Kling 4 正式发布：上线时间、规格与新功能
Kling 4 现已上线，支持 30 秒视频、10 个关键帧、4K、立体声、全能参考与多模态编辑。了解官方正式版规格及尚待推出的功能。
Kling 4 现已在 Kling AI 全面开放。正式版将 3–30 秒视频生成、最多 10 个关键帧、4K 输出、立体声音频、多模态参考和定向视频编辑整合到一个模型中。
正式发布也补齐了 9 月预览中尚未明确的细节。可灵现在说明了按一秒步长调整时长、两种创作入口、具体上传限制、音色输入、默认多镜头生成方式，以及通过 MCP 和 CLI 调用模型的方法。10-bit HDR 输出和多次续写至两分钟的视频延长功能仍标注为即将推出。本指南根据可灵的官方发布说明和正式版用户指南更新。
Kling 4 规格速览
| 规格 | Kling 4 | Kling 4 Flash |
|---|---|---|
| 开放状态 | 已在 Kling AI 全面开放 | 已开放，定位于更快的迭代生成 |
| 生成模式 | 文生视频、图生视频、首尾帧、灵活关键帧、全能参考 | 文生视频、首帧图生视频、全能参考 |
| 原生时长 | 3–30 秒 | 3–20 秒 |
| 分辨率 | 720p、1080p、4K | 720p |
| 动态范围 | 1080p 和 4K 下的 10-bit HDR，标注为即将推出 | 8-bit SDR |
| 画面比例 | 21:9、16:9、1:1、9:16、自动 | 以当前产品界面为准 |
| 关键帧 | 最多 10 个 | 未明确说明 |
| 音频 | 双声道立体声；每个任务最多 3 个音色 | 以当前产品界面为准 |
| 提示词上限 | 最多 8,000 token | 未明确说明 |
| 定位 | 完整画质、丰富控制能力 | 速度更快、成本更低，适合高频生成 |
Kling 4 全面发布后有哪些变化
9 月的公告将 Kling 4 定为 10 月发布，并先向有限用户开放 Kling 4 Flash。现在，用户已经可以通过可灵重新设计的创作工作区使用完整模型。可灵也已发布基于正式版规格的详细使用指南。
模型开放不代表所有已宣布的能力都已上线。可灵仍将 1080p 和 4K 下的 10-bit HDR、企业 API，以及多次续写至两分钟的视频延长功能标注为即将推出。下文规格来自厂商文档，并非 Pixo 的实测结果。
Kling 4 什么时候发布？
Kling 4 现已在 Kling AI 全面开放。继 9 月 28 日开始限量开放 Kling 4 Flash 后，可灵于 2026 年 10 月 14 日发布了正式版用户指南。
这意味着本文最初描述的状态已发生变化：Kling 4 不再只是一个计划于 10 月推出的模型。不过，在 Kling AI 上线并不等于已在 Pixo 或其他第三方平台接入。Pixo 当前在线的可灵模型目录仍列出 Kling 3.0、Kling 3.0 Omni 和 Kling 3.0 Turbo。
这种分阶段开放的方式有其合理性。Flash 为高频迭代提供更快的模型，完整模型则承担成本更高的控制能力：更长的视频、更高分辨率、灵活关键帧和专业动态范围。
Kling 4 最显著的升级：原生生成 30 秒视频
Kling 4 将原生生成时长提升至 3–30 秒，最高时长是 Pixo 当前在线目录中 Kling 3.0 系列 15 秒上限的两倍。
正式版界面支持以一秒为步长调整时长，文档注明默认值为 10 秒。可灵还表示，多镜头生成默认开启：模型可以将较长的提示词拆分为多个镜头，并在一次生成中安排它们的节奏。
30 秒不只是把片段拉长。它给模型足够的空间交代主体、发展动作并完成一个情节落点，让创作者不必把多个独立生成的片段强行拼接起来。可灵称模型既支持长镜头，也支持连贯的叙事发展，为人物关系、情绪和节奏留出更多余地。
官方还表示，上传的视频将支持多次续写，最长延展至两分钟。这项功能标注为即将推出。在它正式上线前，准确的说法仍是原生生成 30 秒视频，而不是 Kling 4 可以直接生成两分钟视频。
官方 Kling 4 演示图。来源：Kling AI。
10 个关键帧，让提示词拥有时间轴
Kling 4 在一次生成中最多支持 10 张关键帧图片。创作者不再只能指定首尾帧，而是可以在片段中安排多个视觉节点：人物状态、场景变化、产品揭示或叙事节拍。
这可能比单纯延长时长更有价值。长提示词描述意图，关键帧则在时间轴上设置可见的约束。从原理上说，这有助于明确故事走向，同时让模型补全预设时刻之间的运动。
可灵还将提示词上限提高至 8,000 token，并表示模型可以用更接近导演的理解方式扩展和细化指令。当然，提示词并不是越长越好。先说明你想实现的创作结果，只在确实有助于控制时再加入时间安排、参考素材、运镜、对白或连续性约束。
可灵官方发布页中的角色参考示例。来源：Kling AI。
Kling 4 扩展了多模态参考控制
一个 Kling 4 任务最多可接受合计 15 项参考素材，包括图片、视频、主体和声音参考。各类别上限如下：
- 最多 10 张参考图片
- 最多 5 段参考视频，视频总时长不超过 30 秒
- 最多 7 个参考主体，其中视频主体不超过 3 个
- 最多 3 个音色；每段用于创建音色的音频需为 5–30 秒，大小不超过 50 MB
可灵表示，图片可以用于定义主体、角色三视图、网格布局、信息图、关键帧、线框、构图和分镜。视频可以提供表演、动作、运镜和叙事节奏，也支持深度视频或简单预演渲染等输入。
这是模型向制作控制迈进最明显的一步。例如，产品团队可以围绕已确认的产品图、动作参考和预先规划的关键帧来组织创作；电影创作者可以把角色参考与机位调度片段配合使用。这些是模型支持的输入类别，并不保证身份特征、产品几何结构或品牌文字一定完全准确；所有商业用途的结果仍需审核。
全能参考还是关键帧：该选哪个入口？
Kling 4 正式版工作区有两个主要入口。**全能参考（Omni Reference）**是默认入口，适合从创意出发，或用图片、视频、主体和音色引导输出，可以控制外观、风格、动作和运镜。
**关键帧（Keyframes）**用于把预设的视觉时刻安排到时间轴上。它接受图片，而非混合媒体，也包含熟悉的首帧和首尾帧工作流。可灵说明，全能参考和关键帧不能在同一次生成任务中组合使用，因此实际选择取决于你更需要广泛的多模态引导，还是明确的视觉节点。
正式版指南也给出了更具体的上传限制：单张参考图片最大 30 MB；单段参考视频最大 300 MB，时长须为 3–30 秒，所有视频合计仍不得超过 30 秒。图片和视频支持的画面比例范围为 2:5 至 5:2。
官方 Kling 4 多模态演示图。来源：Kling AI。
原生立体声、口型同步和更多语言
Kling 4 完整规格列出了双声道立体声音频、改进的音画同步和更准确的口型匹配。支持的语言包括中文、英语、日语、韩语、西班牙语、葡萄牙语、德语、法语和印地语，也包含多种中文方言和英语口音。
可灵还宣称，在运动和场景切换过程中，多语言文字、表情符号和标志的生成会更清晰。这对广告和大量使用文字的内容可能有帮助，但法律文案、价格、包装和标志等需要精确呈现的信息，仍应在后期添加或核验。模型生成的文字不应成为广告活动的信息依据。
可灵官方发布页中的音频生成演示静帧。来源：Kling AI。
4K、10-bit HDR 与 21:9 画幅
Kling 4 的分辨率表列出 720p、1080p 和 4K；画面比例则在 16:9、1:1、9:16 和智能模式之外，新增 21:9。超宽画幅对电影感构图是实用的补充，并不只是导出设置上的装饰。
模型规格还包含 1080p 和 4K 下的 10-bit HDR，旨在保留更平滑的渐变，以及更多高光和暗部细节。可灵将这一 HDR 输出标注为即将推出。因此，创作者应先在自己的实际账户中确认该选项，再围绕它规划调色流程。
Kling 4 加入指令式视频编辑
可灵表示，新模型能够结合文字、图片和主体参考，在已有视频中添加、替换或移除主体及背景，也能修改风格、天气、颜色、材质、景别和视角。
编辑输入最多支持 5 段视频，其中一段指定为主视频；每段时长为 3–30 秒，所有视频输入合计不超过 30 秒。可灵建议在编辑视频时搭配参考图片。
本次发布还强调“创意复刻”：借鉴参考视频的节奏、镜头安排或表达结构，同时替换人物、产品和素材。创作者仍需拥有使用参考媒体的相应权利。模型提供某种功能，不代表你因此获得复制受保护广告作品或创作者独特作品的许可。
正式版指南进一步细化了编辑操作：用户可以添加元素、替换一个或多个人物、移除元素、改变风格、替换主体或背景，以及修改对白并保留其余场景。这些是模型支持的编辑指令，并不承诺每一次复杂编辑都能让目标区域之外的内容完全不变。
可灵官方发布页中的视频编辑演示静帧。来源：Kling AI。
Kling 4 与 Kling 3.0 有什么区别？
目前，Pixo 的 Kling AI 视频生成器列出 Kling 3.0、Kling 3.0 Omni 和 Kling 3.0 Turbo，支持在 720p 或 1080p 下生成 3–15 秒视频。Kling 4 将原生时长上限提高一倍，并增加了参考素材额度、灵活的多关键帧控制、更长的提示词上下文、21:9 输出，以及已公布的 4K/HDR 能力方向。
产品定位的变化同样重要。Kling 3.0 以标准版、Omni 和 Turbo 组成一个模型系列；Kling 4 则把生成、广泛的多模态参考和视频编辑整合到更统一的创作任务中，由 Flash 承担快速迭代。
这并不意味着 Kling 3.0 会一夜过时。已经接入成熟制作系统的模型，可能比尚未在该系统中可用的新模型更实用。实际比较还取决于生成成本、延迟和输出的可重复性，而这些问题无法仅凭规格表回答。
Kling 4 新增 MCP 与 CLI 调用方式
除了浏览器创作界面，可灵现在也提供 MCP 和 CLI 调用方式。MCP 适配器允许兼容的 AI 助手通过自然语言请求调用可灵生成；CLI 则面向终端工作流、脚本和批量生成。
这与企业开发者 API 是两回事，后者仍被可灵标注为即将推出。它也不改变 Pixo 的接入状态：只有当 Kling 4 出现在 Pixo 的在线产品目录中，Pixo 才应将其列为已接入模型。
Pixo 上可以使用 Kling 4 吗？
目前还不可以。Pixo 在线模型目录当前列出的是 Kling 3.0、Kling 3.0 Omni 和 Kling 3.0 Turbo。在产品中确认完成接入前，不应将 Kling 4 描述为 Pixo 内可用的模型。
与此同时，创作者可以在完整分镜工作流中使用 Pixo 上的 Kling 模型系列，并根据场景需要，将不同镜头交给 Veo、Hailuo等已接入模型，发挥各自的优势。如果 Kling 4 加入目录，我们会更新本文和在线模型表。
Kling 4 对 AI 视频创作意味着什么？
比任何单个参数更值得关注的是 Kling 4 的方向。前沿视频模型正在从“一条提示词生成一段视频”，走向可控的制作方案：更多参考素材、预先规划的时间节点、同步声音、可编辑画面，以及足以容纳完整情节节拍的时长。想了解全能参考、关键帧、音频和编辑的具体控制方法，请阅读我们的 Kling 4 完整提示词指南。
仍待回答的是实际使用层面的问题：正常需求下各模式有多快？不同套餐中生成 30 秒和 4K 视频的成本是多少？10 个关键帧能多稳定地协同？编辑功能能多好地保留未修改区域？可灵的规格表无法回答这些问题，精选演示也不能。
在 Pixo 关注 Kling 模型动态
查看 Pixo 上的 Kling 模型系列，了解产品中当前可用的版本。如果 Kling 4 上线，我们会更新该页面和本文。
新用户可获得 200 免费积分。视频生成需要付费套餐及足够的积分。
常见问题
Kling 4 什么时候发布？
Kling 4 现已在 Kling AI 全面开放。Kling 4 Flash 于 9 月 28 日开始限量开放后，可灵在 2026 年 10 月 14 日发布了正式版用户指南。
Kling 4 能生成多长的视频？
Kling 4 的原生生成规格为 3–30 秒。可灵还表示，上传的视频未来将支持多次续写至两分钟，但该续写功能目前标注为即将推出。
Kling 4 支持 4K 和 HDR 吗？
官方规格列出了 720p、1080p 和 4K 输出，也列出了 1080p 和 4K 下的 10-bit HDR。不过发布页将 HDR 输出标注为即将推出，因此目前不应视为已全面开放的能力。
Kling 4 和 Kling 4 Flash 有什么区别？
Kling 4 是完整模型，支持 3–30 秒输出、最高 4K 分辨率、最多 10 个关键帧和更丰富的专业控制。Kling 4 Flash 是速度更快、成本更低的选项，规格为 720p、8-bit SDR 和 3–20 秒输出。
Kling 4 可以使用多少份参考素材？
一个 Kling 4 任务合计最多可使用 15 项参考素材。官方分类上限包括最多 10 张图片、最多 5 段且总时长不超过 30 秒的视频，以及最多 7 个主体，其中视频主体不超过 3 个。
Pixo 上可以使用 Kling 4 吗？
截至本次更新还不可以。Pixo 当前在线的可灵模型目录列出 Kling 3.0、Kling 3.0 Omni 和 Kling 3.0 Turbo。如果 Pixo 接入 Kling 4，本文会随之更新。
