Kuaishou: Kling VIDEO 3.0 Standard
kling-video-3-0-standard- 价格
- 起 $0.084
- 模态
- 视频
Kling VIDEO 3.0 Standard 简介
Kling VIDEO 3.0 Standard 是 Kling VIDEO 3.0 系列的入门档位，可从文本提示词或起始图生成带同步音频的 720p 片段。Kling 的 3.0 一代增加了多镜头叙事，以及原生的对白、环境声和音效。想要这套功能、又在质量、速度和成本之间求平衡，并且不需要 Pro 的 1080p 时，选 Standard。
擅长的任务
- 音频随视频一起生成：对白、环境声和音效与画面对齐，不需要单独的声音步骤。
- 同时支持文生视频和图生视频，既可以让静态图动起来，也可以从零写一个场景。
- Kling 的 3.0 系列增加了多镜头叙事，一个提示词可以描述多个机位。
- 基于参考的生成和提示词编辑，让角色和物体在帧与帧之间保持连贯。
什么情况换别的模型
- 输出为 720p；需要 1080p 或 4K 交付，请用 Pro 或 4K 版本。
- 精细的动作和细节不如 Pro，人脸和手部特写最先看出差距。
- 单次生成的时长受 3.0 系列上限限制，更长的场景需要用多个片段拼接。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
图生视频文生视频TokenLab 端点POST/v1/videos/generationscurl -X POST "https://api.tokenlab.sh/v1/videos/generations" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "image-to-video", "model": "kling-video-3-0-standard", "prompt": "Cinematic sunrise over a calm lake with gentle camera motion.", "image_url": "https://example.com/image.jpg" }'
价格
官方价格是模型厂商公开的基线价，TokenLab 价格是用这个模型时实际的计费价。
图生视频
每秒- 官方价格
- $0.084
- Official
- $0.084
- 折扣
- —
文生视频
每秒- 官方价格
- $0.084
- Official
- $0.084
- 折扣
- —
| 官方价格每秒 | Official每秒 | 折扣 | |
|---|---|---|---|
| 图生视频 | $0.084 | $0.084 | — |
| 文生视频 | $0.084 | $0.084 | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Kling VIDEO 3.0 Standard 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 kling-video-3-0-standard 完成一次 image-to-video，接口是 /v1/videos/generations。返回结果、状态和费用。
使用场景
适用场景- 文生视频
带声音的社交短片
制作竖屏或横屏短视频，语音和环境声一起生成，几乎不用剪辑就能发布。
让产品图动起来
把产品图做成带推镜的动态镜头，在升级到更高档位之前先判断构图。
分镜预览
用 720p 测试多镜头序列，确认节奏和机位，再把通过的提示词放到 Pro 上重跑。
对话场景
写一段两个角色之间的简短对话，让模型配音，用于方案演示和概念测试。
提示词示例
镜头 1：黄昏下雨的街道全景。镜头 2：快递员低头看手机的特写，她说：“马上就到。”
让这张产品照片动起来：镜头缓缓推向手表，柔和的反光，安静的室内底噪。
两个朋友在咖啡馆桌边大笑，手持镜头，背景有人聊天，午后暖光。
FAQ
Kling VIDEO 3.0 Standard 和 Pro 有什么区别？
分辨率和保真度。Kling 的 3.0 系列中 Standard 为 720p，Pro 为 1080p，Pro 定位于更高质量和更细的动作控制。两者都能从文本或图片生成同步音频。用 Standard 迭代，用 Pro 出最终成片。
Standard 会生成声音吗？
会。Kling 的 3.0 模型生成原生音频，包括与画面对齐的对白、环境声和音效。做初剪时不需要另外的语音合成或音效步骤。
可以从一张图开始吗？
可以。它同时支持文生视频和图生视频请求。提供一张静态图作为首帧或参考，并在提示词里描述想要的动作和运镜。
它支持多镜头提示词吗？
Kling 的 3.0 系列支持多镜头叙事，一个提示词可以描述多个不同机位的镜头。每个镜头的描述要简短具体；镜头之间指令互相矛盾，是画面跑偏的常见原因。
Kling VIDEO 3.0 Standard 的费用是多少？
在 TokenLab 上，Kling VIDEO 3.0 Standard 的价格为 $0.084 每秒。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
Kling VIDEO 3.0 Standard 应该使用哪个端点？
Kling VIDEO 3.0 Standard 使用 https://api.tokenlab.sh/v1/videos/generations。代码写法见下方的请求示例。
Kling VIDEO 3.0 Standard 支持哪些操作？
Kling VIDEO 3.0 Standard 支持 图生视频, 文生视频。选了操作，上面会显示对应的端点和请求示例。
Kling VIDEO 3.0 Standard 对比
资料来源
审阅于 2026年10月2日
更多 Kuaishou 模型