Kling: Video v3.0 Pro API

Kling 3.0 Pro 屬於 Kling 3.0 系列的高效能版本，採用統一的多模態設計，將視覺與音訊生成整合到單一原生流程。它同時支援文字生成影片與圖像生成影片，並可透過首幀加尾幀條件來控制生成結果，輸出最長 15 秒、1080p 解析度、30fps 的高清影片，並支援 16-bit HDR 色彩。 此模型能原生同步產出對話、音效與環境聲，音訊涵蓋多語言、方言與口音。在多鏡頭敘事方面，單次請求最多可包含六個鏡頭，每個鏡頭擁有獨立的提示詞與時長設定，鏡頭之間維持場景一致性，並支援三個以上角色同場互動。此外，它可透過參考圖像或參考影片進行元素引用，保持角色、風格與動作的連貫，也能以提示詞編輯既有影片，例如更換背景、調整服裝、插入或移除人物、重塑場景，同時保留原始結構與風格。 此模型適合影視內容創作全流程、電影預視覺化、遊戲資產構建、品牌廣告製作，以及需要複雜敘事結構或角色一致性的系列內容生產；對於需要精確控制主體外觀、風格與動作的參考驅動專案也相當實用。在 ArenaELO 文生影片賽道以 1240 分位列第一，並在快速運動與激烈動作場景中保持畫面清晰穩定。

費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格，詳見計費明細。 按實際生成費用計費，具體金額以帳單為準。

支援文字生成影片與圖像生成影片兩種模式，並可搭配首幀加尾幀的條件生成方式。

最長可生成 15 秒的影片片段，輸出解析度為 1080p、幀率 30fps，並支援 16-bit HDR 色彩。

會，模型採原生音訊同步生成，在產生畫面的同時產出對話、音效與環境聲，音訊支援多語言、方言與口音。

單次請求最多包含六個鏡頭，每個鏡頭可有獨立的提示詞與時長設定，鏡頭之間會保持場景一致性。

與 Standard 版本相比，Pro 提供更高的 1080p 解析度輸出，在細節、動作真實性與時間一致性上更出色；與 4K 版本相比，則在維持較高畫質的同時成本更低。