01 触发事件

2026年11月19日,快手在第三季度业绩电话会上披露:Kling 4.0于10月15日全面上线,10月28日向全球企业客户和开发者开放API;上线后可灵AI流水提升,用户规模与ARPPU均保持增长。

收入结构也发生了明确变化。程一笑将其概括为两条驱动线:B端企业客户调用API,以及P端专业创作者付费订阅。

原文没有披露可灵AI的具体收入、API调用量、付费用户数或毛利率。因此,能确认的是增长方向和收入结构,而不是增长规模。

02 这事的真正含义

问题不在于“视频模型又升级了”,而在于Kling 4.0开始同时跨过两个商业门槛:专业创作者愿意订阅,企业开发者愿意把API接进生产流程。

这两类客户的 economics 不同。

P端订阅主要验证模型输出能否直接提高创作产出与收入。对视频生成而言,付款意愿通常来自可量化的内容价值,例如广告素材、短剧镜头或商业化创意,而非单纯的生成体验。

B端API则验证稳定性、吞吐量、成本和集成能力。影视、广告营销、游戏与具身智能把视频模型放进工作流后,需求不再是一次性创作,而是持续调用。

这才是aggregation theory真正发挥作用的地方。快手不是只卖一个模型能力,而是在把Kling嵌入创作者、企业和开发者的工作流。谁掌握工作流入口,谁就更接近distribution;一旦客户围绕可灵建立了内容管线、审核流程和资产库,switching cost就不再只来自模型质量。

但我没看到可灵内部API成本、任务成功率或延迟数据,不能判断这次流水提升究竟来自4.0质量改善、促销、价格变化,还是调用量自然增长。这点我可能误判。

03 历史类比 / 结构对照

2014年AWS与2007年iPhone提供的是两种不同的结构信号。

AWS把计算能力变成按需购买的基础设施,客户不再先买服务器,而是随调用付费。Kling开放企业API,也在把视频生成从“产品功能”推向可嵌入的软件组件。

iPhone则先聚合应用、内容与支付,再通过开发者生态扩大分发。可灵的双轮驱动更接近这条路径:P端创作者形成内容供给和使用习惯,B端API把模型输出送进影视、广告与游戏流程。

这里的关键不是用户规模。生成式AI产品很容易获得大量免费用户,却始终缺乏付费意愿。真正有战略意义的是ARPPU同步增长:至少在电话会口径下,可灵没有靠新增用户摊薄客单价。

这与2022年ChatGPT爆红后的路径也不同。ChatGPT首先赢得广泛的consumer distribution;可灵则直接押注视频生产的商业价值。视频生成计算更重,推理成本曲线更陡,因此每次质量提升必须穿过token经济学这道硬门槛。

那个真正会被定价的,不是“能生成视频”本身,而是单位镜头成本下降后,可灵能否成为生产管线中的默认基础设施。

04 对 AI builder 意味着什么

这周不需要立刻迁移现有工作流,但应该开始测试Kling 4.0 API是否进入production candidate list。

第一,优先选择有明确产值的场景,而不是泛化内容生成。广告素材变体、短剧预演、游戏概念镜头,比社交媒体娱乐内容更容易测出付费回报。

第二,把可灵当作一条完整的推理管线评估。除了单次生成价格,还要记录队列时间、任务成功率、重试次数、人工修改时长和最终可用镜头比例。

第三,建立model routing,而不是单一供应商绑定。不同任务可按质量、延迟和成本路由到Kling及其他视频模型;同时保存prompt、seed、输入资产和版本信息,避免后续无法复现。

第四,P端增长不是B端采购的前置证明。两个市场可能同时增长,却对应完全不同的产品。公司级销售还需要处理企业API的鉴权、并发、SLA、数据保留与审计问题。

对独立AI产品创业者而言,更可操作的机会可能不在训练另一个通用视频模型,而在可灵API之上构建垂直工作流:广告素材批量生产、短剧镜头规划、影视预演或游戏资产迭代。基础模型供应增加,应用层套利窗口反而扩大,因为通用能力不再稀缺,流程和distribution才是壁垒。

05 反方观点 / 风险

我可能高估了“流水提升”的信号强度。原文没有给出基数、环比或同比数据,ARPPU也没有具体数值。对一个曾经通过免费额度、促销和组合套餐推动增长的产品来说,流水上升不等于单位经济性改善。

第二个风险是收入质量。B端API调用与P端订阅听起来更健康,但企业流量可能集中在少数大客户,项目制收入也可能掩盖低毛利或高运维成本。视频模型的GPU消耗、失败重试与人工审核,都会侵蚀账面流水。

第三个风险是竞争响应。Google Veo、OpenAI相关视频能力以及开源视频模型,都可能在4.0质量领先窗口内降价或追上。模型领先若无法转化为数据飞轮、开发者生态和低成本推理,就只是短期产品优势。

还有一层容易被忽略:影视、短剧、广告、游戏和具身智能只是“已进入”的场景,不等于这些场景已经规模化付费。可灵也可能只是把同一套生成能力包装成多个行业故事,实际收入仍集中在平台内的创作者订阅。

因此,我现在的判断是:可灵4.0证明了视频生成正在形成B端API与P端订阅的双轮商业结构,但还不足以证明它已经建立moat。接下来真正需要观察的是API收入占比、付费客户留存、推理毛利率和重复调用量。

如果没有这些数据,继续上涨的流水可能只是AI视频需求被提前释放;如果这些指标同时改善,那么可灵就不再只是一个生成工具,而可能成为视频生产栈里的基础设施。