多镜头分镜
一次请求,多个镜头,每个镜头有自己的提示词与时长。远景、特写、跟拍,可灵替你剪好整场戏。
每个可灵模型都在时长、控制力、速度与价格之间做了不同取舍。把鼠标移到型号上即可观看官方样片,点击进入系列页查看参数与价格。
从要做的事出发,而不是从型号名出发。每个答案都附上我们推荐的型号,以及它的官方样片。
单次生成最长 30 秒、1080p,用最多 10 张关键帧与 15 个参考调度画面,原生立体声。
可灵 AI 的官方样片,按它们证明的能力分组。卡片进入视野才会播放;打开声音听听,音频也是生成的。
一次请求,多个镜头,每个镜头有自己的提示词与时长。远景、特写、跟拍,可灵替你剪好整场戏。
人声、环境音与音效和画面一起生成。角色之间可以对话,甚至各说各的语言。
镜头和主体都在运动,Logo 与文字依然清晰。原片以 4K 生成。
主体定义一次,面孔与服装在每个镜头里都保持一致,连那只狗也是。
一个商品主体驱动整支广告:微距质感、液体与光影,口红始终是那支口红。
五个分镜编排的天台拳赛,两位拳手在每次切镜后都没有变样。
风格化角色从教室走到风暴中的海面,台词口型同步。
动作控制把一段参考视频变成任意角色图片的表演:肢体动作、手势与表情都会迁移过去,角色的样貌保持不变。
可灵官方样片:表演者的手势结印,由一张图片里的长袍角色逐指复刻。
可灵 AI 在两代模型之间改了什么。很多任务里 Kling 3.0 依然是正确选择,而且今天就能在 APIPod 上调用。
来源:可灵 AI《Kling 4.0 vs 3.0》(2026 年 10 月)。条形长度只在同一行内比较。
每个可灵模型的单次请求上限。点击型号名进入系列页,查看完整参数与价格。
| 能力 | Kling 4.0 | Kling 4.0 Flash即将上线 | Kling 3.0 Omni | Kling 3.0 | Kling 3.0 Turbo | 动作控制 |
|---|---|---|---|---|---|---|
| 模型 ID | kling-4.0-t2v / -i2v / -r2v | kling-4.0-flash | kling-3.0-omni-t2v / -i2v / -r2v / -edit | kling-3.0-t2v / -i2v | kling-3.0-turbo-t2v / -i2v | kling-3.0-motion-control / kling-2.6-motion-control |
| 时长 | 3–30 秒 | 3–20 秒 | 3–15 秒 | 3–15 秒 | 3–15 秒 | 3–30 秒 |
| 分辨率 | 720p / 1080p | 720p | 720p / 1080p / 4K | 720p / 1080p / 4K | 720p / 1080p | 720p / 1080p |
| 输入 | 文本、图片、关键帧、参考、视频 | 文本、首帧、参考 | 文本、图片、参考、视频 | 文本、首尾帧 | 文本、首帧 | 角色图片 + 动作视频 |
| 多镜头 | — | — | 最多 6 个,或自动分镜 | 最多 5 个 | 最多 6 个 | — |
| 参考 | 最多 15 个(10 图、5 视频、7 主体) | 全能参考(上限未公布) | 1–7 张图,或 1 段视频 + 4 张图 | 最多 3 个 @主体 | — | 1 段动作参考视频 |
| 音频 | 立体声,口型同步 | — | 可选 | 可选 | 恒带音频 | 可保留原声 |
| 视频编辑 | 即将登陆 APIPod | — | 3–15.5 秒素材 | — | — | — |
| 最适合 | 交付成片 | 快速打样 | 角色与商品一致性 | 多镜头叙事 | 快,且带声音 | 舞蹈、动作、手势 |
Kling 4.0 为 APIPod 当前实际支持的上限(视频编辑即将上线);Kling 4.0 Flash 为可灵 AI 公布的规格;Kling 3.0 与动作控制为 APIPod 当前实际支持的上限。— 表示不支持或未公布。
APIPod 上的每个可灵模型都在同一个异步视频接口后面。换模型只需换一个字符串,鉴权、轮询与计费都不变。
curl https://api.apipod.ai/v1/videos/generations \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-4.0-t2v",
"prompt": "Two old friends meet at dusk on a London street",
"duration": 30,
"resolution": "1080p",
"aspect_ratio": "21:9"
}'
# {"code":200,"data":{"task_id":"<task_id>","status":"pending"}}
# then: GET /v1/videos/status/<task_id>点选上方型号查看对应请求。Kling 4.0、Kling 3.0 与动作控制的字段与 APIPod 线上协议一致;Kling 4.0 Flash 尚未上线,请求仅为预览。各型号完整参数见 API 文档。
可灵 AI 是快手推出的视频与图像生成平台。它的视频模型(Kling 4.0、Kling 4.0 Flash、包含 Standard / Turbo / Omni 的 Kling 3.0 系列,以及动作控制)可以把文本、图片、参考视频与音频变成带原生声音的视频。
交付成片用 Kling 4.0(最长 30 秒、1080p);带对白的多镜头戏用 Kling 3.0;需要角色或商品保持一致用 Kling 3.0 Omni;想要快且每条都带声音用 Kling 3.0 Turbo;要把真人表演迁移到角色图片上用动作控制。适合快速打样的 Kling 4.0 Flash(720p)即将登陆 APIPod。
Kling 4.0 把最长时长翻倍到 30 秒,单次参考数从 7 个提高到 15 个(含最多 5 段视频),新增最多 10 张关键帧与双声道立体声,并把视频编辑并入主模型。Kling 3.0 依然是 15 秒以内多镜头叙事的稳妥之选。
Omni 是以参考驱动的版本:可读取 1–7 张参考图(或 1 段动作视频 + 最多 4 张图),支持手动编排或自动分镜、最多 6 个镜头,可编辑 3–15.5 秒的已有视频,最高输出 4K。
想要更快、默认就带声音的时候。Turbo 每次都会生成原生音频,支持最多 6 个镜头与首帧图生视频,输出 720p 或 1080p。
传入一张角色图片和一段参考视频,模型会把表演者的肢体动作、手势与表情迁移到你的角色上,单条 3–30 秒、720p 或 1080p。动作控制 3.0 相比 2.6 提升了面部一致性。
会。Kling 4.0 输出带口型同步的双声道立体声;Kling 3.0 与 3.0 Omni 可按需生成原生音频(Turbo 始终生成),对白支持中文、英语、日语、韩语与西班牙语;动作控制可保留参考视频的原声。
向 POST /v1/videos/generations 发送请求并传入模型 ID(例如 kling-4.0-t2v、kling-4.0-r2v、kling-3.0-omni-r2v 或 kling-3.0-motion-control),然后轮询 GET /v1/videos/status/{task_id} 或传入 callback_url。一个 API 密钥即可调用所有可灵模型。