# Kling 4.0 Reference to Video API

> Tạo video dài 3-30 giây, giữ nguyên diện mạo của tối đa 10 ảnh tham chiếu, 5 video tham chiếu và 7 đối tượng

Tạo video từ `prompt` văn bản cùng hình ảnh tham chiếu, video tham chiếu và elements nhân vật hoặc vật thể, được gọi trong lời nhắc bằng @Image1, @Video1 hoặc @Element1. Thời lượng từ 3 đến 30 giây (mặc định 5), đầu ra ở 720p hoặc 1080p và tỷ lệ khung hình auto, 16:9, 9:16, 1:1 hoặc 21:9. Dùng `multi_prompt` cho lời nhắc từng cảnh; khi đó tổng thời lượng là tổng thời lượng các cảnh. Giới hạn là 10 hình ảnh, 5 video dài 3-30 giây mỗi video và 7 elements, trong đó tối đa 3 elements có thể mang giọng nói.

- 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/vi/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 | Chỉ dẫn tạo sinh đáp ứng yêu cầu cung cấp `prompt` hoặc `multi_prompt`. Để tham chiếu các đầu vào đã cung cấp, dùng @Image1, @Video1, @Element1, v.v. |
| `multi_prompt` |  | array of object {prompt, duration} \| null | no |  | ≥ 1 items | Chỉ dẫn tạo sinh theo từng cảnh, trong đó mỗi lời nhắc xác định một cảnh và thời lượng của cảnh góp vào tổng thời lượng video. |
| `multi_prompt[].prompt` |  | string | yes |  | 1 – 512 characters | Chỉ dẫn văn bản cho cảnh quay hiện tại. |
| `multi_prompt[].duration` |  | integer | no | `5` | 1 – 30 | Thời lượng của một cảnh riêng lẻ, tính bằng giây. |
| `duration` |  | integer | no | `5` | 3 – 30 | Độ dài video tính bằng giây, từ 3 đến 30. |
| `start_image_url` | `image` | string (image URL) \| null | no |  |  | Hình ảnh khung hình đầu tiên tùy chọn, được tính vào giới hạn hình ảnh tham chiếu. Kích thước tệp tối đa 30.0 MB; chiều rộng và chiều cao mỗi chiều đạt 300 px, với tỷ lệ khung hình từ 0.40 đến 2.50. |
| `image_urls` | `images` | array of image URL \| null | no |  | ≤ 10 items | Hình ảnh tham chiếu được gọi bằng @Image1, @Image2, v.v., tối đa 10 hình ảnh. Mỗi tệp tối đa 30.0 MB, cần ít nhất 300 px ở cả hai chiều và phải có tỷ lệ khung hình từ 0.40 đến 2.50. |
| `video_urls` | `videos` | array of video URL \| null | no |  | ≤ 5 items | Tối đa 5 video tham chiếu, được gọi bằng @Video1, @Video2, v.v.; mỗi video dài 3–30 giây (tối đa 30.05 giây), tổng thời lượng cùng với video phần tử không được quá 30 giây. Mỗi tệp không lớn hơn 300 MB, chiều rộng và chiều cao mỗi chiều từ 700 px đến 4553 px. Tỷ lệ khung hình phải từ 0.40 đến 2.50 và tốc độ khung hình từ 23.9 đến 60.05 FPS. |
| `elements` |  | array of object {frontal_image_url, reference_image_urls, video_url, voice_id} \| null | no |  | ≤ 7 items | Tập hợp tối đa 7 nhân vật hoặc vật thể, trong đó tối đa 3 mục có thể bao gồm `voice_id` và tối đa 3 mục có thể dùng video. Gọi các phần tử này bằng @Element1, @Element2, v.v. |
| `elements[].frontal_image_url` |  | string (image URL) \| null | no |  |  | Hình ảnh chính diện thể hiện góc nhìn chính của phần tử. Kích thước tệp tối đa 30.0 MB; cả hai kích thước ít nhất 300 px và tỷ lệ khung hình từ 0.40 đến 2.50. |
| `elements[].reference_image_urls` |  | array of image URL \| null | no |  | ≤ 3 items | Hình ảnh bổ sung thể hiện các góc khác nhau của phần tử, với 1 đến 3 góc nhìn. Mỗi tệp tối đa 30.0 MB, phải có cả hai kích thước ít nhất 300 px và tỷ lệ khung hình từ 0.40 đến 2.50. |
| `elements[].video_url` |  | string (video URL) \| null | no |  |  | Video thể hiện một phần tử thay cho hình ảnh, dài 3–30 giây (tối đa 30.05 giây). Tệp không được quá 300 MB; chiều rộng và chiều cao mỗi chiều trong khoảng 700–4553 px. Tỷ lệ khung hình hỗ trợ từ 0.40–2.50, với tốc độ khung hình 23.9–60.05 FPS. |
| `elements[].voice_id` |  | string \| null | no |  |  | Giọng nói được gán cho phần tử. |
| `resolution` |  | enum (string) | no | `1080p` | `720p`, `1080p` | Độ phân giải đầu ra. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `auto`, `16:9`, `9:16`, `1:1`, `21:9` | Tỷ lệ video, được chọn rõ ràng hoặc suy ra từ các tham chiếu bằng cách chọn 'auto'. |

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} | Video do mô hình tạo ra. |

## 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