Kling VIDEO 3.0 Omni Model คู่มือผู้ใช้

TL;DR

ใช้งาน Omni เมื่อโปรเจกต์ต้องพึ่งการผสานบุคคล ผลิตภัณฑ์ ฉาก เสียงพูด หรือวิดีโอต้นทางที่นำกลับใช้ซ้ำได้ ภายใต้เวิร์กโฟลว์ที่ควบคุมได้ คุณค่าหลักของมันคือการจัดระเบียบอ้างอิงและความต่อเนื่องด้านภาพและเสียง ไม่ใช่การการันตีคุณภาพที่ชนะรุ่นมาตรฐานโดยอัตโนมัติ เริ่มจากช็อตสั้นเพื่อยืนยันผล อนุมัติชุดอ้างอิง เพิ่มเสียง แล้วค่อยขยายเป็นสตอรีบอร์ดเมื่อทรัพยากรหลักคงเสถียร

Key Takeaways

• Omni รองรับอ้างอิงแบบข้อความ ภาพ องค์ประกอบ วิดีโอ และเสียง พร้อมเอาต์พุตระดับโมเดลได้สูงสุด 15 วินาทีในเวิร์กโฟลว์ที่รองรับ
• Kling VIDEO 3.0 ยังแข่งขันได้ในเกณฑ์ความชอบ เลือก Kling VIDEO 3.0 Omni เมื่อเวิร์กโฟลว์อ้างอิงที่กว้างขึ้นช่วยแก้โจทย์การผลิตเฉพาะ
• ยืนยันตัวตน รูปร่างผลิตภัณฑ์ องค์ประกอบภาพ และเสียง แยกกันก่อนจะรวมเข้าลำดับหลายช็อต
• สำหรับงาน API ให้ยึดพารามิเตอร์ตามเอกสารของเส้นทางผู้ให้บริการที่เลือก แทนการสมมุติว่ามีทุกฟีเจอร์ของอินเทอร์เฟซ
• วางงบตามคลิปที่ยอมรับได้ ไม่ใช่แค่ต้นทุนที่โฆษณาต่อครั้งพยายาม

พื้นที่ทำงาน Omni และชุดควบคุมอ้างอิงอย่างเป็นทางการ

What Does the Omni Model Support?

Kling วางตำแหน่ง Omni ไว้ที่อ้างอิงหลายโมดัลและความสอดคล้องภาพ–เสียง ในทางปฏิบัติง่ายๆ คือ ระบุทรัพย์สินที่ต้องคงความจดจำได้ แล้วอธิบายว่าอยากให้เกิดอะไรกับสิ่งเหล่านั้น

การสร้าง “องค์ประกอบ” แตกต่างจากการแนบอ้างอิงเข้ากับคำขอสร้างครั้งเดียว มุมมองหลายภาพสามารถเป็นขององค์ประกอบเดียวที่ใช้ซ้ำได้ โดยไม่ได้ถูกนับเป็นช่ององค์ประกอบแยกอิสระหลายช่องโดยอัตโนมัติ

ความสามารถระดับโมเดลไม่ได้การันตีว่าควบคุมได้เหมือนกันข้ามผู้ให้บริการ เวิร์กโฟลว์ 15 วินาทีในอินเทอร์เฟซของ Kling กับคำขอ API จากบุคคลที่สามอาจเปิดพารามิเตอร์และค่าระยะเวลาที่ต่างกัน

Kling VIDEO 3.0 Omni vs Kling VIDEO 3.0: When to Choose Each

การเลือกไม่ได้เป็นแค่ “วิดีโอพื้นฐาน” เทียบกับ “วิดีโอพร้อมเสียง” รุ่นมาตรฐานก็รองรับเสียงแบบ native การสร้างหลายช็อต และการผูกองค์ประกอบเช่นกัน สิ่งที่มีประโยชน์กว่าคือวิธีที่โปรเจกต์จัดระเบียบและนำอ้างอิงกลับมาใช้

ผลการเปรียบเทียบ: เริ่มด้วยเวิร์กโฟลว์มาตรฐานเมื่อเฟรมที่อนุมัติแล้วมีข้อมูลสาระสำคัญครบ เลือก Omni เมื่อการคอมโพสอ้างอิง การนำทรัพย์สินกลับใช้ หรือความต่อเนื่องภาพ–เสียงข้ามช็อตเป็นหัวใจของงาน

Kling VIDEO 3.0 Omni vs Kling VIDEO 3.0: Benchmarks

ค่าประมาณจุดต่อไปนี้เปรียบเทียบรายการ 1080p Pro ที่เปิดเสียง ซึ่งมีใน Artificial Analysis เมื่อคู่มือนี้ถูกทบทวนเมื่อ September 9, 2026 ค่าหลัง “±” คือช่วงความเชื่อมั่น 95% ที่เผยแพร่

เหล่านี้คือการให้คะแนนตามความชอบ ไม่ใช่เปอร์เซ็นต์ความสำเร็จในการสร้าง รุ่นมาตรฐานมีค่าประมาณจุดสูงกว่าในทั้งสองการเปรียบเทียบ ขณะที่ช่วงความเชื่อมั่นของ image-to-video ทับซ้อนกัน คะแนนอาจเปลี่ยนเมื่อมีการประเมินใหม่

ผลเบนช์มาร์ก: ข้อได้เปรียบของ Omni ควรถูกประเมินผ่านการจัดการอ้างอิงและความต่อเนื่องด้านการผลิต ไม่ใช่อนุมานจากชื่อหรือถือเป็นอันดับคุณภาพสากล

How to Build Your First Reference-Led Video

ลองจินตนาการโฆษณาแนวตั้งที่มีผู้นำเสนอชื่อ Maya ขวดสีน้ำเงินที่ใช้ซ้ำได้หนึ่งใบ และฉากสตูดิโอที่อนุมัติแล้วหนึ่งฉาก ทั้งหมดนี้เป็นทรัพย์สินประกอบการผลิตเพื่ออธิบาย ไม่ใช่ผลการทดสอบการสร้างที่รายงาน

Prepare a Small, Consistent Asset Set

ใช้เฉพาะใบหน้า บันทึกเสียง และทรัพย์สินแบรนด์ที่คุณได้รับอนุญาต อ้างอิงที่ขัดแย้งควรถูกแก้ไขก่อน อย่าพยายามชดเชยด้วยพรอมต์ที่ยาวขึ้น

Create and Name Your Elements

ใน Element Library ของ Kling ให้สร้างทรัพย์สินที่ใช้ซ้ำได้ แทนการบรรยายหัวข้อเดิมซ้ำทุกช็อต เวิร์กโฟลว์อย่างเป็นทางการรองรับการสร้างตัวละครแบบหลายภาพและจากวิดีโอ

ใช้ชื่อสื่อความหมาย เช่น Maya, BlueBottle, และ Studio ชื่อมีไว้ช่วยจัดระเบียบ การเลือกองค์ประกอบที่บันทึกไว้คือสิ่งที่แนบอ้างอิง สำหรับเสียงที่อัปโหลด ควรใช้เสียงพูดชัดเจนผู้พูดเดียว ไม่มีดนตรีหรือเสียงซ้อน

ชุดควบคุมองค์ประกอบตัวละครและการผูกเสียงอย่างเป็นทางการ

ในพรอมต์ด้านล่าง @Maya, @BlueBottle, และ @Studio แทนองค์ประกอบที่เลือกในอินเทอร์เฟซของ Kling การพิมพ์ชื่อตามนี้โดยไม่แนบทรัพย์สินที่สอดคล้องกันจะไม่สร้างอ้างอิง

Generate One Simple Shot First

เปิดพื้นที่ทำงานการสร้าง Omni เลือกรุ่น และแนบทรัพย์สินที่ต้องใช้ เริ่มด้วย 5 วินาที กล้องเคลื่อนครั้งเดียว และไม่มีบทพูด

Create a single continuous product shot using @BlueBottle in @Studio.

The bottle stands upright on a clean tabletop. Keep its body shape,
cap, surface color, and label placement consistent with the references.

Camera: a slow, straight push-in from a medium close-up.
Lighting: soft studio light from camera left.
Action: the bottle remains stationary.
Composition: leave clear space above the bottle for text added later.

No cuts, no extra products, and no generated captions.

ตรวจสอบต้น กลาง ท้ายของช็อต เช็กฝา เงารูปร่าง การวางฉลาก และการสัมผัสผิวโต๊ะ หากทรัพย์สินเปลี่ยน ให้ทำช็อตให้เรียบง่ายขึ้นหรือปรับปรุงอ้างอิงก่อนเพิ่มข้อกำหนดใหม่

Add the Presenter and Native Audio

หลังจากช็อตขวดผ่านเกณฑ์ ให้เพิ่มผู้นำเสนอและประโยคสั้นๆ หนึ่งประโยค เอกสารของ Kling ครอบคลุมการสร้างคำพูดได้หลายภาษา แต่คุณภาพเอาต์พุตยังขึ้นกับคุณภาพอ้างอิง ไทมิง และความชัดเจนของพรอมต์

Create a five-second continuous shot using @Maya, @BlueBottle,
and @Studio.

Maya stands beside the bottle, looks toward the camera, and says:
“Ready when you are.”

Use Maya’s bound voice. Keep the bottle unchanged. Use one static
camera angle. Do not add music, captions, cuts, or additional speech.

ทบทวนเสียงแยกจากภาพ: ยืนยันว่าคนที่ตั้งใจเป็นผู้พูด ประโยคครบถ้วน และจังหวะตรงกับการแสดงที่เห็น

หลังจากยืนยันช็อตเดี่ยวแล้ว ให้นำอ้างอิงที่อนุมัติกลับมาใช้เพื่อวางแผนลำดับหลายช็อต กำหนดระยะเวลาและจุดมุ่งหมายภาพชัดเจนให้แต่ละช็อต ชุดควบคุมสตอรีบอร์ดแบบกำหนดเองรองรับคำสั่งระดับช็อตสำหรับระยะเวลา การจัดเฟรม พฤติกรรมกล้อง และพัฒนาการเล่าเรื่อง

พาเนลสตอรีบอร์ดหลายช็อตแบบกำหนดเองอย่างเป็นทางการ

Create a three-shot product advertisement using @Maya, @BlueBottle,
and @Studio.

Continuity rules:
Use the same presenter, outfit, bottle, and studio throughout.
Keep the bottle’s shape, cap, color, and label unchanged.
Maintain the same lighting direction.
Use Maya’s bound voice only.
Do not add people, products, captions, or extra dialogue.

Follow the separate shot descriptions and durations.
End on a stable product composition.

ทบทวนจังหวะทรานซิชันให้ละเอียดเหมือนแต่ละช็อต เปรียบเทียบมุมมองผลิตภัณฑ์ชัดเจนสุดก่อนคัตกับภาพชัดเจนแรกหลังคัต เพิ่มข้อความทางกฎหมาย ราคาเฉพาะ ซับไตเติล และไทโปของแบรนด์ในโปรแกรมตัดต่อ เพื่อควบคุมถ้อยคำโดยตรง

How to Use Video References for Character Creation and Video Editing

คลิปที่ใช้สร้างตัวละครแบบใช้ซ้ำแตกต่างจากฟุตเทจต้นทางสำหรับงานตัดต่อ แบบแรกกำหนดอัตลักษณ์ แบบหลังส่งมอบการเคลื่อนไหวและองค์ประกอบภาพที่มีอยู่เพื่อแปลงหรือคงไว้ สำหรับการสร้างตัวละคร ให้ใช้คลิปยาว 3–8 วินาทีของตัวละครเดียว สำหรับงานตัดต่อ เอกสาร Omni อย่างเป็นทางการของ Kling อนุญาตวิดีโอต้นทาง 1 คลิป ความยาว 3–10 วินาที ขนาดไม่เกิน 200 MB และความละเอียดถึง 2K ตรวจสอบลิมิตปัจจุบันของเส้นทาง API ที่เลือก และทดสอบคลิปสั้นก่อนขยายการผลิต

Use the uploaded video as the source.

Change only the background to a softly lit studio.
Preserve the presenter’s identity, clothing, actions, and timing.
Preserve the bottle and the original camera movement.
Do not add cuts, gestures, objects, or dialogue.

คำขอแก้ไขที่ควบคุมไม่ได้การันตีการคงภาพเป๊ะระดับเฟรม ตัดสินแยกกันว่าจะคงเสียงต้นทางหรือสร้างเสียงใหม่ แล้วตรวจสอบผลลัพธ์เทียบกับคลิปต้นฉบับ

How to Use the Omni API in CometAPI

สำหรับการเข้าถึงแบบโปรแกรม ให้ใช้เอ็นด์พอยต์วิดีโอ Omni โดยตรง ตัวระบุที่มีเอกสารประกอบด้านล่างคือ kling-v3-omni

ตัวอย่างปฏิบัติตามสคีมาของ API ที่เผยแพร่ ไม่ได้รายงานการทดสอบสร้างสด เส้นทางที่เลือกนี้มีค่า duration เป็น “5” และ “10” สำหรับโหมดที่เกี่ยวข้อง ดังนั้นอย่าสมมุติว่าเวิร์กโฟลว์ 15 วินาทีในอินเทอร์เฟซจะเทียบได้ตรงกับคำขอเดียวกัน

Submit a Generation Task

export COMETAPI_KEY="YOUR_COMETAPI_KEY"

curl --fail --silent --show-error \
  --request POST \
  "https://api.cometapi.com/kling/v1/videos/omni-video" \
  --header "Authorization: Bearer ${COMETAPI_KEY}" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model_name": "kling-v3-omni",
    "prompt": "A blue reusable bottle stands on a clean studio tabletop. One continuous shot with a slow straight push-in. Soft light from camera left. No people, no cuts, no captions.",
    "mode": "std",
    "aspect_ratio": "9:16",
    "duration": "5",
    "sound": "off"
  }'

สำหรับอ้างอิงเฟรมแรก ให้ผสานชิ้นส่วนด้านล่างเข้ากับคำขอ และแทนที่ URL ตัวอย่างด้วยภาพที่เข้าถึงได้:

{
  "image_list": [
    {
      "image_url": "https://your-public-host.example/bottle.jpg",
      "type": "first_frame"
    }
  ],
  "prompt": "Starting from <<<image_1>>>, create one continuous slow push-in. Preserve the bottle and studio composition. No cuts or captions."
}

ไวยากรณ์ <<<image_1>>> ของ API แตกต่างจากการอ้างอิง @Element ที่เลือกในอินเทอร์เฟซ ค่าที่มีเอกสารของ sound คือ on และ off

Retrieve the Finished Video

เก็บค่า data.task_id ที่ส่งกลับมา แล้วคิวรีเส้นทางสถานะงาน Omni

TASK_ID="REPLACE_WITH_RETURNED_TASK_ID"

curl --fail --silent --show-error \
  "https://api.cometapi.com/kling/v1/videos/omni-video/${TASK_ID}" \
  --header "Authorization: Bearer ${COMETAPI_KEY}"

สถานะที่มีเอกสารคือ submitted, processing, succeed, และ failed การตอบกลับการสร้างที่มี code: 0 หมายถึงคำขอถูกรับไว้แล้ว ไม่ได้หมายความว่าวิดีโอพร้อมใช้งาน เมื่อสถานะสำเร็จ ให้รับผลลัพธ์จาก data.task_result.videos[0].url

ใช้การโพลแบบมีขอบเขตพร้อม backoff เก็บ task ID ควบคู่กับพรอมต์และการตั้งค่า และตรวจข้อความความล้มเหลวก่อนลองใหม่ คำขอลูกค้าที่หมดเวลาอาจได้สร้างงานที่มีค่าใช้จ่ายแล้ว

What Does Kling VIDEO 3.0 Omni Cost?

ให้ใช้อัตราตามคอนฟิกเฉพาะ แทน “ราคาต่อวิดีโอ” แบบกว้างๆ ตัวเลขด้านล่างตรวจสอบเมื่อ September 9, 2026 และอาจเปลี่ยนแปลงได้

คู่มือ Kling VIDEO 3.0 Omni อย่างเป็นทางการแสดงอัตราเครดิตแพลตฟอร์มดังนี้ ราคาดอลลาร์ของ CometAPI ในตารางถัดไปใช้อัตราคิดเงินคนละหน่วยกัน เครดิตไม่สามารถแปลงเป็นดอลลาร์ได้หากไม่มีอัตราซื้อเครดิตของ Kling ที่ใช้จริง

คู่มืออย่างเป็นทางการไม่ได้ระบุอัตราเครดิต Omni แบบ 4K และทำเครื่องหมายว่าเสียง native พร้อมวิดีโออินพุตยังไม่รองรับในตารางราคานี้ โปรดยืนยันอัตราปัจจุบันในผลิตภัณฑ์ก่อนสั่งงาน

เหล่านี้เป็นคอนฟิก API แยกจากกัน อย่านำแถวมาบวกกัน หรืออนุมานว่าทุกการผสมความละเอียด เสียง และวิดีโออินพุตมีให้ใช้งาน ราคาสำหรับ 4K ก็ไม่ได้ระบุว่าพารามิเตอร์หรือเส้นทางใดเปิดใช้ 4K

Kling เปิดตัววิดีโอ 4K แบบ native หลังการเปิดตัวเดิม อนุมัติเนื้อหาและการเคลื่อนไหวก่อนจ่ายเพื่อรันความละเอียดสูงขึ้น

Budget for Accepted Clips

มาตรวัดด้านการผลิตที่มีประโยชน์กว่า คือ:

ต้นทุนต่อคลิปที่ยอมรับได้ = ยอดใช้จ่ายการสร้างทั้งหมด ÷ จำนวนคลิปที่ยอมรับ

ความพยายาม 5 วินาที 3 ครั้งที่อัตรา 1080p เปิดเสียง native มีต้นทุน 3 × $0.560 = $1.680 หากมีเพียงครั้งเดียวที่ผ่านเกณฑ์ ต้นทุนการสร้างที่มีผลของคลิปนั้นคือ $1.680 การคำนวณนี้มีไว้เพื่อแสดงการวางงบประมาณ ไม่ใช่อัตราการลองใหม่ที่วัดจริง

แยกเครดิตแอปพลิเคชันของ Kling ออกจากการคิดเงินเป็นดอลลาร์ของ CometAPI คู่มือค่าเครดิตของ Kling พิจารณาระยะเวลา ความละเอียด เสียง และเวิร์กโฟลว์เป็นปัจจัยวางแผนอิสระ

Troubleshooting: What Should You Change First?

เปลี่ยนทีละตัวแปร บันทึกทรัพย์สิน พรอมต์ การตั้งค่า เอาต์พุต และเหตุผลที่ไม่ผ่าน เพื่อให้การปรับปรุงโยงกลับไปยังการตัดสินใจเฉพาะได้

Final Recommendation

ใช้ Omni เมื่อการผลิตต้องพึ่งการผสานและนำทรัพย์สินที่จดจำได้กลับมาใช้ ไม่ใช่เพียงเพราะชื่อบอกใบ้ว่าเป็นการอัปเกรดสากล เริ่มจากช็อตสั้นที่อิงอ้างอิง อนุมัติตัวละครหรือผลิตภัณฑ์ เพิ่มเสียงที่ผูกไว้ แล้วค่อยสร้างสตอรีบอร์ด เมื่อย้ายไป CometAPI ให้จัดให้ตรงกันทั้งตัวระบุรุ่น ระยะเวลา ไวยากรณ์อ้างอิง และโฟลว์งานแบบอะซิงก์ของเอ็นด์พอยต์ที่เลือก

คำถามที่มีประโยชน์ที่สุดไม่ใช่ “ฉันจะยัดอะไรลงในพรอมต์เดียวได้มากแค่ไหน?” แต่คือ “ฉันควรถอดความไม่แน่นอนข้อใดออกก่อนการสร้างครั้งถัดไป?”

FAQ

Omni ดีกว่ารุ่นมาตรฐานเสมอไปหรือไม่?

ไม่ ข้อมูลเกณฑ์ความชอบบางการประเมินอาจเทไปทางรุ่นมาตรฐาน Omni มีประโยชน์ที่สุดเมื่อเวิร์กโฟลว์อ้างอิงที่กว้างขึ้นช่วยปรับปรุงการนำทรัพย์สินกลับใช้ ความต่อเนื่อง หรือการควบคุมการตัดต่อ

ทุกเวิร์กโฟลว์ของ Omni สร้างวิดีโอ 15 วินาทีได้หรือไม่?

ไม่ 15 วินาทีเป็นความสามารถระดับโมเดลในเวิร์กโฟลว์ที่รองรับ อินเทอร์เฟซและเส้นทาง API แต่ละรายการอาจเปิดตัวเลือกระยะเวลาที่สั้นกว่า

ควรเริ่มด้วยเสียง native และหลายช็อตหรือไม่?

โดยทั่วไปไม่ควร เริ่มจากช็อตภาพสั้นๆ ที่ยืนยันผลได้ก่อน เพิ่มเสียงหลังจากตัวตนและความคงที่ของผลิตภัณฑ์เป็นที่ยอมรับ แล้วค่อยขยายเป็นสตอรีบอร์ด

ชื่อ @Element ใช้งานได้ในคำขอ API หรือไม่?

ไม่โดยอัตโนมัติ องค์ประกอบที่เลือกในอินเทอร์เฟซของ Kling และไวยากรณ์การอ้างอิงภาพของ API เป็นกลไกคนละอย่าง ให้ทำตามสคีมาของเส้นทางที่คุณเรียกใช้

ควรประมาณงบการผลิตอย่างไร?

ติดตามยอดใช้จ่ายการสร้างทั้งหมดแล้วหารด้วยจำนวนคลิปที่ยอมรับ รวมความพยายามที่ถูกปฏิเสธ การรันซ้ำความละเอียดสูงขึ้น การเก็บไฟล์ และงานหลังการผลิตไว้ในประมาณการทำงานด้วย