Kling 3.0 — 自带原生音频的多镜头 AI 视频
Kling 3.0 是快手的旗舰视频模型：用提示词做文生视频，用图生视频让静帧动起来，或编排一段多镜头序列——每个镜头都有各自的提示词、时长和运镜。它生成带唇形同步的原生多语言音频，最高 4K，你可以通过 reApi 的 OpenAI 兼容 API 调用 Kling 3.0。
Input
最多 2500 字符 · 单镜头时必填
仅限公网 HTTPS URL（不支持 base64）· 最多 2 张（首帧 / 尾帧）
6
3–15 秒 · 按秒计费
16:9 / 9:16 / 1:1 · 默认 16:9
std 720p · pro 1080p · 4K · 价格随档位变化
默认关闭 · 音频档位每秒费用更高
需搭配下方的多镜头提示词
JSON：最多 5 个镜头的 提示词 + 时长 · 每段 1–12s
JSON：最多 3 个元素，每个含 2–4 张图像 URL · 在提示词中用 @name 引用
Estimated cost594 credits≈ $0.594
Result
Try one of these prompts
你能用这个模型做什么
可以用这个模型构建并上线的真实工作流与生产级用例。
编排一段多镜头序列
Kling 3.0 最大的升级就是多镜头。交给它最多五个镜头——每个都有各自的提示词、时长和运镜方向——Kling 3.0 会返回一段连贯的序列，角色和场景在每次切换间保持一致。它专为分镜、广告和短篇叙事而生，单条静态片段不够用的场景正适合它，全部来自一次请求、一个 task ID。
打开 Playground用图生视频让静帧动起来
传入一个起始帧——还可以再加一个结束帧——Kling 3.0 就会把静帧变成流畅的动态，两帧都提供时会在二者之间做插值。宽高比会自动适配你的图像。这是把产品图、角色渲染图或关键帧变成动态片段的最快方式，无需再用文字重新描述整个场景。
自带原生音频的视频
打开声音，Kling 3.0 就会随视频一同生成同步音频——带唇形同步的多语言对白、方言和口音，外加环境音——而不是另跑一遍音频流程。再配合多镜头提示词，你就能得到在多个镜头间开口说话的角色，这让 Kling 3.0 成为旁白短片和对话场景的一站式工具。
价格
积分计费 — 1 积分 = 0.001 美元，仅为成功生成付费。
| 类别 | 单位 | 价格 |
|---|---|---|
| std 720p · 无音频 | ||
| 每秒 | 1 second | $0.077 77 credits |
| std 720p · 有音频 | ||
| 每秒 | 1 second | $0.11 110 credits |
| pro 1080p · 无音频 | ||
| 每秒 | 1 second | $0.099 99 credits |
| pro 1080p · 有音频 | ||
| 每秒 | 1 second | $0.149 149 credits |
| 4K | ||
| 每秒 | 1 second | $0.369 369 credits |
为什么选 reAPI
一次调用完成多镜头叙事
大多数视频模型只给你一条片段。Kling 3.0 能把最多五个镜头——各自不同的提示词、时长和运镜——编排成一段连贯的序列。你省去了拼接和对齐的繁琐活，而且通过同一次对 /api/v1/videos/generations 的请求，角色在镜头切换间始终保持一致。
原生音频，而非另跑一遍
Kling 3.0 随画面一同生成同步音频——多语言对白、唇形同步、方言和环境音。把 `sound` 打开，返回的片段就自带配音。它按秒计费，音频档位价格高于静音档位，所以只有你要声音时才为声音付费。
异步优先，OpenAI 兼容
提交一个 Kling 3.0 任务，拿回一个 task_id，轮询直到完成。1 credit equals $0.001 USD，按 秒 × 档位 计费，成本可预测。其 JSON 与 OpenAI 的 generations 契约一致，所以接入 Kling 3.0 只是改一个 model id，而不是一次全新的集成。
Kling 3.0 对比 Veo 3
两者都能通过一个 API 生成带音频的高端视频。Kling 3.0 更偏重多镜头编排、多语言音频，以及配合按秒计费的灵活时长。下面是二者在公开文档行为上的对比。
能力
reAPI 上的 Kling 3.0
Veo 3
多镜头序列
一次请求最多五个镜头——每个都有各自的提示词、时长和运镜方向。
单片段生成；序列需由多次请求拼接而成。
原生音频
随视频一同生成的多语言对白，带唇形同步、方言和环境音。
原生音频，包含对白和音效。
图生视频
起始帧加可选的结束帧，宽高比自动适配。
由单张参考图生成图生视频。
分辨率
通过 mode 选择 std 720p、pro 1080p 或 4K。
最高 1080p / 4K，视档位而定。
时长
单镜头 3–15s；多镜头最多五个 1–12s 镜头。
固定的短片段长度。
计费模式
按 秒 × 档位 × 音频 计费；用多少付多少的额度，无订阅。
按秒计费，随分辨率和音频递增。
此对比反映撰写时公开文档所述的行为。模型行为和价格可能变化；当前数值请查看上方的价格卡片和 API 文档。
三步接入 Kling 3.0
常见问题
关于此模型的常见疑问。
Kling 3.0 是快手的旗舰视频模型。它支持文生视频和图生视频，生成带唇形同步的原生多语言音频，而 3.0 的新功能——还能编排多镜头电影感序列。在 reApi 上，Kling 3.0 以 model id kling-3-0 落地在 OpenAI 兼容的 /api/v1/videos/generations 端点上。