Kling Video O3 Standard Image To Video：在模型页面与 API 上生成电影感图像视频 | RunComfy

Kling Video O3 Standard Image To Video 是快手 O3 系列中价格更实用的图像转视频模型。它会根据文本提示词，将一张参考图像制作成 3–15 秒视频，并支持可选尾帧引导与同步音频。模型在增加自然动作、摄影机运动和场景动态的同时，保持输入画面的主体身份。

两者共享 O3 视觉语言，但 Kling Video O3 Standard Image To Video 的每秒价格更低，适合迭代、草稿以及大批量社交或营销内容。根据现有提供方信息，Pro 版本面向最终成片的顶级保真度。提示词结构、时长范围、音频选项和镜头类型控制方式一致，因此提示词可以直接迁移。

需要提供起始帧图像，以及描述动作、摄影机和行为的提示词。可选项包括用于首尾两帧转场的结束图、3–15 秒时长、同步音频开关、customize 或 intelligent 的 shot_type，以及串联场景片段的 multi_prompt。Kling Video O3 Standard Image To Video 可在一次生成中灵活控制节奏、叙事节点和音频。

社交内容创作者、广告与营销团队、电商视频制作人和产品设计师，可用 Kling Video O3 Standard Image To Video 将产品图、肖像或概念图制作成电影感短视频。它也适合在投入高价最终渲染前先制作原型，以及生成分镜式首尾帧转场；开发者则可把图像与简报自动转成完整短视频。

image 与 prompt 都是必填项。duration 为 3–15 秒整数，默认 5 秒；sound 为布尔值且默认关闭；shot_type 接受 customize 或 intelligent。multi_prompt 是用于引导场景转场的可选列表，end_image 是可选 URL。分辨率和格式等其他限制可能随提供方设置变化，请以当前 RunComfy 参数面板为准。

可以。先在 RunComfy AI Playground 网页界面中调整 Kling Video O3 Standard Image To Video 的起始图、提示词、时长、音频和镜头类型，再以完全相同的参数调用 RunComfy API。浏览器负责创意迭代，代码负责生产运行，两种方式的模型行为一致。

任务会从 RunComfy 余额中扣除美元积分。根据现有提供方信息，Kling Video O3 Standard Image To Video 无声时每秒 $0.084，有声时每秒 $0.112。例如 5 秒无声约 $0.420，10 秒有声约 $1.120，15 秒无声约 $1.260。新用户通常会获得免费试用美元额度；最新费率请以模型页面 Generation 区域为准。

Kling Video O3 Standard Image To Video 更适合清晰、有电影镜头感的提示词，具体描述动作、摄影机、光线与环境。“slow tracking shot”“golden hour rim light”“rain on neon-lit street”等具体提示，比模糊情绪词更能锁定画面与动作。复杂场景可用 multi_prompt 分隔节拍；需要精确的两帧动作弧线时，请设置 end_image。