو تخلیق کے لیے استعمال ہونے والی تصویر کی طرف اشارہ کرنے والا URL۔ فائل سائز 50 MB سے زیادہ نہ ہو؛ چوڑائی اور اونچائی دونوں کم از کم 300px ہوں، اور aspect ratio 0.40 سے 2.50 کے درمیان ہو۔ |
| `duration` |  | enum (string) | no | `5` | `3`, `4`, `5`, `6`, `7`, `8`, `9`, `10`, `11`, `12`, `13`, `14`, `15` | آؤٹ پٹ ویڈیو کی لمبائی، سیکنڈ میں۔ |
| `generate_audio` |  | boolean | no | `true` |  | Native ویڈیو آڈیو تخلیق ٹوگل، جو چینی یا انگریزی آوازوں کو سپورٹ کرتا ہے اور کسی بھی دوسری زبان کو خودکار طور پر انگریزی میں ترجمہ کرتا ہے۔ انگریزی گفتار کے لیے acronyms اور proper nouns بڑے حروف میں، جبکہ باقی سب چھوٹے حروف میں لکھیں۔ |
| `end_image_url` | `end_image` | string (image URL) \| null | no |  |  | ویڈیو کے اختتام پر استعمال ہونے والی تصویر کی طرف اشارہ کرنے والا URL۔ فائل سائز 50 MB سے زیادہ نہ ہو؛ چوڑائی اور اونچائی دونوں کم از کم 300px ہوں، اور aspect ratio 0.40 سے 2.50 کے درمیان ہو۔ |
| `elements` |  | array of object {frontal_image_url, reference_image_urls, video_url, voice_id} \| null | no |  |  | ویڈیو elements کے طور پر شامل کردار یا اشیا، جن کا پرامپٹ میں @Element1، @Element2 وغیرہ کے ذریعے حوالہ دیا جاتا ہے۔ ہر مثال کے لیے یا تو ویڈیو فراہم کریں یا سامنے سے لی گئی تصویر اور حوالہ تصاویر پر مشتمل set فراہم کریں۔ |
| `elements[].frontal_image_url` |  | string (image URL) \| null | no |  |  | عنصر کا مرکزی منظر دکھانے والی سامنے سے لی گئی تصویر۔ فائل سائز 50 MB سے زیادہ نہ ہو؛ چوڑائی اور اونچائی دونوں کم از کم 300px ہوں، اور aspect ratio 0.40 سے 2.50 کے درمیان ہو۔ |
| `elements[].reference_image_urls` |  | array of image URL \| null | no |  |  | مختلف زاویے دکھانے والی 1–3 اضافی حوالہ تصاویر فراہم کریں۔ ہر تصویر کا aspect ratio 0.40 سے 2.50 کے درمیان، دونوں ابعاد کم از کم 300px، اور فائل سائز زیادہ سے زیادہ 50.0MB ہو۔ |
| `elements[].video_url` |  | string (video URL) \| null | no |  |  | عنصر کی ویڈیو کی طرف اشارہ کرنے والا URL؛ ہر درخواست میں صرف ایک عنصر میں ویڈیو شامل ہو سکتی ہے۔ فائل زیادہ سے زیادہ 200 MB کی ہو، چوڑائی اور اونچائی دونوں 720px اور 2160px کے درمیان ہوں۔ دورانیہ 3 سیکنڈ سے 10.05 سیکنڈ تک، اور FPS 24.0 سے 60.0 تک ہو۔ |
| `elements[].voice_id` |  | string \| null | no |  |  | عنصر کو تفویض کردہ Voice ID۔ اس عنصر کے حوالہ جات میں اس کی تفویض کردہ آواز استعمال ہوتی ہے۔ |
| `shot_type` |  | enum (string) | no | `customize` | `customize`, `intelligent` | منتخب کریں کہ multi-shot تخلیق اپنے shots کی منصوبہ بندی کیسے کرے؛ 'intelligent' منتخب کرنے پر shot کا ڈھانچہ ماڈل کے سپرد کیا جاتا ہے۔ |
| `negative_prompt` |  | string | no | `blur, distort, and low quality` | ≤ 2500 characters |  |
| `cfg_scale` |  | number | no | `0.5` | 0 – 1 | CFG کے ذریعے متعین کریں کہ تخلیق آپ کے پرامپٹ کی کتنی قریب سے پیروی کرے؛ CFG کا مطلب Classifier Free Guidance ہے۔ |

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} | ماڈل کی تیار کردہ ویڈیو۔ |

## 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