答案:Kling 4.0 提供四个关键控制项——时长(3–30 秒,以 1 秒为步长)、分辨率(720p 或 1080p)、宽高比(16:9、9:16、1:1、21:9)以及参考(一张图像、一对有序关键帧,或一段视频)。时长和分辨率决定价格;参考和宽高比决定镜头能拍成什么样。
提示词里的其他一切都是手艺。这四个才是决定这个任务是否真的是你想要的那个镜头的因素。
1. 时长:唯一会线性放大账单的控制项
Kling 4.0 接受 3 到 30 秒,以 1 秒为步长。在 720p 下每秒 6 积分,在Callirra,算术很直接:
| 时长 | 720p | 1080p |
|---|---|---|
| 3 秒 | 18 积分 | 27 积分 |
| 5 秒 | 30 | 45 |
| 10 秒 | 60 | 89 |
| 20 秒 | 120 | 178 |
| 30 秒 | 180 | 267 |
设计问题不是“我能做多长”,而是“这个节拍需要这个长度吗”。一个 30 秒的镜头是一个连续镜头,这意味着镜头无处可藏:如果走位或光线不对,那就是三十秒都不对。
2. 分辨率:720p 是草稿档,不是妥协
720p 每秒 6 积分,1080p 每秒 8.9 积分——大约贵 48%。实际的分工:
- 720p 用于探索。一个五秒测试是 30 积分;二十个这样的测试比一个 30 秒 1080p 镜头还便宜。
- 1080p 用于你要保留的那条。差异在边缘和精细纹理上可见;在走位上不可见。
两档都达不到 4K。如果客户规格要求 4K,那就不是这个模型——Seedance 2.0 承载那一档。
3. 宽高比:在写提示词之前决定,而不是之后
四个选项:16:9、9:16、1:1 和 21:9。比例改变的是构图,而不只是取景——21:9 的宽银幕需要与 9:16 竖屏不同的头部空间,为其中一个写的提示词会糟糕地填满另一个。
| 交付 | 比例 | 备注 |
|---|---|---|
| YouTube、电影 | 16:9 | 默认 |
| Reels、Shorts、TikTok | 9:16 | 为竖屏头部空间而写 |
| 信息流帖子 | 1:1 | 混合投放最安全 |
| 预告片、变形宽银幕风格 | 21:9 | 需要刻意的负空间 |
4. 参考:一张图像、两个关键帧,或一段片段
这是 Kling 4.0 在这个价位上比大多数模型更灵活的地方:
- 图像转视频。一张静帧确立外观;模型从它开始动画化。
-
关键帧。两张有序的静帧固定运动的起点和终点。已发布的展亭示例使用了
@first_frame和@last_frame在十秒的推轨镜头中保持建筑、光线方向和地平线稳定。 - 视频到视频。一段片段成为路线和运动的参考,而提示词改变光线或一天中的时段——蓝调时刻重绘风格的示例保留了滑行运动并替换了氛围。
经验法则:关键帧对适用于目的地已知的运动;视频参考适用于你已经拍摄完成、想要重新编排的运动。
四者如何相互作用
| 如果你改变 | 还有什么也必须改变 |
|---|---|
| 16:9 → 9:16 | 提示词中的构图语言,以及参考的裁剪 |
| 720p → 1080p | 提示词中无需改动;价格上涨约 48% |
| 5 秒 → 30 秒 | 节拍表——长镜头需要在其长度上分布事件 |
| 一张图像 → 关键帧对 | 提示词变成对两者之间运动的描述 |
人们常犯的错误
- 选择 30 秒来“获得更多”。你为一个必须承载一场戏的镜头支付 5 秒价格的 6 倍。
- 将 16:9 的关键帧用于 9:16 的任务。模型会裁剪或加黑边;无论哪种方式,你批准的构图都没了。
- 写一个无声的提示词却期待声音。Kling 会生成音频;要说明想听到什么。
- 以为视频参考会锁定输出。它锁定的是路线和运动,不是外观——这正是重绘风格的意义所在。
常见问题
默认值是什么?720p、5 秒、16:9。
我可以渲染超过 30 秒吗?不能在单个任务中完成。将多个镜头串联起来,用一个镜头的最后一帧作为下一个镜头的第一帧。
关键帧对会更贵吗?不会。价格取决于时长和分辨率。
参考必须来自我的素材库吗?它可以是上传的图像或拥有的资产;无论哪种方式,它都只对你的账户私有。
控件及其选项位于Callirra 的 Kling 4.0 页面;在编写运动之前先选好关键帧对,提示词的其余部分就会变短。