Kling 4.0 對比 Kling 3.0：升級重點在時間軸，而非像素數量

Kling 4.0 於 2026 年 10 月 15 日正式全面推出，而首先值得注意的是它有哪些地方沒有改變。Kling 3.0 是快手於 2026 年 2 月 5 日推出的版本，當時已能原生生成 4K。兩款模型都列出 720p、1080p 與 4K。兩者都接受文字、圖片與影片作為輸入。兩者出自同一家公司，透過同一個創作頁面販售，生成片段看起來也像出自同一家族。若以多數人最先查看的規格表項目來比較，新款模型看起來就像只是個四捨五入的誤差。 像這次發布背後的已記錄 AI 失效與 AI 代理事故，都彙整在 OrcaRouter AI Incident Archive，其中每筆紀錄都附有自己的來源、嚴重程度、可信度等級與爭議標記。

並非如此。這兩代之間的差異在於時間——模型一次能生成多少時間，以及你能多精確地控制其中發生的內容。Kling 4.0 將單次生成上限從 15 秒倍增至 30 秒，以最多十個關鍵影格取代起始與結束影格，並將參考預算大致加倍。這些是會改變工作流程的變化。兩款包裝上的 4K 標章，則是會改變新聞稿的變化。

發行說明實際宣稱的內容，以及實際推出的內容

本節所有內容均來自 Kuaishou 自身的發布說明與功能頁面，並於 2026 年 10 月 22 日讀取。目前這些內容都還沒有獨立評分作為依據，因為截至該日，Kling 4.0 尚未出現在 Artificial Analysis 的三個影片排行榜中的任何一個——這些榜單仍列有 2 月的 Kling 3.0 項目，且沒有 Kuaishou 更新的資料。請將廠商的說法僅視為宣稱。

• 時長 — Kling 3.0：3 至 15 秒。Kling 4.0：單次生成 3 至 30 秒，並列出可透過多次生成延伸至 2 分鐘的功能即將推出。

• 解析度 — 兩者皆支援：720p、1080p、4K。Kling 4.0 在 16:9、1:1 和 9:16 之外，新增 21:9。

• 動態範圍 — Kling 3.0：8-bit SDR。Kling 4.0：在 1080p 與 4K 下提供 10-bit HDR，而發行說明標示其為即將推出，而非已出貨。

• 關鍵影格 — Kling 3.0：僅限首幀與尾幀。Kling 4.0：最多 10 張關鍵影格圖片，可置於時間軸上的任意位置。

• 參考 — Kling 3.0：在沒有影片輸入的情況下，最多可使用 7 張圖像或主體；或使用 1 段影片加 4 張圖像或主體，影片長度上限為 15 秒。Kling 4.0：最多可合併 15 個素材——10 張圖像、5 段影片（合計 30 秒）、7 個元素（其中最多 3 個可為影片形式），另加語音參考。

• 音訊 — Kling 3.0：單聲道。Kling 4.0：雙聲道立體聲，並具備廠商所稱更精準的嘴型同步。

• 語言 — Kling 3.0：中文、英文、日文、韓文、西班牙文。Kling 4.0 新增葡萄牙文、德文、法文與印地文，並支援中文和英文的地區口音與方言。

• 提示詞輸入 — Kling 4.0 最多可接受 8,000 個 token 的文字。Kling 3.0 自家的 API 參考文件則將提示詞欄位上限訂在 3,072 個字元。這兩者是不同的單位，且廠商並未公布換算方式，因此別把這組數字解讀成單純的倍數關係。

為什麼 30 秒帶來的改變比片段長度還多

十五秒大約等於一個動作。一次產品翻轉、一句對白、一個單一鏡頭運動、一個反應。Kling 3.0 正是圍繞這項限制打造，並以多鏡頭規劃來繞開它：模型會把片段拆成多達六個鏡頭，並在鏡頭之間切換，這就是從四分之一分鐘中得出一個序列的方式。

Kling 4.0 的 30 秒並不會取代那個技巧，但會改變那個技巧的用途。長鏡頭現在可以容納一個建立節拍、角色登場與一個轉折，而無需剪接；十個關鍵影格的控制，正是讓這件事可被導演、而非靠運氣的關鍵。K​uaishou 自家的導覽將關鍵影格放在固定時間點——角色在 4 秒登場、產品在 12 秒出現、20 秒推鏡、28 秒場景轉換——這是分鏡語言，而非提示詞語言。這才是真正的升級：模型現在接受的是鏡頭計畫，而不是鏡頭描述。

這也提高了失敗生成的成本。一段在 24 秒處出錯的 30 秒生成，浪費的算力是一段 15 秒失敗生成的兩倍，而快手並未公布一次生成的成本。這是你閱讀發布公告時注意到的第二件事：沒有價目表。此 API 處於早期存取階段——開發者主控台就掛著這樣一條橫幅——無論是 Kling 4.0 還是 Kling 4.0 Flash，都沒有公布按秒計價的價格。你今天看到的任何 Kling 4.0 報價數字，都是某人推估出來的估算值，而非廠商定價。

參考預算增加了，細則也隨之變多。

「最多 15 個參考素材」是標題，而就像大多數整數一樣，它比底下各項上限流傳得更遠。15 是四類資產合計的上限，而各類別的上限不能互換：10 張圖片；5 段影片，合計長度不得超過 30 秒；7 個元素，其中最多 3 個是以影片為基礎的元素；以及附屬於元素的語音參考素材。你不能把全部額度都用在圖片上。

Kling 3.0 的限制在某些對特定工作至關重要的方面更為嚴格：只能有一段參考影片，而且旁邊只能搭配四張圖片或四個主體。如果你的工作流程是「重現這段影片中的表演，並讓這四個人保持一致」，Kling 3.0 勉強能應付。如果是「重現表演、讓六個人保持一致、重現這個產品和這個場景」，它就做不到，而 Kling 4.0 做得到。

另一項新增功能是模型內編輯。Kling 4.0 在一次編輯中最多接受五段輸入片段——其中一段為主要片段，每段 3 至 30 秒，合計 30 秒——並宣稱可對表情、身體動作、攝影機位置、風格或背景進行針對性變更，同時畫面其餘部分保持不變。Kling 3.0 Omni 具備以參考素材驅動的工作流程，但編輯是獨立模式，並非同一生成流程的一部分。這項說法能否經得起真實影片素材的考驗，正是任何廠商頁面都無法斷定的問題。

你今天可以呼叫什麼，以及要用哪個鍵

這就是兩個模型在實務上不再可互換的地方。我們將請求路由到Kling 3.0，而不是Kling 4.0。型錄提供kling/kling-v3 與 kling/kling-v3-omni，每筆請求固定 $0.084，kling/kling-3-turbo 為 $0.112，以及較舊的 2.x 與 O1 世代；目前沒有 Kling 4.0 路由，也沒有可新增的識別碼，直到 API 結束早期存取。本文中任何將 Kling 4.0 描述為可呼叫的內容，描述的是 K​uaishou 自己的平台，而非我們的平台。

對於想要試用新模型、又不想重建管線的團隊，這種不對稱性指出了顯而易見的分工：在路由器中呼叫 Kling 3.0，因為那裡已經定價且穩定；並透過廠商的早期存取介面測試 Kling 4.0，直到費率表出現為止。當費率表出現時，直通模式就很重要——供應商定價會原樣傳遞，不會加上任何加價，因此 K​uaishou 的費率變動或上市折扣會在同一天反映到我們的帳單上，而不是等到下一次合約續約。自動容錯移轉是另一半：如果新的端點在高負載下出現卡頓，請求會在回應開始前轉移到健康的路徑，而不是在你的佇列中顯示為失敗的工作。

決策，不帶行銷包裝

選擇Kling 3.0，如果你的鏡頭長度為 15 秒或更短、參考素材只有少量圖片，而且你想要公開定價，以及一個已在正式環境運行八個月的模型。它支援原生 4K、支援多鏡頭、支援原生音訊，且在我們的目錄中每次請求為 $0.084，是生成可用片段最便宜的方式之一。Kling 4.0 版本發布的任何內容，都不會讓它在這些工作上變得更差。

選擇 Kling 4.0，如果你一直遇到的限制是序列：一個必須撐住的 25 秒鏡頭、一個必須落在特定秒數的節拍、一個需要六個一致參考素材與一個產品的場景。這正是額外時長與關鍵影格時間軸的用途，而再多的 4K 也彌補不了沒有這些功能。請為未知的價格編列預算，並考量到 10-bit HDR、2 分鐘延長與公開價目表都仍列為即將推出。

人們會問的世代問題——4.0 是否比 3.0 更好——無法從記分板得到答案，因為新模型沒有獨立分數。可以回答的問題更狹窄，也更實用：這兩個模型如今是為不同長度的鏡頭而打造，而有公開價格的那一個，才是你今天能放進管線的。這不是對品質的定論。這是截至 2026 年 10 月 22 日的紀錄狀態。