Kling Video O3 Standard Reference to Video：在模型頁面與 API 上生成角色一致的影片 | RunComfy

Kling Video O3 Standard Reference to Video 是快手 O3 系列中以參考素材驅動的影片生成模型。它會根據提示詞生成 3–15 秒影片，同時保留參考圖片中的人物、道具或風格身分；也可加入參考影片引導動作或風格。輸出無須手動遮罩或合成，也能在各影格間保持角色與視覺一致。

可以新增角色、道具或美術風格的參考圖片，也可提供一段參考影片進行動作或風格遷移。不使用參考影片時最多支援 7 張圖；使用參考影片時最多 4 張。在提示詞中依照位置指明圖片，例如“圖 1 走向圖 2”，Kling Video O3 Standard Reference to Video 就能判斷各主體的角色與位置。

與 Pro Reference to Video 相較，Kling Video O3 Standard Reference to Video 在保留 O3 視覺語言的同時提供更低的每秒價格，適合迭代及較大量社群或行銷內容。依照目前可取得的服務供應商資訊，Pro 主要面向最終成片的最高等級的還原度，Standard 則適合草稿、變體和短內容。提示詞、參考素材、畫面比例、長度、音訊與鏡頭類型等控制方式一致，可直接遷移。

社群內容創作者、廣告與行銷團隊、電商影片製作人和設計工作室，可用 Kling Video O3 Standard Reference to Video 依照現有照片生成角色一致、場景或道具不同的影片，無須重拍。它也適合品牌代言人內容、美術方向概念短片和多角色敘事；開發者則可把需求說明與幾張靜態影格自動轉成完整短影片。

模型必須提供提示詞，參考圖片和參考影片可選但建議使用。圖片最多 7 張；搭配參考影片時最多 4 張。aspect_ratio 支援 16:9、9:16、1:1，duration 為 3–15 秒整數，shot_type 接受 customize 或 intelligent，sound 與 keep_original_sound 為布林值。解析度和格式等其他限制可能隨服務供應商而異，請以 RunComfy 參數面板為準。

可以。先在 RunComfy AI Playground 網頁介面中調整 Kling Video O3 Standard Reference to Video 的參考素材、提示詞、畫面比例、長度與音訊選項，再以完全相同的參數呼叫 RunComfy API。瀏覽器負責創意迭代，程式碼負責正式環境執行，模型行為保持一致。

任務會從 RunComfy 餘額中扣除美元 / 點數。依照目前可取得的服務供應商資訊，Kling Video O3 Standard Reference to Video 無聲時每秒 $0.084，有聲時每秒 $0.112；提供參考影片後則改為 1.5 倍費率，即每秒 $0.126，並覆蓋音訊倍率。例如 5 秒無聲約 $0.420，10 秒有聲約 $1.120，15 秒含參考影片約 $1.890。最新費率請以模型頁面的「生成」區塊為準。

Kling Video O3 Standard Reference to Video 更適合明確、具體的提示詞：先用“圖 1”“圖 2”等位置把參考素材指定給角色，再描述動作、環境和攝影機運動。“slow tracking shot”“golden hour rim light”“neon-lit street”等具體提示，比模糊情緒詞更能鎖定畫面與動作。複雜場景可用 multi_prompt 分隔節拍，保持一次生成中的轉場乾淨。