一句话提示词
16:9 · 15 秒 · 立体声
一句话 · 6 个英文单词
An old man ranting about AI.（一位老人在吐槽 AI。）
房间、表演和那段吐槽，全是 Kling 4.0 自己的发挥。
Kling 4.0
3 个可用模型
提供商: KLING
更新于: 最近
Kling 4.0（可灵 4.0）生成 3-30 秒、720p 或 1080p 的视频，每段都带原生音频。文生视频只需提示词；图生视频支持首帧、最多 8 张中间帧与可选尾帧；参考生视频可组合最多 10 张图片、5 段视频、7 个主体与 3 个音色，并在提示词中用 @ 引用。
可用模型
Kling 4.0 R2V
kling-4.0-r2v
体验 Kling 4.0 R2V 的强大能力，为您的 AI 应用赋能。
输入类型
输出类型
视频
输入
$2/ 1M
输出
$6/ 1M
Kling 4.0 图生视频
kling-4.0-i2v
Kling 4.0 图生视频按你提供的帧生成 3-30 秒、720p 或 1080p 的视频：首帧必填，中间帧按时间顺序最多 8 张，尾帧可选。提示词中可用 @firstframe、@keyframeN、@last_frame 引用各帧。画幅跟随首帧，始终带原生音频。
输入类型
输出类型
视频
价格
$0.145/ 秒
Kling 4.0 文生视频
kling-4.0-t2v
Kling 4.0 文生视频将提示词生成为 3-30 秒、720p 或 1080p 的视频，画幅支持 16:9、9:16、1:1、21:9，声音与画面一同生成。
输入类型
输出类型
视频
价格
$0.145/ 秒
可灵 AI · Kling 4.0 · 2026.10.15 全量上线新模型
镜头， 由你调度。
Kling 4.0 是可灵 AI 的新一代旗舰视频模型：单次生成最长 30 秒，最多 10 张关键帧、15 个混合参考，原生双声道立体声。一个 API，以 720p 或 1080p 调度整场戏。
Kling 4.0 · 官方样片
16:9 · 720p 预览 · 立体声
28.0s · 一次生成，没有拼接
- 时长
- 3–30 秒
- 分辨率
- 720p / 1080p
- 关键帧
- 最多 10 张
- 参考素材
- 最多 15 个
- 音频
- 双声道立体声
- 画幅
- 21:9 → 9:16
01 / 08长镜头 · 关键帧
三十秒，踩在你的节拍上。
Kling 4.0 单次即可生成最长 30 秒——同一组演员、同一个场景、同一台摄影机一镜到底，而不是拼接片段。把最多 10 张关键帧钉在时间线上，故事会按顺序经过它们：登场、揭晓、转折。
关键帧 · 官方样片
16:9 · 输入 5 张关键帧
开头一秒展示了输入的 5 张关键帧点击节拍点跳到那一刻
02 / 08全能参考 Omni Reference
十五个参考，一条连贯的镜头。
一次请求里用图片、视频和主体共同选角定调。角色设定图、分镜、九宫格、线框图、UI 稿决定画面里是谁、有什么；参考视频决定它们怎么动。
全能参考 · 官方样片
16:9 · 输入 6 个参考
开头几帧展示了 6 个参考——3 位演员、一辆摩托、一辆跑车与道具——随后是生成的追逐戏。
图片10
视频5
主体7
单次合计15
视频合计不超过 30 秒；主体中最多 3 个由视频创建，主体可绑定音色；音频输入仅支持音色参考。
借它的动作，用你的角色。
参考视频可以驱动动作编排、运镜路径或节奏，参考图决定出场的人和物。白模视频、深度图视频同样可以作为参考。
输入视频Kling 4.0
参考的那场对打
取它的动作编排与每一拳的节奏，另外输入了两张角色设定图。
换了拳手，还是那场对打
新的两位选手、新的场地，一招一式与参考视频对齐。
03 / 08视频编辑
只改一处，其余不动。
即将登陆 APIPod
上传素材——最多 5 段，含 1 段主视频，合计不超过 30 秒——再描述要改什么。Kling 4.0 可以修改表情、动作、机位、背景或风格，画面其余部分保持稳定。Kling 4.0 视频编辑即将登陆 APIPod，今天可先用 Kling 3.0 Omni 视频编辑。
输入视频Kling 4.0
原始画面
赛博朋克街头的一位骑手，另外输入了一张毛毡风格参考图。
同一场戏，换成毛毡
每个动作、每次运镜都保留下来，只改变了世界的材质。
- 新增 / 替换
- 用参考图或主体替换角色、商品或场景，原片的走位与节奏保持不变。
- 消除
- 把人或物从镜头里拿掉，背景自动补全。
- 风格重绘
- 同一段表演，重绘成毛毡、黏土、动漫或新的调色，动作分毫不动。
04 / 08提示词理解
一句话，或一份完整脚本。
提示词最长可达 8000 tokens。只给一句话，Kling 4.0 会像导演一样补全剧情、走位与运镜；给一份详细脚本，它就照着执行。
长提示词
16:9 · 7 秒 · 1080p
完整脚本 · 约 90 个英文单词
一个 7 秒的连续镜头，发生在英国。两个许久未见的老朋友在黄昏时分一条安静的街角相遇，周围是来来往往、各自生活的人群。他们微笑着快步走向对方，紧紧拥抱。表情与肢体动作自然。手持摄影跟随，带轻微晃动。柔和温暖的光线，怀旧的电影胶片质感。包含自然的脚步声、街道环境音、背景音乐和英文对白。
每条指令都落地了：手持晃动、黄昏暖光、脚步声与对白。
05 / 08声音 · 语言
多语言 · 官方样片
16:9 · 对白 · 立体声
打开声音听听：人声与环境声都是和画面一起生成的。
它说你的语言。
双声道立体声与画面一同生成——对白、歌声、音效与环境音，口型同步更准。角色可以说九种以上语言，画面中的文字也能清晰渲染。
- 中文
- English
- 日本語
- 한국어
- Español
- Português
- Deutsch
- Français
- हिन्दी
北京话 · 台湾腔 · 东北话 · 四川话 · 粤语 —— 美式 · 英式 · 印度英语
- 双声道立体声
- 对白、音乐、音效与环境声以立体声混音，并与动作同步。
- 更准的口型同步
- 人声与口型保持一致，演唱也不例外。
- 清晰的画面文字
- 招牌、标题、Logo 与 emoji 都能清晰呈现，镜头运动时依然可读。
06 / 08规格表
官方参数。
以可灵 AI 发布时公布的规格为准，并与同家族、主打速度的 Kling 4.0 Flash 并排对照。
| 能力 | Kling 4.0 | Kling 4.0 Flash |
|---|---|---|
| 文生视频 | 支持 | 支持 |
| 图生视频（首帧） | 支持 | 支持 |
| 首尾帧 | 支持 | — |
| 多关键帧 | 最多 10 张关键帧 | — |
| 全能参考 | 支持 | 支持 |
| 视频编辑 | 即将登陆 APIPod | — |
| 时长 | 3–30 秒 | 3–20 秒 |
| 分辨率 | 720p / 1080p | 720p |
| 动态范围 | 10-bit HDR 已预告（APIPod 暂未提供）即将上线 | 8-bit SDR |
| 画幅 | 21:9 / 16:9 / 1:1 / 9:16 / 自动 | — |
| 音频 | 双声道立体声 | — |
| 提示词长度 | 最多 8000 tokens | — |
| 参考输入 | 10 图 · 5 视频 · 7 主体 · 合计 15 | — |
| 视频续写 | 可多次续写，最长 2 分钟即将上线 | — |
— 表示可灵 AI 官方 Kling 4.0 Flash 规格中未列出。来源：可灵 AI 发布说明，2026 年 10 月。
07 / 08API
一个接口，天生异步。
Kling 4.0 与 APIPod 上的其他视频模型共用同一个接口。提交任务、轮询状态、取回 MP4——无需 SDK，也不用自己维护队列。
- POST /v1/videos/generations，model 设为 kling-4.0-t2v、kling-4.0-i2v 或 kling-4.0-r2v，立即返回 task_id。
- GET /v1/videos/status/{task_id} 直到状态为 completed，或传入 callback_url 等待回调。
- 从 result 下载视频。同一个密钥可调用 APIPod 上的所有模型。
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": "Handheld long take at dusk: two old friends meet on a London street and embrace",
"duration": 30,
"resolution": "1080p",
"aspect_ratio": "21:9"
}'
# {"code":200,"data":{"task_id":"<task_id>","status":"pending"}}字段名遵循 APIPod 统一视频协议，完整参数见 API 文档。
08 / 08常见问题
常见问题
Kling 4.0 是什么？
Kling 4.0 是快手可灵 AI 推出的新一代原生多模态视频模型。它可以由文本、图片、关键帧或最多 15 个混合参考生成 3–30 秒、带双声道立体声的视频。在 APIPod 上以 kling-4.0-t2v、kling-4.0-i2v、kling-4.0-r2v 提供，视频编辑即将上线。
Kling 4.0 什么时候发布？
可灵 AI 于 2026 年 9 月 27 日官宣 Kling 4.0，并于 2026 年 10 月 15 日向所有用户全量开放。Kling 4.0 Flash 于 9 月 28 日向部分用户开放抢先体验。
Kling 4.0 单条视频最长多久？
单次生成 3–30 秒，一次连续生成而非拼接片段。可灵 AI 还预告了可多次续写、最长 2 分钟的视频续写功能（即将上线）。
Kling 4.0 的关键帧怎么用？
除了首帧、首尾帧图生视频，kling-4.0-i2v 还可在 keyframe_urls 中传最多 8 张中间帧——帧总数最多 10 张，随时长而定。每张关键帧锁定一个画面状态——角色姿态、场景切换、产品揭晓——模型会按顺序推进剧情经过它们。
可以用哪些素材做参考？
全能参考单次最多 15 个素材：最多 10 张图片、5 段视频（合计 30 秒）和 7 个主体，其中最多 3 个主体由视频创建。图片可以是角色设定图、分镜、九宫格、线框图或 UI；视频可引导表演、动作、运镜与节奏，白模视频和深度图视频同样适用。音频输入仅支持音色参考。
Kling 4.0 能编辑已有视频吗？
可灵官方的 Kling 4.0 支持：最多上传 5 段视频（含 1 段主视频），每段 3–30 秒、合计不超过 30 秒，然后描述修改：新增、替换或消除元素，或修改表情、动作、机位、背景与风格，画面其余部分保持稳定。Kling 4.0 视频编辑即将登陆 APIPod，今天可先用 kling-3.0-omni-edit 编辑 3–15.5 秒的视频。
Kling 4.0 支持哪些分辨率和画幅？
在 APIPod 上支持 720p 与 1080p，画幅支持 21:9、16:9、1:1、9:16（参考生视频另支持自动）。可灵 AI 已预告 4K 与 10-bit HDR 输出，APIPod 暂未提供。
Kling 4.0 会生成声音吗？
会。输出双声道立体声，包含对白、歌声、音效与环境声，口型同步更准确。语音支持中文、英语、日语、韩语、西班牙语、葡萄牙语、德语、法语、印地语等，并支持北京话、台湾腔、东北话、四川话、粤语以及美式、英式、印度英语等口音。
该选 Kling 4.0 还是 Kling 4.0 Flash？
要交付的成片用 Kling 4.0：最长 30 秒、1080p，支持首尾帧、关键帧、全能参考与立体声。即将登陆 APIPod 的 Kling 4.0 Flash 适合快速、更划算地打样：由文本、首帧或全能参考生成 3–20 秒的 720p 视频。
如何在 APIPod 调用 Kling 4.0？
向 POST /v1/videos/generations 发送请求，model 设为 kling-4.0-t2v（文生视频）、kling-4.0-i2v（首帧 / 中间帧 / 尾帧）或 kling-4.0-r2v（全能参考）；随后轮询 GET /v1/videos/status/{task_id}（或传入 callback_url）并下载结果。同一个 API 密钥即可调用 Kling 4.0 及 APIPod 上的所有模型。