ComfyUI v0.25.1更新全解析：Kling V3-Turbo正式接入，文生视频与图生视频能力全面增强，价格计算逻辑同步升级

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

ComfyUI v0.25.1 是一个最新发布版本，发布时间为 2026年6月20日。本次版本说明中明确标注为 Immutable release，也就是说，这个版本发布后，只有发布标题和发布说明可以修改，实际发布内容本身保持不可变。这意味着该版本的更新内容具有明确的稳定性标记，适合开发者和使用者按版本进行对照与追踪。

从这次更新内容来看，核心重点非常聚焦，主要围绕一个方向展开：为 Partner Nodes 中的 Kling 能力新增对 Kling V3-Turbo 模型的支持。虽然从提交数量和文件变更数量来看，本次版本属于小版本更新，但从能力扩展角度来说，它带来的价值并不小，因为它直接把新的视频生成模型能力打通到了 ComfyUI 的节点体系中。

本次版本的版本号从 0.25.0 升级为 0.25.1，涉及：

• • 2 个 commits
• • 4 个文件变更
• • 2 位贡献者参与
• • 总计 165 处新增
• • 11 处删除

从文件层面看，本次更新主要集中在以下 4 个文件：

• • comfy_api_nodes/apis/kling.py
• • comfy_api_nodes/nodes_kling.py
• • comfyui_version.py
• • pyproject.toml

下面就基于你给出的全部更新内容，详细拆解 ComfyUI v0.25.1 到底改了什么、意味着什么，以及这次更新对实际使用会带来哪些直接变化。

一、本次版本更新的核心主题

本次版本更新的唯一主线非常明确：

• • 为 Kling 新增对 Kling V3-Turbo 模型的支持

发布说明中的关键内容为：

• • [Partner Nodes] feat(Kling): add support for Kling V3-Turbo model

从这句话可以直接看出，本次更新属于 Partner Nodes 范畴，也就是与合作能力节点相关的增强。重点不是泛化的底层框架重构，而是 Kling 能力的扩展。而新增支持的目标模型就是 Kling V3-Turbo。

这意味着，ComfyUI 在原有 Kling 视频能力基础上，进一步增加了一个新模型入口，并且这个入口不仅仅是简单加个名称，而是从 API 请求结构、节点参数配置、创建任务、轮询任务、结果提取、价格显示逻辑等多个层面做了完整接入。

二、API 层新增内容解析：comfy_api_nodes/apis/kling.py

在 comfy_api_nodes/apis/kling.py 中，本次更新一共新增了 56 行内容，没有删除，主要新增的是一整套围绕 Kling 3.0 Turbo 的数据模型定义。

这一部分非常关键，因为它决定了 ComfyUI 如何与 Kling 3.0 Turbo 的接口进行请求和响应交互。

1. 新增 Kling3TurboSettings

class Kling3TurboSettings(BaseModel):
    resolution: str = Field("720p", description="'720p' or '1080p'")
    aspect_ratio: str | None = Field(None, description="'16:9'/'9:16'/'1:1'; text-to-video only")
    duration: int = Field(5, description="3-15 second")

这个设置对象定义了 Kling 3.0 Turbo 的核心生成参数：

• • resolution
  • • 默认值：720p
  • • 可选值：720p 或 1080p
• • aspect_ratio
  • • 可空
  • • 可选值：16:9、9:16、1:1
  • • 注释中明确说明：仅用于 text-to-video
• • duration
  • • 默认值：5
  • • 持续时长范围：3 到 15 秒

这说明 Kling 3.0 Turbo 在 ComfyUI 中接入后，至少支持三个核心控制项：分辨率、宽高比、时长。同时，宽高比只在文生视频模式下生效，这一点在后续节点逻辑中也得到了呼应。

2. 新增文生视频请求模型 Kling3TurboText2VideoRequest

class Kling3TurboText2VideoRequest(BaseModel):
    prompt: str = Field(..., description="<=3072 chars; may use multi-shot 'shot n, m, words; ...'")
    settings: Kling3TurboSettings | None = Field(None)

这个类对应的是 Kling 3.0 Turbo 文生视频请求结构。

重点信息包括：

• • prompt 必填
• • 最长 3072 个字符
• • 支持多镜头写法：
  • • 格式为：shot n, m, words; ...

这一点非常重要，因为它意味着 Kling 3.0 Turbo 文生视频不仅支持普通单段提示词，还支持 multi-shot 的分镜式提示结构。后面在节点实现里，ComfyUI 也专门为这个格式添加了一个字符串构建函数。

3. 新增内容对象 Kling3TurboContent

class Kling3TurboContent(BaseModel):
    type: str = Field(..., description="'prompt' or 'first_frame'")
    text: str | None = Field(None, description="for type=prompt; <=2500 chars")
    url: str | None = Field(None, description="for type=first_frame")

这个类用于图生视频请求中的内容列表定义。

它支持两种类型：

• • prompt
• • first_frame

字段含义分别是：

• • text
  • • 当 type=prompt 时使用
  • • 长度不超过 2500 字符
• • url
  • • 当 type=first_frame 时使用

这里可以清晰看出，Kling 3.0 Turbo 的图生视频请求采用的是 contents 列表机制，其中既可以放首帧图，也可以放文本提示词。

4. 新增图生视频请求模型 Kling3TurboImage2VideoRequest

class Kling3TurboImage2VideoRequest(BaseModel):
    contents: list[Kling3TurboContent] = Field(..., description="prompt + first_frame materials")
    settings: Kling3TurboSettings | None = Field(None)

这说明 Kling 3.0 Turbo 的图生视频请求由两部分组成：

• • contents
  • • 内容列表
  • • 包含 prompt + first_frame 材料
• • settings
  • • 使用前面定义的统一设置对象

这里和文生视频最大的区别在于，请求入口不再是单个 prompt 字段，而是一个组合内容列表。也就是说，图生视频模式本身是一个多材料输入结构。

5. 新增任务创建响应结构

class Kling3TurboCreateData(BaseModel):
    id: str | None = Field(None, description="Task ID")
    status: str | None = Field(None)
    message: str | None = Field(None)

class Kling3TurboCreateResponse(BaseModel):
    code: int | None = Field(None)
    message: str | None = Field(None)
    request_id: str | None = Field(None)
    data: Kling3TurboCreateData | None = Field(None)

这一组模型说明，创建任务后返回的是标准的任务信息结构，其中重点字段包括：

• • code
• • message
• • request_id
• • data.id，也就是 Task ID
• • data.status
• • data.message

这表明 Kling 3.0 Turbo 在 ComfyUI 中采用的是 先创建任务，再轮询任务状态 的异步处理方式。

6. 新增任务结果输出结构

class Kling3TurboOutput(BaseModel):
    type: str | None = Field(None, description="'video', 'image', 'audio', ...")
    id: str | None = Field(None)
    url: str | None = Field(None)
    duration: str | None = Field(None)

这里定义了输出对象。type 的描述中写得很清楚，结果可能是：

• • video
• • image
• • audio
• • 其他类型

这也和后续逻辑形成呼应，因为最终结果提取时，ComfyUI 会专门遍历 outputs，查找 type == "video" 且带有 url 的结果。

7. 新增任务查询返回结构

class Kling3TurboTaskData(BaseModel):
    id: str | None = Field(None)
    status: str | None = Field(None, description="submitted | processing | succeeded | failed")
    message: str | None = Field(None)
    outputs: list[Kling3TurboOutput] | None = Field(None)

class Kling3TurboQueryResponse(BaseModel):
    code: int | None = Field(None)
    message: str | None = Field(None)
    request_id: str | None = Field(None)
    data: list[Kling3TurboTaskData] | None = Field(None)

任务状态支持以下几种：

• • submitted
• • processing
• • succeeded
• • failed

这就完整定义了 Kling 3.0 Turbo 的任务生命周期。

至此，API 层已经把 Kling 3.0 Turbo 的：

• • 请求设置
• • 文生视频请求
• • 图生视频请求
• • 创建任务响应
• • 查询任务响应
• • 输出结果结构

全部补齐了。

三、节点层新增内容解析：comfy_api_nodes/nodes_kling.py

这一文件是本次更新量最大的地方，共有 116 处变更，其中 107 处新增，9 处删除。真正把 API 能力变成可用节点能力的，正是这里。

1. 新增导入内容

在导入部分新增了以下类型：

• • Kling3TurboSettings
• • Kling3TurboText2VideoRequest
• • Kling3TurboContent
• • Kling3TurboImage2VideoRequest
• • Kling3TurboCreateResponse
• • Kling3TurboQueryResponse

这一步表明，前面在 API 层定义的所有 Kling 3.0 Turbo 结构，已经正式被节点层使用。

2. 新增多镜头提示词构建函数 build_turbo_shot_prompt

def build_turbo_shot_prompt(multi_prompt: list[MultiPromptEntry]) -> str:
    """Render storyboard entries into the Turbo multi-shot prompt 'shot n, m, words; ...'."""
    return "; ".join(f"shot {i}, {int(e.duration)}, {e.prompt}" for i, e in enumerate(multi_prompt, 1)) + ";"

这个函数的作用非常明确：

• • 将 storyboard 条目渲染为 Kling 3.0 Turbo 所需的多镜头提示词格式
• • 格式为：
  • • shot n, m, words; ...

这里的逻辑是：

• • 遍历 multi_prompt
• • 从 1 开始编号
• • 每一项生成：
  • • shot 序号, 时长, 提示词
• • 最后使用 ; 拼接，并额外加一个结尾分号

举例来说，虽然代码里没有给具体示例，但从逻辑上可以看出，它会生成类似：

• • shot 1, 3, xxx; shot 2, 5, yyy;

这一设计直接对应了前面文生视频请求中对 prompt 的说明：支持 multi-shot 格式。

3. 新增结果视频链接提取函数 _turbo_video_url

def _turbo_video_url(response: Kling3TurboQueryResponse) -> str:
    """Extract the result video URL from a /tasks response (data[].outputs[] where type == 'video')."""
    task = response.data[0] if response.data else None
    if task and task.outputs:
        for output in task.outputs:
            if output.type == "video" and output.url:
                return output.url
    raise RuntimeError(f"Kling 3.0 Turbo task finished without a video output: {response.model_dump()}")

这个函数用于从 /tasks 响应中提取最终视频地址。

提取规则是：

• • 从 response.data[0] 取任务
• • 遍历 task.outputs
• • 找到 type == "video" 且 url 存在的输出
• • 返回对应 URL

如果任务结束后没有找到视频输出，则直接抛出异常：

• • Kling 3.0 Turbo task finished without a video output

这一点说明，虽然 outputs 中理论上可能有 image、audio 等内容，但当前 ComfyUI 节点的最终目标输出仍然是 视频文件。

4. 新增核心执行函数 execute_kling_turbo

这是本次更新最重要的实现逻辑之一。

async def execute_kling_turbo(
    cls: type[IO.ComfyNode],
    *,
    prompt: str,
    resolution: str,
    aspect_ratio: str,
    duration: int,
    start_frame: torch.Tensor | None,
) -> IO.NodeOutput:

这个函数承担了 Kling 3.0 Turbo 的完整调用流程，包括：

• • 判断是图生视频还是文生视频
• • 创建任务
• • 轮询任务
• • 下载结果视频
• • 返回节点输出

下面逐段来看。

4.1 当 start_frame 存在时，进入图生视频模式

if start_frame is not None:
    validate_image_dimensions(start_frame, min_width=300, min_height=300)
    validate_image_aspect_ratio(start_frame, (1, 2.5), (2.5, 1))

这里先做了输入校验：

• • 最小宽度：300
• • 最小高度：300
• • 宽高比范围：
  • • (1, 2.5)
  • • (2.5, 1)

然后构建内容列表：

contents = [Kling3TurboContent(type="first_frame", url=tensor_to_base64_string(start_frame))]
if prompt:
    contents.insert(0, Kling3TurboContent(type="prompt", text=prompt))

也就是说：

• • 首帧图一定作为 first_frame
• • 如果有提示词，则在内容列表开头插入 prompt

随后调用图生视频接口：

ApiEndpoint(path="/proxy/kling/image-to-video/kling-3.0-turbo", method="POST")

请求数据为：

Kling3TurboImage2VideoRequest(
    contents=contents,
    settings=Kling3TurboSettings(resolution=resolution, duration=duration),
)

这里有一个很关键的注释：

• • i2v: no aspect_ratio

这和前面 API 定义完全一致，说明 图生视频模式下不传 aspect_ratio。

4.2 当 start_frame 不存在时，进入文生视频模式

else:
    create = await sync_op(
        cls,
        ApiEndpoint(path="/proxy/kling/text-to-video/kling-3.0-turbo", method="POST"),
        response_model=Kling3TurboCreateResponse,
        data=Kling3TurboText2VideoRequest(
            prompt=prompt,
            settings=Kling3TurboSettings(resolution=resolution, aspect_ratio=aspect_ratio, duration=duration),
        ),
    )

文生视频使用的接口路径是：

• • /proxy/kling/text-to-video/kling-3.0-turbo

请求中包含：

• • prompt
• • resolution
• • aspect_ratio
• • duration

这再次说明：

• • aspect_ratio 仅在 text-to-video 模式下生效

4.3 创建任务失败时的处理

if not (create.data and create.data.id):
    raise RuntimeError(f"Kling 3.0 Turbo create failed. Code: {create.code}, Message: {create.message}")

也就是说，如果返回里没有任务 ID，就视为任务创建失败，并输出错误码和错误信息。

4.4 任务轮询逻辑

final_response = await poll_op(
    cls,
    ApiEndpoint(path="/proxy/kling/tasks", query_params={"task_ids": create.data.id}),
    response_model=Kling3TurboQueryResponse,
    status_extractor=lambda r: (r.data[0].status if r.data else None),
)

轮询接口路径是：

• • /proxy/kling/tasks

查询参数为：

• • task_ids = create.data.id

状态提取逻辑是：

• • r.data[0].status

这和前面定义的任务状态结构完全对应。

4.5 最终输出视频

return IO.NodeOutput(await download_url_to_video_output(_turbo_video_url(final_response)))

最终流程是：

• • 从查询结果中提取视频 URL
• • 下载视频
• • 转成节点输出

也就是说，Kling 3.0 Turbo 在 ComfyUI 中已经形成了完整闭环。

四、KlingVideoNode 的 UI 参数更新

本次更新还对 KlingVideoNode 的 schema 定义做了增强，主要集中在以下几个点。

1. generate_audio 提示文案更新

原本这里是：

IO.Boolean.Input("generate_audio", default=True)

更新后变成：

IO.Boolean.Input(
    "generate_audio",
    default=True,
    tooltip="'kling-3.0-turbo' always generates native audio, so the audio toggle is ignored.",
),

新增的提示信息非常关键：

• • kling-3.0-turbo 总是生成原生音频
• • 因此这个音频开关对它来说 会被忽略

这意味着：

• • UI 中仍保留 generate_audio
• • 但如果用户选择的是 kling-3.0-turbo
• • 那么这个开关不会影响结果

这是一个典型的兼容式设计：保留统一界面，但针对特定模型说明开关不生效。

2. 模型选项中新增 kling-3.0-turbo

在动态模型选项中新增：

IO.DynamicCombo.Option(
    "kling-3.0-turbo",
    [
        IO.Combo.Input("resolution", options=["1080p", "720p"], default="720p"),
        IO.Combo.Input(
            "aspect_ratio",
            options=["16:9", "9:16", "1:1"],
            tooltip="Ignored in image-to-video mode.",
        ),
    ],
),

这表示在节点 UI 中，用户现在可以直接选择：

• • kling-3.0-turbo

对应可配置项有两个：

• • resolution
  • • 可选：1080p、720p
  • • 默认：720p
• • aspect_ratio
  • • 可选：16:9、9:16、1:1
  • • 提示：在 image-to-video 模式下会被忽略

这和执行逻辑完全一致。

五、价格徽章逻辑更新

本次更新对 price_badge 的表达式做了非常关键的调整，核心变化有两点：

• • 价格计算依赖项新增了 "model"
• • 对 kling-3.0-turbo 单独定义了计价规则

1. 依赖项新增 "model"

在 depends_on.widgets 中新增了：

• • "model"

同时保留了：

• • "model.resolution"
• • "generate_audio"
• • "multi_shot"

这说明价格展示现在会直接受模型类型影响，而不再只是分辨率、音频和时长共同决定。

2. 原有逻辑回顾

原本价格计算采用统一费率：

• • 4k
  • • off: 0.42
  • • on: 0.42
• • 1080p
  • • off: 0.112
  • • on: 0.168
• • 720p
  • • off: 0.084
  • • on: 0.126

然后根据：

• • 分辨率
• • 音频是否开启
• • 多镜头时长总和或单段时长

来计算总价格。

3. 新增 kling-3.0-turbo 专属计价逻辑

更新后表达式变成了分支判断：

如果：

• • widgets.model = "kling-3.0-turbo"

那么价格为：

• • 1080p：0.14 * 时长
• • 否则即 720p：0.112 * 时长

如果不是 kling-3.0-turbo，则继续使用原先按分辨率和音频状态区分的那套费率表。

这里带来的变化非常明确：

• • kling-3.0-turbo 不再依赖 generate_audio 开关计算价格
• • 因为它总是生成原生音频，价格逻辑已被单独固定
• • 价格仅与：
  • • 分辨率
  • • 时长 有关

这和前面的 UI 提示完全吻合。

六、执行逻辑中的模型分支新增

在 execute 方法中，本次更新新增了专门针对 kling-3.0-turbo 的分支：

if model["model"] == "kling-3.0-turbo":
    turbo_prompt = build_turbo_shot_prompt(multi_prompt_list) if custom_multi_shot else multi_shot["prompt"]
    return await execute_kling_turbo(
        cls,
        prompt=turbo_prompt,
        resolution=model["resolution"],
        aspect_ratio=model["aspect_ratio"],
        duration=duration,
        start_frame=start_frame,
    )

这一段逻辑非常重要，可以总结出以下几点：

1. Kling 3.0 Turbo 已经被正式纳入执行分发逻辑

也就是说，当用户在节点里选择模型为 kling-3.0-turbo 时，ComfyUI 会直接进入专属执行函数 execute_kling_turbo，而不是走旧模型流程。

2. 支持自定义多镜头提示拼接

这里的 turbo_prompt 逻辑是：

• • 如果使用了 custom_multi_shot
  • • 则通过 build_turbo_shot_prompt(multi_prompt_list) 构建多镜头提示词
• • 否则
  • • 使用 multi_shot["prompt"]

这意味着 Kling 3.0 Turbo 已经和现有多镜头系统打通，并且采用的是它要求的那种：

• • shot n, m, words; ...

格式。

3. 图生视频与文生视频入口统一封装

无论是：

• • start_frame 有值，走图生视频
• • start_frame 为空，走文生视频

最终都统一由 execute_kling_turbo 处理。

这使得 Kling 3.0 Turbo 的集成方式比较完整，不是只做单一模式支持，而是同时覆盖：

• • text-to-video
• • image-to-video

七、版本号同步更新

除了功能性变更，本次版本还同步更新了版本号信息。

1. comfyui_version.py

__version__ = "0.25.0"

更新为：

__version__ = "0.25.1"

2. pyproject.toml

version = "0.25.0"

更新为：

version = "0.25.1"

这代表 ComfyUI 的代码内部版本与项目配置版本已经同步切换到 0.25.1。

八、从更新细节看，这次 v0.25.1 实际解决了什么

如果只看版本号，这只是一次从 0.25.0 到 0.25.1 的小更新；但如果从功能接入完整度来看，这次更新其实完成了一次 模型级别的正式落地。

它具体带来了以下能力完善：

• • 新增 Kling 3.0 Turbo API 数据结构
• • 新增 Kling 3.0 Turbo 文生视频请求能力
• • 新增 Kling 3.0 Turbo 图生视频请求能力
• • 新增 Kling 3.0 Turbo 任务创建与查询响应解析
• • 新增任务结果中视频 URL 的提取逻辑
• • 新增 Kling 3.0 Turbo 的统一执行函数
• • 新增多镜头提示词格式构建能力
• • 在节点 UI 中新增模型选项
• • 补充模型相关参数说明
• • 明确图生视频模式下忽略 aspect_ratio
• • 明确该模型总是生成原生音频
• • 为该模型加入独立的价格计算规则
• • 将版本号正式升级到 0.25.1

可以说，这不是简单地“把模型名加到下拉框里”，而是完成了从请求结构到前端参数、从执行链路到价格逻辑的一整套适配。

九、Kling 3.0 Turbo 在 ComfyUI v0.25.1 中的能力边界，完全以本次更新内容为准

基于你提供的全部更新文本，可以明确总结出 Kling 3.0 Turbo 在当前版本中的能力边界：

1. 支持两种生成模式

• • 文生视频
• • 图生视频

2. 文生视频参数支持

• • prompt
• • resolution
• • aspect_ratio
• • duration

3. 图生视频参数支持

• • contents
  • • prompt
  • • first_frame
• • resolution
• • duration

并且：

• • 图生视频模式下 不使用 aspect_ratio

4. 时长范围

• • 3 到 15 秒

5. 分辨率支持

• • 720p
• • 1080p

6. 宽高比支持

• • 16:9
• • 9:16
• • 1:1

但仅限文生视频。

7. 输入图像限制

当使用首帧图时：

• • 最小宽度：300
• • 最小高度：300
• • 宽高比需满足代码中的校验范围

8. 多镜头提示支持

支持格式：

• • shot n, m, words; ...

9. 音频特性

• • kling-3.0-turbo 总是生成原生音频
• • generate_audio 开关对该模型无效

10. 定价逻辑

• • 1080p：0.14 * 时长
• • 720p：0.112 * 时长

十、这次更新为什么值得关注

从你提供的内容来看，ComfyUI v0.25.1 虽然不是一次大规模重构版本，但它有三个非常鲜明的价值点。

第一，目标集中。

整个版本几乎围绕 Kling 3.0 Turbo 展开，没有分散修改。这意味着开发意图非常明确，就是把新模型支持做实、做完整。

第二，接入完整。

不是局部代码试验，而是 API 定义、节点执行、输入校验、轮询结果、UI 选项、价格逻辑全部联动。

第三，使用体验更清晰。

像下面这些细节都写得很明确：

• • 文生视频支持 aspect_ratio
• • 图生视频忽略 aspect_ratio
• • 音频开关对该模型无效
• • 多镜头 prompt 需要使用指定格式
• • 价格与分辨率和时长直接挂钩

这种明确性对于实际使用非常重要，因为它减少了误用和理解偏差。

十一、ComfyUI v0.25.1 更新总结

代码地址：github.com/Comfy-Org/ComfyUI

最后，用最精炼但完整的方式总结一下这次版本更新：

ComfyUI v0.25.1 于 2026年6月20日发布，是一个标记为 Immutable release 的最新版本。本次更新的核心内容是：在 Partner Nodes 中为 Kling 新增对 Kling V3-Turbo 模型的支持。代码层面共涉及 2 个提交、4 个文件变更、165 处新增、11 处删除。

在 comfy_api_nodes/apis/kling.py 中，新增了 Kling 3.0 Turbo 的完整 API 数据结构，包括：

• • 设置模型
• • 文生视频请求
• • 图生视频请求
• • 创建任务响应
• • 查询任务响应
• • 输出对象定义

在 comfy_api_nodes/nodes_kling.py 中，新增了：

• • 多镜头提示词构建函数
• • 视频结果 URL 提取函数
• • Kling 3.0 Turbo 专属执行函数
• • 模型 UI 选项
• • 参数提示说明
• • 独立价格计算逻辑
• • 执行流程分支接入

同时，版本号文件 comfyui_version.py 和项目配置 pyproject.toml 也从 0.25.0 更新到了 0.25.1。

如果一句话概括这次升级，那就是：

ComfyUI v0.25.1 完整接入了 Kling 3.0 Turbo，让文生视频、图生视频、多镜头提示、结果轮询与价格展示形成了一条可直接使用的完整链路。