TL;DR
- 可灵 3.0 动作控制（
kling-3.0/motion-control）把一段参考视频里的动作和表情，搬到你给的人物图上。HiAPI 按输出秒数计费：720p 每秒 $0.10，1080p 每秒 $0.172。6 秒 720p 一条 $0.60。 - 不用传时长，输出跟着参考视频走，参考视频要 3–30 秒。参考视频的原声默认保留，不另收钱。
- 已在 HiAPI 上线，打开模型页上传一张人物图和一段动作视频就能生成，新用户注册送 200 积分。
价格表
| 输出时长 | 720p（默认） | 1080p |
|---|---|---|
| 每秒 | $0.10 | $0.172 |
| 3 秒（最短） | $0.30 | $0.516 |
| 5 秒 | $0.50 | $0.86 |
| 10 秒 | $1.00 | $1.72 |
| 15 秒 | $1.50 | $2.58 |
| 30 秒（最长） | $3.00 | $5.16 |
HiAPI 现价，2026 年 10 月 18 日核对。
1080p 每秒比 720p 贵 72%。失败不扣费。
钱是怎么扣的
费用只看两件事：输出多少秒、什么分辨率。
- 时长由参考视频决定。 参考视频 6 秒，输出一般就是 6 秒。动作太快或太复杂时，输出可能比参考视频短，按实际秒数算。
- 先预扣，后结算。 创建任务时按朝向对应的上限先预扣：
character_orientation为video（默认）时上限 30 秒，为image时上限 10 秒。任务完成后按实际输出秒数多退少补。所以余额要够预扣，不然任务建不起来。 - 提示词、原声都不影响价格。
prompt写不写、keep_original_sound开不开，价格一样。
一条 6 秒能出什么
下面这条是模型页上的示例：竖屏 1080p，6 秒，人物对着镜头边说边比手势，动作和表情来自参考视频。
kling-3.0/motion-control，1080p，6 秒，约 $1.03（6 × $0.172）。
再看一组 720p：同一张人物图、同一段 6 秒动作视频（转头、挥手、微笑），一条不写提示词，一条加了「黄金时刻户外光」的提示词。
人物图：
动作参考视频：
不写提示词：
kling-3.0/motion-control，720p，6 秒，$0.60。
加提示词：
Golden-hour outdoor lighting, warm rim light from the left, shallow depth of field with a softly blurred park background.
带着这条提示词打开模型页 →（再上传人物图和参考视频）
kling-3.0/motion-control，720p，6 秒，$0.60。
两条动作完全一样，变的只是光线和背景。提示词管场景，不管动作；想换动作，要换参考视频。
和可灵 3.0 其他入口比
| 动作控制 | 可灵 3.0 标准版 | 可灵 3.0 Turbo | |
|---|---|---|---|
| 720p / 秒 | $0.10 | $0.10（不开声音） | $0.13 |
| 1080p / 秒 | $0.172 | $0.129（不开声音） | $0.16 |
| 动作从哪来 | 参考视频 | 提示词 | 提示词 |
| 必填输入 | 人物图 + 动作视频 | 提示词 | 提示词 |
| 时长 | 跟随参考视频，3–30 秒 | 3–15 秒 | 3–15 秒 |
720p 动作控制和标准版不开声音同价。区别在于动作是你指定的：同一套舞步、同一段口播手势，可以套到任意人物图上，不用靠提示词碰运气。
按月预算
| 用量 | 每月秒数 | 720p | 1080p |
|---|---|---|---|
| 100 条 × 5 秒 | 500 | $50 | $86 |
| 100 条 × 10 秒 | 1000 | $100 | $172 |
| 300 条 × 10 秒 | 3000 | $300 | $516 |
怎么花得更少
- 先用 720p 试：确认动作迁移得对、人物不变形，再出 1080p。
- 参考视频剪到刚好：输出跟着参考视频走，多 1 秒多 1 秒的钱。
- 动作视频可以自己生成：没有现成素材，用
grok-imagine/text-to-video480p 生成一段，每秒 $0.015，6 秒 $0.09，之后可以反复套不同人物。 - 只要运镜、不要复杂动作时用
image朝向：上限 10 秒，预扣也更少。
常见问题
需要传 duration 吗？
不需要，也不能传。输出时长跟随参考视频，参考视频要 3–30 秒。
参考视频里的声音会保留吗？
默认保留（keep_original_sound 为 true），不另收费。不要原声就传 false。
提示词能改动作吗？
不能。动作和表情都来自参考视频，prompt 只影响场景、风格和运镜，最长 2500 字符。
人物图有什么要求？
1 张，jpeg/png，最大 10MB，两边都大于 340 像素，宽高比在 2:5 到 5:2 之间，头部、肩部和躯干要清楚。
失败扣钱吗？
不扣。预扣的部分会退回。
更多用法见 动作控制提示词示例（英文）。其他可灵 3.0 入口的价格见 可灵 3.0 API 价格。
