快手旗下的可灵（Kling）在 9 月 28 日官宣第四代视频生成模型 Kling 4.0，计划 10 月正式上线；Kling 4.0 Flash 已在同一天向黑金年卡会员小范围开放抢先体验。
官方给出的升级点很密：单次生成最长 30 秒、最多 10 张关键帧、最多 15 项多模态参考、4K 与 1080p 的 10-bit HDR 输出、21:9 宽画幅、双声道立体声。但如果你现在就想用，能拿到手的只有”降规格换速度”的 Flash 版。
事实梳理：可灵 4.0 这次升级了什么
按官方公布的信息，Kling 4.0 主要在四块动刀：
画质与规格。 支持 1080p 与 4K 的 10-bit HDR 输出（官方口径是”即将上线”），额外支持 21:9 超宽画幅。可灵的说法是高反差场景里”逆光不爆、夜景不糊、霓虹不晕”，给后期调色留更多空间。
叙事长度与控制。 单次生成时长从 3.0 的最高 15 秒提升到 30 秒，配合续拍最长可到约 2 分钟；关键帧从原来只能给首尾两帧，提升到最多 10 张，可以点名人物状态、场景变化和情节节点；提示词输入上限提升到 8000 token。
多模态参考与编辑。 官方口径是单次最多 15 项多模态参考，拆开是 10 张图片 + 5 段视频 + 7 个主体组合使用（这三个数加起来是 22，官方没解释这个计数方式，实际可用量得以上线后的界面为准）。同时支持对原视频的主体与背景做增加、修改和删除，以及风格、天气、材质的调整和”创意复刻”。
运镜与音画。 重点提升了高速运动、连续动作、跟拍和环绕的稳定性与连贯度；口型匹配精度提升，音频升级为双声道立体声；支持中、英、日、韩、西、葡、德、法、印地语等多语种。官方还提到创作页面做了改版。
关键帧从 2 张到 10 张，这一步比 30 秒更实在
“30 秒”这个数字最好传播，因为字节的 Seedance 2.5 也是 30 秒，两家在标题数字上打平了。但对真正在做片子的人来说，10 张关键帧的意义可能更大。
原来首尾两帧的限制意味着什么？意味着一条 20 秒的片子，中间那段怎么演只能靠提示词赌，人物服装、道具位置、光线方向很容易在中途漂掉。有了 10 个控制点，你可以把开头、结尾和中间的剧情节点都钉住，多镜头叙事才有可复现的基础。
对做广告和短剧的人来说，这才是”能不能进生产流程”的门槛，比总时长多 15 秒重要得多。如果你想先看看这一轮 AI 视频工具的格局是怎么排的，可以翻一下我们之前做的 AI 视频生成横评，也可以在 AI 工具评测专题页 里找按场景整理过的工具清单。
Flash 不是缩水版，是另一个用途
现在能用的 Kling 4.0 Flash，规格是这样：
- 支持文生视频、首帧图生视频、全能参考
- 时长 3–20 秒
- 分辨率 720p，8-bit SDR
对比 4.0 正式版的 30 秒、4K、10-bit HDR，Flash 明显是”降规格换速度与成本”的定位，适合高频创作和前期试错——先把构图、镜头和节奏试出来，等十月正式版上线再出终稿。
有两点要注意。第一，Flash 的规格不能套到 4.0 上，720p、8-bit SDR、20 秒上限是 Flash 的参数，正式版的 4K、10-bit HDR、30 秒跟它无关。第二，能买会员不等于能在后台看到这个模型：官方社交账号的说法是面向 Ultra 年卡（黑金年卡）会员，但实际是分批放量，账号里能看到模型选择项才算真的开通。
和 Seedance 2.5 比：参数能比，体验不能比
这是所有做视频模型评测的人都会碰到的问题：两家的规格表可以并排放，但”哪个更好用”没法从表里读出来。
把公开参数摊开看：两家单次都是最长 30 秒；可灵 4.0 给到最多 10 张关键帧，Seedance 2.5 目前是首尾帧；Seedance 2.5 的参考输入数量更多、画幅比例更多；音频方面可灵强调双声道立体声与口型，Seedance 2.5 列的是原生音频生成。画幅上 Seedance 2.5 在剪映等产品端已支持原生 4K，但接口目前最高还是 1080p 10-bit；MiniMax 的 H3 最高 2K、15 秒。
这些数字能说明”能力边界”，不能说明”成片质量”。 规格表告诉你模型能做什么，不告诉你做得好不好。真正要比的是拿同一条提示词、同一份素材，在两个平台上各跑一遍。
如果你主要用视频做内容或副业变现，这条线的工具选择可以直接参考 AI 副业专题页 里按场景整理过的清单。
还没公布的东西，比公布的东西更关键
有三个空白需要摆出来：
- 接口定价未公布。 可灵官方还没放出 Kling 4.0 和 Flash 的 API 价格。对做批量生产的人来说，这是比画质更重要的变量——过去一年 AI 视频的价格战打得很凶，定价没出来就规划预算，风险很大。
- HDR 的时间表没定。 10-bit HDR 在官方口径里是”即将上线”，不是现在就能用。
- 真实稳定性未知。 现在能看到的演示片都是官方精选的。30 秒连续生成、10 张关键帧、15 项参考同时上，模型会怎么退化，只有独立测试能回答。官方也没给十月的具体日期。
影响分析：这条赛道的竞争重心在变
可灵这次发布，官方媒体的解读很直接：它是在应对字节 Seedance 2.5 的竞争压力——Seedance 2.5 今年 7 月上线后口碑很好，成了不少创作者的首选，阿里和 MiniMax 的视频产品也在用性价比抢人。
但看这次升级的重点，画幅比例、声道、运镜语言、关键帧，会发现一件事：这些全是影视和广告制作里的专业概念，不是”生成一个好玩视频”的功能。这说明付费客户那边的需求已经从”能不能生成”变成”能不能进后期流程”。
商业层面，可灵今年动作不小。7 月快手公告可灵独立融资约 30 亿美元，投后估值约 180 亿美元，是今年全球视频生成大模型领域规模最大的一笔融资，并带有五年内上市的安排。
不过市场并不全是掌声。上证报 9 月 29 日的报道提到，可灵官方公众号评论区里用户最关心的还是价格和能力，初步评价比较平淡。同一天快手的沽空比率到了三成以上。
横向看，国内这条线今年一直在密集出牌：阿里 Wan3.0 上线 把视频生成往办公场景里塞，Sora 与可灵的深度对比 也已经写过一轮。而图像模型那边价格已经杀到两毛钱一张——我们此前记录的 混元图像 3.5 的价格口径，和视频模型迟迟不公布定价形成了挺有意思的对比。
老达点评
第一，这次升级最扎实的地方是”可控性”，不是”30 秒”。 时长数字最容易做标题，但 10 张关键帧、15 项参考、主体与背景可编辑，这些才是把 AI 视频从”抽卡”推向”可复现流程”的东西。一个拍广告的人不会因为多 15 秒就换工具，但会因为能钉住中间三个剧情节点而换。
第二，Flash 先行是个聪明的产品动作，但别把它当 4.0 用。 720p、8-bit SDR、20 秒上限，这是给你们试构图用的，不是出终稿用的。拿 Flash 的输出评价”可灵 4.0 画质不行”，结论站不住。
第三，参数表不能替代实测。 可灵和 Seedance 在”30 秒”这个数字上打平了，但两边一个强调关键帧、一个强调参考数量和原生音频，取向完全不同。挑工具的正确做法是拿你自己的一条真实需求去两个平台各跑一遍，锁死提示词和素材，再比。
第四，定价不出来，就没法做真正的选型决策。 对个人创作者影响不大，但对每月要出几百条素材的团队来说，价格才是第一位的。建议等十月正式上线、接口价格公布之后再决定要不要迁移；在那之前，Flash 用来试水和建流程就够了。
补充一句：官方这次口径里有个小瑕疵——”15 项多模态参考”拆成 10 张图 + 5 段视频 + 7 个主体，加起来是 22。数字对不上不算大事，但这类细节恰恰是规格宣传里最容易含糊的地方，看的时候留个心。
一句话总结：可灵 4.0 把”能不能拍成一条完整的片子”这件事往前推了一步，但真正决定它能不能拿下专业市场的，是两个月后那张还没公布的价目表。
