可灵 4.0 评测：30 秒样片、Flash 区别与上手建议
完整版单次最长 30 秒，支持最多 10 张关键帧输入；Flash 最长 20 秒，最高 720p。
本页内容
想做有明确分镜的广告和剧情短片，可以关注可灵 4.0（Kling 4.0）：完整版单次生成最长 30 秒视频，支持最多 10 张关键帧输入，方便安排开场、中段和结尾。先试创意、对分辨率要求不高时，Flash 更合适，但它最长 20 秒、最高 720p。
2026 年 10 月 16 日更新：纳入 10 月 14 日用户指南、10 月 15 日影片报道、API 价格通知，以及我们自己的样片文件测量结果。
可灵 AI 于 10 月 15 日在《The Beat》制作报道中公布这支样片，称开场按 30 秒长镜头设计。从上面几个时间点看，主角的芥末色毛线帽、深色连帽衫和手机保持一致，景别从中景推到特写，再拉回。
谁适合用可灵 4.0？
需要长镜头、4K 成片，或想指定某个时刻出现什么画面，可以选完整版 4.0。想快速尝试创意，20 秒和 720p 已经够用，可以先看 Flash。
下表依据可灵的10 月 14 日用户指南。10 月 15 日的制作报道仍称 Flash 处于早期体验阶段，完整版计划于 10 月开放。开始制作前，先确认自己的账号能选到哪个版本。
| 能力 | 可灵 4.0 | 可灵 4.0 Flash |
|---|---|---|
| 时长 | 3–30 秒 | 最长 20 秒 |
| 分辨率 | 720p / 1080p / 4K | 最高 720p |
| 首帧和尾帧 | 支持 | 不支持 |
| 多关键帧 | 最多 10 张输入图 | 不支持 |
| 适合场景 | 长镜头和精细控制 | 短片创意试做 |
从 3.0 到 4.0 有哪些变化
官方可灵 3.0 系列支持 3–15 秒，4.0 把单次生成延长到 3–30 秒。两代都支持 4K 输出。4.0 更值得关注的变化，是更长的视频和更细的时间控制。
3.0 可以指定首帧和尾帧，4.0 则支持最多 10 张关键帧，能安排中间几个时刻的画面。参考素材的容量也扩大了：3.0 不输入视频时，图片和主体参考合计最多七个；搭配一个视频时，合计最多四个。完整版 4.0 的各类素材合计最多 15 个，其中视频最多五段、总时长不超过 30 秒。
可灵的官方版本对比还列出了双声道立体声音频、21:9 输出，以及葡萄牙语、德语、法语和印地语文字生成等变化。
做视频编辑时，完整版 4.0 最多接受五个输入片段，其中一段为主视频，总时长同样不能超过 30 秒。这里说的是可灵官方产品规格，接 API 时还要查看服务商实际开放的参数。
官方样片说明了什么
10 月 16 日，我们下载了可灵 AI 发布的四个视频文件，测量时长和分辨率，并从每个文件抽取五个时间点查看画面。下面三组示例包含一组修改前后对比；它们来自官方挑选的样片，我们没有自行生成视频或测试动态与音频表现。OmniaKey 发布这份评测，同时提供模型 API 服务。
| 样片 | 时长 | 像素 |
|---|---|---|
| 《The Beat》开场 | 29.98 秒 | 3840 × 2160 |
| 多关键帧 | 20.04 秒 | 1912 × 1080 |
| 视频编辑（修改前后） | 12.04 秒 | 1920 × 1080 |
下载文件均为 8-bit SDR 视频，带双声道音轨。《The Beat》的确达到 4K 分辨率，但 10 月 14 日指南仍把 10-bit HDR 标为“即将推出”。需要 HDR 成片时，要单独确认，不能只看 4K 标签。
角色表现：《The Beat》
第一组图中，鼓手的面部、毛线帽和连帽衫在几个时间点保持一致。画面从中景推到特写，再拉宽，最后以面部特写收尾，突出人物情绪。
我们的判断： 这支样片展示了以人物表演为主的剧情片段，也给出了景别变化的参考。将类似镜头用于成片前，还应播放完整视频，检查手指、手机边缘和背景工作人员的动作。
画面推进：多关键帧示例
官方多关键帧示例从手中的发光星星，切到显示器上的心形、冰箱里的卡通汉堡和墙上的金色眼睛。温暖的室内光线把这些不同画面连在一起。我们测得这支样片 20.04 秒，尽管文件名里写着“30s”。
我们的判断： 关键帧适合安排奇幻场景的转变，或让产品在指定时刻亮相。先定开场、主要转折和结尾；需要更细的时间控制时，再补关键帧。
视频编辑：换掉箱子里的内容
可灵的视频编辑示例里，原片在 9.03 秒和 11.04 秒都是空箱子。修改后，箱子中多了一只粉色卡通猪，最后一句字幕也改成“为什么这里有一只猪”。较早的画面中，房间和人物的位置仍与原片相近。
我们的判断： 局部修改适合给现有镜头制作不同版本。也要检查附近的道具和品牌标识：加入猪的位置，原本可以看到木箱上的名牌。
参考素材和关键帧怎么规划
10 月 14 日指南给出两个入口：Omni Reference（全能参考）和 Keyframes（关键帧）。前者可以输入图片、视频和音色参考；后者只接受图片，用来控制特定时刻的画面。
9 月 30 日的关键帧博客曾建议组合使用参考素材与关键帧。实际操作应以更新的用户指南为准：每个任务只选一个入口。
两个入口不能在同一个生成任务里组合使用。需要参考人物、动作和音色，选 Omni Reference；需要固定某几个时刻的画面，选 Keyframes。
Omni Reference 每个任务最多输入 15 个素材。各类别还有限制：图片最多 10 张，视频最多 5 段，元素最多 7 个，音色参考最多 3 个。参考视频、编辑视频和视频元素共用“5 段、总计 30 秒”的额度，不能把各类别上限相加。
在提示词里说明每份素材的用途，例如 @Image1：保留人物外观。Keyframes 最多接受 10 张图片；提示词上限为 8,000 token，可以详细描述素材用途、剧情节奏和音频要求。
价格与可用渠道
可灵 4.0 仍在逐步开放。9 月 30 日的博客和 10 月 15 日的制作报道都称 Flash 处于早期体验阶段，完整版于 10 月推出，具体以账号中能选到的模型为准。
截至 10 月 16 日，官方 API 价格页明确写着：当前预付套餐不支持可灵 4.0。购买额度前，先在官方应用里确认模型、使用资格和生成报价，再据此做预算，避免套用 3.0 的 API 费率。
算预算时，建议看“每秒可用成片的成本”：总生成花费 ÷ 最终保留的秒数。举个假设例子，花同样的单价生成三次 10 秒视频，最后只留下一条，成片成本就是单次生成费用的三倍。记录成本时，也要算上被舍弃的结果。
OmniaKey 当前提供的是 可灵 3.0，尚未上架 4.0。准备把 4.0 用于正式项目时，先去可灵官方应用确认自己能否使用。
常见问题
现在能用 10-bit HDR 吗？
可灵 10 月 14 日指南把 1080p、4K 的 10-bit HDR 和最长 2 分钟的视频延长都标为“即将推出”。《The Beat》制作报道提到 HDR 对色彩表现的帮助，但我们下载查看的样片文件是 8-bit SDR。
音乐或音效可以作为参考吗？
目前音频输入只支持音色参考，背景音乐和音效由模型根据画面生成。想要什么音乐氛围或声音细节，可以写进提示词。
一次生成 30 秒，还是分段生成？
10 月 14 日指南说明，多镜头生成默认开启。想要连续长镜头，应在提示词里写清“不间断运镜”，并完整检查结果。场景本来就需要切镜头时，可以分段生成，方便修改其中某一段。
从哪里开始
想试用 4.0，打开 kling.ai/app，查看账号中已开放的版本。现在需要接视频 API，可以先看 可灵 3.0 的参数和接入方式，等 4.0 进一步开放后再决定是否迁移。
