Kling 4.0 功能:30秒 AI 视频模型全解析

了解 Kling 4.0 功能:30秒视频、10个关键帧、15个参考素材、立体声音频,以及 Flash 对比和 API 价格。

发光的视频编辑时间线上有青绿色和橙色关键帧标记与音频波形,上方悬浮预览画面,两侧是立体声波
目录

Kling 4.0 是 Kuaishou(快手)于 2026年10月15日推出的最新 AI 视频模型。其主要的 Kling 4.0 功能包括原生生成 3 至 30 秒的单镜头、最多 10 个关键帧、支持最多 15 个素材的 Omni Reference、更稳定的运动与运镜、双声道立体声音频和改进的唇形同步,以及 21:9 画幅;10-bit HDR 4K 和 2 分钟延长功能仍处于“即将推出”状态。

你现在就可以在正在阅读的 Kling5 AI 网站上使用 Kling 4.0(这是一个独立平台,与 Kuaishou 无关联):打开我们的 Kling 4.0 AI 视频生成器,即可使用文生视频、首尾帧和参考生成视频工作流。下文完整介绍截至 2026年11月 Kling 文档中的规格、发布时间线、模型对比和开发者价格。

Kling 4.0 概览

与此前版本相比,Kling 4.0 提高了片段最长时长、多模态参考上限和音频能力,但部分高端输出格式仍计划在未来推出。下表汇总 Kling 文档中的规格,区分目前可用和仍在等待推出的功能。

功能Kling 4.0 规格可用状态
生成模式文生视频、图生视频、首尾帧、多关键帧、Omni Reference、视频编辑现已可用
单镜头时长单次生成 3 至 30 秒(Kling 3.0 为 15 秒)现已可用
视频延长多次延长视频,累计最长 2 分钟即将推出
关键帧每次生成最多 10 张关键帧图片现已可用
参考输入每个任务最多 15 个素材:最多 10 张图片、5 个视频(总时长不超过 30 秒)、7 个元素(含最多 3 个视频元素)和声音参考现已可用
视频编辑输入最多 5 个片段,包含 1 个主视频;每个片段 3 至 30 秒,总时长不超过 30 秒现已可用
分辨率标准输出为 720p 和 1080p;文档列出 4K720p 和 1080p 现已可用;API 尚未公布 4K 价格
HDR 支持1080p 和 4K 的 10-bit HDR即将推出
画面比例21:9(新增)、16:9、1:1、9:16、自动现已可用
音频输出高质量原生音频、双声道立体声(新增)、改进的唇形同步;音画同步和 Smart Storyboard 默认开启现已可用
音频输入仅支持声音特征参考;不能上传背景音乐和音效,二者根据画面和提示词生成现已可用
语音语言和方言中文、英语、日语、韩语、西班牙语、葡萄牙语、德语,以及新增的法语和印地语;方言包括北京话、台湾国语、东北话、四川话、粤语,以及美式、英式和印度英语现已可用
画面文字渲染多语言文字、表情符号和标志在镜头移动时仍清晰可读现已可用
提示词长度应用内最多 8,000 个 token;通过 API 最多 26,000 个英文字符现已可用
开发者接入REST API 端点、Kling MCP 和 CLI 集成现已可用

Kling 4.0 何时发布?

Kling 4.0 于 2026年10月15日向所有用户发布,距离 Kling 3.0 于 2026年2月5日推出约 8 个月。Kuaishou(HKEX: 1024)并未一次性向所有用户开放,而是在 4 周内分阶段向早期订阅用户、网页应用普通用户和 API 开发者推出生成套件。

  • 2026年9月28日(Flash 抢先体验): Kuaishou 向 Ultra Yearly 订阅用户开放更轻量、更快速的 Kling 4.0 Flash 生成模式抢先体验。在 2026年9月30日发布的博客文章中,团队确认 Kling 4.0 正在进入抢先体验阶段,随后将在 10 月更广泛地推出。
  • 2026年10月15日(全面公开发布): Kling 4.0 发布,并在 Kling AI 网站向所有用户开放,包括国际站 kling.ai 和中国站 klingai.com。Kuaishou 在 2026年10月16日通过 Kuaishou 投资者关系网站和 GlobeNewswire 发布的公告中表示,Kling AI 已服务超过 1亿 用户和 50,000 多家企业客户。
  • 2026年10月22日(合作伙伴 API 上线): 据 PANews 报道,Kling 4.0 API 首先向上线合作伙伴开放,包括 Higgsfield、Magnific(Freepik)、OpenArt 和 Meitu。
  • 2026年10月28日(API 全面开放): Kling 的开发者更新日志宣布 Kling 4.0 API 通过 3 个专用端点向开发者全面开放:/text-to-video/kling-4.0、/image-to-video/kling-4.0 和 /omni-video/kling-4.0。

如果你一直在关注 Kuaishou 主要模型的升级节奏,可以阅读我们对 Kling 5.0 发布日期的分析,了解未来发布周期的背景。

Kling 4.0 功能详解

Kling 4.0 的每项主要升级都着眼于更长的叙事连贯性、更准确地遵循视觉参考以及集成立体声音效。以下根据 Kuaishou 的用户指南和发布文档说明各项功能。

原生生成 30 秒单镜头

Kling 4.0 单次可生成 3 至 30 秒的连续视频片段,是 Kling 3.0 的 15 秒上限的两倍。更长的时长支持不间断的单镜头和多情节点叙事,无需在外部编辑器中拼接短片段。Kuaishou 还宣布了 Video Extension(视频延长)功能,旨在多次延长片段,累计最长达 2 分钟,但该功能仍标记为“即将推出”。

最多 10 个关键帧,实现逐帧精确节奏控制

当你需要严格保持序列中的视觉连贯性时,Kling 4.0 支持单次生成使用最多 10 张关键帧图片。创作者可以提供首帧、首尾帧,或一组最多 10 张的关键节点图片,以像素级一致性锁定时间线上的角色位置和构图。

支持最多 15 个素材的 Omni Reference 和 Creative Recreation

Kling 4.0 的全能参考系统支持单个任务输入最多 15 个参考素材:最多 10 张图片、最多 5 个总时长不超过 30 秒的视频、最多 7 个元素(含最多 3 个视频元素)以及声音特征参考。图片输入可以包括普通主体照片、角色三视图、网格图、分镜图和线框图。视频输入可以指导表演、动作、运镜和节奏,模型甚至接受无纹理的 3D 白模视频和深度图视频。

基于这一参考引擎构建的 Creative Recreation 工作流面向产品广告、社交视频、时尚、美妆和消费电子领域。Creative Recreation 可以保留参考视频的镜头构图、节奏和视觉风格,同时替换为新的产品、角色或品牌素材。

精准的多片段视频编辑

当某个细节不合适时,Kling 4.0 提供针对性视频编辑,无需从头重新生成整个场景。你可以加载最多 5 个片段(包括 1 个主视频,每个片段时长为 3 至 30 秒,总时长不超过 30 秒),修改面部表情、身体动作、镜头角度、视觉风格或背景,同时保持其余画面稳定。

更稳定的大幅动作和镜头调度

快速动作一直容易导致生成视频出现变形,Kuaishou 专门针对高速运动和武术打斗、体育运动、复杂动作场景等持续物理交互优化了 Kling 4.0。在摄影方面,该模型能更好地理解推镜、拉镜、摇镜、横移、跟拍和环绕等运镜指令,同时更流畅地处理景别转换和多镜头调度。根据 Kling 的文档,系统还会“以导演的视角”扩充和丰富提示词,并提供始终开启的 Smart Storyboard 模式,无需单独切换。

双声道立体声、唇形同步和声音特征

Kling 4.0 默认启用音画同步,现在可输出双声道立体声音频,并提供更精准的唇形同步。语音生成覆盖中文、英语、日语、韩语、西班牙语、葡萄牙语和德语,并新增法语和印地语支持。地方口音和方言覆盖北京话、台湾国语、东北话、四川话和粤语,以及美式、英式和印度英语。

对于自定义声音,Kling 4.0 仅接受声音特征参考。你无法向生成器上传自定义背景音乐或音效文件;模型会直接根据视觉内容和文本提示词合成环境音效和背景音乐。

21:9 超宽画幅、视觉风格和待推出的 10-bit HDR 4K

除了标准的 16:9、9:16、1:1 和自动画幅,Kling 4.0 还新增原生 21:9 超宽比例,适用于宽屏叙事。模型的风格范围也有所扩展,涵盖 vlog 影像、写实纪录片、黏土动画、故障艺术、毛毡质感、3D 赛博、像素艺术、动画和奇幻风格。在输出清晰度方面,720p 和 1080p 现已可用,而 1080p 和 4K 分辨率的 10-bit HDR 仍标记为“即将推出”。

多语言画面文字、标志和 8,000 token 提示词

Kling 4.0 可渲染多语言画面文字、表情符号和品牌标志,即使虚拟镜头在场景中摇移或跟拍,它们依然清晰。为了描述复杂的多镜头分镜或细致的角色互动,网页应用支持最长 8,000 个 token 的提示词,Kling 的开发者 API 则支持最多 26,000 个英文字符的提示词。

重新设计的创作工作区、Agent 工具和 MCP/CLI 支持

在 Kling 的界面中,重新设计的创作页面将图片、视频和音频参考整合到一个输入框中,并提供网格和列表视图、时间线编辑、节点画布以及可执行多步骤创作任务的集成 Agent。对于构建自动化流程的技术团队,Kling 4.0 可直接集成 Kling MCP 和 CLI,让外部 AI 智能体通过程序调用 Omni Reference 和关键帧生成视频任务。

Omni Reference 与关键帧:该使用哪个入口?

Kling 4.0 将工作区分为 Omni Reference 和 关键帧 两个独立入口,且不允许在同一任务中组合使用,因此在准备素材前选择正确的起始模式至关重要。

  • 使用 Omni Reference(默认入口):适合组合角色设定图、产品照片、动作参考视频、3D 白模片段或声音特征等混合媒体,也适合运行标准文生视频提示词。它专为灵活的多模态融合和 Creative Recreation 设计。
  • 使用关键帧:适合严格依赖静态图片的工作流,要求从起始图片、首尾帧之间或最多 10 张关键帧图片组成的序列中实现像素级画面连贯性。此模式不使用音频和视频参考片段。

无论选择哪个入口,Kling 的用户指南都强调了 Kling 4.0 的两个实用提示词习惯:

  1. 使用具体的视觉描述,而非抽象的流行词。 描述具体的光线、镜头运动、纹理和物理动作,避免使用“高级感”等含糊表述。
  2. 将负面提示词限制在字幕和音乐上。 由于 Kling 4.0 会自动丰富场景,可能默认添加画面字幕或背景配乐,通常只需在提示词中使用“不要字幕”和“不要背景音乐”这两个负面指令。

Kling 4.0 与 Kling 4.0 Flash 有何区别?

Kling 4.0 Flash 是为快速迭代和降低生成成本而设计的精简配套模式,牺牲了最长片段时长、1080p 分辨率和关键帧控制。根据 Kling 用户指南中的常见问题和 ijiwei 在 2026年10月的行业报道,两种模式的区别如下。

功能Kling 4.0(完整模型)Kling 4.0 Flash
主要用途完整时长叙事、多素材参考、高分辨率最终输出快速、频繁的概念测试和较低成本生成
首次发布2026年10月15日(全面推出)2026年9月28日(Ultra Yearly 抢先体验)
时长3 至 30 秒3 至 20 秒
最高分辨率720p 和 1080p 现已可用(4K 和 10-bit HDR 即将推出)最高 720p(据报道抢先体验期间为 8-bit SDR)
首尾帧和关键帧支持首尾帧和最多 10 个关键帧目前不支持

Kling 4.0 与 Kling 3.0:有哪些变化?

与 2026年2月5日发布的 Kling 3.0 相比,Kling 4.0 将单镜头最长时长提高了一倍,并扩展了原生音频和多模态控制。如果你曾使用我们的 Kling 3.0 AI 视频生成器制作带原生音频的 15 秒片段,下方对比表和 Kling 的升级清单展示了两代模型之间的变化。

功能Kling 3.0(2026年2月5日推出)Kling 4.0(2026年10月15日推出)
单片段最长时长最长 15 秒3 至 30 秒
原生音频多语言和方言语音生成新增双声道立体声、改进的唇形同步,以及法语和印地语
API 价格(无输入视频)带原生音频时,$0.126/秒(720p)、$0.168/秒(1080p)约 $0.157/秒(720p)、约 $0.235/秒(1080p)

Kling 列出的 4.0 新增或升级功能(根据 Kling 4.0 功能页面的常见问题):

  • 灵活的关键帧: 单次生成支持最多 10 张关键帧图片。
  • 多模态参考: 支持合计最多 15 个参考素材(图片、视频、元素和声音特征),角色一致性更强。
  • 动作和运镜控制: 改进快速运动、物理交互和多镜头调度。
  • 编辑与再创作: 使用 Creative Recreation 将素材替换到参考视频结构中,并支持针对性的多片段视频编辑。

在评估代际升级时,许多创作者也会将 Kling 4.0 与 ByteDance 于 2026年7月31日推出的 Seedance 2.5 比较,你可以通过 Seedance 2.5 AI 视频生成器了解它。请注意,截至撰写本文的 2026年11月初,Kling 4.0 尚未在 Artificial Analysis Video Arena 等独立盲测排行榜上公布条目。

Kling 4.0 价格是多少?

截至 2026年11月,Kling 4.0 API 在无输入视频生成时,720p 视频起价为每秒 1.0 单位(约 $0.157),1080p 视频起价为每秒 1.5 单位(约 $0.235)。提供输入视频用于参考或编辑时,每秒单位费率会下降,但计费时长根据输入和输出片段时长的计算方式确定。

模型和工作流每计费秒 720p 费率每计费秒 1080p 费率4K 费率计费时长计算方式
Kling 4.0(无输入视频)1.0 单位(约 $0.157/秒)1.5 单位(约 $0.235/秒)尚未定价(“-”)输出时长的秒数
Kling 4.0(有输入/参考视频)0.6 单位(约 $0.094/秒)0.9 单位(约 $0.141/秒)尚未定价(“-”)输出时长 x 2(输入时长小于或等于输出时长时),或输入时长 + 输出时长(输入时长超过输出时长时)
带原生音频的 Kling 3.0(对比)$0.126/秒$0.168/秒未列出输出时长的秒数

根据上述 API 费率进行简单计算:

  • 一个 10 秒 1080p 文生视频片段(无输入视频)的费用约为 10 秒乘以 $0.235,即 $2.35。
  • 一个 30 秒 1080p 文生视频片段的费用约为 30 秒乘以 $0.235,即 $7.05。

对于在 kling.ai 使用面向普通用户的网页应用的日常创作者,自 2026年10月15日起,所有用户都可以通过积分套餐使用 Kling 4.0。由于本指南未从 Kling 的消费者价格表核实每秒积分费率或订阅套餐价格,请直接查看 Kling 的价格页面,了解当前应用套餐详情。

如果你在 Kling5 AI 上生成视频,积分消耗会随所选分辨率和片段时长变化;你可以在 Kling5 AI 价格页面查看套餐和积分费用。

Kling 4.0 中哪些功能仍“即将推出”?

尽管 Kling 4.0 的大多数功能已于 2026年10月上线,但截至 2026年11月2日,Kuaishou 的文档中仍将两项已宣布的功能标记为“即将推出”:

  • 1080p 和 4K 的 10-bit HDR 视频: 目前 720p 和标准 1080p 已可用,但 1080p 和 4K 输出的 10-bit HDR 色深尚未推出。
  • 2 分钟 Video Extension: 通过多次续接将生成视频延长至总时长最多 2 分钟的功能仍待发布。

另外,虽然 Kling 的文档列出了 4K 分辨率,但开发者 API 价格表尚未列出 4K 价格(费率栏显示“-”)。

如何立即体验 Kling 4.0

你可以通过 Kuaishou 的 kling.ai 网站或 Kling5 AI 体验 Kling 4.0。Kling5 AI 是一个与 Kuaishou 无关联的独立 AI 视频生成器平台,可在浏览器中直接使用 Kling 4.0、Kling 3.0 和其他领先视频模型。

要在 Kling5 AI 上生成你的第一个 Kling 4.0 视频,请按照以下 5 个步骤操作:

  1. 打开工作区: 前往 Kling5 AI 的 Kling 4.0 AI 视频生成器页面。
  2. 选择生成模式: 选择文生视频、首尾帧图生视频或参考生成视频(支持最多 10 张图片和 5 个参考视频)。
  3. 上传参考素材并编写提示词: 如有需要,添加视觉参考,然后描述场景的具体视觉细节、镜头运动(例如缓慢推镜或跟拍)和对白。如果希望画面或人声轨道更干净,可以添加“不要字幕”或“不要背景音乐”。
  4. 设置分辨率、画面比例和时长: 选择 720p 或 1080p 分辨率,从 16:9、9:16、1:1 或超宽 21:9 中选择画面比例,并将片段时长设置为 3 至 30 秒。
  5. 生成并下载: 提交任务,积分费用会根据时长和分辨率自动调整,然后预览并下载完成的片段。

参考来源

常见问题

Kling 4.0 可以免费使用吗?

自 2026年10月15日起,所有用户都可以在 Kling 自己的网站 kling.ai 上通过积分套餐使用 Kling 4.0。由于免费套餐额度和面向普通用户的每秒积分费率可能发生变化,请查看 Kling 的价格页面了解当前套餐详情。你也可以在 Kling5 AI 等独立平台使用该模型,积分消耗会随所选视频分辨率和时长变化。

Kling 4.0 视频可以生成多长?

Kling 4.0 单次可生成 3 至 30 秒的视频,是 Kling 3.0 的 15 秒上限的两倍。如果使用更轻量的 Kling 4.0 Flash 模式,单个片段最长为 20 秒。Kuaishou 还宣布了一项视频延长功能,让创作者可以多次延长片段,累计最长达 2 分钟,不过该功能仍标记为即将推出。

Kling 4.0 支持 4K 分辨率和 10-bit HDR 吗?

目前,使用 Kling 4.0 生成视频时可选择标准 720p 和 1080p 输出,而 Kling 4.0 Flash 最高支持 720p。虽然 Kling 的文档列出了 4K 分辨率,但 Kling 目前将 1080p 和 4K 的 10-bit HDR 输出标记为即将推出。截至 2026年11月,Kling 的开发者 API 价格表尚未公布 4K 生成费率。

Kling 4.0 能生成音频并实现语音唇形同步吗?

可以,Kling 4.0 能生成原生音频,新增双声道立体声输出,并为中文、英语、日语、韩语、西班牙语、葡萄牙语、德语、法语、印地语和多种地方方言提供更准确的唇形同步。音画同步默认开启,无需单独切换。你可以上传声音特征参考,但不能上传背景音乐或音效,因为模型会根据提示词和画面自动生成这些内容。

开发者可以使用 Kling 4.0 API 吗?

可以。Kling 4.0 API 于 2026年10月22日向首批上线合作伙伴开放后,于 2026年10月28日全面开放。开发者可以调用文生视频、图生视频和全能视频生成的 3 个 Kling API 端点,也可以通过 Kling MCP 和 CLI 将 Kling 4.0 集成到 AI 智能体工作流中。API 按总时长的秒数计费,无输入视频时,720p 的起价约为每秒 0.157 美元。

使用 Kling 5 AI 开始创作

把创意变成视频

打开视频生成器,开始你的创作。

生成视频
Kling 4.0Kling AIAI video

作者

Kling 5 AI Team