要原生音频默认开启、5 档分辨率、单条最长 16 秒，选 Vidu Q4 Preview；要首尾两帧锁住起止画面，选 Kling 3.0。
Vidu Q4 Preview 已在 HiAPI 上线，打开图生视频模型页 上传首帧就能生成，新用户注册送 200 积分。
一眼看懂差别
| Vidu Q4 Preview | Kling 3.0 图生视频 | |
|---|---|---|
| 模型 ID | vidu-q4-preview/image-to-video | kling-3.0/image-to-video |
| 图像输入 | 1 张首帧，image_url | 1–2 张，image_urls；第二张作为尾帧 |
| 时长 | 3–16 秒，默认 5 | 3–15 秒，默认 5 |
| 分辨率 | 540p / 720p / 1080p / 2K / 4K，默认 720p | 720p / 1080p / 4K，默认 1080p |
| 原生音频 | audio 默认开启，关掉价格不变 | sound 默认关闭，开启加价 |
| 720p 每秒 | $0.109 | $0.1 无声 / $0.143 有声 |
| 1080p 每秒 | $0.1375 | $0.129 无声 / $0.193 有声 |
| 4K 每秒 | $0.446 | $0.479 |
Vidu Q4 按提交的整数秒乘以所选分辨率的每秒单价计费，音频开关不参与计价：720p 5 秒 $0.545，10 秒 $1.09，16 秒 $1.744。Kling 3.0 同样按秒计费，720p 无声 $0.1/秒、有声 $0.143/秒，1080p 无声 $0.129/秒、有声 $0.193/秒；4K 是 transformation 档，$0.479/秒。
同一条提示词，两边各生成一次
每组共用一张首帧，5 秒、720p，各生成一次。第一组开声音，第二组关声音。
水上飞机：推近时机与桨叶模糊
| Vidu Q4 Preview（有声） | Kling 3.0（有声） |
|---|---|
 |  |
同提示词、同参数，各生成一次。
Vidu Q4 在 2.5 秒时已经能看出明显推近，螺旋桨有运动模糊，浮筒周围出现一圈圈涟漪。Kling 3.0 在 2.5 秒时构图几乎和首帧一致，推近到 4.8 秒才明显，螺旋桨的模糊出现在后段；飞行员的手臂始终保持举手姿势，浮筒与码头线条在不同帧之间有轻微位移。两条成片都是 1280×720、5.04 秒，这一组都带 AAC 音轨。
飞行员挥手，水上飞机引擎点着、螺旋桨转起来，水面泛起涟漪，镜头缓慢推进，金色晨光。
用这个提示词生成 →。打开后上传水上飞机的首帧，选 5 秒、720p，音频保持默认开启。
咖啡师：结尾取景与热气
| Vidu Q4 Preview（无声） | Kling 3.0（无声） |
|---|---|
 |  |
同提示词、同参数，各生成一次。
Vidu Q4 成片 724×1268，沿用首帧 4:7 的比例；结尾镜头推到人物近景，杯子落到画面下缘，杯中热气可见。Kling 3.0 成片 720×1280；结尾仍保留较宽的取景，窗户、吊灯和操作台都在画面里，杯中未见到热气。两条都是 5.04 秒，这一组只为对齐画面，两边都把音频关掉了。
咖啡师放下奶缸，杯中拉花定型成叶形，热气升起；她抬头看向镜头微笑。背景是咖啡馆的低语与咖啡机蒸汽声。缓慢手持推近，温暖晨光透过窗户。
用这个提示词生成 →。打开后上传咖啡师首帧，选 5 秒、720p，把 audio 关掉，只看画面。
按场景怎么选
- 要默认带声音、少一个开关 → Vidu Q4 Preview
- 要 540p 先出草稿 → Vidu Q4 Preview
- 要单条 16 秒 → Vidu Q4 Preview
- 要 2K 或 4K 交付 → Vidu Q4 Preview
- 要 1080p 有声 → Vidu Q4 Preview，每秒 $0.1375
- 要用尾帧锁住结束画面 → Kling 3.0
- 要 1080p 无声、按 $0.129/秒计费 → Kling 3.0
- 要 720p 无声、按 $0.1/秒计费 → Kling 3.0
从一个换到另一个麻烦吗？
不麻烦。两个模型都走 POST https://api.hiapi.ai/v1/tasks，同一个 API Key，返回 taskId，用轮询或 callback.url 拿结果。切换只改这几个字段：
model：vidu-q4-preview/image-to-video换成kling-3.0/image-to-video。- 图像字段：Vidu Q4 用字符串
image_url传一张首帧；Kling 3.0 用数组image_urls，1 张是首帧，2 张是首尾帧。 - 音频字段：Vidu Q4 的
audio默认 true；Kling 3.0 的sound默认 false，开启后按有声单价计费。 - 时长与分辨率：Vidu Q4 是 3–16 秒、五档；Kling 3.0 是 3–15 秒、三档。
画幅都跟随输入图，两个模型在图生视频里都不提供 aspect_ratio；回调、鉴权和轮询不用改。
常见问题
Vidu Q4 图生视频能传两张图吗？ 图生视频只收一张首帧。要多张参考图，用同系列的参考生视频模型，最多 15 张参考图和 3 段参考音频；要尾帧控制，用 Kling 3.0。
默认有声音吗？
Vidu Q4 的 audio 默认开启，关掉输出无声视频、价格不变；Kling 3.0 的 sound 默认关闭，开启后按有声单价计费。
能生成 16 秒吗？ Vidu Q4 支持 3–16 秒；Kling 3.0 是 3–15 秒。
画幅怎么定？
两个模型都跟随输入图。Vidu Q4 图生视频没有 aspect_ratio 字段，传了会返回 400；Kling 3.0 同样不提供这个参数。
把上面水上飞机的提示词复制下来，去 Vidu Q4 Preview 模型页 上传首帧，选 5 秒、720p，先跑一条有声的；想对比结尾取景，再用咖啡师那条关掉音频跑一次。
相关：Vidu Q4 Preview 图生视频模型页 · Kling 3.0 图生视频模型页 · Vidu Q4 Preview 参考生视频模型页 · 图生视频接入文档
