快手旗下的可灵 AI 在 11 月 17 日深夜上线新一代图像模型 Kling Image 4.0,同时开放 API,面向企业客户和开发者。这是可灵第一次在图像模型上支持原生 8K 输出。它和 10 月 15 日发布的 Kling 4.0 是两条产品线,后者是视频模型。
参数集中在文字和组图上
按公开报道,Image 4.0 采用“理解生成统一”架构,把视觉理解和图像生成放进同一套模型。文本输入上限提到 15000 tokens,单张图里可以排约 2000 字。模型内置 70 多种预设商用字体,用户也能上传参考图,让模型照着去仿字形和版式。
组图方面,一次描述最多生成 10 张图,组内共用同一套创意要求;有评测文章提到,组图还能带最多 10 个图片或主体参考。另有 110 多种预设影调,可以上传参考图提取色彩和光影。
分辨率分档如下:
| 出图类型 | 可选分辨率 | 默认 |
|---|---|---|
| 标准图 | 2K / 4K / 原生 8K | 2K |
| 组图 | 2K / 4K / 原生 8K | 2K |
| 长图 | 1K / 2K | 未注明 |
这几项加在一起,指向的是电商详情页、海报、成套物料这类商用活。图像模型过去最容易翻车的就是中文字:笔画错位、生造字、长段落排版乱掉。一张图 2000 字、70 多种可商用字体,是在正面回应这个痛点。8K 的用处主要在后期,一张图生成之后还能裁出几块局部单独用。
价格还是一笔糊涂账
可灵这次没有公布 Image 4.0 每档分辨率的固定消耗表。按现行计费规则,输入的参考图和输出的图都要计费,输出费用随分辨率升高,具体扣多少以生成页面当时的显示为准。灵感值的标价是 1 元 10 点;网页端黄金会员连续包月 58 元,每月给 660 点。
所以一张 8K 图要花多少,眼下只能自己生成一次看扣费。对按量走 API 的企业客户,这个数字比参数表更影响接不接。截至上线当晚,可灵官方没有公开 API 的单张价格。
放进同类模型里比
能找到的第三方参照来自 Artificial Analysis 的匿名盲测竞技场。有评测文章转述称,Kling Image 4.0 在文生图和图像编辑两个榜单上都排全球第六、国内第一,文生图榜单前五都是 OpenAI 的 GPT Image 系列。可灵图像团队另称,新模型在这两个榜单上比上一代 3.0 Omni 涨了两百多分。竞技场名次随投票数浮动,以榜单实时数据为准。
横着比,国内图像模型这两年的竞争点一直落在中文渲染和商用授权上。可灵把“商用字体”写进卖点,对准的是设计师和电商团队对字库版权的顾虑,字体侵权在电商圈本来就是常见的纠纷来源。英文榜单上领先的 GPT Image 系列,中文长段落排版向来是短板,这也是国产模型最容易拉开差距的地方。
视频那条线上,可灵 10 月发布的 Kling 4.0 单条能生成 30 秒;图像这条线补上 8K 之后,两条产品线都在往“出图即交付”的规格靠。设计平台 Lovart 在上线当天就接入了新模型。
参考来源:IT之家、什么值得买、CocoLoop、新浪财经;分辨率档位与灵感值标价按媒体实测口径核对,榜单名次为 Artificial Analysis 图像竞技场转述。