类型
规格
价格
720p
每秒
$0.18
1080p
每秒
$0.225
Kling 3.0 Turbo 与 Kling V3 并排比较：规格、能力、参数，以及 EmpirioLabs 目录中的实时价格。
Kling AI 视频生成Kling 3.0 Turbo 和 Kling V3 都是 Kling AI 的模型，属于视频生成类别，可通过 EmpirioLabs API 使用。
| 规格 | Kling 3.0 Turbo | Kling V3 |
|---|---|---|
| 模型 ID | kling-3-0-turbo | kling-v3 |
| 开发方 | Kling AI | Kling AI |
| 发布日期 | 2026年6月17日 | 2026年2月5日 |
| 输入 | 文本 图像 | 文本 图像 |
| 输出 | 视频 | 视频 |
| 端点 | POST /v1/videos/generations | POST /v1/videos/generations |
| 能力 |
两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。
每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。
| 参数 | Kling 3.0 Turbo | Kling V3 |
|---|---|---|
| prompt | string | string |
| image | string | string |
| resolution | 720p, 1080p 默认值: 720p | - |
| aspect_ratio | 16:9, 9:16, 1:1 默认值: 16:9 | 16:9, 9:16, 1:1 默认值: 16:9 |
| duration | 3 到 15 默认值: 5 | 3 到 15 默认值: 5 |
| watermark | boolean 默认值: false | - |
| model_tier | - | standard, pro, 4k 默认值: standard |
| sound | - | boolean 默认值: true |
| negative_prompt | - | string |
文本转视频和image-to-video，配合同步的原生音频，最高支持1080p。工作流程自动检测：仅提示词就text-to-video，添加源图像则image-to-video。
shot 1, <seconds>, <description>; shot 2, <seconds>, <description>;模型层级：标准渲染720p，专业渲染1080p，4k渲染3840x2160。时长为3至15秒。原生音频默认开启;关闭声音时，标准和专业版收取较低的音频费率，而4K则包含音频的固定费率。图像转视频接受一到两张图像（第一帧和最后一帧），并遵循源图像尺寸。
Kling 3.0 Turbo 通过 POST /v1/videos/generations 运行。请求会立即返回 job_id；轮询 GET /v1/jobs/{job_id} 直到任务完成，再从结果中读取输出 URL。 两个模型通过同一个端点调用。将 model 设为 kling-3-0-turbo 或 kling-v3。 在EmpirioLabs 控制台获取 API 密钥。
curl https://api.empiriolabs.ai/v1/videos/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-3-0-turbo",
"prompt": "Describe what you want Kling 3.0 Turbo to generate."
}'Kling 3.0 Turbo 发布更晚（2026年6月17日）；Kling V3 发布于 2026年2月5日。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。
Kling 3.0 Turbo 发布更晚（2026年6月17日）；Kling V3 发布于 2026年2月5日。
两个模型按不同的单位或档位计价，请比较本页的实时价格表。价格表始终与 API 的实际计费一致。
可以。两个模型都使用 POST /v1/videos/generations 和同一个 EmpirioLabs API 密钥，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，请先查看本页的参数表。
可以。在 EmpirioLabs Playground 中分别打开两个模型，用 API 提供的参数对两者运行同一个提示词。