Kling Image 4.0:可靈的原生 8K 圖像模型 單張 40 積分
更新時間:2026-11-18 19:40:51 發布時間:4小時前 作者:qipou 閱讀:9次
Kling Image 4.0 是可靈 11 月 17 日晚發佈的圖像模型,原生輸出 2K、4K、8K 三檔,單張圖能排 2,000 字,一次描述出 2 到 10 張組圖。網頁端進 app.klingai.com 選圖片生成,介面是 /image-generation/kling-4.0。8K 單張 40 積分,2K 16 積分,4K 24 積分,參考圖每張另收 0.8 積分,長圖和電商詳情頁走另一個介面。
官方示例裡的人像成片,光影和膚質按相機直出處理
Kling Image 4.0 單圖 2K 16 積分 8K 40 積分
圖片 API 的積分單價按資源包算,1,500 元一檔給 61,240 積分,折 0.0245 元一積分;24,000 元一檔給 1,010,560 積分,折 0.02375 元一積分。
| 任務 |
解析度 |
輸出價格 |
| 單圖 / 組圖 |
2K |
16 積分一張 |
| 單圖 / 組圖 |
4K |
24 積分一張 |
| 單圖 / 組圖 |
8K |
40 積分一張 |
| 長圖 · 網頁 |
1K |
140 積分一張 |
| 長圖 · 網頁 |
2K |
152 積分一張 |
| 長圖 · 電商詳情頁 |
1K / 2K |
60 到 220 積分一張 |
- 輸入參考圖和參考主體都計費,0.8 積分一張,一個參考主體按一張參考圖算。上一代模型這兩項輸入免費。
- 電商詳情頁按長度分三檔:短 60(1K)/ 72(2K),中 120 / 140,長 200 / 220,單位是積分一張。
- 長圖不能調 4K 和 8K,只有 1K、2K 兩檔,要 4K、8K 得走單圖或組圖介面。
- 8K 按 0.0245 元一積分算,一張 40 積分是 0.98 元;2K 一張 0.39 元。
Kling Image 4.0 的輸入上限和輸出規格
- 參考圖加參考主體最多 10 個,提示詞不佔名額。參考圖要 JPG、JPEG、PNG,單張不超過 30MB,寬高都不小於 300px,比例在 2:5 到 5:2 之間。
- 普通單圖和組圖的提示詞,純英文不超過 50,000 字元,純非英文不超過 21,000 字元,混合寫按兩條上限折算。
- 長圖的提示詞上限是純英文 166,000 字元、純非英文 71,000 字元。
- 輸出比例有 auto、16:9、9:16、1:1、4:3、3:4、3:2、2:3、21:9 九個值,auto 由模型按提示詞內容決定。
- 單圖模式用 n 控制張數,取值 1 到 9,預設 1;組圖模式用 series_amount,取值 2 到 10 或字串 auto,預設 4。
- 官方發佈說明寫的是文字輸入最多 15,000 tokens,和 API 文件的字元上限分開列。
Kling Image 4.0 單張圖能排 2,000 字和 70 款字體
提示詞裡逐字給文案、指定字體和位置,模型按層級把標題、正文、說明排進一張畫面。
- 單張圖的文字上限是 2,000 字,官方給的預設字體 70 款以上,都可商用。
- 指定字體的寫法是在文案旁邊寫一句“字體為:長風手書體”,也可以上傳字體參考圖引導字形。
- 語種覆蓋中文簡體、中文繁體、英文、日文、韓文、西班牙語、葡萄牙語。
- 影調另有一套預設,110 種以上,也認 HEX 或 RGB 色值,可以把一組配色和明暗參數帶到後續的系列圖裡。
- 官方提醒生成後要校對專有名詞、數字、標點和小字,文字呈現受語種、字體、密度和版面影響。
官方示例裡的網頁視覺稿,標題、正文、圖標和圖表排在同一張長圖裡
Kling Image 4.0 一次描述出 2 到 10 張組圖
組圖模式和單圖模式走同一個介面,由 result_type 區分。組圖返回的每張圖共享同一個 group_id,按組內順序排列。
- series_amount 寫 auto 時,模型按內容決定出幾張,佔用與實際張數對應的併發。
- 官方說組圖按任務類型拆:故事類拆鏡頭和景別,商品類排展示角度和賣點,演示類排頁面結構和資訊層級。
- 三視圖、四宮格、九宮格如果排在同一張畫面裡,仍然用單圖模式,不用組圖模式。
- 組圖模式下 n 無效。
Kling Image 4.0 的長圖介面只出圖不出網頁
官方文件把獨立圖片、關聯組圖、長圖拆成三套參數
長圖單獨一個介面,用 settings.skill 選電商或網頁。每次只返回一張長圖,不給內部配圖,也不給 HTML 或可編輯的設計檔案。
- 電商詳情頁必須帶 1 到 3 張商品圖,網頁視覺最多 3 張參考圖,這兩項都不支援參考主體。
- 電商的 length 分 short、medium、long 三檔,對應 2 到 5 個、6 到 10 個、11 到 18 個內容模塊,最終合成一張圖。
- 網頁長圖不認 length,傳了也無效。
- 長圖的清晰度只有 1K 和 2K,沒有 4K、8K 選項。
- 網頁端“創作技能”裡有電商詳情頁和網頁設計兩個入口,對應長圖的 ecommerce 和 webpage 兩個 skill;長圖分圖層後可以改其中的元素並重新生成。
官方示例:一句“給我生成一個鑄鐵鍋的電商詳情頁”,出一張頁面長圖
Kling Image 4.0 在 AA 榜上 1180 分排第七
Artificial Analysis 的 Image Arena 裡,Kling Image 4.0 的 Elo 是 1180,95% 區間 1167 到 1193,116 個模型裡排第 7。
- 排在前面的六個是 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。
- 排在後面的是 Nano Banana 2.1 1176、MAI-Image-2.6 1168、Grok Imagine Image 2.0 1167。
- 同一頁的價格榜按每 1,000 張圖的 API 價格排,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。
- 這個榜是盲測偏好投票得出,不是官方自測,樣本來自該機構的評測者。
AA 的 Elo 柱狀圖,每個柱子上標分數,Kling Image 4.0 是 1180
Kling Image 4.0 的 API 調用和結果儲存
調用順序是建任務、取任務 ID、查結果。
- 在開發者控制台建 API Key,請求頭帶 Authorization: Bearer 加 Key。
- POST 到 https://api-beijing.klingai.com/image-generation/kling-4.0,請求體裡用 contents 裝提示詞和參考圖。
- 從響應裡取 data.id,再 GET /tasks?task_ids= 查狀態,succeeded 之後讀 outputs 裡的圖片地址。
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 中的小狗為參考,生成一張三維動畫風格的角色海報" },
{ "type": "refer_image", "url": "https://example.com/dog.png", "id": "dog" }
],
"settings": { "result_type": "single", "n": 1, "resolution": "2k", "aspect_ratio": "1:1" }
}'
- 參考圖在提示詞裡用 @ 加 id 引用,沒被引用的素材仍然作為參考生效。
- 結果連結是防盜鏈格式,30 天后清理,需要自己轉存。
- 資源包併發 20,快取讀取、回調、外部任務 ID 都在 options 裡配。
- 模型 id 沒有單獨的名字,介面路徑裡的 kling-4.0 就是版本號。
Kling Image 4.0 的網頁端入口和會員
- 創作台地址是 app.klingai.com,頂欄放首頁、生成、畫布、資產四個入口。
- “創作技能”裡圖片相關的有圖片生成、AI寫真、角色設計、動作控制、電商詳情頁、網頁設計。
- 會員價格在頁面頂欄標著低至 5.99 元,圖片生成頁面另外標了“會員享 8K 限時折扣”。
- 國內站是 klingai.com,國際站遷到 kling.ai。
- 同代的影片模型是 可靈4.0,圖像和影片是兩條獨立的模型線。
Kling Image 4.0 和其他圖像模型的差別
- 官方發佈說明把這四項標成本代新增:原生 8K、單張 2,000 字、2 到 10 張組圖、長圖介面。
- 和 GPT-Image-2.6 的 1261 差 81 分。
- 和做電商出圖的工具比,Kling Image 4.0 輸出整張頁面長圖,A+詳情頁那種按模塊拆分的結構要寫進提示詞。
- 官方把架構寫成“理解生成統一”,用單個 Transformer 做理解和生成,提示詞上限 15,000 tokens 由這套結構支撐。