# Kling 4.0 Reference to Video API

> ऐसे 3-30 सेकंड के वीडियो बनाता है जिनमें अधिकतम 10 संदर्भ छवियों, 5 संदर्भ वीडियो और 7 तत्वों का रूप बरकरार रहता है

टेक्स्ट `prompt` और संदर्भ छवियों, संदर्भ वीडियो तथा चरित्र या ऑब्जेक्ट तत्वों से वीडियो बनाता है, जिन्हें प्रॉम्प्ट में @Image1, @Video1 या @Element1 के रूप में संदर्भित किया जाता है। अवधि 3 से 30 सेकंड तक होती है (डिफ़ॉल्ट 5), आउटपुट 720p या 1080p और आस्पेक्ट रेशियो auto, 16:9, 9:16, 1:1 या 21:9 हो सकता है। प्रति-शॉट प्रॉम्प्ट के लिए `multi_prompt` का उपयोग करें; इस स्थिति में कुल लंबाई शॉट की अवधियों का योग होती है। सीमाएँ 10 छवियाँ, प्रत्येक 3-30s के 5 वीडियो और 7 तत्व हैं, जिनमें से अधिकतम 3 में आवाज़ हो सकती है।

- 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/hi/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 | ऐसे निर्माण निर्देश जो `prompt` या `multi_prompt` में से किसी एक की आपूर्ति की आवश्यकता पूरी करते हैं। दिए गए इनपुट को संदर्भित करने के लिए @Image1, @Video1, @Element1 आदि का उपयोग करें। |
| `multi_prompt` |  | array of object {prompt, duration} \| null | no |  | ≥ 1 items | शॉट-दर-शॉट निर्माण निर्देश, जिसमें प्रत्येक प्रॉम्प्ट एक शॉट को परिभाषित करता है और उसकी अवधि वीडियो की कुल लंबाई में जुड़ती है। |
| `multi_prompt[].prompt` |  | string | yes |  | 1 – 512 characters | वर्तमान शॉट के लिए टेक्स्ट निर्देश। |
| `multi_prompt[].duration` |  | integer | no | `5` | 1 – 30 | किसी एक शॉट की अवधि, सेकंड में मापी गई। |
| `duration` |  | integer | no | `5` | 3 – 30 | वीडियो की लंबाई सेकंड में, 3 से 30 तक। |
| `start_image_url` | `image` | string (image URL) \| null | no |  |  | वैकल्पिक पहले-फ़्रेम की इमेज, जो इमेज संदर्भ सीमा में गिनी जाती है। अधिकतम फ़ाइल आकार 30.0 MB है; चौड़ाई और ऊंचाई दोनों कम से कम 300 px होनी चाहिए और आस्पेक्ट रेशियो 0.40 से 2.50 के बीच होना चाहिए। |
| `image_urls` | `images` | array of image URL \| null | no |  | ≤ 10 items | @Image1, @Image2 आदि का उपयोग करके संबोधित की जाने वाली इमेज संदर्भ, अधिकतम 10 इमेज। प्रत्येक फ़ाइल 30.0 MB तक सीमित है, दोनों आयामों में कम से कम 300 px होने चाहिए और आस्पेक्ट रेशियो 0.40 से 2.50 के बीच होना चाहिए। |
| `video_urls` | `videos` | array of video URL \| null | no |  | ≤ 5 items | @Video1, @Video2 आदि का उपयोग करके संबोधित किए जाने वाले अधिकतम 5 संदर्भ वीडियो; प्रत्येक की अवधि 3–30 सेकंड (अधिकतम 30.05 सेकंड) हो सकती है, और एलिमेंट वीडियो के साथ उनकी कुल अवधि 30 सेकंड से अधिक नहीं हो सकती। प्रत्येक फ़ाइल 300 MB से बड़ी नहीं होनी चाहिए, तथा चौड़ाई और ऊंचाई 700 px से 4553 px के बीच होनी चाहिए। आस्पेक्ट रेशियो 0.40 से 2.50 के बीच और फ़्रेम दर 23.9 से 60.05 FPS के बीच होनी चाहिए। |
| `elements` |  | array of object {frontal_image_url, reference_image_urls, video_url, voice_id} \| null | no |  | ≤ 7 items | अधिकतम 7 पात्रों या ऑब्जेक्ट का संग्रह, जिनमें अधिकतम 3 में `voice_id` शामिल हो सकता है और अधिकतम 3 वीडियो का उपयोग कर सकते हैं। इन तत्वों को @Element1, @Element2 आदि के रूप में संबोधित करें। |
| `elements[].frontal_image_url` |  | string (image URL) \| null | no |  |  | तत्व का मुख्य दृश्य दिखाने वाली सामने से ली गई इमेज। अधिकतम फ़ाइल आकार 30.0 MB है; दोनों आयाम कम से कम 300 px होने चाहिए और आस्पेक्ट रेशियो 0.40 से 2.50 के बीच होना चाहिए। |
| `elements[].reference_image_urls` |  | array of image URL \| null | no |  | ≤ 3 items | तत्व के विभिन्न कोण दिखाने वाली पूरक इमेज, जिनमें 1 से 3 दृश्य हों। प्रत्येक फ़ाइल अधिकतम 30.0 MB की हो सकती है, दोनों आयामों में कम से कम 300 px होनी चाहिए और आस्पेक्ट रेशियो 0.40 से 2.50 के बीच होना चाहिए। |
| `elements[].video_url` |  | string (video URL) \| null | no |  |  | इमेज की जगह उपयोग किए जाने वाले तत्व का वीडियो रूप, जिसकी अवधि 3–30 सेकंड (अधिकतम 30.05 सेकंड) हो। फ़ाइल 300 MB से अधिक नहीं होनी चाहिए; चौड़ाई और ऊंचाई दोनों 700–4553 px के बीच होनी चाहिए। समर्थित आस्पेक्ट रेशियो 0.40–2.50 और फ़्रेम दर 23.9–60.05 FPS है। |
| `elements[].voice_id` |  | string \| null | no |  |  | तत्व को असाइन की गई आवाज़। |
| `resolution` |  | enum (string) | no | `1080p` | `720p`, `1080p` | आउटपुट का रिज़ॉल्यूशन। |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `auto`, `16:9`, `9:16`, `1:1`, `21:9` | वीडियो के अनुपात, जिन्हें स्पष्ट रूप से चुना जाता है या 'auto' चुनकर संदर्भों से निर्धारित किया जाता है। |

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} | मॉडल द्वारा बनाया गया वीडियो। |

## 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