# Kling 4.0 Reference to Video API

> שאַפֿט 3-30 סעקונדעס לאַנגע ווידעאָס וואָס האַלטן דעם אויסזען פון ביז צו 10 רעפֿערענץ־בילדער, 5 רעפֿערענץ־ווידעאָס און 7 עלעמענטן

שאַפֿט ווידעא פֿון אַ טעקסט־`prompt` פּלוס רעפֿערענץ־בילדער, רעפֿערענץ־ווידעאָס און כאַראַקטער־ אָדער אָביעקט־עלעמענטן, וואָס ווערן ציטירט אינעם פּראָמפּט ווי @Image1, @Video1 אָדער @Element1. געדויער גייט פֿון 3 ביז 30 סעקונדעס (סטאַנדאַרט 5), מיט רעזולטאַט ביי 720p אָדער 1080p און אַספּעקט־ראַציעס auto, 16:9, 9:16, 1:1 אָדער 21:9. ניצט `multi_prompt` פֿאַר פּראָמפּטן פּער שאָס; דעמאָלט איז די גאַנצע לענג די סומע פֿון די שאָס־געדויערן. לימיטן זענען 10 בילדער, 5 ווידעאָס פֿון 3-30s יעדעס, און 7 עלעמענטן, פֿון וועלכע ביז 3 קענען טראָגן אַ שטימע.

- 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/yi/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 | גענערירונג־אנווײַזונגען וואָס באַפרידיקן די נויט צו צושטעלן אָדער `prompt` אָדער `multi_prompt`. צו רעפֿערירן צו צוגעשטעלטע אַרײַנגעבונגען נוצן @Image1, @Video1, @Element1 און ווײַטער. |
| `multi_prompt` |  | array of object {prompt, duration} \| null | no |  | ≥ 1 items | שאָס־פֿאַר־שאָס גענערירונג־אנווײַזונגען, וווּ יעדער פּראָמפּט דעפֿינירט איין שאָס וועמענס געדויער בײַשטײַערט צום ווידעאָס גאַנצן לענג. |
| `multi_prompt[].prompt` |  | string | yes |  | 1 – 512 characters | טעקסט־אנווײַזונגען פֿאַרן איצטיקן שאָס. |
| `multi_prompt[].duration` |  | integer | no | `5` | 1 – 30 | געדויער פֿון אַן איינציקן שאָס, געמאסטן אין סעקונדעס. |
| `duration` |  | integer | no | `5` | 3 – 30 | ווידעא־לענג אין סעקונדעס, פֿון 3 ביז 30. |
| `start_image_url` | `image` | string (image URL) \| null | no |  |  | אָפּציאָנאַלע בילד פֿונעם ערשטן ראַם וואָס רעכנט זיך צום בילד־רעפֿערענץ־לימיט. מאַקסימום פֿײַלגרייס איז 30.0 MB; ברייט און הייך מוזן יעדער דערגרייכן 300 px, מיט אַן אַספּעקט־פֿאַרהעלטעניש צווישן 0.40 און 2.50. |
| `image_urls` | `images` | array of image URL \| null | no |  | ≤ 10 items | בילד־רעפֿערענצן אָנגעוויזן מיט @Image1, @Image2 און ווײַטער, מיט מאַקסימום 10 בילדער. יעדער פֿײַל איז באַגרענעצט צו 30.0 MB, דאַרף האָבן לכל־הפּחות 300 px אין ביידע דימענסיעס און אַן אַספּעקט־פֿאַרהעלטעניש צווישן 0.40 און 2.50. |
| `video_urls` | `videos` | array of video URL \| null | no |  | ≤ 5 items | ביז 5 רעפֿערענץ־ווידעאָס, אָנגעוויזן מיט @Video1, @Video2 און ווײַטער; יעדער דויערט 3–30 סעקונדעס (מאַקסימום 30.05 סעקונדעס), און זייער צוזאַמענגעשטעלטע לענג צוזאַמען מיט עלעמענט־ווידעאָס טאָר נישט איבערגיין 30 סעקונדעס. יעדער פֿײַל מוז זײַן נישט גרעסער ווי 300 MB, מיט ברייט און הייך צווישן 700 px און 4553 px. דער אַספּעקט־פֿאַרהעלטעניש מוז זײַן צווישן 0.40 און 2.50, און דער ראַם־קורס צווישן 23.9 און 60.05 FPS. |
| `elements` |  | array of object {frontal_image_url, reference_image_urls, video_url, voice_id} \| null | no |  | ≤ 7 items | זאַמלונג פֿון ביז 7 כאַראַקטערן אָדער אָביעקטן, פֿון וועלכע מאַקסימום 3 מעגן אַרײַננעמען אַ `voice_id` און מאַקסימום 3 מעגן נוצן ווידעא. באַצייכענען די עלעמענטן ווי @Element1, @Element2 און ווײַטער. |
| `elements[].frontal_image_url` |  | string (image URL) \| null | no |  |  | פֿראָנטאַלער בילד וואָס ווײַזט דעם עלעמענטס הויפּט־אויסזען. מאַקסימום פֿײַלגרייס איז 30.0 MB; ביידע דימענסיעס מוזן זײַן לכל־הפּחות 300 px, און דער אַספּעקט־פֿאַרהעלטעניש מוז זײַן צווישן 0.40 און 2.50. |
| `elements[].reference_image_urls` |  | array of image URL \| null | no |  | ≤ 3 items | צוגעבונדענע בילדער וואָס ווײַזן פֿאַרשידענע ווינקלען פֿונעם עלעמענט, מיט 1 ביז 3 קוקן. יעדער פֿײַל מעג זײַן מאַקסימום 30.0 MB, מוז מעסטן לכל־הפּחות 300 px אין ביידע דימענסיעס און מוז האָבן אַן אַספּעקט־פֿאַרהעלטעניש צווישן 0.40 און 2.50. |
| `elements[].video_url` |  | string (video URL) \| null | no |  |  | ווידעא־פֿאָרשטעלונג פֿון אַן עלעמענט אַנשטאָט פֿון בילדער, מיט אַ לענג פֿון 3–30 סעקונדעס (מאַקסימום 30.05 סעקונדעס). דער פֿײַל טאָר נישט איבערגיין 300 MB; ביידע ברייט און הייך מוזן זײַן צווישן 700–4553 px. ערלויבטע אַספּעקט־פֿאַרהעלטענישן זענען 0.40–2.50, מיט ראַם־קורסן פֿון 23.9–60.05 FPS. |
| `elements[].voice_id` |  | string \| null | no |  |  | קול צוגעטיילט צום עלעמענט. |
| `resolution` |  | enum (string) | no | `1080p` | `720p`, `1080p` | רעזאָלוציע פֿונעם רעזולטאַט. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `auto`, `16:9`, `9:16`, `1:1`, `21:9` | ווידעא־פּראָפּאָרציעס, אויסגעקליבן בפירוש אָדער אָפּגעשאַצט פֿון די רעפֿערענצן דורך אויסקלײַבן '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} | ווידעא געשאַפֿן דורכן מאָדעל. |

## 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