一句话总结:可灵 3.0 是快手 2 月发布的旗舰视频模型,原生 4K/60fps、15 秒智能分镜、原生多语言音频,API 每秒 0.084 到 0.168 美元是主流旗舰里最低一档,但 4.0 已在 10 月 15 日全量上线且 API 没开,眼下它仍是唯一能用代码调的可灵主力版本。
写 AI 视频模型的介绍,绕不开可灵。它是国内用户量最大的视频生成产品之一,快手口径 6000 万创作者、6 亿条生成视频。更重要的是 2026 年这大半年里,它是少数敢把「原生 4K」写进规格表的商用模型,我们之前拆 MiniMax H3 的时候,2K 都还得靠重新生成才能拿到。
但这篇稿子来的时机有点微妙。9 月 28 日可灵发了 4.0,10 月 15 日全量开放,单次生成从 15 秒拉到 30 秒。所以「可灵 3.0 还值得了解吗」这个问题必须正面回答,不能装作 4.0 不存在。我先给结论:3.0 是眼下唯一有 API、有成熟第三方接入、价格体系清楚的版本,商用还得看它;4.0 等 API 开了再切。下面是细账。
发布时间线:3.0 这一年改了什么
- 2026 年 2 月 4 日至 5 日:可灵 3.0 发布,单次 15 秒(上代 2.6 是 10 秒)、60fps(上代 48fps)、原生多语言音频,AI 导演功能把最多 6 个镜头的分镜塞进一条片子里
- 2026 年 4 月 23 日:官方 release notes 把「电影级原生 4K」记在这天。这里有口径分歧,有第三方写「首发即原生 4K」,我按官方记录来,文内表格里标注
- 2026 年 6 月 17 日:3.0 Turbo 上线(出片更快),3.0 Omni 同步升级视频编辑
- 2026 年 9 月 28 日:4.0 发布,4.0 Flash 向顶级年费用户封测
- 2026 年 10 月 15 日:4.0 全量开放,30 秒直出、最多 10 张关键帧、15 项全能参考。API 和 4K HDR 输出都还没上
核心参数:3.0 系列一张表看清
| 参数项 | 规格 |
|---|---|
| 开发方 | 快手科技(可灵 AI) |
| 架构 | 专有 DiT(扩散-Transformer),参数量未披露 |
| 单次生成 | 3–15 秒,可延长至 2–3 分钟 |
| 分辨率 | 720p / 1080p / 原生 4K(3840×2160) |
| 帧率 | 最高 60fps |
| 音频 | 原生多语言对白、方言口音、口型同步,支持多人同框指定说话人 |
| 智能分镜 | 单条片内最多 6 个空间连续的镜头 |
| 输入方式 | 文生视频、图生视频、首尾帧、全能参考(Omni)、音频输入 |
| 画幅 | 16:9、9:16、1:1、4:3、3:4、21:9 等 |
| 提示词长度 | 最高约 2500 字符 |
| 模型家族 | 视频 3.0、视频 3.0 Omni、图片 3.0(另有 3.0 Turbo) |
| 开源 | 否,闭源专有 |
三型号的分工值得说清楚。视频 3.0 是标准文生和图生,覆盖大多数活。视频 3.0 Omni 是全能版,吃参考图、参考视频、人物主体做参考生成,带自然语言编辑和风格迁移,官方叫七合一引擎(文生、图生、多参考、关键帧、语言编辑、延长、风格迁移)。图片 3.0 是配图工具,直出 2K/4K,能一次生成一组风格关联的系列图。你要做人物系列短剧,图片 3.0 出定妆照、视频 3.0 驱动它,这套组合是官方主推的用法。
跑分与口碑:强项和翻车点都很具体
第三方盲测口径看 Artificial Analysis 的视频竞技场。2026 年年中读数:可灵 3.0 1080p Pro 在无音频文生视频组 Elo 1251,全球前三;带音频组 1104。同口径下字节 Seedance 2.0 无音频约 1269,领先约 18 分,差距小到换个提示词类型就可能翻盘。
厂商自己也放话,说图像参考任务对 Veo 3.1 的胜率 247%。这是自家基准自报,参考参考就行,我不太拿它当依据。
实战口碑这头,中文圈的 20 款模型横评里给可灵 3.0 的定位很一致:真人短剧和剧情长镜头的第一选择。人物动作自然、肢体少崩坏,真人实拍感是国产模型里最强的一档。短板同样明确:古风和二次元适配一般,做漫剧质感不如字节系;生成速度偏慢,批量跑量成本高。
Atlas Cloud 的深度评测补了两个数据:产品广告场景实测 10 次生成约 8 次能保持瓶身标签文字清晰,这个成绩在电商视频里很能打;雨后街道行走的镜头里大衣摆动、伞面起伏、湿滑路面倒影都相当自然,运动质量是这轮测试里最意外的部分。
翻车点也有实录。Cybernews 发现多人场景里指定个体识别会乱,删除功能有时拿新角色顶替而不是真移除;拥抱、打斗这类近距离身体接触偶尔出现「融化」伪影,人和人黏在一起。跨镜头的角色一致性是所有模型共同的天花板,可灵也一样,脸会漂、Logo 会变形、衣服颜色会变。手部动作和画面文字永远需要人工过一遍。
价格:三套体系,别算混
可灵的钱有三种算法,混起来看很容易做出错误预算。
API 按秒计费(官方口径,美元):
| 模型档位 | 720p/秒 | 1080p/秒 |
|---|---|---|
| 视频 3.0 无声 | $0.084 | $0.112 |
| 视频 3.0 有声 | $0.126 | $0.168 |
| 3.0 Turbo 有声 | $0.112 | $0.14 |
| 3.0 Omni(无视频输入)有声 | $0.112 | $0.14 |
图 1:可灵 3.0 四个档位与主流模型的价格对比。注意 H3 是 2K 档的价格,可灵的 4K 需另开超高清档位
一条 10 秒 1080p 带音频的片子,API 成本 1.68 美元。国内云平台的转售口径另有一套,比如七牛云上 Kling-V3 无声 0.6 元/秒、专业模式有声 1.2 元/秒,比官方牌价折算下来便宜些,选购时换算清楚。
消费端按积分:1080p 无声 8 积分/秒,有声 12 积分/秒,语音控制再加 2 积分/秒。套餐从 Standard(首月 6.99 美元,660 积分)到 Pro(首月 25.99 美元,3000 积分)再到 Premier(首月 135 美元,18000 积分)。注意首月价是促销,第二个月起恢复原价,100 积分的成本从 0.71 到 1.33 美元不等,档位越高越便宜。
免费档:每天 66 积分,720p 带水印,明确禁止商用。拿来练提示词可以,出片不行。
两个坑必须说。第一,生成失败照扣积分,免费和付费用户一视同仁,不退。所以提示词逻辑先在免费档磨顺,再切付费档出高清,这个顺序能省不少钱。第二,月度积分到期清零,买多了用不完就是白扔,别按年峰值囤。
怎么用:渠道和几个实战技巧
渠道有四条:可灵 AI 网页和 App(功能最全)、官方 API、第三方转售平台(七牛云这类)、以及 4.0 时代新增的 MCP 和 CLI 接入。注意 MCP 和 CLI 目前能调的是 4.0,API 侧可调的还是 3.0 系列,两边不同步。
实战技巧挑四条公认有效的:
- 图生视频优先于文生视频。先用图像工具出一张干净的首帧再驱动动画,模型只需理解动作,不用凭空构造场景,出片率高一大截
- 720p 打样,成片再上 1080p 或 4K。所有尝试都用最高分辨率跑,套餐积分几天就见底
- 运镜在界面里选,别只靠文字描述。运动笔刷可以直接画运动路径,这是可灵控制力上最出彩的功能之一
- 已有好镜头用延长,别推倒重来。从头生成反而容易丢掉原有的风格和角色状态
高峰时段的排队要有心理准备:实测里 5 秒片排队 25 分钟以上不罕见,最极端的记录是周二下午 47 分钟。有交付时间线的活,提前半天跑。
竞品格局:谁该选可灵
| 模型 | 最高分辨率 | 单次时长 | 原生音频 | 强项 | 短板 |
|---|---|---|---|---|---|
| 可灵 3.0 | 原生 4K/60fps | 15 秒 | 多语言口型同步 | 真人感、分镜、电商文字 | 慢、跨镜一致性 |
| MiniMax H3 | 2K(再生成) | 15 秒 | 32kHz 立体声 | 多模态参考、便宜 | 4K 没有 |
| Seedance 2.5 | 2K | 30 秒 | 支持 | 光影氛围、多参考 50 项 | 真人剧情略弱 |
| Veo 3.1 | 至 4K | 8 秒起 | 支持 | 稳定性、字幕场景少出错 | 风格平淡、价格高 |
| Sora 2 | 1080p | 已停服 | 支持 | 物理模拟 | 已关停 |
中文实战圈流传的选型公式我转述一下,比较接地气:真人短剧选可灵 3.0,漫剧仙侠选即梦,城市宣传片选 Seedance,人物特写口播选 MiniMax H3,免费跑量选开源的 Wan 系列。90% 的人做片翻车不是技术问题,是模型选错了赛道,这句话我认同。
图 2:按需求分支的选型路径,右侧两条是通用省钱提醒
4.0 时代的购买建议
把 4.0 的账摆出来:30 秒直出、10 张关键帧、15 项参考素材、双声道立体声,30 秒 1080p 片按 10 月 15 日的会员价折算约 16 元人民币。参数确实压过 3.0 一头。但注意三点:
- 4.0 的 API 还没开放,官方说「近期」,开发者平台还挂着 Coming Soon。走代码批量生产的团队,眼下只能用 3.0
- 4.0 的 10-bit HDR 和 4K 输出都没上,宣传里的画质升级要打折扣听
- 4.0 的每秒积分消耗官方没公布价目,预算前先在 App 里跑条短片记下实际扣费
我的判断分三种情况。走 API 做批量的团队,现在就用 3.0,模型名写进配置里,4.0 API 开了改一行的事。个人创作者做单条片,直接上 4.0,同样的积分买 30 秒不亏。已经在 3.0 上磨顺提示词模板的,别急着搬家,等 4.0 的价目和 API 落定再说。
短板清单(成片标准下会在哪翻车)
- 排队与速度:高峰 25 分钟起步,批量任务要留缓冲
- 失败扣费:生成失败积分照扣,先免费档试提示词
- 跨镜头一致性:脸漂、Logo 变形、衣服变色,多镜头角色戏需要人工质检
- 复杂肢体交互:拥抱打斗偶发融化伪影
- 内容审查:按国内监管要求运行,敏感题材会被拦,新闻和纪录片从业者先评估
- 数据治理:可灵是中国公司产品,受 NDA 约束的客户素材上传前先过条款
- 免费档不可商用:720p 带水印,只够练手
常见问题
可灵 3.0 免费版能商用吗?
不能。免费档 66 积分每天、720p 带水印,条款明确禁止商用。正式项目至少上 Standard 付费档。
3.0 和 4.0 现在该用哪个?
单条创作用 4.0(30 秒更划算),API 批量用 3.0(4.0 的 API 还没开)。4.0 的 API 和 4K HDR 都在「即将上线」状态,落地之前 3.0 就是生产主力。
可灵和 MiniMax H3 怎么选?
要 4K 画质、真人短剧、分镜叙事选可灵;要多模态参考输入(图+视频+音频一起喂)、预算敏感选 H3,H3 2K 每秒 0.13 美元比可灵 1080p 有声还便宜。两边的详细对比我们 H3 那篇 写过。
一条 10 秒视频大概多少钱?
API 口径:1080p 带音频 1.68 美元,720p 无声 0.84 美元。消费积分口径:1080p 有声约 120 积分,折合 1.2 到 1.6 美元看套餐档位。免费档不要指望出片。
生成速度多快?
官方渲染 15 秒高质量片约 3 分钟,但高峰排队能到 25 至 47 分钟。走 API 或第三方转售通常比网页队列快。赶交付的活提前跑。
结语
可灵 3.0 的位置现在很清楚:它是「规格和配套渠道都成熟」的那一档。原生 4K/60fps 是实打实的规格领先,真人感和电商文字保持是实战圈公认的优点,API 价格在旗舰模型里最低一档。缺点也都是熟面孔,慢、跨镜漂、失败扣费,每一条都有绕法但没法根除。4.0 的 30 秒和关键帧确实更强,可它 API 没开、价目没公布、4K 还在画饼。做批量生产的人今天就该用 3.0 把流水线搭起来,等 4.0 API 落地,换个模型名就能切。挑工具的逻辑没变过:先看你的活要什么,再看哪个模型的强项正好压在你的需求上。


发表评论
◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。