# Kling 4.0 Reference to Video API

> Erzeugt 3–30 Sekunden lange Videos, die das Erscheinungsbild von bis zu 10 Referenzbildern, 5 Referenzvideos und 7 Elementen beibehalten

Erstellt ein Video aus einem Text-`prompt` sowie Referenzbildern, Referenzvideos und Charakter- oder Objektelementen, die im Prompt als @Image1, @Video1 oder @Element1 referenziert werden. Die Dauer reicht von 3 bis 30 Sekunden (Standard: 5), die Ausgabe erfolgt mit 720p oder 1080p und den Seitenverhältnissen auto, 16:9, 9:16, 1:1 oder 21:9. Verwende `multi_prompt` für Prompts pro Aufnahme; in diesem Fall entspricht die Gesamtlänge der Summe der Aufnahmedauern. Es sind 10 Bilder, 5 Videos mit jeweils 3–30 s und 7 Elemente zulässig, von denen bis zu 3 eine Stimme enthalten können.

- Model id: `kling/v4/reference-to-video`
- Made by: Kling
- Category: Reference to Video
- Output: video
- Price per second of your output video: from $0.157 / second of output video (cheapest run $0.157 (157 API credits))
- Run: `POST https://api.doitong.com/v1/run/kling/v4/reference-to-video`
- Quote: `POST https://api.doitong.com/v1/quote/kling/v4/reference-to-video`
- Docs page: https://doitong.com/de/developers/models/kling/v4/reference-to-video

## Pricing

Price: **from $0.157 / second of output video** (the lowest tier; the quote prices your exact input). Price per second of your output video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

Price by tier:

- 720p: $0.157 / second of output video
- 1080p: $0.235 / second of output video

The full example input below costs $1.175 = 1175 API credits (5 s output video × $0.235 (1080p)).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/kling/v4/reference-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 | Generierungsanweisungen, die die Vorgabe erfüllen, entweder `prompt` oder `multi_prompt` bereitzustellen. Verwende @Image1, @Video1, @Element1 usw., um auf bereitgestellte Eingaben zu verweisen. |
| `multi_prompt` |  | array of object {prompt, duration} \| null | no |  | ≥ 1 items | Generierungsanweisungen für einzelne Einstellungen, wobei jeder Prompt eine Einstellung definiert und deren Dauer zur Gesamtlänge des Videos beiträgt. |
| `multi_prompt[].prompt` |  | string | yes |  | 1 – 512 characters | Textanweisungen für die aktuelle Einstellung. |
| `multi_prompt[].duration` |  | integer | no | `5` | 1 – 30 | Dauer einer einzelnen Einstellung, gemessen in Sekunden. |
| `duration` |  | integer | no | `5` | 3 – 30 | Videolänge in Sekunden, von 3 bis 30. |
| `start_image_url` | `image` | string (image URL) \| null | no |  |  | Optionales Bild für den ersten Frame, das auf das Limit für Bildreferenzen angerechnet wird. Die maximale Dateigröße beträgt 30.0 MB; Breite und Höhe müssen jeweils 300 px erreichen, das Seitenverhältnis muss zwischen 0.40 und 2.50 liegen. |
| `image_urls` | `images` | array of image URL \| null | no |  | ≤ 10 items | Bildreferenzen, die mit @Image1, @Image2 usw. angesprochen werden, mit höchstens 10 Bildern. Jede Datei ist auf 30.0 MB begrenzt, muss in beiden Abmessungen mindestens 300 px messen und ein Seitenverhältnis zwischen 0.40 und 2.50 haben. |
| `video_urls` | `videos` | array of video URL \| null | no |  | ≤ 5 items | Bis zu 5 Referenzvideos, die mit @Video1, @Video2 usw. angesprochen werden; jedes dauert 3–30 Sekunden (höchstens 30.05 Sekunden), und ihre Gesamtdauer darf zusammen mit Elementvideos 30 Sekunden nicht überschreiten. Jede Datei darf höchstens 300 MB groß sein, Breite und Höhe müssen jeweils zwischen 700 px und 4553 px liegen. Das Seitenverhältnis muss zwischen 0.40 und 2.50 und die Bildrate zwischen 23.9 und 60.05 FPS liegen. |
| `elements` |  | array of object {frontal_image_url, reference_image_urls, video_url, voice_id} \| null | no |  | ≤ 7 items | Sammlung aus bis zu 7 Figuren oder Objekten, von denen höchstens 3 ein `voice_id` enthalten und höchstens 3 ein Video verwenden dürfen. Sprich diese Elemente mit @Element1, @Element2 usw. an. |
| `elements[].frontal_image_url` |  | string (image URL) \| null | no |  |  | Frontalbild mit der Hauptansicht des Elements. Die maximale Dateigröße beträgt 30.0 MB; beide Abmessungen müssen mindestens 300 px betragen und das Seitenverhältnis muss zwischen 0.40 und 2.50 liegen. |
| `elements[].reference_image_urls` |  | array of image URL \| null | no |  | ≤ 3 items | Zusätzliche Bilder aus verschiedenen Winkeln des Elements mit 1 bis 3 Ansichten. Jede Datei darf höchstens 30.0 MB groß sein, muss in beiden Abmessungen mindestens 300 px messen und ein Seitenverhältnis zwischen 0.40 und 2.50 haben. |
| `elements[].video_url` |  | string (video URL) \| null | no |  |  | Videodarstellung eines Elements anstelle von Bildern mit einer Dauer von 3–30 Sekunden (höchstens 30.05 Sekunden). Die Datei darf 300 MB nicht überschreiten; Breite und Höhe müssen jeweils zwischen 700–4553 px liegen. Unterstützte Seitenverhältnisse reichen von 0.40–2.50, bei Bildraten von 23.9–60.05 FPS. |
| `elements[].voice_id` |  | string \| null | no |  |  | Dem Element zugewiesene Stimme. |
| `resolution` |  | enum (string) | no | `1080p` | `720p`, `1080p` | Auflösung der Ausgabe. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `auto`, `16:9`, `9:16`, `1:1`, `21:9` | Videoproporationen, die explizit ausgewählt oder durch Auswahl von 'auto' aus den Referenzen abgeleitet werden. |

File parameters (`image`, `images`, `videos`) 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
{}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## 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.com/v1/run/kling/v4/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

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

### JavaScript

```javascript
const API = "https://api.doitong.com/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/v4/reference-to-video?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
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.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/kling/v4/reference-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.com/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/v4/reference-to-video",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "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/v4/reference-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": 1175,
    "usd": "1.175",
    "charged": 1175,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | Vom Modell erzeugtes Video. |

## Related models

- [Kling 4.0 Text to Video](https://doitong.com/developers/models/kling/v4/text-to-video.md) (`kling/v4/text-to-video`): from $0.157 / second of output video
- [Seedance 2.0 Fast Reference to Video](https://doitong.com/developers/models/bytedance/seedance-2.0/fast/reference-to-video.md) (`bytedance/seedance-2.0/fast/reference-to-video`): from $0.113 / second
- [Seedance 2.0 Reference to Video](https://doitong.com/developers/models/bytedance/seedance-2.0/reference-to-video.md) (`bytedance/seedance-2.0/reference-to-video`): from $0.141 / second
- [Wan 3.0 Reference to Video](https://doitong.com/developers/models/alibaba/wan-3.0/reference-to-video.md) (`alibaba/wan-3.0/reference-to-video`): from $0.05 / second
- [Kling O1 Reference Image to Video \[Pro\]](https://doitong.com/developers/models/kling-video/o1/reference-to-video.md) (`kling-video/o1/reference-to-video`): $0.112 / second
- [Kling O1 Reference Image to Video \[Standard\]](https://doitong.com/developers/models/kling-video/o1/standard/reference-to-video.md) (`kling-video/o1/standard/reference-to-video`): $0.084 / second
- [Kling O3 Reference to Video \[Pro\]](https://doitong.com/developers/models/kling-video/o3/pro/reference-to-video.md) (`kling-video/o3/pro/reference-to-video`): from $0.112 / second
- [Kling O3 Reference to Video \[Standard\]](https://doitong.com/developers/models/kling-video/o3/standard/reference-to-video.md) (`kling-video/o3/standard/reference-to-video`): from $0.084 / second

## Links

- HTML page: https://doitong.com/developers/models/kling/v4/reference-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/v4/reference-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/kling/v4/reference-to-video