Usa Kling en OpenClaw.
Kling 3.0 de Kuaishou genera video a partir de texto o imágenes a hasta 1080p con audio nativo, escenas multi-toma y duraciones de 3–15 segundos. Los agentes de OpenClaw lo llaman a través de RunAPI con la misma clave API usada para chat — envía un prompt, consulta la tarea y recibe una URL de video.
Usa RunAPI para generar un video con Kling 3.0.
Requisitos:
- Llama a POST https://runapi.ai/api/v1/kling/text_to_video
- Establece model en "kling-3.0"
- Lee la clave API de la variable de entorno RUNAPI_API_KEY
- Establece duration_seconds para controlar la duración (3–15 segundos)
- Establece aspect_ratio en "16:9" para video horizontal
- Activa el sonido con enable_sound: true para audio nativo
- La respuesta es asíncrona — consulta el endpoint de estado de la tarea hasta que se complete, luego recupera la URL del video
curl -X POST https://runapi.ai/api/v1/kling/text_to_video \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-3.0",
"prompt": "A drone shot pulling back from a mountain lake at sunrise, mist rising off the water, cinematic lighting",
"duration_seconds": 5,
"aspect_ratio": "16:9",
"enable_sound": true,
"output_resolution": "1080p"
}'
{
"task_id": "tsk_abc123",
"status": "pending",
"model": "kling-3.0"
}
Usa Kling en OpenClaw en tres pasos
Configura RunAPI
Establece la variable de entorno RUNAPI_API_KEY. Si ya configuraste RunAPI como proveedor de OpenClaw para chat, la misma clave funciona para generación de video — no se necesita configuración adicional.
export RUNAPI_API_KEY=runapi_xxx
Llama a Kling text_to_video
Envía un POST a /api/v1/kling/text_to_video con model establecido en kling-3.0. Incluye un prompt, duration_seconds (3–15), aspect_ratio y opcionalmente enable_sound para audio nativo. Para generación a partir de imagen, usa /api/v1/kling/image_to_video con una first_frame_image_url.
POST /api/v1/kling/text_to_video
Consulta el resultado
El endpoint devuelve un task_id inmediatamente. Consulta el endpoint de estado de la tarea hasta que el estado cambie a completado, luego recupera la URL del video de la respuesta. La generación tarda típicamente entre 30 y 120 segundos según la duración y la resolución.
GET /api/v1/kling/text_to_video/tsk_abc123
Parámetros de la API text_to_video de Kling
| Parámetro | Tipo | Descripción |
|---|---|---|
model |
string |
Obligatorio. kling-3.0 para la versión más reciente. |
prompt |
string |
Descripción del video. Obligatorio a menos que multi_shots esté activado. |
duration_seconds |
integer |
Duración del video. Kling 3.0 admite 3–15 segundos. Versiones anteriores aceptan 5 o 10. |
aspect_ratio |
string |
Relación de aspecto de salida: 16:9, 9:16 o 1:1. |
output_resolution |
string |
Resolución: 720p, 1080p o 4k. Mayor resolución cuesta más por segundo. |
enable_sound |
boolean |
Genera audio nativo junto con el video. Incrementa el coste por segundo. |
negative_prompt |
string |
Elementos a excluir de la generación. |
first_frame_image_url |
string |
URL de imagen para usar como fotograma inicial (modo toma única). |
cfg_scale |
number |
Escala de guía (0–1). Valores más altos siguen el prompt más fielmente. |
multi_shots |
boolean |
Activa la generación de escenas multi-toma con prompts separados por segmento. |
¿Qué es Kling en OpenClaw?
Kling 3.0 de Kuaishou es conocido por la calidad de video cinematográfica con fuerte simulación de tela, dinámica de fluidos y física del movimiento. Genera clips de hasta 3 minutos de duración desde texto o imágenes a hasta 1080p con audio nativo y escenas de múltiples planos. Los agentes de OpenClaw lo llaman a través del endpoint de RunAPI con la misma clave API usada para el chat.
Casos de uso de Kling
Planos de relleno B-roll y planos de establecimiento
Generar metraje B-roll de la duración de una escena para plazos ajustados -- tomas de naturaleza, contenido de viajes y metraje de entorno donde la física del movimiento y la iluminación cinematográfica de Kling destacan.
Contenido de estilo de vida del producto
Crear videos de productos para marcas de alimentos, moda o estilo de vida desde una sola imagen o prompt de texto, con movimiento de cámara natural y renderizado de materiales realista.
Cortos para redes sociales
Producir clips cortos para TikTok, Reels o YouTube Shorts con encuadre cinematográfico. Establecer duration_seconds a 5 o 10 para duraciones listas para la plataforma.
Preguntas sobre Kling + OpenClaw
Kling se factura por segundo de video generado. La tarifa depende de output_resolution y de si enable_sound está activado. Un clip de 5 segundos a 720p sin sonido es la opción más económica; 1080p con sonido cuesta aproximadamente el doble por segundo. Consulta la página de precios de RunAPI para las tarifas exactas.
text_to_video genera un clip a partir de un prompt de texto. image_to_video requiere una first_frame_image_url y anima a partir de esa imagen. Ambos endpoints devuelven un task_id asíncrono y admiten las mismas opciones de duración y resolución.
Sí. Establece enable_sound en true en el cuerpo de la solicitud. Kling 3.0 genera audio sincronizado que coincide con el contenido del video. La generación de sonido incrementa el coste por segundo — a 720p, el sonido añade aproximadamente 3 centavos por segundo.
Kling 3.0 admite de 3 a 15 segundos mediante el parámetro duration_seconds. Versiones anteriores como kling-v2.5-turbo-text-to-video-pro solo aceptan 5 o 10 segundos.
Kling 3.0 tiene un endpoint separado motion_control en /api/v1/kling/motion_control para aplicar presets de movimiento a una imagen de origen con un video de referencia. El endpoint text_to_video se basa en las descripciones del prompt para la dirección de cámara.
Configuración general de OpenClaw
¿Aún no lo has configurado? Empieza con la guía de configuración de RunAPI para OpenClaw.
Guía de configuración de OpenClaw →Catálogo de modelos Kling
Ver todas las variantes de Kling, precios y documentación de la API.
Modelos de Kling →Prueba Kling en OpenClaw hoy.
Obtén una clave RunAPI gratuita, pega el prompt en OpenClaw y empieza a generar video con Kling 3.0.