陶瓷静物
16:9Camera slowly orbits around the vase. Soft light shifts across the ceramic surface. The pampas grass sways gently. Shadows move elegantly. Smooth continuous motion, premium feel.
Kling 3.0
ID：
kling/kling-3.0快手推出的 Kling 3.0 视频生成 API —— 原生 4K 60fps，支持多镜头分镜、5 种语言音频、3 档质量模式。
文生视频图生视频4K多镜头
输入
输出查看全部
输出将显示在此处
定价
std
$0.09/秒
pro
$0.12/秒
4K
$0.44/秒
示例
匠人肖像
16:9The craftsman slowly examines the bowl, turning it gently in his weathered hands. His eyes reflect years of wisdom. Subtle smile forms on his face. Dust particles drift in warm light. Breathing motion, blinking eyes.
元素注入
1:1Stylized sunglasses resting on cracked desert ground under a dramatic sunset sky, reflective lenses catching the warm light
概述
Kling 3.0 是快手的旗舰视频模型，于 2026 年 2 月发布。它生成原生 4K（2160p）60fps 视频——不是从低分辨率放大的。该模型支持多镜头分镜，单次生成最多包含 6 个镜头切换，并可生成 5 种语言的音频。三档质量模式让你在分辨率和成本之间灵活取舍：std（720p）、pro（1080p）和 4K（2160p）。片段时长 3 到 15 秒，最多 2 张帧图可锚定序列的首尾。
使用场景
原生 4K 的高分辨率产品视频和电商主视觉。带规划好的镜头切换和转场的多镜头品牌影片。带多语言音频的角色叙事片段。使用首尾帧控制的图生视频，精确控制运动轨迹。
输入参数
所有参数通过运行请求的 input 对象传入。
| Parameter | Required | Description |
|---|---|---|
| prompt | Yes | 文本描述（1–2500 字符） |
| aspect_ratio | No | 默认 16:9。可选：16:9、9:16、1:1 |
| mode | No | 质量模式。默认 pro。可选：std（720p）、pro（1080p）、4K（2160p） |
| duration | No | 视频时长（秒），范围 3–15。默认 5 |
| image_urls | No | 最多 2 张帧图（1 张 = 首帧，2 张 = 首帧 + 末帧） |
提示词技巧
多镜头提示词按镜头列表来写
Kling 3.0 最多处理 6 个镜头切换。把提示词写成逐个镜头的描述："Wide shot of the storefront. Cut to close-up of the sign. Pan across the interior." 模型会将其解读为独立片段。
草稿用 std，定稿用 4K
迭代阶段使用 std（720p）——速度快成本低。只在最终渲染时切换到 4K。pro 模式的 1080p 是大多数制作工作的不错折中。
控制在 2500 字符以内
提示词上限比一些竞品短。聚焦关键的场景细节、镜头指令和核心动作。删掉不影响视觉输出的堆砌形容词。
限制
- 4K 模式会显著增加生成时间和成本
- 仅支持 3 种画面比例（16:9、9:16、1:1）
- 提示词上限 2500 字符——低于 Seedance 2.0 的 20000
- 多镜头转场不一定总能在描述的精确时刻切换
- 4K 分辨率下 60fps 输出会显著增加文件大小
常见问题
4K 输出是真正的原生吗？
是的。Kling 3.0 以 2160p 原生渲染——帧画面不是从低分辨率放大的。这体现在 4K 质量模式选项中。
双帧图片是怎么工作的？
提供一张图片设定首帧。提供两张图片同时锚定首帧和末帧——模型生成在两者之间过渡的视频。每张图片最大 10 MB。
音频支持哪些语言？
Kling 3.0 可生成 5 种语言的音频——英语、中文、日语、韩语和西班牙语。语言根据提示词上下文自动推断。如果模型未自动识别，请在提示词中明确指定语言。