Kling Video O3：在模型頁面與 API 上生成選配音訊的電影感文字影片 | RunComfy

Kuaishou / Kling Video O3 Standard#

這是快手 O3 系列的文字轉影片模型，能夠僅根據一組提示詞生成電影感動作、穩定主體和符合物理規律的畫面。Standard 版本在保留 O3 視覺風格的同時提供更實用的價格，並可選擇生成音訊，讓輸出影片自帶完成混音的聲畫效果。

它適合需要快速製作符合需求的短鏡頭、又不想組織拍攝團隊、使用剪輯機房或搜尋授權素材的團隊。

核心亮點#

• O3 級畫面：與早期 Kling 版本相較，動作更精確，主體一致性也更強。
• 選配音訊：每次生成均可選擇是否生成同步音訊，只有實際需要時才支付附加費用。
• 靈活長度：可以整秒設定 3–15 秒，適合片頭點綴、開場鉤子和場景節拍。
• 多種畫幅：一個模型即可輸出 16:9 橫式、9:16 直式和 1:1 方形素材。
• 鏡頭控制：customize 依照提示詞手動控制節奏；intelligent 則由模型自動處理鏡頭範圍。
• 多段提示詞敘事：串聯多個提示詞片段，在一次生成中控制場景轉場。

參數#

價格#

RunComfy 上的 Standard 版本依生成影片的秒數計費。啟用音訊後，會在無聲費率基礎上增加約 33%。

預估費用範例

使用方法#

1) 在 RunComfy 中開啟 Kling Video O3 模型，並展開生成設定面板。

2) 用鏡頭語言編寫提示詞，明確主體、動作、環境、攝影機運動和光線。

3) 依發布管道選擇畫面比例：YouTube 用 16:9，Reels 和 Shorts 用 9:16，動態消息用 1:1。

4) 將長度設為 3–15 秒；迭代提示詞時先生成 3–5 秒，最終成片再延長。

5) 只有確實需要同步音訊時才開啟 sound，因為它會提高每秒費用。

6) 選擇 shot_type：需要嚴格依照提示詞控制時用 customize；希望模型處理節奏時用 intelligent。

7) 開始生成、預覽結果，然後從工作紀錄下載影片。

8) 自動化使用時，將相同欄位傳送到 RunComfy API 端點，並把輸出網址串接至現有工作流程。

提示詞與參考建議#

• 描述主體之前，先寫鏡頭類型和攝影機運動，例如“wide tracking shot”“slow push-in”“locked tripod”。
• 明確寫出光線與時段，例如“golden hour rim light”“overcast soft key”“neon practicals”，幫助模型確定視覺風格。
• 提示詞應具體、簡潔；依優先順序排列的描述比冗長的形容詞堆疊更有效。
• 在 Kling Video O3 中讓 aspect_ratio 與構圖匹配：直向主體用 9:16，環境佔比較大的鏡頭用 16:9。
• 對 10–15 秒長影片，描述一條清晰的動作弧線，不要塞入多個無關動作，以保持連貫性。
• 若希望一次渲染中在兩個時刻之間乾淨轉場，請使用多段提示詞。
• 環境聲和擬音需要同步時可啟用 sound；若準備後期配樂，則保持關閉。

Kling Video O3 與其他模型的比較#

• 與 O3 Pro 版本相較：Kling Video O3 Standard 犧牲少量頂級細節，換取明顯更低的每秒價格，更適合迭代和大量社群內容。
• 與 Kling V3.0 Standard 相較：依照公開資料，O3 系列在保留相近控制介面的同時，目標是提升動作真實感與主體一致性。
• 與圖片轉影片模型相較：文字轉影片無須參考起始影格，可直接根據提示詞生成動作，加快早期概念探索。
• 與開源文字轉影片模型相較：該模型透過託管 API 提供，無須自行部署、設定 GPU 或維護模型權重。

其他可嘗試的模型#

• Kling V2.1 Master Text To Video — 側重最高品質的另一款 Kling 版本。
• Kling V2.1 Standard Image To Video — 動畫化參考靜態影格，而不是只從文字開始。
• Hailuo 02 Text To Video — 另一家服務供應商的模型，物理模擬能力突出。
• Wan 2.5 Text To Video — 面向提示詞影片生成、風格接近開放權重的選擇。

官方資源#

• Kling AI（快手）：https://app.klingai.com/
• 快手：https://www.kuaishou.com/en