Kling 4.0 Flash 與 Kling 4.0：便宜 40%，但你會失去兩件事

在 Kling 4.0 Flash 與 Kling 4.0 之間做選擇並不是一個品質決策，而這正是大多數對這兩者的比較會產生誤導的原因。11 月 4 日在 Kling 價目表上並列出現的這兩個 SKU，共享相同的參考預算、相同的提示詞上限，以及相同的三種請求路徑。較便宜的那一個是解析度與時長層級，而不是一個具有不同特性的較小模型。Kling 4.0 Flash 在 720p 下每秒收費 $0.094；Kling 4.0 在相同解析度下每秒收費 $0.157，在 1080p 下則為 $0.235。作為 40% 折扣的交換，Flash 捨棄了 1080p、捨棄了最大片段的最後十秒，也捨棄了關鍵影格控制。

所以，真正有用的問題不是「哪個比較好」，而是「你交付的任何內容是否需要高於 720p，或是否需要在你说它結束的地方結束」。Kling 4.0 Flash 對這兩者都無法回答「是」，而且再多的提示詞工程也改變不了這一點。Kling 4.0 則可以，代價是每秒價格約為一又三分之二倍。

決定一切的問題

先從交付規格開始，而不是模型。一支供資訊流使用的 720p 直式短片、一份給客戶審閱的預視覺化（pre-vis）、一張無論如何都會以全解析度重新算圖的合成背景板——Flash 全都能處理，省下的全是淨賺的錢。一支 1080p 母帶、一份影展 DCP、一次廣播交付——Flash 產不出那樣的檔案，所以不論價格如何，比較到這裡就結束了。這個層級的存在是為了讓第一類工作變便宜，而它的定價方式，彷彿那是快手預期它唯一要服務的族群。

第二個問題是這個鏡頭是否有收尾。這是買家最容易低估的部分，也是對任何從事有計畫性工作、而非即興創作的人來說，這兩款模型分歧最為明顯的地方。

這兩個 SKU 真正共享的是什麼

比行銷宣傳所暗示的還多。兩者都接受最多 10 張參考圖片和最多 5 段參考影片，兩者的提示詞上限都是 26,000 個英文字元，而且兩者都提供相同的三個端點，只是模型名稱不同：文字轉影片、圖片轉影片和 Omni 參考轉影片。兩者都支援 21:9 和自適應長寬比。兩者都按總時長計費，並採用相同的加倍規則。兩者都於 2026 年 9 月 28 日發布，且兩者都是封閉模型，未公開權重。

參考預算完全相同，這個細節徹底推翻了「Flash 是小模型」的說法。如果 Flash 是經過蒸餾或縮減的模型，最先縮減的會是條件輸入。它們並沒有縮減。真正縮減的是像素、秒數與控制。

它們分歧之處

解析度 — Flash 僅支援 720p、8 位元 SDR，相較於 Kling 4.0 支援 720p 與 1080p，而 10 位元 4K 在文件與功能頁面上皆列為即將推出。

• 時長 — Flash 單次生成 3 至 20 秒，相較於 Kling 4.0 的 3 至 30 秒；延伸至 2 分鐘的功能已宣布但尚未推出。

• 關鍵影格 — 在圖片轉影片模式下，Flash 僅取用單一第一幀影像，而 Kling 4.0 則可沿時間軸放置最多 10 張關鍵影格影像。

• Omni 輸入 — 兩者皆接受最多 15 個輸入；僅 Kling 4.0 的 Omni 端點可直接參照語音。

• 價格，無輸入影片 — Flash 720p 為 $0.094/秒，相較 Kling 4.0 720p 為 $0.157/秒、1080p 為 $0.235/秒。

• 價格（含輸入影片）— Flash $0.063/s 對比 Kling 4.0 在 720p 為 $0.094/s、在 1080p 為 $0.141/s，兩者皆按輸出時長的兩倍計費。

• 音訊——兩者在 API 費率表上都沒有音訊項目。Kling 4.0 的發布報導稱其具備雙聲道立體聲及更廣泛的對嘴語言支援；Flash 的文件則完全未提及音訊。

最後一句值得停下來想一想，因為這是次級報導中最常被重複的錯誤。十月發布的幾篇比較文章都把這兩款模型描述為具備「原生音訊」，通常是測試 Flash 後就把結果標成 Kling 4.0。Kling 自家針對這兩款模型的 API 變更記錄只描述圖片生成，完全沒提到音訊輸出參數，而價目表則把音訊列為獨立的按次請求工具，而非影片呼叫的變體。如果聲音是你交付規格的一部分，目前這兩個層級都不是有文件記載的答案。

算術，包括那行看起來便宜的部分

因為兩個模型以相同單位計費，所以比較結果很明確。以一段沒有輸入影片的 10 秒片段為例：

• Kling 4.0 Flash（720p）— $0.094 × 10 = $0.94。

• Kling 4.0 於 720p — $0.157 × 10 = $1.57。

• Kling 4.0 於 1080p — $0.235 × 10 = $2.35。

現在加入一段 10 秒的參考影片，這正是大多數人吃過虧才發現這條規則的地方。只要輸入長度不超過輸出長度，Kling 就會按單價乘以輸出時長再乘以二來收費：

• Flash 含輸入 — $0.063 × 10 × 2 = $1.26，比 $0.94 的一般呼叫高出 34%。

• Kling 4.0 在 720p 含輸入 — $0.094 × 10 × 2 = $1.88，比 $1.57 多 20%。

• Kling 4.0 1080p 含輸入 — $0.141 × 10 × 2 = $2.82，比 $2.35 多 20%。

含輸入的費率在每一列都較低，而含輸入的帳單在每一列都較高。這不是折扣，也不是四捨五入誤差：在 Flash 上，當你以參考素材驅動時，這就是 20 秒短片成本為 $1.88 與 $2.52 之間的差異。

關鍵影格是人們低估的差異

首幀告訴模型從哪裡開始。關鍵幀軌道則告訴它在第十四秒該位於何處。完整的 Kling 4.0 最多可接受十張關鍵幀圖像，足以規劃鏡頭運動、在轉向過程中維持產品的朝向，或讓演員準確落在定位點上。Flash 只接受一張圖像，其餘由它生成。

對於即興工作，這沒問題——你生成十個版本，留下能用的那個。對於有計畫的工作，這是一項不會顯示在價目表上的稅，因為每一次被否決的重試都又是 $0.94。如果一個鏡頭在 Flash 上需要三次或四次嘗試才能正確收尾，那 40% 的節省早已花掉，而你仍然只得到一個 720p 檔案。這就是昂貴模型反而便宜的情況。

一套工作流程，而非二選一

價格一擺在眼前，預想的模式就顯而易見，而這正是 Kuaishou 自家定位——「為頻繁創作而生」——所指出的模式。用 Flash 打草稿，用 4.0 完稿。

在 Flash 上，十個 720p 的五秒概念變體要價 4.70 美元。同樣十個在 Kling 4.0 上以 1080p 製作則要 11.75 美元。選定鏡頭之後，一支 10 秒 1080p 的成品要價 2.35 美元，合計 7.05 美元，相較之下是 14.10 美元——一半的錢換來同樣的成果，而且由較便宜的模型來做大部分嘗試都會被淘汰的那個階段。一旦你想在 Flash 上完成成品，這筆節省就消失了，因為 Flash 根本沒有 1080p 可以完成。

這也正是路由論證的樣貌。一條會依階段切換模型的管線——探索用便宜層級、交付用昂貴層級——正是路由層的用途，不過在此情況下，切換發生於單一供應商的產品目錄內，而非跨供應商。OrcaRouter 並未提供 Kling 4.0 的任何一個層級；其上的 Kling 模型是前一代，kling/kling-v3、kling/kling-v3-omni 與 kling/kling-video-o1，每請求 0.08 美元，透過單一 /v1/video/generations 端點。像我們這樣的平台能在 Kling 管線中佔有一席之地的地方，是在更上一層：200+ 個模型 可在單一金鑰下使用，並享有 0% 加價（以供應商定價計算）、自動容錯移轉，以及用於渲染前後提示詞撰寫與審查步驟的路由 DSL。渲染本身則是直接呼叫 Kling。

兩個層級都不提供的東西

沒有獨立評分。Kling 4.0 與 Kling 4.0 Flash 都未出現在任何公開影片排行榜上並附有實測結果，因此關於這對模型的所有品質陳述都出自快手（Kuaishou）自身。這一點對這項比較的影響，比單一模型評測時更大，因為整個前提——Flash 是同一模型在較低解析度下的版本——是廠商的主張。考量到相同的參考預算，這主張看似合理，但尚未經過公司外部任何人測試。

如上所述，價目表上沒有音訊。目前兩個方案都沒有 4K，儘管功能頁面以 4K 作為主打；API 文件明確指出 10 位元 4K 即將推出，而 4K 的價格欄在每一個 4.0 列都是破折號。此外，也沒有公布吞吐量上限，而這正是決定這兩個價格在生產環境中是否站得住腳的關鍵數字。

這個結論的適用範圍很窄，一句話就能說清楚。如果你的輸出是 720p，而且鏡頭是即興拍的，Kling 4.0 Flash 就是同樣的工具，價格便宜 40%，你沒有理由去買更大的那款。如果你的輸出是 1080p，或者你的鏡頭必須在某個特定點結束，這個折扣就不適用於你——而誠實的說法是，Kling 4.0 Flash 根本不是更便宜的 Kling 4.0，而是一款恰好同名、且共享同一個參考預算的不同產品。