APIPod logoAPIPod
可灵 AI · 视频模型Kling 4.0 → 动作控制 · 一个 API

全部可灵视频模型,一个 API。

从 30 秒一镜到底的 Kling 4.0,到多镜头叙事的 Kling 3.0 与动作控制,快速打样的 Flash 也即将上线:整个可灵家族并排对比,一个密钥全部调用。

正在放映Kling 4.0燃烧之城上空的巨龙,一次生成 28 秒01 / 06
01 / 08全部型号

六种方式,调度一场戏。

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。

02 / 08按任务选型

你要做什么?

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。

Kling 4.0 · 官方样片
一次生成 · 28 秒
推荐

Kling 4.0

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。

  • 3–30 秒,720p / 1080p
  • 首尾帧,最多 8 张中间帧
  • 双声道立体声,口型同步
03 / 08可灵能做什么

用画面说话。

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。

Kling 3.0
01

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。

Kling 3.0
02

原生对白

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。

Kling 3.0
03

稳得住的画面文字

镜头和主体都在运动,Logo 与文字依然清晰。原片以 4K 生成。

Kling 3.0 Omni
04

角色始终如一

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。

Kling 3.0 Omni
05

商品主视觉

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。

Kling 3.0 Omni
06

跨镜头的动作戏

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。

Kling 3.0 Omni
07

动画角色

风格化角色从教室走到风暴中的海面,台词口型同步。

04 / 08动作控制

借一段表演。

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。

面孔稳得住
动作控制 3.0 在多角度、复杂情绪与长时间复杂动作中保持面部一致。
最长 30 秒
单条 3–30 秒,720p 或 1080p;角色朝向跟随图片时,最长 10 秒。
保留原声
可把参考视频的音频带进结果里,适合舞蹈与音乐表演。
想试试? 可灵动作控制
动作参考
可灵生成

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。

05 / 083.0 → 4.0

从 3.0 到 4.0,用数字说话。

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。

最长时长
3.015 秒
4.030 秒
单次参考数
3.07 个
4.015 个
参考视频
3.01 段,最长 15 秒
4.05 段,合计 30 秒
画面控制
3.0首尾帧
4.0最多 10 张关键帧
动态范围
3.08-bit SDR
4.010-bit HDR(即将上线)

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。

  1. 2025.12.17动作控制 2.6把参考视频里的动作迁移到任意角色图片上。
  2. 2026.02.05Kling 3.0 与 3.0 Omni多镜头叙事,五种语言的原生音频,最长 15 秒、最高 4K。
  3. 2026.09.28Kling 4.0 Flash更轻、更快的 4.0 模型开放抢先体验。
  4. 2026.10.15Kling 4.030 秒一镜到底、10 张关键帧、15 个参考与立体声,全量开放。
06 / 08对比

整个家族,并排对照。

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 4.0Kling 4.0 Flash即将上线Kling 3.0 OmniKling 3.0Kling 3.0 Turbo动作控制
模型 IDkling-4.0-t2v / -i2v / -r2vkling-4.0-flashkling-3.0-omni-t2v / -i2v / -r2v / -editkling-3.0-t2v / -i2vkling-3.0-turbo-t2v / -i2vkling-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 / 1080p720p720p / 1080p / 4K720p / 1080p / 4K720p / 1080p720p / 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。

07 / 08一个 API

所有可灵模型,同一个接口。

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。

  1. POST /v1/videos/generations,传入任意可灵模型 ID,立即返回 task_id。
  2. GET /v1/videos/status/{task_id} 直到状态为 completed,或传入 callback_url 等待回调。
  3. 从 result 下载视频。同一个密钥可调用 APIPod 上的所有模型。
generate.sh
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。

08 / 08常见问题

常见问题

可灵 AI 是什么?

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。

我该用哪个可灵模型?

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 3.0 和 Kling 4.0 有什么区别?

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。

Kling 3.0 Omni 的“Omni”是什么意思?

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。

什么时候选 Kling 3.0 Turbo?

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。

可灵动作控制怎么用?

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。

可灵模型会生成音频吗?

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。

如何在 APIPod 调用可灵模型?

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。

全部可灵模型,一个密钥。

用 Kling 4.0 出成片,用 3.0 Omni 保持角色一致,Flash 上线后再用它打样,全程不用改接入。