Kuaishou● 可用

Kling O3 API

Kling O3 视频生成与编辑模型，支持 3～15 秒文生、图生、参考生成和视频编辑；文生与图生支持 720p、1080p、4K 及可选音效，参考与编辑按当前计费规范支持 720p、1080p 且关闭音效。

文字生成影片圖片生成影片參考素材生成影片影片編輯 720p1080p4k 3–15s

Kling O3 是什麼

Kling O3 是快手 Kling 3.0 系列的影片生成模型，上游資料稱其為 Kling Video 3.0 Omni，隨 Kling 3.0 系列於 2026 年 2 月 4–5 日發布。上游主張的能力包括：原生 4K（60fps，2026 年 4 月 29 日宣布）、單次最多 6 鏡/15 秒的多分鏡分鏡板、最多 7 張參考圖或參考影片驅動的角色外觀與聲音一致性、自然語言影片編輯、視覺思維鏈（vCoT）以及英/中/日/韓/西五語種原生音訊。以上均為上游主張，實際效果以任務結果為準。

Roko 透過 /v1/videos/tasks 非同步任務介面接入 kling-o3，提供四條路線：text-to-video（文生影片）、image-to-video（圖生影片）、reference-to-video（參考生影片）與 video-edit（影片編輯），均按輸出秒數計費。文生與圖生路線支援音訊開關（預設關閉）；參考生與影片編輯路線限定 720p/1080p 且關閉音訊。圖生接受 1–2 張輸入圖，參考生與編輯接受 0–7 張圖加 1 段影片。

價格以 Roko 公開目錄為準：文生/圖生無音訊 720p $0.088、1080p $0.1166、4K $0.4378 每秒；生成音訊 720p $0.1166、1080p $0.1463，4K 維持 $0.4378；參考生/影片編輯 720p $0.132、1080p $0.1761 每秒。時長 3–15 秒（預設 5），解析度預設 720p，比例支援 16:9、9:16、1:1（預設 16:9）。提交時預估費用，完成按實際用量結算。

模型價格

價格依目前正式環境設定，並按各生成路線實際支援的計費維度展示。

路線	價格	計費方式
文生 / 图生（无音频）	720p $0.088/秒1080p $0.1166/秒4k $0.4378/秒	按输出视频秒数
文生 / 图生（生成音频）	720p $0.1166/秒1080p $0.1463/秒	按输出视频秒数
参考 / 编辑	720p $0.132/秒1080p $0.1761/秒	按输出视频秒数

費用示例

以下示例按輸出秒數 × 對應檔位單價複算，提交時預估、完成按實際用量結算；金額為目錄單價乘積，未含平台可能的活動折扣。

720p 無音訊 5 秒（文生/圖生）

`$0.088/秒 × 5 秒 = $0.44`

預設檔位組合：預設時長 5 秒、預設解析度 720p、音訊預設關閉，是驗證提示詞的最低成本組合。

1080p 生成音訊 5 秒（文生/圖生）

`$0.1463/秒 × 5 秒 = $0.7315`

需要環境聲或對白時開啟音訊；同規格關閉音訊為 $0.583（$0.1166/秒 × 5 秒），音訊開關差價明顯。

1080p 參考生 10 秒

`$0.1761/秒 × 10 秒 = $1.761`

參考生路線固定無音訊；輸入 1 段參考影片加最多 7 張參考圖，按 720p $0.132 或 1080p $0.1761 每秒計費。

4K 無音訊 5 秒（文生/圖生）

`$0.4378/秒 × 5 秒 = $2.189`

4K 檔開/關音訊同為 $0.4378 每秒，約為 720p 無音訊的 5 倍，建議確認構圖後再升檔輸出母版。

模型資訊

僅列出供應商開發文件已確認且本平台已接入的子模型、能力與限制。

文字生成影片

`kling-o3-text-to-video`

能力限制: —
時長: 3–15s

圖片生成影片

`kling-o3-image-to-video`

能力限制: 圖片 1–2
時長: 3–15s

參考素材生成影片

`kling-o3-reference-to-video`

能力限制: 圖片 0–7 · 影片 1
時長: 3–15s

影片編輯

`kling-o3-video-edit`

能力限制: 圖片 0–7 · 影片 1
時長: 3–15s

能力來源 ↗

核心能力

4K 檔可選

上游主張 Kling O3 原生支援 4K 60fps 輸出（2026 年 4 月 29 日宣布）。Roko 目錄中文生/圖生路線可輸出 4K，每秒 $0.4378，開啟或關閉音訊同價，適合需要後期裁切或大螢幕投放的成片；建議先用 720p 驗證提示詞再上 4K。

音訊開關直接降單價

文生/圖生路線支援音訊開關，預設關閉。以 720p 為例，關閉音訊每秒 $0.088，開啟後 $0.1166，5 秒成片相差 $0.143；1080p 開音訊為 $0.1463。不需要對白與環境聲時保持關閉即可拿到最低單價。

參考生與影片編輯路線

reference-to-video 與 video-edit 路線接受 1 段參考/待編輯影片加 0–7 張圖片，按 720p $0.132、1080p $0.1761 每秒計費。兩條路線限定 720p/1080p 且關閉音訊，適合圍繞已有素材做續寫、改寫與風格化處理。

上游多分鏡與角色一致性主張

上游資料稱 Kling O3 支援單次最多 6 鏡/15 秒的多分鏡分鏡板，並可從最多 7 張參考圖或參考影片中提取角色外觀與聲音特徵保持跨鏡頭一致，同時改進畫面文字渲染。以上為上游主張，Roko 未做實測比較，請以任務實際返回為準。

主要參數

以下參數由結構化模型設定產生；未設定或供應商不支援的參數不會顯示。

modelstring

子模型 ID

預設值: kling-o3-text-to-video / kling-o3-image-to-video / kling-o3-reference-to-video / kling-o3-video-edit

promptstring

預設值: 必填

durationinteger

按輸出影片秒數

預設值: 3–15s

qualityenum

目前計費

預設值: 720p / 1080p / 4k

aspect_ratioenum

生成能力

預設值: 16:9 / 9:16 / 1:1

generate_audioboolean

生成能力

預設值: false

image_urlsarray

圖片生成影片: 1–2 · 參考素材生成影片: 0–7 · 影片編輯: 0–7

預設值: 依生成路線

video_urlsarray

參考素材生成影片: 1 · 影片編輯: 1

預設值: 依生成路線

模型能力與使用建議

主要特色

文字生成影片 · kling-o3-text-to-video
圖片生成影片 · kling-o3-image-to-video
參考素材生成影片 · kling-o3-reference-to-video
影片編輯 · kling-o3-video-edit
720p / 1080p / 4k 輸出
3–15s 時長
可產生音訊
支援音訊素材或音畫同步輸出

使用限制

圖片生成影片: 圖片 1–2
參考素材生成影片: 圖片 0–7 · 影片 1
影片編輯: 圖片 0–7 · 影片 1
能力來源: https://evolink.ai/zh/kling-o3

限制與注意事項

參考生與影片編輯路線限定 720p/1080p 且關閉音訊；需要 4K 或原生音訊時只能走文生/圖生路線。
4K 檔僅文生/圖生路線可用，每秒 $0.4378 且開/關音訊同價；約為 720p 無音訊單價（$0.088）的 5 倍。
提交成功只代表任務受理，不代表生成成功；費用在提交時預估、完成時按實際用量結算，最終以終態查詢結果為準。
Roko 輸出連結有有效期，超出後失效，生成 succeeded 後必須及時轉存到自己的儲存。
比例僅支援 16:9、9:16、1:1 三檔（預設 16:9）；其他畫幅需靠裁切或補邊實現。
上游主張的多分鏡（最多 6 鏡/15 秒）、角色/聲音一致性與五語種原生音訊均為上游資料口徑，Roko 未做實測比較，請以任務實際返回為準。

呼叫流程

準備提示詞與參數：model 填 kling-o3，選擇路線對應的輸入（文字提示、1–2 張圖片，或參考/編輯路線的 1 段影片加 0–7 張圖片），設定 3–15 秒時長、720p/1080p/4K 解析度與 16:9、9:16、1:1 比例；文生/圖生可開啟音訊。
POST /v1/videos/tasks 提交任務，返回 task_id；提交成功只代表任務受理，回應中的費用為預估值。
輪詢 GET /v1/tasks/{task_id} 查詢任務狀態，等待 queued/processing 進入終態。
succeeded 後從任務結果讀取影片 URL；Roko 輸出連結有有效期，及時轉存到自己的儲存。
failed 時讀取錯誤訊息，修正提示詞或參數後用相同流程重新提交；失敗任務按平台退款規則結算，最終以終態查詢結果為準。

典型使用情境

角色一致性多鏡頭短片

輸入：角色參考圖（上游稱最多 7 張）加分鏡提示詞；操作：參考生路線或分鏡板式提示詞生成多鏡頭片段；預期：同一角色在鏡頭間保持外觀一致（上游主張，需實測驗證）；限制：參考路線限 720p/1080p 且無音訊。

參考影片驅動的角色/聲音複刻

輸入：1 段參考影片，上游主張可從中提取角色外觀與聲音特徵；操作：reference-to-video 路線生成新片段；預期：沿用參考素材中的角色形象（上游主張）；限制：該路線關閉音訊、限 720p/1080p，聲音複刻能力未在 Roko 實測驗證。

自然語言影片編輯

輸入：1 段待編輯影片加 0–7 張圖片，用自然語言描述修改要求；操作：video-edit 路線按指令改寫畫面；預期：無需逐格工具即可完成風格化或局部修改；限制：輸出限 720p/1080p 且無音訊，需要配音時後期另配。

與站內其他影片模型的選擇

按計費方式與工作流特點粗分，最終以各模型目錄與實測為準。

Kling O3 vs Kling 3.0 Turbo

同門兩檔：O3 主打全能（參考生、影片編輯、4K 檔、上游主張的多分鏡與一致性能力），Turbo 主打速度與低價。追求規格上限選 O3，批量短素材、對成本敏感選 Turbo；兩者價格均以 Roko 目錄為準。

Kling O3 vs Hailuo 3

O3 提供音訊開關（720p 關音訊 $0.088 起）與 4K 檔（$0.4378/秒），路線涵蓋參考生與影片編輯；Hailuo 3 主打全模態輸入與最多 12 個檔案參考。多素材融合選 Hailuo，需要 4K 母版或按秒可控的音訊成本選 O3。

Kling O3 vs Veo 3.1

4K 檔定價口徑不同：O3 4K 每秒 $0.4378（開/關音訊同價），Veo 3.1 4K 每秒 $0.308（關音訊）或 $0.3608（開音訊）。兩者計費細節不同（Veo 按結果數且每結果至少 4 秒計），不能只比單價，最終以各自目錄為準。

常見問題

Kling O3 在 Roko 上的模型 ID 是什麼？

提交任務時 model 填 kling-o3，閘道按路線路由到 kling-o3-text-to-video、kling-o3-image-to-video、kling-o3-reference-to-video 或 kling-o3-video-edit 四個子路線，實際路由以任務返回為準。

Kling O3 生成一條影片多少錢？

按輸出秒數計費。文生/圖生：720p 無音訊 $0.088/秒、開啟音訊 $0.1166/秒；1080p 無音訊 $0.1166/秒、開啟音訊 $0.1463/秒；4K 恆為 $0.4378/秒。參考生/影片編輯：720p $0.132/秒、1080p $0.1761/秒（無音訊）。例如 720p 無音訊 5 秒為 $0.44。

支援 4K 輸出嗎？

支援。文生/圖生路線可輸出 720p、1080p、4K（預設 720p），4K 每秒 $0.4378 且開/關音訊同價。上游宣稱原生 4K 60fps，屬上游主張；參考生與影片編輯路線不支援 4K。

參考生和影片編輯路線有什麼限制？

兩條路線都接受 1 段影片加 0–7 張圖片（圖生影片則為 1–2 張圖片、無需影片），但輸出限定 720p/1080p 且強制關閉音訊，價格按 720p $0.132、1080p $0.1761 每秒計。

支援哪些時長和比例？

時長 3–15 秒，預設 5 秒；比例支援 16:9、9:16、1:1，預設 16:9。以上以 Roko 目前目錄為準。

為什麼提交後不能立刻拿到影片？

影片生成是非同步任務：POST /v1/videos/tasks 返回 task_id，輪詢 GET /v1/tasks/{task_id} 至終態後才能讀取結果。提交成功只代表任務受理，不代表生成成功。

Kling O3 可以免費試用嗎？

Roko API 呼叫按上述單價計費，沒有免費額度承諾。註冊後儲值即可呼叫；是否有限時體驗活動以官網目前公告為準。

生成結果可以商用嗎？

商用合規取決於輸入素材權利、生成內容本身、快手與 Roko 的服務條款及適用法律。發布前請自行完成版權、肖像與內容合規審查；參考素材涉及他人形象或聲音時尤其需要取得授權。

來源與核驗範圍

上游能力主張來自快手 Kling 公開資料；Roko 可呼叫參數、路線與價格來自目前生產目錄。核驗日期：2026-10-09。

Kuaishou: Kling AI 3.0 official launch Official launch: Video 3.0 Omni, multimodal generation and editing, up to 15 seconds, native multilingual audio, multi-shot storyboards, and reference-video consistency
Kuaishou: Q2 2026 results and native 4K rollout Official company disclosure for native 4K output in the Kling AI 3.0 model series
HowAIWorks: Kling 3.0 family Upstream: kling-o3 model name, 3-15s default 5s, up to 7 reference images, natural-language video editing, 5 audio languages
Roko API video task docs Async submit, task query, and billing lifecycle on Roko
Roko API model catalog Current routes, prices, and generation config

同家族模型

繼續查看同一模型家族的其他可用版本。

其他影片模型

瀏覽支援統一非同步影片任務介面的其他模型。

查看全部影片模型 →