Kling Image 4.0 API 가격, 참조 이미지 및 시리즈 가이드

Kling Image 4.0 API 가격 완벽 가이드: 2K vs 4K 장당 요율, 첫 장부터 적용되는 참조 이미지 요금, single·series 제한, Python 예시.

Markdown으로 읽기

오늘날 Kling 4.0 API 가격을 검색하면 대부분의 결과가 초당 비디오 요율(720p 기준 초당 $0.157, 1080p 기준 초당 $0.235)만 인용하고 스틸 이미지 모델은 아예 건너뜁니다. Kling Image 4.0은 2026년 11월 17일 출시된 별도의 API 모델(kling-image-4-0)로, 출력 이미지 1장당 요금에 입력 참조 사진 1장당 소액의 정액 요금을 더해 과금합니다. 또한 세로 스크롤형 이커머스 및 웹페이지 레이아웃을 다루는 Kling Image 4.0 Long Image와도 별개의 모델입니다.

화면 비율 그리드 계산과 품질 배수에 따라 이미지 비용이 달라지는 GPT Image 2.6 같은 토큰 기반 이미지 생성기와 달리, kling-image-4-0은 예측 가능한 합산 공식을 사용합니다. 해상도, 출력 수, 참조 이미지 수만 파악하면 POST /v1/images/generations를 호출하기 전에 정확한 달러 비용을 미리 알 수 있습니다.

이 가이드는 검증된 과금 공식, 실시간 TokLab 요율, single과 series 모드의 차이, 5~10장 시리즈에 적용되는 더 엄격한 검증 규칙, 그리고 바로 실행 가능한 요청 코드를 정리합니다.

정확한 과금 공식과 실시간 요율

TokLab에서 완료된 모든 kling-image-4-0 작업은 단 하나의 공식을 따릅니다.

total_cost = (output_count × resolution_rate) + (reference_image_count × reference_rate)

프로덕션에서 예상치 못한 비용 초과를 막아 주는 세 가지 과금 규칙이 있습니다.

  1. 참조 이미지는 첫 장부터 과금됩니다. 무료 기본 참조 슬롯은 없습니다. refer_image 1장을 보내면 참조 요금 1건이, 10장을 보내면 10건이 추가됩니다.
  2. 참조 이미지는 출력당이 아니라 요청당 한 번만 과금됩니다. 참조 사진 2장을 전달하고 4K 6장 시리즈를 요청하면 출력 6장과 참조 2장 비용만 내며, 절대 12장분이 청구되지 않습니다.
  3. 실패한 작업의 비용은 $0입니다. 유효성 검사에서 거부된 요청(HTTP 400)이나 failed 상태로 종료된 작업은 잔액에서 차감되지 않습니다.

활성 가격표에서 직접 가져온 Kling Image 4.0의 실시간 TokLab 게이트웨이 요율은 다음과 같습니다.

Kling Image 4.0 비용

카테고리가격 (USD)
2K 출력 이미지$0.0571432
4K 출력 이미지$0.0857144
참조 이미지$0.0028568
Night Garden 시리즈 · 2K · 3장 · 참조 없음$0.1714296

2026년 11월 20일 https://api.toklab.ai/v1/pricing에서 확인된 요율 기준으로 2K 출력은 이미지당 $0.0571432, 4K 출력은 이미지당 $0.0857144(정확히 2K의 1.5배), 입력 참조 이미지는 장당 $0.0028568(2K 이미지 1장의 약 5%)입니다. 참고로 Kling AI의 웹 Creative Studio는 네이티브 8K 스틸을 홍보하지만, 현재 TokLab API 엔드포인트는 2k(기본값)와 4k 해상도만 지원하며 8k를 전달하면 유효성 검사 오류가 반환됩니다.

1장 스틸부터 10컷 시리즈까지 실제 예산 예시

참조 이미지 추가 요금은 출력 요율에 비해 매우 작으므로, 여러 변형이나 연결된 컷을 한 번의 멀티 출력 요청으로 묶으면 참조 입력 비용이 전체 세트에 분산됩니다.

시나리오모드 및 설정참조 이미지출력 수계산 내역 (2026년 11월 20일 요율)총 비용
단일 2K 시안single, n: 1, 2k011 × $0.0571432$0.05714
단일 4K 히어로 스틸single, n: 1, 4k111 × $0.0857144 + 1 × $0.0028568$0.08857
4각도 제품 팩series, series_amount: 4, 2k244 × $0.0571432 + 2 × $0.0028568$0.23429
4컷 4K 룩북series, series_amount: 4, 4k344 × $0.0857144 + 3 × $0.0028568$0.35143
10프레임 4K 캠페인series, series_amount: 10, 4k41010 × $0.0857144 + 4 × $0.0028568$0.86857

4장 배치당 평균 참조 사진 2장(250건 작업)으로 월 1,000장을 생성한다면 4K 대신 2K를 쓰면 1,000장당 $28.57를 절감할 수 있습니다(2K $58.57 vs 4K $87.14). 실무에서는 2k와 n: 2로 레이아웃과 프롬프트 문구를 다듬은 뒤 승인된 브리프만 4k로 다시 렌더링하는 파이프라인이 효율적입니다.

TokLab을 통해 렌더링한 Kling Image 4.0 4K 보태니컬 온실 샘플

단일 모드 vs 시리즈 모드: 파라미터와 엄격한 제한

단일 이미지 생성과 멀티 프레임 연결 세트는 동일한 엔드포인트(POST https://api.toklab.ai/v1/images/generations)를 공유하며, 완료 시 생성된 모든 이미지 URL을 순서대로 담은 output.data[] 배열을 가진 단일 작업 ID를 반환합니다. 출력 이미지 간의 관계는 settings.result_type 필드가 결정합니다.

  • result_type: "single" (기본값): 동일한 프롬프트와 참조로 settings.n개(1~9, 기본값 1)의 독립 이미지를 생성합니다. A/B 변형, 히어로 시안 탐색, 독립 아이콘 후보에 적합합니다. 단일 모드에서는 series_amount가 무시됩니다.
  • result_type: "series": 프레임 전반에 걸쳐 피사체 정체성, 조명, 팔레트, 스타일을 유지하는 시각적으로 일관된 settings.series_amount개(2~10, 기본값 4) 이미지를 생성합니다. 스토리보드, 상품 상세 갤러리, 다각도 이커머스 촬영에 이상적입니다.

5~10장 시리즈 유효성 검사 함정

kling-image-4-0 API 연동 오류의 대부분은 팀이 series_amount를 4에서 5 이상으로 늘릴 때 발생합니다. series_amount가 5에서 10 사이인 요청은 소규모 세트보다 세 가지 더 엄격한 규칙을 강제합니다.

  1. 모든 참조 이미지를 프롬프트에서 명시적으로 언급해야 합니다. 세 개의 refer_image 객체(lamp, desk, fabric)를 첨부해 놓고 contents[].text에 @lamp와 @desk만 적으면 series_amount >= 5일 때 유효성 검사에 실패합니다.
  2. 더 짧은 프롬프트 길이 제한 (20,000자). 일반 요청은 영문 최대 50,000자(또는 비영문 21,000자, 혼합 언어는 english / 50000 + non_english / 21000 <= 1)까지 허용합니다. 반면 5~10장 시리즈는 @id 태그가 내부적으로 위치 참조로 확장된 이후에도 프롬프트가 20,000자 이하여야 합니다.
  3. 더 작은 참조 파일 용량 상한 (30 MB → 20 MB). 일반 refer_image 입력은 최대 30 MB의 JPEG 또는 PNG 파일(각 변 최소 300 px, 화면 비율 2:55:2)을 허용합니다. series_amount가 510이면 각 참조 파일은 읽기 가능해야 하며 최대 20 MB 이하여야 합니다.

요청을 발송하기 전에 서버에서 이 세 가지 제약을 미리 검사하면 불필요한 400 오류를 막고 큐 워커를 깔끔하게 유지할 수 있습니다.

Kling Image 4.0 보태니컬 표본 타이포그래피 및 디테일 테스트

참조 이미지 문법과 화면 비율 규칙

contents 배열에는 정확히 1개의 prompt 항목과 함께 0~10개의 refer_image 항목을 넣을 수 있습니다. 각 참조에 짧고 고유한 id를 붙이면 프롬프트 본문에서 @id로 특정 피사체, 소재, 팔레트를 직접 바인딩할 수 있습니다.

  • 허용되는 화면 비율: auto(기본값), 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9.
  • negative_prompt 필드 없음: 구형 Kling Image 3.0 래퍼와 달리 kling-image-4-0은 별도의 negative_prompt 파라미터를 받지 않습니다. 제외할 요소는 prompt 텍스트 안에 자연어로 직접 작성하세요(예: "추가 텍스트나 소품 없는 매트한 종이 배경").
  • 워터마크 제어: 선택 필드 options.watermark_info.enabled는 false만 지원합니다.
  • 중복 ID는 즉시 실패: 모든 contents[].id는 요청 내에서 고유해야 하며, 모든 참조 URL은 로그인 쿠키 없이 HTTP(S)로 공개 접근 가능해야 합니다.

여러 참조를 결합할 때는 형용사를 많이 쓰는 것보다 역할 지정의 명확성이 훨씬 중요합니다. 각 @id가 어떤 시각적 속성을 담당하는지 모델에 구체적으로 지시하세요. 예를 들어 "@bottle의 병 실루엣과 라벨 타이포그래피를 사용하고, @stone의 브러시드 석회암 표면 위에 배치하며, @mood의 따뜻한 방향성 창광을 맞추세요"처럼 작성합니다. 첨부된 참조를 언급하지 않고 두면 모델이 형태, 색상 팔레트, 배경 중 무엇을 가져와야 할지 추측하게 되어 프레임 간 일관성이 떨어지고 series_amount가 5 이상일 때는 아예 검증에 실패합니다.

종량제 API vs 웹 크레딧 구독

Kling의 웹 스튜디오에서 자동화로 넘어오는 개발자들은 공식 API 단가가 월간 웹 요금제와 왜 다르게 보이는지 커뮤니티에서 자주 묻습니다. 일반 소비자용 월간 구독은 결제 주기마다 만료되는 고정 크레딧 풀을 묶어 팔며, 계정당 동시 작업 수를 제한하고, 수동 브라우저 작업이나 불안정한 서드파티 세션 래퍼를 요구합니다. TokLab 같은 직접 종량제 API는 좌석 요금, 월별 크레딧 만료, 계정당 슬롯 대기열을 없애 줍니다.

이틀간의 시즌 신제품 출시에 300장의 카탈로그 컷을 생성하고 나머지 한 달 동안은 이미지를 만들지 않는 버스트형 프로덕션 워크로드라면, 쓰지 않는 Pro나 Ultra 구독을 유지하는 것보다 종량제 과금이 보통 더 저렴합니다. 완료된 출력과 그 입력 참조에 대해서만 비용을 지불하며, 업스트림에서 실패하거나 잘못된 파라미터로 거부된 작업에는 요금이 붙지 않습니다. 매일 일정한 물량을 돌리는 팀도 초안을 2k와 n: 1 또는 n: 2로 고정해 소량 샘플에서 프롬프트 준수도를 점검한 뒤 승인된 브리프만 4k나 멀티 프레임 series로 승격하면 지출을 촘촘히 통제할 수 있습니다.

프로덕션 배치 처리, 재시도 및 멱등성

kling-image-4-0은 비동기로 실행되므로 안정적인 자동화를 위해서는 제출과 조회를 분리해야 합니다. 폴링 중 클라이언트 측 HTTP 타임아웃이 발생했다고 해서 POST /v1/images/generations를 다시 제출해서는 안 됩니다. 게이트웨이가 작업 ID를 반환한 순간 해당 작업은 이미 큐에 등록되었으며, 워커가 최종 응답을 읽기 전에 연결이 끊어지더라도 완료 시 과금됩니다.

깔끔한 프로덕션 워커는 제출 직후 자체 데이터베이스에 세 가지 필드를 저장합니다. 바로 TokLab task_id, 정확한 요청 해시, 그리고 로컬 작업 상태입니다. GET /v1/tasks/:id를 폴링하는 도중 워커가 재시작되거나 일시적인 네트워크 오류가 나면 중복 작업을 열지 않고 저장된 task_id를 계속 폴링합니다. status가 completed가 되면 임시 생성 URL을 고객용 스토어프런트에 직접 링크하지 말고 output.data[]의 모든 URL을 즉시 자체 오브젝트 스토리지(S3 또는 Cloudflare R2 등)로 다운로드하세요. 멀티 이미지 세트의 경우 series 작업이 프롬프트에서 요청한 서사 순서 그대로 프레임을 반환하므로 output.data[]의 배열 순서를 유지해야 합니다.

엔드투엔드 Python 예시: 4K 시리즈 제출 및 폴링

아래 스크립트는 이름 붙은 참조 2장을 사용해 3컷 연결 시리즈를 제출하고, 완료될 때까지 GET /v1/tasks/:id를 폴링한 뒤 output.data의 모든 출력 URL을 출력합니다.

import os
import time
import requests

API_KEY = os.environ["TOKLAB_API_KEY"]
HEADERS = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json",
}

payload = {
    "model": "kling-image-4-0",
    "contents": [
        {"type": "refer_image", "url": "https://example.com/kettle.jpg", "id": "kettle"},
        {"type": "refer_image", "url": "https://example.com/slate-table.jpg", "id": "table"},
        {
            "type": "prompt",
            "text": (
                "Three connected editorial product photos of @kettle resting on @table. "
                "Frame 1: wide morning kitchen scene with soft side light. "
                "Frame 2: close-up of the matte spout pouring hot water into a ceramic dripper. "
                "Frame 3: overhead flat-lay showing the kettle beside two stoneware cups."
            ),
        },
    ],
    "settings": {
        "result_type": "series",
        "series_amount": 3,
        "resolution": "4k",
        "aspect_ratio": "3:2",
    },
}

create = requests.post(
    "https://api.toklab.ai/v1/images/generations",
    headers=HEADERS,
    json=payload,
    timeout=60,
)
create.raise_for_status()
task_id = create.json()["id"]

while True:
    poll = requests.get(
        f"https://api.toklab.ai/v1/tasks/{task_id}",
        headers={"Authorization": f"Bearer {API_KEY}"},
        timeout=30,
    )
    poll.raise_for_status()
    body = poll.json()
    status = body.get("status")
    if status == "completed":
        for idx, item in enumerate(body["output"]["data"], start=1):
            print(f"Frame {idx}: {item['url']}")
        break
    if status == "failed":
        raise RuntimeError(f"Task {task_id} failed: {body}")
    time.sleep(3)

폴링 루프에 들어가기 전에 항상 task_id를 영구 저장하세요. 워커가 폴링 도중 재시작되더라도 POST /v1/images/generations를 다시 보내 중복 작업을 만들고 과금하는 대신 저장된 ID로 GET /v1/tasks/:id를 다시 조회해야 합니다.

Kling Image 4.0 vs Long Image 선택 시점

표준 화면 비율의 개별 2K·4K 스틸 이미지, 다중 참조 합성(최대 10개 입력), 또는 2~10프레임의 일관된 비주얼 시리즈가 필요할 때는 Kling Image 4.0을 사용하세요. 결과물이 한 장의 세로로 긴 이커머스 상품 상세페이지나 전체 스크롤 웹페이지 디자인이라면 Kling Image 4.0 Long Image로 전환하는 것이 맞습니다. Long Image는 표준 화면 비율 대신 고정 1K/2K 너비와 가변 높이를 쓰는 전용 ecommerce 및 webpage 스킬을 제공합니다.

출처

관련 가이드