Kling 4.0 vs Seedance 2.5 vs Veo 3.1 vs Wan 3.0：同一条提示词实测
可灵 Kling 4.0 对比 Seedance 2.5、Veo 3.1、Wan 3.0 和 Kling 3.0 Pro：一条高速运动提示词加一条 30 秒一镜到底提示词，实扣费用、等待时间、运镜、音频和局限。
五个模型里，只有一个真的把镜头绕到了滑板手身前。提示词要求起跳时「半圈环绕」，这正是快手说 Kling 4.0 改进最大的那类复杂运镜。Kling 4.0 做到了。代价是它也是返回最慢的那个，而且慢得很明显。
这是一篇 Kling 4.0 vs Seedance 2.5 的同题对比，Veo 3.1、Wan 3.0 和 Kling 3.0 Pro 一起参加。发布这一周大家问得最多的两件事，这篇都试了：Kling 4.0 的高速运动是不是真的更好？30 秒一镜到底值不值这个价？一条动作提示词跑全部五个模型；一条 30 秒「不许切镜」的提示词，跑这组里能以合理价格出 30 秒 720p 的两个模型。全部在 2026-10-23（UTC）通过 SandBase 完成。适合在给 Agent 或内容流水线选视频模型的团队，不适合找排行榜的读者。
先说结论
- 动作提示词里，只有 Kling 4.0 的镜头明显绕着人转。Kling 3.0 Pro、Seedance 2.5、Wan 3.0 都完成了豚跳（ollie），但镜头一直是跟拍或正面。Veo 3.1 没有跳过路沿，而是顺着路沿滑。
- 5 秒的片子，Kling 4.0 等了 339 秒，Veo 3.1 只要 51 秒，其余三个在 148–175 秒之间。
- 当天 720p 每秒实扣：Wan 3.0 $0.065（35% 折扣），Kling 3.0 Pro $0.078（1080p，30% 折扣），Kling 4.0 $0.157，Veo 3.1 $0.20，Seedance 2.5 $0.288（20% 折扣）。
- 30 秒一镜到底，Kling 4.0 和 Wan 3.0 都没有切镜（检测到 0 次）。Kling 四个时间节点全部完成，环绕还略早了一点；Wan 直到约 14–16 秒才转到厨师背后，约 22.5–24 秒才递出那碗面，两处都卡在时间窗口的末尾。Kling $4.71，Wan $1.95。
- 测试范围：每个模型每条提示词一条，单次会话，按抽帧判断。换一个随机种子，这些结论都可能翻转。
怎么测的
所有请求都走 POST https://api.sandbase.ai/v1/run，每 5 秒轮询一次 GET /v1/run/{id}，拿到 outputs[0].url 立刻下载，ffprobe 测参数，再用 GET /v1/tasks/{id}/cost 读实扣金额。测试脚本就是一个 Python 文件，精简版在 Kling 4.0 API 指南里。
schema 允许的地方一律 720p、16:9，时长能选 5 秒就选 5 秒。Veo 3.1 只有 4 / 6 / 8 秒，所以用 4 秒。Kling 3.0 Pro 没有分辨率参数，固定出 1080p。凡是有 generate_audio 开关的模型都关掉了音频，免得为不打分的声音付钱。SandBase 上的 Kling 4.0 没有这个开关，出来的片子照样带立体声音轨。
提示词 1（动作，287 个字符）： 穿黄外套的滑板手在日落时沿海边公路下坡。镜头先在旁边跟拍，然后在她 ollie 跳过一段矮路沿、平稳落地时绕到半圈。头发和外套被风吹起，海在她右边。
提示词 2（长镜头，30 秒）： 夜市炒面摊，一个连续的手持镜头，四个时间节点。0–8 秒火焰窜起、颠锅；8–16 秒镜头绕到厨师背后，露出排队的顾客；16–24 秒他把一碗面递给穿绿外套的女人；24–30 秒镜头跟着这碗面走进人群。
参数对照：每个 API 能让你要什么
各家 schema 的差别比宣传口径大。以下是 2026-10-23 sandbase_inspect 返回的结果。
| 模型（SandBase ID） | 时长 | 分辨率 | 画幅 | 音频控制 | 值得注意的参数 |
|---|---|---|---|---|---|
Kling 4.0 kwaivgi/kling-video/v4/text-to-video | 3–30 秒 | 720p、1080p | 16:9、9:16、1:1、21:9 | 无（实测始终带音轨） | 另有图生、参考生、编辑三个接口 |
Kling 3.0 Pro kwaivgi/kling-video/v3/pro/text-to-video | 3–15 秒 | 仅 1080p | 16:9、9:16、1:1 | generate_audio | multi_prompt 分镜 |
Seedance 2.5 bytedance/seedance/2.5/text-to-video | 4–30 秒或 auto | 480p、720p、1080p | 6 种，含 4:3、3:4、21:9 | generate_audio（开关同价） | 480p draft → draft_id 重出 1080p，seed |
Wan 3.0 alibaba/wan/3.0/text-to-video | 2–30 秒或 auto | 480p、720p、1080p | 6 种，含 21:9 | generate_audio（开关同价） | seed |
Veo 3.1 google/veo3.1/text-to-video | 4、6、8 秒 | 720p、1080p、4K | 16:9、9:16 | generate_audio（关掉后 720p/1080p 半价） | negative_prompt、seed |
1080p 每秒标价（音频可选的按关闭算）：Kling 4.0 $0.235，Kling 3.0 Pro $0.112，Seedance 2.5 $0.90，Wan 3.0 $0.20，Veo 3.1 $0.20。换算成 30 秒 1080p：Kling 4.0 $7.05，Wan 3.0 $6.00，Seedance 2.5 $27.00。Veo 3.1 和 Kling 3.0 Pro 单次请求根本出不了 30 秒。
Seedance 2.5 价格是个例外，它的草稿模式就是你愿意多付钱的理由：先用每秒 $0.18 出一版 480p 草稿，选中的那条再用 draft_id 直接升到 1080p，不用重新抽卡。SandBase 上其他几个都没有同类功能。
SandBase 模型目录，2026-10-23：Seedance 2.5 打 8 折，默认 5 秒 720p 从 $1.80 降到 $1.44。我们这条 Seedance 实扣正好 $1.44。
这次折扣对真实账单影响很大，所以我们逐个核对了模型页：Seedance 2.5 八折，Wan 3.0 六五折，Kling 3.0 Pro 七折，Kling 4.0 和 Veo 3.1 没有折扣。折扣是临时的，做预算请按上面的标价算。
同一天的 Wan 3.0：六五折，$0.50 降到 $0.33。我们 5 秒的 Wan 实扣 $0.325，30 秒长镜头 $1.95，都和折扣对得上。
提示词 1：高速运动加环绕运镜
| 模型 | 请求设置 | 实扣 | 每秒实扣 | 等待 | 输出（ffprobe） |
|---|---|---|---|---|---|
| Kling 4.0 | 5 秒，720p | $0.785 | $0.157 | 339 秒 | 1280×720，24 fps，5.04 秒，立体声 |
| Kling 3.0 Pro | 5 秒，关音频 | $0.392 | $0.078 | 148 秒 | 1920×1080，24 fps，5.04 秒，无音频 |
| Seedance 2.5 | 5 秒，720p，关音频 | $1.44 | $0.288 | 149 秒 | 1280×720，24 fps，5.04 秒，无音频 |
| Wan 3.0 | 5 秒，720p，关音频 | $0.325 | $0.065 | 175 秒 | 1280×720，30 fps，5.00 秒，无音频 |
| Veo 3.1 | 4 秒，720p，关音频 | $0.80 | $0.20 | 51 秒 | 1280×720，24 fps，4.00 秒，无音频 |
五个请求都一次成功。ffmpeg 的场景检测（scdet，阈值 12）在五条里都没检测到切镜。
提示词 1 的实测输出，2026-10-23。只有 Kling 4.0 那一行视角变化大到能看出环绕：最后一帧是从正面回看骑手，背后是山坡。
除了上图的四帧，Seedance、Veo、Kling 3.0 Pro 这三条起跳不明显，我们又在 30%–86% 区间各补抽了八帧。两个难点（豚跳和环绕）的完成情况：
| 模型 | ollie 跳过路沿 | 半圈环绕 | 其他 |
|---|---|---|---|
| Kling 4.0 | 有，约 3.2 秒，干净 | 有，视角从左后方转到正面 | 结尾左侧多出两个来路不明的人影 |
| Kling 3.0 Pro | 有，板子离台阶很高 | 没有，镜头一直在侧后方 | 约 1.9 秒有一团绿色镜头光斑 |
| Seedance 2.5 | 有，偏晚（约 3.5 秒），板子被踢到脚下很远 | 没有，正面机位，人一直在画面中央 | 起跳时手臂运动模糊很重 |
| Wan 3.0 | 有，干净，路沿清晰可见 | 没有，侧面跟拍 | 光线更像傍晚而不是日落 |
| Veo 3.1 | 没有，跳上路沿后顺着滑 | 没有，背后跟拍 | 逆光是五条里最有电影感的 |
我们就是冲着 Kling 4.0 的环绕去测的，它也确实做出来了。但这只是一个随机种子。Kling 3.0 Pro 跳得更高，而且是 1080p，实扣只有 Kling 4.0 的一半。如果你的镜头大多是「人在动、镜头跟着」，这一条片子证明不了从 3.0 升级到 4.0 的必要。如果需要镜头绕着动作走，这次只有它做到了。
Veo 3.1 用的时间不到 Kling 4.0 的六分之一。对一个要先给用户看预览、再等用户回复的 Agent 来说，51 秒和 339 秒是两种产品体验。不过 Veo 没跟上动作节点，把「ollie 跳过矮路沿」变成了沿着路沿滑。这是没听懂指令的问题，不是画质问题。
提示词 2：30 秒一镜到底
单次 30 秒是 Kling 4.0 的头号卖点。Seedance 2.5 和 Wan 3.0 也支持 30 秒。我们用 720p 跑了 Kling 4.0 和 Wan 3.0，没跑 Seedance 2.5：它 30 秒 720p 标价 $10.80（当天折后 $8.64）。这是预算上的取舍，不代表对它的判断，代价是大家最关心的那组对比在 30 秒上没测到。
| 模型 | 实扣 | 等待 | 输出 | 检测到的切镜 | 音频 |
|---|---|---|---|---|---|
| Kling 4.0 | $4.71 | 约 498 秒 | 30.04 秒，1280×720，24 fps | 0 | 立体声，均值 −23 dB |
| Wan 3.0 | $1.95 | 854 秒 | 30.00 秒，1280×720，30 fps | 0 | 关闭（按请求） |
30 秒实测输出，2026-10-23。Kling 4.0（上）12 秒时已在厨师背后，20 秒正在递碗，和脚本一致。Wan 3.0（下）12 秒还是侧面机位，20 秒还在装碗。
逐个节点看：
- 0–8 秒，火焰和颠锅。 两条开场的厨师、围裙、炒锅都对，也都有火焰和颠锅。Kling 最大的一团火出现在约 1 秒；Wan 锅底的火在前 15 秒里大部分时间都看得见。
- 8–16 秒，绕到厨师背后。 Kling 的镜头从正面绕到他肩后，大约 7–9 秒就到位并停在那里，前方是霓虹招牌下的队伍。Wan 12 秒时还是侧面，约 14–16 秒才转到他身后，随后又回到侧面角度；它的「队伍」只是柜台前站着的几位顾客。
- 16–24 秒，把面递给绿外套。 Kling 20 秒时正在递碗。Wan 20 秒还在装碗，按我们补抽的帧，碗大约在 22.5–24 秒之间才交到她手上。卡在窗口最末尾，但没有超时。
- 24–30 秒，跟着面走进人群。 两条都以从背后跟着绿外套女人走进人群收尾。Kling 约 23 秒开始跟，Wan 约 27 秒才转过去。两条里那碗面都是在 25 秒左右还看得见，之后被她挡在身前，所以「跟着这碗面」两边都只算勉强完成。
两条都保持了一个连续镜头，这是检验「一镜到底」说法的关键。两条的霓虹招牌基本都是「伪中文」，中文读者一眼就能看出是乱码。Kling 对时间线的执行更准；Wan 中间两个节点都偏晚，实扣只有 Kling 的 41%，出片时间却是它的 1.7 倍。
一个测量说明：Kling 30 秒的等待时间是估算值。第一个轮询进程在任务中途因 TLS 报错退出，我们用记录下来的 run ID 接着轮询，计时起点用的是统一的启动时间，不是单个任务的提交日志。
什么时候选哪个
- 选 Kling 4.0：镜头需要绕着动作走，或者一个长镜头要在 15–30 秒内按时间点完成多个节点。每条按分钟级预留时间，不要音频就下载后去掉。
- 选 Kling 3.0 Pro：15 秒以内的 1080p 跟拍动作。这次每秒费用只有 Kling 4.0 的一半，而且有显式分镜参数。
- 选 Seedance 2.5：需要反复出草稿。480p 草稿 →
draft_id升 1080p 的流程，这组里只有它有。1080p 标价每秒 $0.90，也是最贵的。 - 选 Wan 3.0：预算有限的长镜头。按标价，它在 720p 和 1080p 上都是这组里最便宜的 30 秒方案。时间线执行会松一些。
- 选 Veo 3.1：在意延迟，或者需要 4K。这次它比其他模型快大约 3–7 倍，但最长只有 8 秒。
动作和长镜头以外的场景，比如商品文字、倒液体、物体恒存，参考我们之前的八模型视频 API 横评。那次测的时候 Kling 4.0 还没发布。
这次测试证明不了什么
五条短片加两条长镜头，排不出名次。我们没测跨模型的图生视频和参考输入，没测 1080p、音质、台词、口型和文字渲染，也没有重抽。Kling 4.0 宣传的关键帧和分镜控制还不在 SandBase schema 里，所以上面的 Kling 4.0 是用「硬写提示词」的方式在比。发布这一周网上不少 Kling 4.0 vs Seedance 2.5 对比用的是 Kling 4.0 Flash，不是完整版。看任何一条对比片之前，先确认它是哪个档位出的。
常见问题
Kling 4.0 比 Seedance 2.5 好吗？ 在我们这一条动作片里，Kling 4.0 完成了环绕运镜，Seedance 2.5 没有；豚跳两个都做到了。Seedance 有草稿模式、更多画幅和音频开关。一条片子定不了画质高下，用你自己的提示词两边都跑一遍。
30 秒视频哪个最便宜？ 按 2026-10-23 SandBase 标价：Wan 3.0（720p $3.00，1080p $6.00），其次 Kling 4.0（$4.71 / $7.05），再次 Seedance 2.5（$10.80 / $27.00）。当天的折扣让实际账单差别更大。
Kling 4.0 为什么这么慢？ 服务商的队列我们看不到。能报告的只是发布周的一次会话里：5 秒 339 秒，30 秒约 498 秒。设计超时之前请自己重测。
Kling 4.0 会生成音频吗？ 会。我们生成的每条都带有真实声音的立体声音轨，SandBase schema 里没有关闭开关。
最后说两句
这次只有 Kling 4.0 完成了难度最高的运镜，30 秒脚本也执行得最准。它也是最慢的，价格居中。Wan 3.0 是便宜的长镜头方案，Veo 3.1 是快的那个，Seedance 2.5 是适合打草稿的高价选项，Kling 3.0 Pro 在短的跟拍动作上依然性价比最高。同一个 key 就能在 Kling 4.0、Seedance 2.5、Wan 3.0 和 Veo 3.1 上跑同一条提示词。记得保存每条的 run ID，比较时才能对得上。