Kling 3.0 - RunComfy专业套餐
Kling 3.0是快手科技推出的第三代影视级视频模型。该技能涵盖RunComfy平台上Kling 3.0的全部6个渲染端点：包含三种质量等级（Standard、Pro、4K），每种等级支持文本转视频（text-to-video）和图像转视频（image-to-video）两种模式。
Kling 3.0是什么
Kling 3.0是Kling视频模型的第三代版本。它可生成具备原生同步音频、镜头间角色身份一致且物理感知运动效果的多镜头影视级视频。与Kling 2.x版本相比，Kling 3.0支持更长的视频片段（最长15秒），4K等级可输出原生4K分辨率视频，还采用了统一的多提示段系统，让单次Kling 3.0生成任务即可包含多个场景，并支持可控转场。
RunComfy平台上的Kling 3.0提供三种渲染等级，每种等级均支持文本转视频和图像转视频模式：
- Standard - 成本最低的等级，最高输出1080p分辨率。适用于快速迭代、预览、A/B测试版本、社交短视频等场景。
- Pro - 1080p分辨率下的最高画质等级。当需要运动真实感强、角色身份保持精准的核心1080p视频片段时，推荐使用Kling V3.0 Pro。
- 4K - 原生3840x2160分辨率输出。适用于高分辨率品牌影片、大银幕影视片段、原生分辨率的最终成品等场景。
三个等级均采用相同的Kling 3.0多镜头架构，差异主要体现在分辨率上限、运动画质预算和定价上。
6个Kling 3.0端点
每个端点对应一组（等级，模式）组合，所有6个端点均基于同一Kling 3.0基础模型。
4K等级无论是否启用音频，定价均相同。Standard和Pro等级启用音频后，每秒费率约上涨50%。
如何选择Kling 3.0等级
根据输出视频在工作流中的作用选择对应的Kling 3.0等级：
- 草稿、预览、社交短视频、A/B测试版本：选择Kling 3.0 Standard。成本最低，除核心镜头外的场景画质均可满足需求。
- 核心1080p片段、广告创意、高运动真实感的对话镜头：选择Kling V3.0 Pro。比Standard贵约33%，但在相同分辨率下，运动效果更流畅，角色身份保持更精准。
- 4K品牌影片、大银幕影视内容、最终成品：选择Kling V3.0 4K。原生3840x2160分辨率（无需 upscale 步骤），固定$0.42/秒的费率让预算更可控。仅当确实需要4K分辨率时使用，其成本约为Standard的5倍。
根据是否有参考图像选择模式：
- 文本转视频（t2v）：仅需提示词，Kling 3.0从零生成画面。适用于全新场景、原创构图、无现有参考的环境等场景。
- 图像转视频（i2v）：需提示词+参考图像，Kling 3.0将图像动起来。当有必须保留在输出中的精确参考（人脸、产品、场景）时，选择Kling 3.0 i2v。
若用户明确要求使用Kling 3.0、Kling V3.0、Kling Pro或Kling 4K，无论场景如何，均调用该技能。
前置条件
- RunComfy CLI：执行安装
- RunComfy账号：执行将打开浏览器设备码登录流程
- CI/容器环境：设置环境变量替代
- 使用i2v端点：需提供可公开访问的HTTPS格式参考图像URL（支持JPEG/PNG/WebP格式）
输入 schema（所有6个Kling 3.0端点通用）
| 字段 | 类型 | 是否必填 | 默认值 | 说明 |
|---|
| string | 是 | - | 场景、运动、镜头、氛围的文本描述。支持通过实现多段提示，在单次Kling 3.0生成任务中完成场景转场。 |
| string | 是（仅i2v模式） | - | Kling 3.0 i2v的参考图像，需为HTTPS URL，支持JPEG/PNG/WebP格式。 |
| string | 否（仅i2v模式） | - | 可选的结束图像，用于在Kling 3.0 i2v中实现从起始到结束帧的可控转场。 |
| string | 否 | - | 需要从Kling 3.0输出中排除的元素。 |
| int | 否 | 5 | 单次Kling 3.0生成任务的时长范围为3-15秒。 |
| enum | 否 | | 支持的比例：、、、、、。 |
| float | 否 | 0.5 | 提示词引导强度，值越高，输出越严格遵循提示词。 |
| bool | 否 | false | 启用Kling 3.0原生同步音频功能。Standard和Pro等级启用后会增加成本；4K等级为固定费率。 |
| int | 否 | - | 用于Kling 3.0变体测试的可复现参数。 |
如何调用各Kling 3.0端点
Kling 3.0 Standard文本转视频（成本最低的1080p草稿）：
bash
runcomfy run kling/kling-3.0/standard/text-to-video \
--input '{
"prompt": "<Kling 3.0提示词>",
"duration": 5,
"aspect_ratio": "16:9"
}' \
--output-dir <绝对路径>
Kling 3.0 Standard图像转视频（将静态图动起来）：
bash
runcomfy run kling/kling-3.0/standard/image-to-video \
--input '{
"prompt": "<Kling 3.0 i2v的运动描述>",
"image_url": "https://.../source.jpg",
"duration": 5
}' \
--output-dir <绝对路径>
Kling V3.0 Pro文本转视频（最高画质的1080p输出）：
bash
runcomfy run kling/kling-3.0/pro/text-to-video \
--input '{
"prompt": "<Kling 3.0 Pro提示词>",
"duration": 8,
"aspect_ratio": "16:9",
"generate_audio": true
}' \
--output-dir <绝对路径>
Kling V3.0 Pro图像转视频（基于参考图像的核心动画）：
bash
runcomfy run kling/kling-3.0/pro/image-to-video \
--input '{
"prompt": "<Kling V3.0 Pro i2v的运动描述>",
"image_url": "https://.../subject.jpg",
"duration": 8,
"generate_audio": true
}' \
--output-dir <绝对路径>
Kling V3.0 4K文本转视频（原生4K影视级输出）：
bash
runcomfy run kling/kling-3.0/4k/text-to-video \
--input '{
"prompt": "<Kling V3.0 4K提示词>",
"duration": 10,
"aspect_ratio": "16:9",
"generate_audio": true
}' \
--output-dir <绝对路径>
Kling V3.0 4K图像转视频（参考图像的4K动画）：
bash
runcomfy run kling/kling-3.0/4k/image-to-video \
--input '{
"prompt": "<Kling V3.0 4K i2v的运动描述>",
"image_url": "https://.../source-4k.jpg",
"duration": 10,
"generate_audio": true
}' \
--output-dir <绝对路径>
CLI会提交Kling 3.0请求，每2秒轮询一次状态，任务完成后获取结果，并将所有
/
链接的内容下载到
指定的目录中。
Kling 3.0提示词技巧
Kling 3.0对特定提示词模式的响应优于普通描述性文本。
以运动和镜头语言开头：Kling 3.0会将“广角镜头，缓慢推近”、“跟拍镜头，低角度”、“手持跟随”等指令视为明确要求，建议将这类内容放在提示词开头。
单次生成多镜头内容：单个Kling 3.0提示词可描述一系列镜头，只需给镜头编号：“镜头1：黄昏时分咖啡馆的广角画面。镜头2：情侣碰杯的中景双人镜头。镜头3：浓缩咖啡流出的特写镜头。”Kling 3.0会在各镜头间保持角色身份（人脸、服装、道具）一致。
i2v模式的身份锚点：使用Kling 3.0 i2v时，明确说明需要保留的稳定元素：“保留主体的面部、姿势和服装；仅镜头移动，背景变化。”
使用实现可控结尾：在Kling 3.0 i2v模式下，提供结尾图像可锁定最终帧，Kling 3.0会生成从起始图像到结尾图像的过渡动画。
启用实现一站式音频生成：在提示词中描述需要的音频内容：“温暖友好的语气，英文旁白”或“城市环境音，远处车流声，无对话”。Standard/Pro等级启用音频会增加成本；4K等级为固定费率。
调整参数：默认值0.5适用于大多数Kling 3.0提示词。若需要风格化输出严格遵循提示词，可将值提高到0.7-0.9；若提示词较宽泛，需要自然运动效果，可将值降低到0.3-0.4。
避坑指南：
- 单个Kling 3.0提示词中包含冲突的风格线索 -> 简化提示词，选择1-2个风格锚点。
- 单次Kling 3.0调用请求时长超过15秒 -> 会返回422错误；需将脚本分段后再拼接。
- 使用不支持的宽高比 -> 请求会被拒绝。
- Kling V3.0 4K模式下，同时要求复杂多镜头故事、15秒时长、对话和6次转场 -> Kling 3.0可完成，但单次生成成本约为$6.30；建议先用Standard等级验证效果。
Kling 3.0优势场景
| 使用场景 | 推荐Kling 3.0端点 |
|---|
| 角色身份一致的1080p影视级品牌故事 | Kling V3.0 Pro（文本转视频或图像转视频） |
| 原生4K核心影片和大银幕影视内容 | Kling V3.0 4K（文本转视频或图像转视频） |
| 低成本迭代、社交优先短视频、A/B测试版本 | Kling 3.0 Standard文本转视频 |
| 品牌资产、产品照片、角色插画的动画制作 | Kling 3.0 Standard图像转视频或Kling V3.0 Pro图像转视频 |
| 一站式生成带同步对话的多镜头广告 | 启用的Kling V3.0 Pro |
| 带原生音频的4K最终成品 | 启用的Kling V3.0 4K（固定费率） |
Kling 3.0提示词示例
Kling 3.0影视级多镜头（推荐Pro等级）：
一对年轻美国情侣在烛光屋顶餐厅庆祝周年纪念日的影视级多镜头内容。镜头1：黄金时段城市天际线的广角画面。镜头2：情侣碰杯的中景双人镜头。镜头3：女士微笑的特写，柔和焦外成像，温暖补光。轻柔的环境弦乐，微风，远处车流声。
Kling 3.0图像转视频（肖像动画，4K等级）：
镜头从参考图像中的主体缓慢推进。轻微的呼吸动作，身份特征稳定，柔和自然光，浅景深。背景：温暖的黄金时段光晕，尘埃缓慢飘动。无对话，仅环境音。
Kling 3.0竖屏短视频（Standard等级，9:16比例）：
9:16竖屏画面。穿黑色围裙的咖啡师制作一杯浓缩咖啡，蒸汽在晨光中升起，浓郁的油脂慢慢形成。手持特写，浅景深，温暖的咖啡馆环境音和蒸汽棒的嘶嘶声。
Kling 3.0常见问题
Kling 3.0单段视频的最长时长是多少？ 所有等级单次生成的最长时长均为15秒。若需要更长的叙事内容，需将脚本分段为多个Kling 3.0任务，之后再拼接。
Kling V3.0 4K的定价与Standard、Pro有何区别？ Kling V3.0 4K无论是否启用音频，均为固定$0.42/秒。Standard等级无音频时为$0.084/秒（成本最低），Pro等级无音频时为$0.112/秒。4K等级的分辨率升级成本约为Standard的5倍。
Kling 3.0支持单次生成多镜头内容吗？ 支持。所有Kling 3.0端点均接受多段提示词。给镜头编号（“镜头1：”、“镜头2：”等），Kling 3.0会在各镜头间保持角色身份一致。
Kling 3.0可以生成音频吗？ 可以。设置
即可。Kling 3.0可在同一次生成任务中同步生成对话、环境音和音乐。4K等级启用音频后费率保持固定；Standard/Pro等级启用后费率约上涨50%。
Kling 3.0支持哪些宽高比？ 支持16:9、9:16、1:1、4:3、3:4、21:9。4K等级的21:9比例会以原生3840x2160分辨率裁剪为宽屏影视格式。
Kling 3.0图像转视频支持结尾图像吗？ 支持。
可锁定最终帧，Kling 3.0会生成从起始图像到结尾图像的过渡动画。
Kling 3.0与Kling 2.x有何区别？ Kling 3.0的多镜头角色身份保持能力更强，最长时长更长（2.x旗舰版为10秒，3.0为15秒），4K等级支持原生4K输出，且所有等级均采用统一的多提示段输入系统。
限制条件
- 所有Kling 3.0等级单次调用时长上限为15秒。
- 单次Kling 3.0 4K生成任务最多支持6个连续镜头。
- 图像转视频模式需要可公开访问的HTTPS图像URL，不支持本地文件。
- 宽高比固定为文档中列出的6种，其他比例会被裁剪或拒绝。
- 4K输出文件体积较大，批量运行Kling V3.0 4K任务前需规划好磁盘空间和带宽。
退出代码
| 代码 | 含义 |
|---|
| 0 | Kling 3.0生成任务成功 |
| 64 | CLI参数错误 |
| 65 | Kling 3.0输入JSON错误/schema不匹配 |
| 69 | 上游服务5xx错误 |
| 75 | 可重试错误：超时/429限流 |
| 77 | 未登录或令牌被拒绝 |
工作原理
- 技能根据用户的等级（Standard/Pro/4K）和模式（文本转视频/图像转视频）意图，选择6个Kling 3.0端点中的一个。
- 调用
runcomfy run kling/kling-3.0/<tier>/<mode>
- CLI使用用户的Bearer令牌向RunComfy模型API发送POST请求。
- 模型API返回，CLI每2秒轮询一次，直到Kling 3.0生成任务完成。
- 任务完成后，CLI获取Kling 3.0生成结果，并将所有 / 链接的内容下载到指定的目录中。
- 按下可取消正在进行的Kling 3.0请求，避免产生费用。
安全与隐私
- 令牌存储：会将API令牌写入
~/.config/runcomfy/token.json
- 输入边界：Kling 3.0提示词通过以JSON格式传递，CLI不会进行shell展开，不存在shell注入风险。
- 第三方内容：你传入的图像URL由RunComfy服务器获取，而非本地CLI。请谨慎处理外部URL，基于图像的提示词注入是所有接受图像输入的视频模型的已知风险。
- 出站端点：仅允许访问（请求提交）和 / （下载白名单）。
- 生成文件大小限制：若单个下载文件超过2 GiB，CLI会终止下载，避免失控的Kling 3.0 4K输出占满磁盘空间。