Claude Opus 5, Sora 2, Nano Banana 2, Gemini Omni, GPT-6 Astra… all on Pro.

46% OFF Compare plans

Kling 4.0 Flash 评测:真实视频测试与提示词示例

五个首次输出视频测试揭示了 Kling 4.0 Flash 在哪些方面表现良好、哪些方面时机不准,以及为什么参考图像交付很重要。包含确切的提示词和当前定价。

Amber light trails connect miniature film scenes on a dark editing desk, illustrating rapid video iteration

Kling 4.0 Flash 是制作具有单一清晰动作的 720p 短视频草稿的实用选择。我们的首批输出保持了倒茶场景的连贯性,让一只梗犬完成了从左到右的跳跃,并完成了一个快递员的取放序列。然而,快递员错过了要求的时间,并且参考图像测试暴露了一个需要单独诊断的图片传递问题。

主要的权衡在于控制和交付格式。Kling 的 Flash 专用文档列出了 3–20 秒的剪辑、720p 和 8 位 SDR;它还指出 Flash 不支持首尾帧或多关键帧生成。请围绕这些限制进行选择,而不是假设完整的 Kling 4.0 功能列表适用。我们没有进行 Flash 与完整 4.0 的匹配速度比较,也没有验证确切的语音准确性。

在GlobalGPT 中的 Kling 4.0 Flash,您可以准备提示词、选择片段设置,并使用参考图像进行产品视频工作流程。先从一个五秒镜头开始,检查其运动和结尾,然后开发下一个镜头。下面的英文工作区显示已选择 Flash,设置为 720p、五秒。

在 GlobalGPT 中选择了 Kling 4.0 Flash,设置为 720p、5 秒,并带有示例产品视频提示词
Actual English GlobalGPT workspace; prompt prepared in the UI, generation tests run through its configured API route.

审阅日期:2026 年 11 月 20 日。官方规格、第三方报道和我们的原创输出在下方分别标识。

快速回答:Kling 4.0 Flash 值得一试吗?

是的,对于简短的产品镜头、简单的物理动作,或者您打算检查并编辑的草稿。我们的小型测试集支持这种用途;它并不建立通用的质量排名或保证的周转时间。对于精确的编排、精确的对话、高分辨率交付或多个固定帧,请在花费更长剪辑之前单独检查要求。

什么是 Kling 4.0 Flash,有什么变化?

Flash 是 Kling 4.0 系列中较轻量的视频生成选项。它根据官方模型指南的 Flash 部分。它的有用作用是将一个小的、具体的镜头描述或参考转化为一个短的移动场景。

快手的Kling 4.0 发布公告描述了更广泛一代的改进。这些家族级别的声明需要与较小的 Flash 功能集区分开来。我们没有找到独立的 Flash 模型卡或独立确认的 Flash API 发布日期,因此本评测不指定一个。

最清晰的文档化区别是短 720p 输出和较低的官方每秒 API 单位费率的组合。这可以使尝试一个镜头比在相同分辨率下使用完整的 4.0 更便宜。这既不是画面质量相同的证据,也不是每个请求都完成得更快的证明。

要求Kling 4.0 Flash决策
输入文生视频、图生视频、Omni 参考使用实际服务公开的输入模式;参考支持不是关键帧支持。
时长3–20 秒在增加复杂性之前,将一个动作融入一个短片段中。
输出720p;8 位 SDR为更高分辨率或 HDR 交付单独规划。
首帧+末帧Flash 常见问题中不支持固定的结束图像需要另一种受支持的工作流程。
多个关键帧Flash 常见问题中不支持不要购买 Flash 并期望获得完整模型的关键帧控制。
官方 API,无输入视频0.6 单位/输出秒;完整 4.0 在 720p 下:1.0在此匹配分辨率下单位减少 40%;不声称质量等效。
官方 Flash 规格,显示文本、图像和参考输入,3 到 20 秒,720p 和 8 位 SDR
Kling’s official Flash-specific table, checked November 20, 2026. Full-model specifications below it are separate.

在遵循教程时保持模型版本可见。完整的 4.0 指南包含超出此 Flash 表格的功能。关于 4K、长多镜头序列或大量关键帧的标题不应悄然变成 Flash 的承诺。我们自己生成的文件均为 1280 × 720、24 fps。

如何试用:官方 Kling 和 GlobalGPT

我们在官方网站上检查的内容

我们打开了Kling的英文模型指南、开发者定价、会员页面和原生文生视频入口。生成入口需要登录,因此我们没有在官方Kling应用内生成片段。本次评测中的官网体验包括文档、定价和访问验证;下方的原始视频来自我们配置的模型API路由。

如需在官方应用中进行试用,请在登录后选择确切的Flash版本,检查可用的输入模式和输出设置,并在提交前查看积分估算。账户的促销、队列或套餐可能会改变该体验。我们无法从未经身份验证的访问中报告官方应用的排队时间。

一个具体的GlobalGPT工作流程

  1. 打开 Flash视频工作区并确认所选模型显示为Kling 4.0 Flash。

  2. 选择五秒和720p作为初稿。产品场景使用横向比例,或者当预期放置需要时使用支持的纵向比例。

  3. 描述一个主体、一个动作和一个镜头运动。如果使用图像,请确认所选输入确实已附加。

  4. 阅读显示的积分估算,生成,然后在扩展想法之前检查第一帧、动作顺序、最终状态和音频。

在我们的工作区检查中,一个五秒720p的设置显示了1,300 GlobalGPT 积分。这是该设置的界面估算,不是独立对账的 API 发票。工作区的价值在于将提示开发、图像准备和视频生成结合在一起:编写镜头,准备干净的产品参考,并将该输入带入视频任务。

如果您更喜欢对话式制作设置,相关指南通过 ChatGPT MCP 工作流制作视频解释了连接模式。关于聊天界面与实际视频生成工具之间的更广泛区别,请参阅ChatGPT 视频工作流程如何运作。

独立基准测试告诉我们什么?

截至 2026 年 11 月 20 日,我们未在 Artificial Analysis 数据中找到与确切 Kling 4.0 Flash 版本对应的数据在其文本转视频或图像转视频排行榜检查中。较旧的 Kling 3.0 行是不同的模型,无法提供 Flash 的分数或延迟。

Artificial Analysis 是第三方测试来源。其视频方法论将输入和音频类别分开,使用基于偏好的比较,并且对延迟的定义与本评论中从请求到完成的观察不同。其 v2.1 排行榜背景不应与一次性任务通过率混为一谈。没有确切的条目,就没有可辩护的 Flash Elo 分数、排名或第三方速度倍数可引用。

这就留下了官方能力文档和一小部分可检查的原始任务。这些视频是这些提示在此路线上产生结果的有用证据,而不是广泛独立基准的替代品。

我们的真实视频测试:结果优先

最强的结果是简单的连续镜头。 倒茶保持连贯,小猎犬按指示方向移动并跳了一次,快递员完成了正确的动作顺序。时间上不太可靠:取件发生得比要求的晚。第一个茶壶输出与参考不符;单独录制的图像传递修正恢复了起始设计。

首次输出设置观察到的完成情况发现
T1 · 产品物理5s / 720p / 16:985.8s连贯的倾倒和上升的填充;有用的短产品草稿。
T2 · 对话场景5s / 720p / 16:966.1s稳定的视觉场景;确切的词语和唇形同步仍未验证。
T3 · 方向和跳跃5秒 / 720p / 16:982.3秒从左到右的动作,一次跳跃和可见的落地。
T4 · 首帧参考5秒 / 720p / 图像输入66.0秒参考不匹配;无法建立图像交接。
T5 · 有序动作10秒 / 720p / 16:997.4秒顺序和结尾正确;请求的时间仅部分满足。

方法: 我们冻结了五个提示词,并保留每个首次完成的输出。没有质量驱动的替换,也没有重复的稳定性试验。一个单独的三秒就绪检查被排除。后来一个五秒的诊断改变了同一参考图像的提供方式;它与最初的五个分开显示。

这些是精确的 kling-v4-flash任务通过我们配置的 API 路由执行,最多同时两个请求。完成时间从提交到首次成功完成观察,包括轮询延迟。前五个输出耗时 66.0–97.4 秒;它们不隔离模型推理时间,不预测其他账户的队列,也不与完整 4.0 比较速度。

每个文件都完成了完整解码。五秒请求返回约 5.04 秒;十秒请求返回 10.04 秒。所有视频均为 720p、24 fps,并带有 AAC 立体声音轨。视觉审查使用半秒采样,在跳跃处附近使用更密集的 0.1 秒检查。音轨存在并不验证语音、音乐合规性或同步性:未获得可靠的转录,因此这些检查仍未解决。

费用披露: 正式请求总计 30 输出秒,加上 5 个诊断秒和一次单独的 3 秒就绪检查。我们无法独立将该路由返回的成本字段与 GlobalGPT 零售发票核对。因此,定价部分分别给出官方 Unit 计算和观察到的 UI 估算;两者均不作为我们的最终账单。

T1:连续倒茶产品镜头

结果:对于这个短草稿来说,视觉上是成功的。 水壶和玻璃杯保持可辨认,茶流将它们连接起来,液面上升而玻璃杯仍在桌上。视角拉近而没有采样剪辑。茶流看起来相当光滑且浓稠;这是一个连贯的生成产品镜头,而不是流体模拟的测量。

未替换的首次输出 · 5 秒请求 · Kling 4.0 Flash · 720p。
使用的确切提示词
One continuous cinematic product shot, 5 seconds. A clear glass tumbler stands on a dark walnut tabletop against a soft neutral studio background. A small clear glass pitcher enters from the upper right and pours amber tea into the tumbler in a single unbroken stream. The liquid level rises smoothly from empty to halfway while the tumbler stays on the table. The camera slowly pushes in; soft side lighting reveals realistic refraction, glass edges and a grounded shadow. Audio: gentle pouring and quiet room tone. No dialogue, no subtitles, no background music.

提示词经验: 对于第一个产品草稿,将场景限制为一个容器、一个接收物体和一个克制的摄像机移动。在添加标志、多个产品或第二个动作之前,检查液位和与桌面的接触。

T2:稳定咖啡馆场景中的一句简短台词

结果:视觉连续性通过;对话准确性未解决。 在样本中,女性的面部、海军蓝夹克和咖啡馆场景保持一致。嘴部动作在结尾微笑之前出现,镜头取景保持稳定。我们尚未独立验证确切的句子或口型同步。在将其用于口头营销文案之前,请播放原始音频。

未替换的首次输出 · 5秒请求 · Kling 4.0 Flash · 720p。
使用的确切提示词
One continuous eye-level medium close-up, 5 seconds, at a quiet outdoor cafe in soft morning light. One adult woman wearing a plain navy jacket looks into the camera and says exactly once in clear natural English: "The blue cup is ready." Her lips move naturally with the sentence, then she smiles and remains still. Keep her face and jacket consistent, with a softly blurred cafe background. Locked camera. Audio: her voice and faint outdoor ambience. No subtitles, no background music, no other speakers.

提示词经验: 第一次对话测试只保留一个说话人和一句短句。稳定的画面只是成功的一半:要听清每一个字,在整个话语过程中检查口型,并检查片段结尾是否有多余的语音或不想要的音乐。

T3:方向、跳跃和可见的落地

结果:主要动作约束已满足。 这只梗犬从左向右移动,越过一根横杆,明显落地并继续前进。大约在2.4–3.3秒之间更密集的采样让起跳和落地更容易检查。挽具保持红色。证据支持这是一次可辨认的跳跃,而不是声称完美的四爪生物力学或物理上精确的接触。

未替换的首次输出 · 5秒请求 · Kling 4.0 Flash · 720p。
使用的确切提示词
One continuous side-on tracking shot, 5 seconds, in a sunny park. One small golden-brown terrier wearing a red harness runs from the left edge toward the right, jumps once over one low wooden rail, lands on all four paws, then continues to the right. Track parallel to the dog at its eye level. Keep the same dog, red harness and wooden rail throughout. Natural daylight and realistic paw contact with grass. Audio: light pawsteps and outdoor ambience. No subtitles, no background music.

提示词经验: 明确说明屏幕方向和结尾。侧视图比俯视蒙太奇更容易判断跳跃,并且给模型更少的摄像机变化需要协调。

T4:参考不匹配,随后进行单独诊断

结果:原始输出没有保留所提供的产品。 它产生了一个深蓝色茶壶,手柄、壶嘴、盖沿和桌面构图都不同。仅有蓝色陶瓷和金色盖钮并不代表参考保真度。最初的请求没有返回图片已到达模型的证据,因此这一失败不能完全归因于模型固有的图像转视频能力。

原始钴蓝色茶壶参考图,带金色盖钮,壶嘴在左,手柄在右
The original authored reference used in both the first request and the separate handoff diagnostic.
未替换的首次输出 · 5秒请求 · Kling 4.0 Flash · 720p。
使用的确切提示词
Use the supplied image as the first frame. One continuous 5-second studio product shot. Preserve the cobalt-blue ceramic teapot, its brass lid knob, curved handle and short spout, the white tabletop, and the pale gray background. The camera makes a slow, small clockwise arc of about 15 degrees around the stationary teapot. A thin curl of steam rises from the spout. Keep the entire teapot in frame, its proportions stable and its base grounded on the tabletop. Audio: quiet room tone. No speech, no subtitles, no background music.

提示词经验: 在重写参考提示之前,请检查图像交付情况。将第零帧与实际输入进行比较:轮廓、手柄、壶嘴、旋钮和背景。一个看似合理的蓝色茶壶仍然可能是错误的蓝色茶壶。

单独的诊断,相同的图像和提示: 更改图像交付字段后,生成的起始帧明显与原始的钴蓝色茶壶相对应。其手柄、左侧壶嘴、圆润的壶身和金色旋钮在采样结束前仍然可辨认,并伴有蒸汽产生。这是一次连接器修正,而不是更好的提示重试或重复的稳定性评分。我们保留了上面失败的第一次输出。在纯色工作室背景中,精确的顺时针15度相机轨道仍然无法验证。

单独的图像交接诊断 · 5秒请求 · 观察到的完成时间149.2秒。未包含在五个首次输出结果中。

T5:正确的操作顺序,宽松的时间安排

结果:顺序和结尾通过;时间安排仅部分遵循。 快递员拿起红色包裹,转向蓝色货架,放置它,松开手并后退。取件完成时间约为3.5–4秒,而不是在要求的前三秒内;释放时间约为八秒。最终状态是有用的,但时间范围的表现更像方向而非编辑决策列表。

未替换的首次输出 · 10秒请求 · Kling 4.0 Flash · 720p。
使用的确切提示词
One continuous locked-off wide shot, 10 seconds, inside a tidy workshop. One adult courier in a plain green jacket stands between a waist-high table on the left and a blue shelf on the right. A single red cardboard parcel sits on the table. From 0 to 3 seconds the courier reaches down and picks up the red parcel with both hands. From 3 to 7 seconds the courier turns right and places the parcel onto the middle level of the blue shelf. From 7 to 10 seconds the courier releases the parcel, steps back, and looks at it. Keep the parcel red, the shelf blue, and the scene layout unchanged throughout. Audio: soft footsteps and one gentle cardboard contact sound. No dialogue, no subtitles, no background music.

提示词经验: 对于多个动作使用更长的片段,但要留出时间余量。如果剪辑需要在三秒处精确取件,请修剪或拆分序列,而不是假设散文时间戳会逐帧准确。

如何编写有用的 Kling 4.0 Flash 提示词

官方提示词指南 倾向于具体的主题、动作、环境、镜头和音频指导。我们的任务说明了为什么这种结构有帮助:一个有可观察的开始和结束的单一场景比一段情绪词汇更容易评判。“高级电影质感”并没有告诉模型哪只手拿起包裹或镜头应该放在哪里。

一个可复用的结构是:镜头和持续时间 → 主体和场景 → 一个动作 → 镜头 → 需要保留的细节 → 音频 → 结尾。将最重要的约束放在动作附近。例如,“狗从左向右跑,跳一次,落地后继续向右”是可测试的。添加多个镜头、转场和相互竞争的摄像机运动会增加请求的解释难度。

  • 产品视频: 从一个产品和一个小的动作开始。使用实际的参考图像来确定形状和颜色。在修改时,指出偏离的特征,而不是添加一般性的质量形容词。

  • 对话: 隔离一个说话者并引用一句简短的话。将实际词语和时间与面部一致性分开审查;正常的嘴巴并不是转录。

  • 身体动作: 指定屏幕方向、障碍物和最终状态。在要求戏剧性剪辑之前,让动作在连续镜头中可见。

  • 多个动作: 说明它们的顺序并预留足够的持续时间。将时间戳范围视为检查指令,而不是保证的事件边界。

  • 音频: 直接描述预期的声音或氛围。检查返回剪辑中不需要的音乐或字幕;仅仅包含“无背景音乐”并不能证明合规。

上述五个精确提示是有效的示例,包括它们的不完美之处。茶壶提示描述了一个短壶嘴,尽管所参考的原始图像中壶嘴明显更长。该措辞在诊断中保持不变;结果是未来描述应与实际图像保持一致的理由,而不是悄悄改写记录的输入。

对于新的社交短片,一个未经测试的改编可以是:“一个连续的五秒特写。一只手在石质台面上将哑光白色护肤罐旋转四分之一圈。结束时保持标签朝向相机。缓慢推近,柔和的窗光,安静的房间环境音。”这是一个起始提示,不是额外的测试结果。确切的标签文字需要单独进行保真度检查。

定价:官方 API 单位、订阅和 GlobalGPT

以下价格于 2026 年 11 月 20 日核对。Kling API 单位、原生应用积分和 GlobalGPT 积分是独立的计费系统。一个系统中的大量信用点数不能用另一个系统的费率来除。请将模型、模式、时长和计费周期放在一起理解。

官方 API 定价和任务估算

官方开发者定价表 将 Flash 列为无输入视频时每秒输出 0.6 个单位。有输入视频时,列为每秒计费 0.4 个单位,但计费时长包含一个公式:当总输入时长不超过输出时长时,为输出时长的两倍;否则为总输入时长加输出时长。

官方 Kling API 表格,显示 Flash 每秒单位费率和输入视频计费时长公式
Official API pricing, checked November 20, 2026. Units and billed seconds must be read together.
示例计算官方单位
5 秒 Flash;无输入视频5 × 0.63
10 秒 Flash;无输入视频10 × 0.66
20 秒 Flash;无输入视频20 × 0.612
5 秒输入视频 + 5 秒输出(2 × 5) × 0.44
5 秒完整 4.0,720p;无输入视频5 × 1.05

输入视频的例子是特意包含的:较低的每秒费率仍可能产生更高的任务成本,因为有更多秒数需要计费。图像参考不是输入视频;不要自动将视频时长公式应用于仅图像的任务。

一个展示的180天旗舰套餐提供3,250单位,售价500美元。按照该套餐的平均获取成本,3单位约为0.46美元,6单位约为0.92美元,12单位约为1.85美元。这些是分摊估算,不是按量付费的结账价格,也不是我们最终确定的测试账单。购买该套餐需要预付全额,未使用的单位、有效期以及任何额外选项都会影响其实际价值。

独立提供商Replicate的Flash页面列出了自己的费率——无输入视频时每输出秒 0.094 美元,有视频时每计费秒 0.063 美元。这些是 Replicate 的价格,不是 Kling 的第一方 API 资费或 GlobalGPT 的定价。在选择路线之前,请比较完整的任务计算和服务条件。

Kling 官方订阅

原生会员页面 显示了每月促销活动,介绍价格和续订价格不同。下面的 Premier 行是选定的 18,000 积分选项,并非所有可能的 Premier 配置。

月度选择前 3 个月,每月之后,每月包含的积分/月
标准版$6.50$8.80660
专业版$24$32.563,000
高级版 · 选定的 18K 选项$135$181.9918,000
旗舰版+$402$544.9957,000
Kling 月度订阅促销,显示介绍价格、续订价格和包含的积分
Displayed monthly offers on November 20, 2026. Promotion, renewal and selected credit quantities are distinct.

这些是特定日期显示的优惠。请在您将使用的账户中核实续订条款、可用模型和实际生成积分估算。当官方应用的界面和包含的服务适合工作流程时,官方应用订阅是合适的;不应将其描述为购买开发者 API 单元。

GlobalGPT 套餐与剪辑估算

选择按年计费后,GlobalGPT 显示 Basic 为每月 5.80 美元,每年 144,000 积分;Pro 为每月 10.80 美元,每年 240,000 积分;Unlimited 为每月 25 美元,每年 624,000 积分,外加部分无限量模型。这些是按年计费下的月度等效值,并非承诺按这些金额按月结账。“无限量”不应理解为每个 Flash 视频都免积分使用。

使用实际 Flash 任务旁边的估算来预算。我们准备的五秒 720p 设置显示 1,300 积分;更改时长、模式或账户条件可能会改变您看到的内容。对于包括编写提示和创建参考再制作视频的工作流程,GlobalGPT 的 Flash 工作区 为您提供一个地方来推进这些步骤。

谁应该使用 Flash,它有哪些限制?

适合的候选者: 创作者测试视觉创意、产品团队起草简短动态概念,以及需要在将单个清晰动作剪入序列前进行检查的剪辑师。我们的产品倾倒和狗跳跃是这种契合的最强示例。当正确的结局比精确的逐秒表现更重要时,快递员很有用。

当简报要求以下内容时,请考虑其他工作流程:原生更高分辨率或 HDR 交付、固定的首尾帧、多个关键帧、紧凑安排的动作节拍,或必须在第一次拍摄时就准确无误的台词。Flash 的文档化格式限制是明确的筛选标准;语音和时序可靠性也需要直接审查,而不是假设。

参考保真度值得单独检查。我们的诊断在原始图片交付失败后恢复了所提供的茶壶,但一次成功的诊断并不能确立跨场景的角色一致性、精确的摄像机控制或对每个产品的成功。如果参考身份至关重要,请在生成广告活动的其余部分之前检查第零帧和结尾。

最后,这是一项小规模的首次输出研究,并非可靠性百分比。我们没有测试每一种比例、时长、语言、参考视频模式或商业交付要求。原始视频让您能够判断观察到的结果,而无需将五个不同的任务变成一个具有误导性的总体分数。

常见问题

Kling 4.0 Flash 最适合什么?

具有一个清晰动作的简短、可检查的视频草稿。在我们的少量测试中,产品倾倒和从左到右的狗跳跃在视觉上效果良好;这并不能预测每个提示。

Kling 4.0 Flash 能生成 4K 视频吗?

2026 年 11 月 20 日检查的官方 Flash 专用表格列出了 720p 和 8 位 SDR。请勿将完整的 Kling 4.0 分辨率选项转移到 Flash。

Flash 片段可以有多长?

官方 Flash 指南列出 3–20 秒。我们的原始测试要求五秒或十秒;我们没有测试完整的时长范围。

它支持首尾帧还是多个关键帧?

官方 Flash 常见问题解答称这些模式不受支持。图像转视频和 Omni Reference 支持并不意味着可以使用多个固定关键帧。

在这些测试中它的速度有多快?

我们的五个首次输出从提交到首次成功完成观察大约用了66.0–97.4秒,包括轮询延迟。我们没有与完整版 Kling 4.0 进行配对比较。

对话测试是否说出了所要求的确切词语?

确切的语音和唇形同步仍未得到验证。文件包含音轨和稳定的视觉构图,但仅凭这些事实并不能证明句子是正确的。

为什么有两个茶壶视频?

第一次输出与输入不匹配,其图像交接未得到确认。另一项诊断更改了图像传递字段,同时保留了图像、提示和设置,生成了匹配的起始设计。失败的第一次输出被保留。

一个五秒的 Flash 片段要多少钱?

官方无输入视频 API 费率意味着五秒需要 3 个 Units。美元成本取决于 Unit 获取方式和服务路由。我们的 GlobalGPT UI 设置显示了一个单独的 1,300 Credit 估算;这些是不同的计费系统。

最终结论

Kling 4.0 Flash 在我们的短镜头工作流程中赢得了一席之地:它处理了连贯的倾倒、清晰的方向性跳跃和有序的放置场景。有用的边界同样清晰。为审查预留预算,保持动作简单,验证参考交付,并将精确的时序或对话视为在实际剪辑上执行的检查。

从五秒钟的产品提示开始,检查第一个结果,只有在重要约束仍然成立时才转向更长的场景。这比假设 Flash 名称能保证速度、保真度或完整模型的每一项功能,更能检验适配性。

最新文章