Kling Image 4.0:可灵的原生 8K 图像模型 单张 40 积分
更新时间:2026-11-18 19:50:42 发布时间:4小时前 作者:qipou 阅读:9次
Kling Image 4.0 是可灵 11 月 17 日晚发布的图像模型,原生输出 2K、4K、8K 三档,单张图能排 2,000 字,一次描述出 2 到 10 张组图。网页端进 app.klingai.com 选图片生成,接口是 /image-generation/kling-4.0。8K 单张 40 积分,2K 16 积分,4K 24 积分,参考图每张另收 0.8 积分,长图和电商详情页走另一个接口。
官方示例里的人像成片,光影和肤质按相机直出处理
Kling Image 4.0 单图 2K 16 积分 8K 40 积分
图片 API 的积分单价按资源包算,1,500 元一档给 61,240 积分,折 0.0245 元一积分;24,000 元一档给 1,010,560 积分,折 0.02375 元一积分。
| 任务 |
分辨率 |
输出价格 |
| 单图 / 组图 |
2K |
16 积分一张 |
| 单图 / 组图 |
4K |
24 积分一张 |
| 单图 / 组图 |
8K |
40 积分一张 |
| 长图 · 网页 |
1K |
140 积分一张 |
| 长图 · 网页 |
2K |
152 积分一张 |
| 长图 · 电商详情页 |
1K / 2K |
60 到 220 积分一张 |
- 输入参考图和参考主体都计费,0.8 积分一张,一个参考主体按一张参考图算。上一代模型这两项输入免费。
- 电商详情页按长度分三档:短 60(1K)/ 72(2K),中 120 / 140,长 200 / 220,单位是积分一张。
- 长图不能调 4K 和 8K,只有 1K、2K 两档,要 4K、8K 得走单图或组图接口。
- 8K 按 0.0245 元一积分算,一张 40 积分是 0.98 元;2K 一张 0.39 元。
Kling Image 4.0 的输入上限和输出规格
- 参考图加参考主体最多 10 个,提示词不占名额。参考图要 JPG、JPEG、PNG,单张不超过 30MB,宽高都不小于 300px,比例在 2:5 到 5:2 之间。
- 普通单图和组图的提示词,纯英文不超过 50,000 字符,纯非英文不超过 21,000 字符,混合写按两条上限折算。
- 长图的提示词上限是纯英文 166,000 字符、纯非英文 71,000 字符。
- 输出比例有 auto、16:9、9:16、1:1、4:3、3:4、3:2、2:3、21:9 九个值,auto 由模型按提示词内容决定。
- 单图模式用 n 控制张数,取值 1 到 9,默认 1;组图模式用 series_amount,取值 2 到 10 或字符串 auto,默认 4。
- 官方发布说明写的是文本输入最多 15,000 tokens,和 API 文档的字符上限分开列。
Kling Image 4.0 单张图能排 2,000 字和 70 款字体
提示词里逐字给文案、指定字体和位置,模型按层级把标题、正文、说明排进一张画面。
- 单张图的文字上限是 2,000 字,官方给的预设字体 70 款以上,都可商用。
- 指定字体的写法是在文案旁边写一句“字体为:长风手书体”,也可以上传字体参考图引导字形。
- 语种覆盖中文简体、中文繁体、英文、日文、韩文、西班牙语、葡萄牙语。
- 影调另有一套预设,110 种以上,也认 HEX 或 RGB 色值,可以把一组配色和明暗参数带到后续的系列图里。
- 官方提醒生成后要校对专有名词、数字、标点和小字,文字呈现受语种、字体、密度和版面影响。
官方示例里的网页视觉稿,标题、正文、图标和图表排在同一张长图里
Kling Image 4.0 一次描述出 2 到 10 张组图
组图模式和单图模式走同一个接口,由 result_type 区分。组图返回的每张图共享同一个 group_id,按组内顺序排列。
- series_amount 写 auto 时,模型按内容决定出几张,占用与实际张数对应的并发。
- 官方说组图按任务类型拆:故事类拆镜头和景别,商品类排展示角度和卖点,演示类排页面结构和信息层级。
- 三视图、四宫格、九宫格如果排在同一张画面里,仍然用单图模式,不用组图模式。
- 组图模式下 n 无效。
Kling Image 4.0 的长图接口只出图不出网页
官方文档把独立图片、关联组图、长图拆成三套参数
长图单独一个接口,用 settings.skill 选电商或网页。每次只返回一张长图,不给内部配图,也不给 HTML 或可编辑的设计文件。
- 电商详情页必须带 1 到 3 张商品图,网页视觉最多 3 张参考图,这两项都不支持参考主体。
- 电商的 length 分 short、medium、long 三档,对应 2 到 5 个、6 到 10 个、11 到 18 个内容模块,最终合成一张图。
- 网页长图不认 length,传了也无效。
- 长图的清晰度只有 1K 和 2K,没有 4K、8K 选项。
- 网页端“创作技能”里有电商详情页和网页设计两个入口,对应长图的 ecommerce 和 webpage 两个 skill;长图分图层后可以改其中的元素并重新生成。
官方示例:一句“给我生成一个铸铁锅的电商详情页”,出一张页面长图
Kling Image 4.0 在 AA 榜上 1180 分排第七
Artificial Analysis 的 Image Arena 里,Kling Image 4.0 的 Elo 是 1180,95% 区间 1167 到 1193,116 个模型里排第 7。
- 排在前面的六个是 GPT Image 2.6 Sunburst 1261、GPT Image 2.5 Sunburst 1229、GPT Image 2.6 Flare 1227、MAI-Image-2.7 1214、GPT Image 2.5 Flare 1210、GPT Image 2 1192。
- 排在后面的是 Nano Banana 2.1 1176、MAI-Image-2.6 1168、Grok Imagine Image 2.0 1167。
- 同一页的价格榜按每 1,000 张图的 API 价格排,Kling Image 4.0 是 63 美元,Nano Banana 2.1 是 33.60 美元,Grok Imagine Image 2.0 是 60 美元。
- 这个榜是盲测偏好投票得出,不是官方自测,样本来自该机构的评测者。
AA 的 Elo 柱状图,每个柱子上标分数,Kling Image 4.0 是 1180
Kling Image 4.0 的 API 调用和结果保存
调用顺序是建任务、取任务 ID、查结果。
- 在开发者控制台建 API Key,请求头带 Authorization: Bearer 加 Key。
- POST 到 https://api-beijing.klingai.com/image-generation/kling-4.0,请求体里用 contents 装提示词和参考图。
- 从响应里取 data.id,再 GET /tasks?task_ids= 查状态,succeeded 之后读 outputs 里的图片地址。
curl --request POST \
--url "https://api-beijing.klingai.com/image-generation/kling-4.0" \
--header "Authorization: Bearer ${KLING_API_KEY}" \
--header "Content-Type: application/json" \
--data '{
"contents": [
{ "type": "prompt", "text": "以 @dog 中的小狗为参考,生成一张三维动画风格的角色海报" },
{ "type": "refer_image", "url": "https://example.com/dog.png", "id": "dog" }
],
"settings": { "result_type": "single", "n": 1, "resolution": "2k", "aspect_ratio": "1:1" }
}'
- 参考图在提示词里用 @ 加 id 引用,没被引用的素材仍然作为参考生效。
- 结果链接是防盗链格式,30 天后清理,需要自己转存。
- 资源包并发 20,缓存读取、回调、外部任务 ID 都在 options 里配。
- 模型 id 没有单独的名字,接口路径里的 kling-4.0 就是版本号。
Kling Image 4.0 的网页端入口和会员
- 创作台地址是 app.klingai.com,顶栏放首页、生成、画布、资产四个入口。
- “创作技能”里图片相关的有图片生成、AI写真、角色设计、动作控制、电商详情页、网页设计。
- 会员价格在页面顶栏标着低至 5.99 元,图片生成页面另外标了“会员享 8K 限时折扣”。
- 国内站是 klingai.com,国际站迁到 kling.ai。
- 同代的视频模型是 可灵4.0,图像和视频是两条独立的模型线。
Kling Image 4.0 和其他图像模型的差别
- 官方发布说明把这四项标成本代新增:原生 8K、单张 2,000 字、2 到 10 张组图、长图接口。
- 和 GPT-Image-2.6 的 1261 差 81 分。
- 和做电商出图的工具比,Kling Image 4.0 输出整张页面长图,A+详情页那种按模块拆分的结构要写进提示词。
- 官方把架构写成“理解生成统一”,用单个 Transformer 做理解和生成,提示词上限 15,000 tokens 由这套结构支撑。