Kling 3.0 4K Text to Video API

kwaivgi/kling-v3.0-4k/text-to-video

Kling 3.0 4K Text to Video 将文字生成原生4K画面,支持分镜时长编排与原生音频。描述材质、光线与镜头运动,引导场景细节和叙事节奏。

输入

588/2,500

输出
视频已就绪
3 秒 × 50 积分/秒 = 150 积分 ($0.750)
探索其他创作方式

Kling 3.0 4K Text to Video

Kling 3.0 4K Text to Video 是快手用于文字生成原生4K视频的模型,适合以画面细节为重点的场景创作。音画联合生成让环境声音和画面共同展开,逐镜提示词与时长设置帮助组织完整段落。可用于大屏演示概念、空间环境展示和进入4K剪辑时间线的短片素材,让创作从文字构想延伸到镜头表达。

为什么选择 Kling 3.0 4K Text to Video

  • 为4K时间线准备素材生成原生4K视频,用于细节场景与大屏演示概念。

  • 先明确场景,再安排镜头用提示词交代主体、环境和动作,将文字想法组织为动态场景。

  • 安排每段叙事的节奏为每个镜头分别填写提示词与时长,安排开场、重点转移和收尾。

  • 让声音参与场景生成开启 Sound,在描述画面动作时加入对白或环境声要求。

参数说明

参数使用条件用法
promptmulti_shots=false 时

用 1–2,500 个字符描述主体、场景与运镜。多镜头模式在 multi_prompt 中逐镜填写。

默认值明确填写
multi_shots可选

false 使用单条提示词;true 使用 multi_prompt 分别编排镜头,并设置 sound=true。

默认值false
multi_promptmulti_shots=true 时

添加至少一个含 prompt 和 duration 的对象。每条提示词为 1–2,500 个字符,每个镜头为 1–12 整数秒,分镜时长之和须等于 duration。

默认值明确填写
duration必填

总时长填写 3–15 的整数秒;多镜头模式填写各分镜时长之和。

默认值明确填写
sound必填

true 生成音频,静音单镜头使用 false,多镜头使用 true。

默认值明确填写

使用方法

  1. 准备场景起点在 Prompt 中写明主体、环境、动作和运镜。

  2. 选择镜头结构单镜头填写一条提示词;多镜头开启 Multi Shots,逐镜填写内容与时长。

  3. 检查时长与声音将总时长设为 3–15 秒,多镜头保持 Sound 开启,提交前查看显示的费用。

  4. 生成并查看片段点击 Run,完成后预览视频,再根据结果调整动作或运镜描述。

用量与计费

Kling 3.0 4K Text to Video 按生成视频时长计费,以秒数乘以 Sound 对应单价。

生成方式每秒单价计费依据
静音单镜头$0.250/秒sound=false 且 multi_shots=false,5 秒视频费用为 $1.250。
有声单镜头或多镜头$0.250/秒sound=true,5 秒视频费用为 $1.250;多镜头按分镜总时长计费。

适用场景

  • 大屏环境概念以原生4K制作演示中的环境开场镜头,明确空间、光线和镜头路径。

  • 广告情境构思把产品场景、镜头运动和对白放入同一片段,验证广告情境。

  • 环境镜头探索描述天气、光线和镜头运动,探索空间在动态画面中的呈现。

使用技巧

  • 先交代主体与动作,再补充运镜和氛围。
  • 各分镜沿用一致的人物特征与场景细节描述。
  • 每个镜头安排一个明确事件,并为动作展开分配时长。
  • 开启 Sound,将对白与环境声写在对应动作附近。

使用说明

  • 为每个镜头交代清楚主体、动作与运镜。
  • 将总时长保持在 3–15 秒,多镜头开启 Sound。

相关模型

Kling 3.0 4K Text to Video API 常见问题

Kling 3.0 4K Text to Video API 是什么?

Kling 3.0 4K Text to Video 是快手用于文字生成视频场景的模型。它生成原生4K视频,结合原生音频与逐镜时长编排。音画联合生成让声音与场景共同展开,分镜提示词引导动作和场景衔接。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

Kling 3.0 4K Text to Video 生成的是原生4K吗?

是的,该档位根据场景提示词生成原生4K视频。需要4K交付或剪辑素材时可选择此档位,并描述希望呈现的构图、表面材质与光线。

Kling 3.0 4K Text to Video 如何生成音频?

设置 sound=true,并结合画面动作描述对白、环境声或音效。单镜头可设置 sound=false 生成静音视频,多镜头设置 sound=true。

Kling 3.0 4K Text to Video 如何描述精细场景?

写明前景主体、重要表面细节、光线方向与镜头距离。制作环境镜头时,描述镜头如何逐步展现空间,让画面在运动中始终保持清晰的关注重点。

Kling 3.0 4K Text to Video 如何连接多个镜头?

开启 multi_shots 与 sound,在 multi_prompt 中逐镜填写内容和 1–12 秒时长。各镜头沿用相同主体与环境细节,时长之和等于 duration,总计为 3–15 秒。

Kling 3.0 4K Text to Video 单次视频有多长?

duration 可填写 3–15 的整数秒。制作分镜序列时,将总时长分配给各条提示词,每个镜头为 1–12 秒。

何时选择 Kling 3.0 4K 而非 Kling 3.0 Pro?

需要原生4K细节或素材将进入4K时间线时选择4K;Pro 以较低每秒费用提供1080p,可按最终交付规格选择。

Sound 如何影响 Kling 3.0 4K 计费?

sound=true 与 sound=false 均为每秒 $0.250。单价乘以视频总时长即为费用,5 秒为 $1.250,多镜头保持 sound=true。