AI 影片生成模型比較:Kling AI、Veo、Seedance、Wan
Klakix 讓你在同一個帳號裡使用 10 個文字生成影片模型和 17 個圖片轉影片模型:Google(Gemini Omni Flash、Veo 3.1 Lite)、MiniMax(海螺 Hailuo H3 Max 系列)、ByteDance(Seedance 2.5、2.0 和 2.0 Mini)、Alibaba(Wan 3.0),以及 Kuaishou(可靈 Kling 4.0、Kling 3.0)。先用快速又便宜的模型試想法,再用更逼真的模型做出定稿。每個選項在生成前都會顯示要用多少點。
這一頁的影片長度、解析度和點數都直接讀取我們的模型目錄,價格變動時會跟著更新。
| 模型 | 工具 | 定位 | 適合用途 | 點數 |
|---|---|---|---|---|
| Seedance 2.5ByteDance | 文字生成影片 | 最佳品質 | 單一鏡頭最長 30 秒,Full HD 最長 25 秒。是陣容中規格最高的模型,也是最貴的。 | 147 |
| Seedance 2.0ByteDance | 文字生成影片 | 均衡 | 較實惠的 Seedance:最長 15 秒的有聲影片,最高 4K,價格適中。 | 95 |
| Seedance 2.0 MiniByteDance | 文字生成影片 | 快速 | 最便宜的 Seedance:快速做出適合社群的有聲短片。 | 48 |
| MiniMax H3 Max TurboMiniMax | 文字生成影片 | 快速 | 快速又便宜,用於社群貼文綽綽有餘。也會生成聲音。 | 20 |
| MiniMax H3 MaxMiniMax | 文字生成影片 | 均衡 | 動作和細節明顯進步。在第三方的有聲影片評測中名列前茅。 | 40 |
| Google Gemini Omni FlashGoogle | 文字生成影片 | 最佳品質 | 最逼真的成果,聲音同步。專為廣告和宣傳影片打造。 | 50 |
| Google Veo 3.1 LiteGoogle | 文字生成影片 | 均衡 | Google 影片模型的平價版。畫面會連同對白和環境音一起生成。 | 40 |
| Wan 3.0Alibaba | 文字生成影片 | 均衡 | 單一鏡頭最長 30 秒,Full HD 畫質。適合較長的場景。 | 100 |
| Kling 4.0Kuaishou | 文字生成影片 | 均衡 | Kling 最新的模型:單一鏡頭最長 30 秒,一律附立體聲。720p 或 Full HD,也支援電影感的 21:9。 | 79 |
| Kling 3.0Kuaishou | 文字生成影片 | 均衡 | Kling 上一代的影片模型:最長 15 秒,可選擇有無聲音。Standard 為 720p,Pro 為 1080p。內建語音為英文或中文。 | 63 |
| Seedance 2.5ByteDance | 圖片轉影片 | 最佳品質 | 單一鏡頭最長 30 秒,Full HD 最長 25 秒。是陣容中規格最高的模型,也是最貴的。 | 147 |
| Seedance 2.0ByteDance | 圖片轉影片 | 均衡 | 較實惠的 Seedance:最長 15 秒的有聲影片,最高 4K,價格適中。 | 95 |
| Seedance 2.0 MiniByteDance | 圖片轉影片 | 快速 | 最便宜的 Seedance:快速做出適合社群的有聲短片。 | 48 |
| Seedance 2.5 ReferenceByteDance | 圖片轉影片 | 最佳品質 | 最多可加入 30 張照片、10 段影片和 10 段音訊作為參考,讓商品、場景、動作和音樂合成在同一支影片裡。 | 116 |
| Seedance 2.0 ReferenceByteDance | 圖片轉影片 | 均衡 | 最多 9 張照片、3 段影片和 3 段音訊作為參考,合成一支影片。最高 4K。 | 84 |
| Seedance 2.0 Mini ReferenceByteDance | 圖片轉影片 | 快速 | 使用多個參考素材最便宜的方式:最多 9 張照片、3 段影片和 3 段音訊,快速做出社群短片。 | 42 |
| Seedance 2.5 Video EditByteDance | 圖片轉影片 | 最佳品質 | 上傳影片並描述要改的地方:移除物件、更換背景或商品。其他部分都保持不變。 | 154 |
| Seedance 2.5 Video ExtendByteDance | 圖片轉影片 | 最佳品質 | 從影片的最後一格接續場景,最長 30 秒。接下來發生什麼由你決定。 | 154 |
| MiniMax H3 Max TurboMiniMax | 圖片轉影片 | 快速 | 快速又便宜地讓照片動起來。 | 20 |
| MiniMax H3 MaxMiniMax | 圖片轉影片 | 均衡 | 最能保留臉部和細節。推薦用於老照片。 | 40 |
| Google Gemini Omni FlashGoogle | 圖片轉影片 | 最佳品質 | 寫實度最高,聲音同步。適合你最重要的專案。 | 50 |
| Google Veo 3.1 LiteGoogle | 圖片轉影片 | 均衡 | Google 影片模型的平價版。畫面會連同對白和環境音一起生成。 | 40 |
| Wan 3.0Alibaba | 圖片轉影片 | 均衡 | 單一鏡頭最長 30 秒,Full HD 畫質。適合較長的場景。 | 100 |
| Kling 4.0Kuaishou | 圖片轉影片 | 均衡 | Kling 最新的模型:單一鏡頭最長 30 秒,一律附立體聲。720p 或 Full HD,也支援電影感的 21:9。 | 79 |
| Kling 4.0 ReferenceKuaishou | 圖片轉影片 | 均衡 | 最多 10 張照片和 5 段影片作為參考,讓角色、商品、場景和動作在同一支影片中保持一致。單一鏡頭最長 30 秒,有聲音。 | 79 |
| Kling 4.0 Video EditKuaishou | 圖片轉影片 | 均衡 | 上傳影片並描述要改的地方:背景、天氣、光線、色彩、服裝或運鏡。其他部分都保持不變。 | 94 |
| Kling 3.0Kuaishou | 圖片轉影片 | 均衡 | Kling 上一代的影片模型:最長 15 秒,可選擇有無聲音。Standard 為 720p,Pro 為 1080p。內建語音為英文或中文。 | 63 |
| Kling effectsKuaishou | 特效 | 快速 | 比愛心、生日、鈔票雨、寵物跳舞等現成範本。 | 28 |
| PixVerse effectsPixVerse | 特效 | 均衡 | 熱門的變身和跳舞特效,只要一張照片。 | 20 |
| MiniMax H3 Max Lip SyncMiniMax | 照片說話 | 快速 | 臉部動作更自然,並提供高解析度選項。 | 74 |
| HeyGen Avatar IVHeyGen | 照片說話 | 均衡 | 照片裡的人會用自然的表情說出你的文字,速度很快。 | 57 |
| OmniHuman 1.5ByteDance | 照片說話 | 最佳品質 | 臉部和身體動作最逼真。專為宣傳和廣告打造。 | 146 |
| HeyGen Avatar IVHeyGen | UGC 廣告 | 均衡 | 快速又自然。代言人的臉保持一致,表情生動。大多數廣告都夠用。 | 62 |
| OmniHuman 1.5ByteDance | UGC 廣告 | 最佳品質 | 肢體語言和手勢最逼真。適合要正式上線的廣告。 | 154 |
| Muse ImageMeta | 圖片 | 快速 | 非常便宜又快速。適合測試點子和大量產圖。 | 2 |
| Nano Banana 2Google | 圖片 | 均衡 | 高品質且文字準確。要在圖片上放文字,選它最好。 | 8 |
| GPT Image 2.5OpenAI | 圖片 | 最佳品質 | OpenAI 最新的圖片模型,在第三方比較中名列前茅。細節、寫實度和圖中文字都很出色。 | 25 |
| Voice v4Klakix | 配音 | 均衡 | 最新、表現力最強的模型。可用 [excited]、[whispers]、[laughs] 等標籤控制語氣。 | 2 |
| Voice v4 TurboKlakix | 配音 | 快速 | v4 的半價極速版。看得懂標籤,很適合長篇腳本和草稿。 | 1 |
| Voice ClassicKlakix | 配音 | 最佳品質 | 朗讀最穩定,可細調風格、相似度、清晰度和語速。適合企業旁白和有聲書。 | 2 |
| Voice v3Klakix | 配音 | 均衡 | 上一代的高表現力模型。看得懂音訊標籤,想要和 v4 不同的語氣時可以試試。 | 2 |
| Voice FlashKlakix | 配音 | 快速 | 最快也最便宜。適合草稿和超長腳本。 | 1 |
| Multi-voice DialogueKlakix | 配音 | 均衡 | 兩人以上的對話場景:每句台詞各用一個聲音,中間穿插笑聲和停頓。適合 Podcast、短劇和廣告對白。 | 1 |
| Sound effectKlakix | 配音 | 均衡 | 依你的描述生成音效:開門的吱嘎聲、掌聲、雨聲、咻的一聲。給影片用的免版稅音訊。 | 2 |
| Music ComposerKlakix | 配音 | 最佳品質 | 依你的描述作曲:廣告背景音樂、片頭,或有人聲的完整歌曲。可用於商業用途。 | 18 |
| Kling 3.0 Motion ControlKuaishou | 動作模仿 | 均衡 | 把影片裡的舞蹈或動作套用到你照片中的角色。720p,最長 30 秒。 | 63 |
| Kling 3.0 Motion Control ProKuaishou | 動作模仿 | 最佳品質 | 同樣的動作模仿,1080p 畫質,臉和手更穩定。適合要發布的影片。 | 84 |
| Topaz Video AITopaz Labs | 畫質修復 | 均衡 | 把影片提升到 Full HD 或 4K,並清除雜訊和壓縮瑕疵。也可以補幀成流暢的 60 fps。 | 20 |
| MotifKlakix | Motif 影片 | 最佳品質 | 輸入主題,從 46 個範本中選一個,就能得到 30–90 秒、附配音、字幕和動態圖像的影片,全部用程式碼繪製。文字和數字都會完全正確。 | 159 |
| Viral ClipsKlakix | 爆紅短片 | 均衡 | 上傳長影片,AI 會挑出最精彩的片段,剪成有臉部追蹤和逐字字幕的直式短片,可以直接發到 Reels、TikTok 和 Shorts。 | 7 |
點數以每個模型的預設設定(建議的長度和解析度)計算。改變長度或解析度,點數也會跟著改變。
模型系列
找到你要的模型
版本更新得很快,所以每一頁介紹的是一整個模型系列,而不是單一版本號。
Kuaishou
Kling AI
Kling AI(可靈)是中國短影音公司 Kuaishou(快手)推出的 AI 影片模型。Kuaishou 在 2026 年 10 月 15 日發布 Kling 4.0,現在也能在 Klakix 使用:用文字或照片生成最長 30 秒、帶聲音的單一鏡頭,把多張照片和影片組合成參考素材,或編輯你手上的影片。720p、5 秒的 Kling 4.0 影片要 79 點,不必訂閱。Kling 3.0 和 Kling 特效也都能用。
Google Veo
Veo 是 Google 的 AI 影片模型,能把文字和照片變成有聲音的影片。Veo 3 在 2025 年 5 月推出,Veo 3.1 在 2025 年 10 月推出,較便宜的 Veo 3.1 Lite 則在 2026 年 3 月推出。在 Klakix,你不必訂閱就能使用 Veo 3.1 Lite:4 到 8 秒,720p 或 1080p。8 秒、720p 的有聲影片要 40 點。
ByteDance
Seedance
Seedance 是 ByteDance(字節跳動)的影片模型系列,ByteDance 也是 TikTok 的母公司。最新版本 Seedance 2.5 能一鏡到底做出最長 30 秒的有聲影片。在 Klakix,你不必訂閱就能使用 2.5、2.0 和 2.0 Mini,還有 Reference、Edit 和 Extend 模型。2.5 的 5 秒 720p 影片要 147 點。
MiniMax
Hailuo AI
海螺 AI(Hailuo AI)是總部位於上海的 AI 公司 MiniMax 的影片品牌,自 2026 年 7 月起的最新模型是 MiniMax H3。在 Klakix,H3 Max 和 H3 Max Turbo 能把提示詞或照片變成 5、10 或 15 秒的有聲影片。480p 的 5 秒影片 13 點起。
Alibaba
Wan AI
Wan AI 是 Alibaba 的影片模型系列,中文名稱是通義萬相。Wan 2.1 和 2.2 是開源的,2.5 加入了內建聲音,Wan 3.0 則在 2026 年 8 月 24 日正式推出。在 Klakix,Wan 3.0 能把提示詞或照片變成最長 30 秒的有聲影片;480p、5 秒要 25 點。
AIsphere
PixVerse
PixVerse 是 AIsphere 推出的 AI 影片平台,這家公司 2023 年 4 月在北京成立。旗艦模型 PixVerse V6 在 2026 年 3 月推出。在 Klakix,你只要一張照片就能使用 PixVerse 的現成特效:720p、5 秒的影片要 20 點,不必訂閱。
ShengShu Technology
Vidu
Vidu 是 ShengShu Technology(生數科技)的 AI 影片模型,這家北京公司在 2023 年 3 月成立。最新版本 Vidu Q2 和 Q3 能用文字、照片和參考圖片做出影片。在 Klakix,Vidu 只在 7 個現成的照片範本中運作,每支 20 點起;這裡不能自己寫 Vidu 的提示詞。
HeyGen
HeyGen
HeyGen 是一家美國 AI 公司,能把一張照片變成會說話的虛擬人像影片。它的官方網站有帶浮水印的免費方案,付費方案每月 29 美元起。在 Klakix,你可以用 HeyGen Avatar IV 讓人像說出你的腳本:70 個字元以內要 32 點,不必訂閱。
Nano Banana
Nano Banana 是 Google Gemini 圖片模型的名稱:初代在 2025 年 8 月推出,Nano Banana Pro 在 2025 年 11 月,Nano Banana 2 則在 2026 年 2 月 26 日。Nano Banana 2 是 Gemini 的預設圖片模型,以圖片中清楚好讀的文字著稱。在 Klakix,你不必訂閱就能使用它,每張圖片 8 點起。
OpenAI
GPT Image
GPT Image 2.5 是 OpenAI 在 2026 年 9 月 8 日推出的圖片模型,和 ChatGPT 中的 Images 2.5 屬於同一代。API 提供兩個版本:速度較快的預設版 Flare,以及花更多時間處理細節的 Sunburst。Klakix 使用的是 Sunburst,截至 2026 年 9 月 23 日,它在 Artificial Analysis 文字生成圖片排行榜排名第一。不必訂閱。
Topaz Labs
Topaz Video AI
Topaz Video AI 是 Topaz Labs 的影片畫質提升軟體,現在以桌面 App「Topaz Video」的名稱販售。在 Klakix,你可以改在瀏覽器裡執行它的 Proteus 模型:上傳最長 30 秒的影片,選擇 Full HD 或 4K。一支 10 秒的 720p 影片提升到 Full HD 要 13 點,不需要顯示卡,也不必訂閱。
OpenAI
Sora
是的,Sora 已經停止服務。OpenAI 在 2026 年 4 月 26 日關閉 Sora App 和網站,並把 2026 年 9 月 24 日定為從 API 移除 sora-2 和 sora-2-pro 的日期,沒有指定替代模型。Klakix 從來沒有提供 Sora,但有 Veo 3.1 Lite、Gemini Omni Flash 和 Wan 3.0 等能生成有聲影片的文字生成影片模型。
真實成果
每個模型各一支範例
全部都是在本站製作的,每支都標出製作它的模型。點一下影片就能放大並開啟聲音。













怎麼選
哪個模型適合你的影片?
不必下載任何東西,每個模型都在同一個帳號裡、用瀏覽器就能使用。通常回答下面三個問題就能決定。
1. 影片需要多長?
大多數模型在 5 到 10 秒時表現最好。如果需要更長的單一鏡頭,Wan 3.0、Kling 4.0 和 Seedance 2.5 最長能做到 30 秒;Kling 3.0、Seedance 2.0 和 MiniMax H3 系列最長 15 秒。影片越長,點數用得越多,模型也越容易讓場景跑掉。
2. 畫面裡有真人的臉嗎?
如果照片中有真實人物,Seedance 的模型不會接受;請改選 MiniMax H3 或 Google 的模型。Seedance 擅長風景、商品、場所和物品。
3. 是在試想法,還是要做定稿?
還在摸索方向時,用快速的模型以低成本看幾種變化就夠了。廣告和要公開發布的影片,逼真程度比較重要,選最佳品質的模型比較值得。用兩者跑同一段提示詞,就能清楚看出多付的錢換到了什麼。
規格:長度、解析度、聲音
文字生成影片和圖片轉影片工具裡的模型。兩個工具都有的模型合併成一列。
| 模型 | 長度 | 解析度 | 聲音 | 輸入和備註 |
|---|---|---|---|---|
| Seedance 2.5ByteDance | 4、5、6、8、10、12、15、20、25 和 30 秒 | 480p / 720p / 1080p | 有(可關閉) | 文字或照片Full HD 最長 25 秒 · 可加結尾畫面 · 不接受真人臉孔的照片 |
| Seedance 2.0ByteDance | 4、5、6、8、10、12 和 15 秒 | 480p / 720p / 1080p / 4K | 有(可關閉) | 文字或照片可加結尾畫面 · 不接受真人臉孔的照片 |
| Seedance 2.0 MiniByteDance | 4、5、6、8、10、12 和 15 秒 | 480p / 720p | 有(可關閉) | 文字或照片可加結尾畫面 · 不接受真人臉孔的照片 |
| MiniMax H3 Max TurboMiniMax | 5、10 和 15 秒 | 480p / 768p / 1080p | 有 | 文字或照片可加結尾畫面 |
| MiniMax H3 MaxMiniMax | 5、10 和 15 秒 | 480p / 768p / 1080p | 有 | 文字或照片可加結尾畫面 |
| Google Gemini Omni FlashGoogle | 5、8 和 10 秒 | 360p / 720p / 1080p / 4K | 有 | 文字或照片可加結尾畫面 |
| Google Veo 3.1 LiteGoogle | 4、6 和 8 秒 | 720p / 1080p | 有(可關閉) | 文字或照片可加結尾畫面 |
| Wan 3.0Alibaba | 5、10、15、20 和 30 秒 | 480p / 720p / 1080p | 有(可關閉) | 文字或照片可加結尾畫面 |
| Kling 4.0Kuaishou | 3、5、8、10、15、20、25 和 30 秒 | 720p / 1080p | 有 | 文字或照片可加結尾畫面 |
| Kling 3.0Kuaishou | 3、5、8、10 和 15 秒 | 720p / 1080p | 有(可關閉) | 文字或照片可加結尾畫面 |
| Seedance 2.5 ReferenceByteDance | 4、5、6、8、10、12、15、20、25 和 30 秒 | 480p / 720p / 1080p | 有(可關閉) | 照片、影片和音訊參考加上文字Full HD 最長 25 秒 · 不接受真人臉孔的照片 |
| Seedance 2.0 ReferenceByteDance | 4、5、6、8、10、12 和 15 秒 | 480p / 720p / 1080p / 4K | 有(可關閉) | 照片、影片和音訊參考加上文字不接受真人臉孔的照片 |
| Seedance 2.0 Mini ReferenceByteDance | 4、5、6、8、10、12 和 15 秒 | 480p / 720p | 有(可關閉) | 照片、影片和音訊參考加上文字不接受真人臉孔的照片 |
| Seedance 2.5 Video EditByteDance | 和原影片相同 | 480p / 720p / 1080p | 有(可關閉) | 要編輯的影片和文字(照片可選)不接受真人臉孔的照片 |
| Seedance 2.5 Video ExtendByteDance | 4、5、6、8、10、12、15、20、25 和 30 秒 | 480p / 720p / 1080p | 有(可關閉) | 要延長的影片和文字(照片可選)Full HD 最長 20 秒 · 不接受真人臉孔的照片 |
| Kling 4.0 ReferenceKuaishou | 3、5、8、10、15、20、25 和 30 秒 | 720p / 1080p | 有 | 照片、影片和音訊參考加上文字 |
| Kling 4.0 Video EditKuaishou | 和原影片相同 | 720p / 1080p | 有 | 要編輯的影片和文字(照片可選) |
常見問題
關於這些模型
最好的 AI 影片模型是哪一個?
沒有單一答案,要看你做什麼。長的單一鏡頭,Wan 3.0、Kling 4.0 和 Seedance 2.5 最突出。有真人臉孔的照片,Seedance 不能用的時候,MiniMax 和 Google 的模型可以用。現成特效的話,Kling 的範本最方便。用兩個模型跑同一段提示詞,是最快的比較方法。
獨立測試中哪個模型領先?
在 Artificial Analysis 的盲測投票排行榜上(2026 年 9 月 23 日),有聲文字生成影片由 Gemini Omni Flash 排名第 1、Wan 3.0 第 2、MiniMax H3 Max 第 3。有聲圖片轉影片則由 MiniMax H3 Max 排名第 1。Seedance 2.0 在兩份有聲排行中都是第 5,Seedance 2.5 當時還沒有列入。這些模型這裡全都有。
哪些模型能做有聲影片?
文字生成影片和圖片轉影片工具裡的每個模型,都會和畫面一起生成環境音。Veo 3.1 Lite、Wan 3.0 和 Seedance 系列(2.5、2.0 和 2.0 Mini)也可以關掉聲音。要讓人說出你的腳本,請用照片說話或 UGC 廣告,它們會把腳本唸出來並對嘴。
哪個模型能做最長的影片?
單支影片最長的是 Wan 3.0、Kling 4.0 和 Seedance 2.5:最長 30 秒。Seedance 2.5 在 Full HD 最長 25 秒。MiniMax H3 Max 系列、Kling 3.0 和 Seedance 2.0 最長 15 秒,Gemini Omni Flash 最長 10 秒,Veo 3.1 Lite 最長 8 秒。
哪些模型不接受人物照片?
Seedance 系列(2.5、2.0、2.0 Mini,以及它的參考、編輯和延長模型)會拒絕含有真人臉孔的照片。人像和全家福,請選 MiniMax H3 Max、Veo 3.1 Lite 或 Gemini Omni Flash。Seedance 很適合風景、商品、場所和美食。
海螺還是 Seedance?
有人臉的照片和便宜的短片選海螺(MiniMax H3);沒有人物的商品、場所和風景長鏡頭選 Seedance。Seedance 是這裡最貴的系列:以目前的價格,5 秒影片在 H3 Max 要 40 點,Seedance 2.0 要 95 點,Seedance 2.5 要 147 點。
可以做 4K 影片嗎?
Google Gemini Omni Flash 和 Seedance 2.0 都提供 4K。其他影片模型最高 1080p,Seedance 2.0 Mini 最高 720p。解析度越高,用的點數越多。你也可以用 AI 影片畫質修復,把任何影片提升到 4K。
延伸閱讀: AI 影片畫質修復
試用一個模型要多少錢?
最便宜的是 MiniMax H3 Max Turbo 的 480p 5 秒影片:13 點($16.35–$29.47)。影片和圖片模型會在你第一次購買點數後開放,最小的選項是 Mini 點數包($170,含 75 點)。不必訂閱。
需要安裝任何東西嗎?
不需要。模型在供應商的伺服器上執行,你用手機或電腦的瀏覽器就能使用。完成的影片可以下載成 MP4 檔。
資料來源
各模型的官方頁面和一份獨立排行榜。Klakix 與這些公司都沒有合作關係;我們透過 API 供應商提供它們的模型。
- Hailuo AI(MiniMax)H3 系列的官方網站
- Seedance 2.0(ByteDance Seed)官方模型頁面
- Seedance 2.5(ByteDance Seed)官方模型頁面
- Veo(Google DeepMind)Veo 系列的官方頁面
- Gemini 的影片生成Google 對 Gemini Omni 的介紹
- Wan(Alibaba)Wan 模型的官方網站
- Kling AI(Kuaishou)Kling 的官方網站
- Artificial Analysis:文字生成影片獨立的盲測投票排行榜
- Artificial Analysis:圖片轉影片獨立的盲測投票排行榜