Kling

Kling V3

Kling按量计费动态计费
别名:kling-v3

可灵 3.0 面向图像、视频和动作创作,适合用参考主体组织多镜头短片,并把人物动作、运镜与原生声音结合起来,制作广告和故事素材。

可灵视频生成运镜控制
起始价格
查看完整计费明细
上下文
—
最大输入窗口
模态
→

按供应商定价

比较同一模型在不同供应商的价格与服务表现。

供应商1
USD · 每 秒性能 · 最近 24 小时
供应商折扣档位每秒/秒
kling

可灵官方API 直连

省20%
4K
$0.336$0.42
1080p · 有声或动作控制
$0.1344$0.168
720p · 有声或动作控制
$0.1008$0.126
1080p · 无声且无动作控制
$0.0896$0.112
720p · 无声且无动作控制
$0.0672$0.084
划线金额为标准价。性能统计覆盖最近 24 小时,实际表现随请求变化。

左右滑动表格,查看完整价格与性能。

能力 / 支持的模态

函数调用工具JSON 模式结构化输出视觉
输入
输出

厂商与数据隐私

厂商
Unknown
分词器
BPE (vendor-specific)
许可证
Provider-specific未知
数据保留44 天默认不会用于上游训练

性能

基准测试

标准化评测得分。百分比越高越好,并展示排名百分位。

指标来源:Artificial Analysis 2026-09-30·Kling V3

当前基准快照不包含此模型。

缺失的模型或测量值不代表零分。

基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。

关于 Kling V3

可灵 3.0 适合把视觉素材推进成有动作和声音的内容。可以探索图像创意,也可以围绕商品、人物与场景制作视频,或用动作参考明确表达运动方式。它适合广告短片、角色片段和需要主体延续的故事分镜。

先确定主角,再安排镜头

清晰的主体参考能帮助交代人物形象、服装和商品外观。视频里可以安排跟拍、推近、特写与场景变化,多镜头则需要让每一段都服务于同一个表达。例如户外服装短片,先交代人物行走,再展示面料和环境,不必在每个镜头里同时加入大量动作。

原生声音可以与画面一起设计,环境声、动作声和对白应有明确来源。想突出人物情绪时,简短台词和克制运镜通常更容易检查;想展示商品时,则可以让材质、接触和使用动作成为重点。复杂动作要留意手部、遮挡和物体之间的接触关系。

图像创作、视频生成与动作控制各自服务于不同阶段:先找满意的视觉起点,再把它延伸成镜头,或以已有动作素材表达运动。不要把所有控制方式一次混在一起,先确定当前最需要解决的是外观、镜头还是动作。

生成结果仍需检查人物身份、商品标识、动作连贯与声画对应。连续镜头应复用统一的主体参考,并比较服装、配件、光线与空间;一次生成更多镜头,不会自动替代剪辑和细节检查。

使用场景与提示词

户外服装的行走镜头

参考图中的人物穿着原有绿色外套,沿林间小路缓慢前行。镜头从侧后方平稳跟随,晨光从树叶间透下,衣料随着步伐轻微摆动。保持人物发型、外套剪裁和背包外观。声音为脚步、衣料摩擦与轻微鸟鸣,不加入对白和字幕。

先检查走路与服装,再另做面料细节镜头,避免一个片段同时承担全部展示任务。

人物怎样在多个镜头里保持一致? 复用同一主体参考,明确服装与配件,再逐段比较。

动作参考适合什么情况? 需要表达特定运动方式时,比单靠形容词更直观;先用简单动作验证。

声音怎样写? 对应到实际动作与环境,说明是否需要对白,避免声音层次过满。

接入 API

API 接口文档

kling-v3

请查看对应文档,了解该模型的请求参数和调用示例。

身份验证

所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。

在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。

速率限制

供应商RPMTPMRPD
kling无限制无限制无限制

无限制

关于 kling-v3 的常见问题

kling-v3 是什么?

可灵 3.0 面向图像、视频和动作创作,适合用参考主体组织多镜头短片,并把人物动作、运镜与原生声音结合起来,制作广告和故事素材。

如何调用 kling-v3?

创建具有 kling-v3 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。

kling-v3 如何计费?

费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。

如何评估 kling-v3 是否适合我的项目?

请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。