kling-4.0/omni-video API
Kling 4.0 Omni 是快手推出的参考驱动视频生成模型，支持多模态参考素材，可生成或编辑最长 30 秒的视频。
Kling 4.0 Omni 是 Kling 4.0 视频生成模型的参考驱动版本。它支持文本、图像、视频和音频输入，并输出视频与立体声音频；在单个任务中最多可组合 15 个参考素材，其中包括最多 10 张图像（每张不超过 30 MB）、最多 5 段视频片段（每段 3 至 30 秒，总长不超过 30 秒）、最多 3 个声音档案，以及最多 7 个保存元素（其中 3 个可来自视频）。
它适合品牌广告、社交媒体内容、需要角色一致性的叙事视频、产品演示和现有素材编辑等任务，能够保持角色、产品和场景的一致性。视频时长可在 3 至 30 秒之间调整，默认 10 秒，按 1 秒步进；支持 720p、1080p 和 4K 分辨率，21:9、16:9、1:1、9:16 及自动等宽高比，自动模式会跟随参考素材的比例。
该模型支持 10-bit HDR、双声道立体声、默认开启的多镜头叙事与自动分镜、最多 10 个关键帧、定向局部编辑，以及复用现有视频节奏、镜头结构和风格的创意翻拍。用户评论认为其合成与参考整合能力优于竞品；同时也有用户指出，Seedance 在真实感和提示词精度上可能仍占优势。
更新时间:
模型 ID
kling-4.0/omni-video- 输入
- text / image / video
- 输出
- video
核心要点
- 最多 15 个多模态参考素材
- 原生 30 秒视频时长
- 4K 分辨率与 10-bit HDR
- 双声道立体声输出
- 默认多镜头叙事与自动分镜
- 最多 10 个关键帧控制
供应商
比较不同供应商的调用价格，点击供应商可查看完整费用和适用条件。
API 文档
该模型尚未公布具体协议信息，请查阅 API 文档中的接入要求。
API 文档 →常见问题
什么是 kling-4.0/omni-video?
Kling 4.0 Omni 是 Kling 4.0 视频生成模型的参考驱动版本。它支持文本、图像、视频和音频输入，并输出视频与立体声音频；在单个任务中最多可组合 15 个参考素材，其中包括最多 10 张图像（每张不超过 30 MB）、最多 5 段视频片段（每段 3 至 30 秒，总长不超过 30 秒）、最多 3 个声音档案，以及最多 7 个保存元素（其中 3 个可来自视频）。 它适合品牌广告、社交媒体内容、需要角色一致性的叙事视频、产品演示和现有素材编辑等任务，能够保持角色、产品和场景的一致性。视频时长可在 3 至 30 秒之间调整，默认 10 秒，按 1 秒步进；支持 720p、1080p 和 4K 分辨率，21:9、16:9、1:1、9:16 及自动等宽高比，自动模式会跟随参考素材的比例。 该模型支持 10-bit HDR、双声道立体声、默认开启的多镜头叙事与自动分镜、最多 10 个关键帧、定向局部编辑，以及复用现有视频节奏、镜头结构和风格的创意翻拍。用户评论认为其合成与参考整合能力优于竞品；同时也有用户指出，Seedance 在真实感和提示词精度上可能仍占优势。
如何计算调用费用？
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格，详见计费明细。
Kling 4.0 Omni 支持哪些输入和输出？
支持文本、图像、视频和音频输入，输出视频与立体声音频。
它最多能组合多少参考素材？
单个任务最多组合 15 个参考素材，包括最多 10 张图像、5 段视频片段、3 个声音档案和 7 个保存元素。
视频时长和分辨率有哪些选项？
时长可在 3 至 30 秒之间调整，默认 10 秒，按 1 秒步进；支持 720p、1080p 和 4K 分辨率。
它适合哪些任务？
适合品牌广告、社交媒体内容、角色一致性叙事视频、产品演示和现有素材编辑等场景。
与 Kling 4.0 有什么区别？
Kling 4.0 从文本提示、单张图像或关键帧生成视频；Omni 则从参考素材创建视频，支持多模态参考整合。