AIREITER
Was Kling 4.0 generiert
Kling 4.0 ist ein Videomodell von Kuaishou Kling. Ein einziges Modell deckt Text-to-Video, Keyframes, Bild-, Video- und Audioreferenzen, Videobearbeitung sowie Videoerweiterung ab – und jeder Clip enthält eine Stereo-Audiospur.
Vier Modi, ein Modell
Text / Referenz, Frames, Video bearbeiten und Video erweitern. Wählen Sie den Modus passend zu Ihrem vorhandenen Material.
3 bis 30 Sekunden
Jede ganzsekündige Dauer von 3 bis 30 Sekunden, standardmäßig 5. Im Modus „Video erweitern“ bezieht sich die Länge nur auf den neuen Teil.
720p oder 1080p mit Ton
Der Ton wird bei jedem Clip zusammen mit dem Bild generiert. Es gibt kein 4K und keine Option ohne Ton.
16:9, 9:16, 1:1, 21:9
Legen Sie das Seitenverhältnis im Modus „Text / Referenz“ fest oder belassen Sie es auf automatisch. Frames richten sich nach dem ersten Frame; „Bearbeiten“ und „Erweitern“ behalten das Seitenverhältnis der Quelle bei.
Kling 4.0 Testergebnisse
Beide Clips stammen aus unseren eigenen Tests vom 4. November 2026. Dateigröße, Länge und Ton wurden anhand der gelieferten Dateien gemessen.
Text-to-Video: Papierschiffchen auf einer Neonstraße
Anfrage: Nur Text, 16:9, 5 Sekunden, 1080p.
Gelieferte Datei: H.264 MP4, 1920x1080, 5,04 Sekunden, 24 fps, Stereo-AAC-Audio.
Generierungszeit: etwa 4,5 Minuten.
Video erweitern: Fünf weitere Sekunden desselben Clips
Anfrage: Video verlängern, 5 neue Sekunden.
Gelieferte Datei: 960x540, 10,0 Sekunden: zuerst die Quelle, dann der neue Teil.
Was standgehalten hat: kein sichtbarer Schnitt bei der 5-Sekunden-Marke, und die Straße, Schilder und Reflexionen bleiben unverändert. In den neuen Sekunden kommt ein Passant ins Bild und hebt das Boot aus dem Wasser.
Ton: die stumme Quelle bleibt stumm, und die neuen Sekunden werden mit generiertem Ton geliefert.
Welchen Kling 4.0-Modus Sie wählen sollten
Jeder Modus erfordert unterschiedliche Eingaben.
Text / Referenz
Nur Prompt für Text-to-Video. Oder fügen Sie bis zu 10 Bilder, 5 Videos (insgesamt 30 Sekunden) und 3 Audioclips von 5 bis 30 Sekunden hinzu – maximal 15 Elemente – und benennen Sie diese im Prompt mit @Image1, @Video1, @Audio1.
Frames
Ein erster Frame ist erforderlich. Fügen Sie bis zu 8 mittlere Frames in Wiedergabereihenfolge und einen optionalen letzten Frame hinzu: maximal 10 Frames und nicht mehr als die Videolänge plus 1.
Video bearbeiten
Ein Quellclip von 3 bis 30 Sekunden plus bis zu 10 Referenzbilder. Geben Sie an, was geändert werden soll; die Quelle ist @Video1. Behalten Sie den Originalton bei oder generieren Sie ihn neu.
Video erweitern
Ein Quellclip von bis zu 30 Sekunden plus ein optionaler letzter Frame als Endpunkt. Sie erhalten die Quelle und den neuen Teil als eine Datei zurück.
Was Sie mit Kling 4.0 erstellen können
Eine längere Aufnahme in einem Durchgang
Bis zu 30 Sekunden pro Generierung, sodass eine Produktrundumansicht oder eine kurze Szene nicht zusammengeschnitten werden muss.
Vom Storyboard zur Bewegung
Legen Sie einen ersten Frame, Zwischen-Frames und einen letzten Frame fest und lassen Sie das Modell die Bewegung dazwischen füllen.
Charakter oder Produkt konsistent halten
Geben Sie Bilder von Charakteren, Outfits, Produkten und Orten an, dazu ein Referenzvideo für Bewegungen oder einen Referenz-Audioclip für Stimmen.
Vorhandenes Material überarbeiten
Ändern Sie Stil, Outfit oder Hintergrund eines bestehenden Clips mit Edit oder setzen Sie ihn mit Extend fort, wie im Test mit dem Papierboot.
So generieren Sie mit Kling 4.0
Die gleichen Schritte funktionieren im Playground und über die API.
Modus wählen
Text / Reference, Frames, Edit Video oder Extend Video.
Eingaben hinzufügen
Referenzen für Text / Reference, ein erstes Frame für Frames, ein Quellclip für Edit und Extend.
Beschreiben Sie das Video
Beschreiben Sie, was sich bewegt, danach Kamera, Licht und Ton. Beschreiben Sie für Extend, was als Nächstes passiert.
Länge und Auflösung festlegen
3 bis 30 Sekunden bei 720p oder 1080p. Bei Extend entspricht die Länge der Anzahl neuer Sekunden.
Kling 4.0 über die AIReiter-API aufrufen
Ein asynchroner Contract für alle vier Modi.
Modell-ID
Senden Sie kling_v4.
Absenden
POST /api/openapi/submit mit model, einer eindeutigen out_task_id und params. Setzen Sie type auf reference, frame, edit oder extend.
Eingaben nach Modus
reference: prompt mit optionaler image_url, video_url, audio_url. frame: image_url (erstes Frame), keyframe_url, end_image_url. edit: video_url, image_url, audio_setting. extend: video_url, end_image_url.
Abfrage
POST /api/openapi/query mit derselben out_task_id aufrufen, bis der status completed oder failed ist. Abgeschlossene Antworten enthalten die Video-URL.
Verwandte KI-Video-Modelle
Kling v3 Omni
3 bis 15 Sekunden lange Clips aus Text, Bildern, ersten/letzten Frames oder einem Referenzvideo, bis zu 4K.
Kling 3.0
3 bis 15 Sekunden lange Clips mit nativem Audio und Steuerung für erstes/letztes Frame, bis zu 4K.
Kling 3.0 Turbo
Schnelle 3 bis 15 Sekunden lange Clips aus einem Prompt oder einem Referenzbild, bei 720p oder 1080p.
Wan 3.0
2 bis 30 Sekunden lange Clips aus Text, ersten/letzten Frames, gemischten Referenzen oder einem Dokument.
Kling 4.0 FAQ
Häufige Fragen zu Modi, Länge, Referenzen, Ton und der API.
/ 01Was ist Kling 4.0?
Ein Videomodell von Kuaishou Kling, das 3 bis 30 Sekunden lange Clips mit Stereo-Audio bei 720p oder 1080p erstellt. Es funktioniert mit Text, Keyframes oder Bild-, Video- und Audio-Referenzen und kann einen hochgeladenen Clip bearbeiten oder erweitern.
/ 02Wie lang kann ein Kling 4.0-Video sein?
3 bis 30 Sekunden in ganzen Sekunden, Standardwert 5. Im Extend-Modus zählt die Länge nur für den neuen Teil.
/ 03Was gibt Extend Video zurück?
Eine Datei mit der Quelle, gefolgt vom neuen Teil. In unserem Test wurde eine 5-Sekunden-Quelle, die um 5 Sekunden erweitert wurde, als 10,0-Sekunden-Video zurückgegeben.
/ 04Behält Extend den Originalton bei?
Ja. Die Quelle behält ihren eigenen Ton und der neue Teil erhält generierten Ton. In unserem Test blieb die stumme Quelle stumm.
/ 05Kann ich erste, mittlere und letzte Frames festlegen?
Ja. Der Frames-Modus erfordert ein erstes Frame, bis zu 8 mittlere Frames und ein optionales letztes Frame.
/ 06Wie viele Referenzen kann ich hinzufügen?
Bis zu 10 Bilder, 5 Videos (insgesamt 30 Sekunden) und 3 Audioclips, insgesamt 15 Elemente.
/ 07Kann ich den Ton ausschalten?
Nein. Jeder Clip verfügt über eine Stereo-Audiospur. Im Edit-Modus können Sie den Originalton beibehalten oder neu generieren.
/ 08Wie unterscheidet sich Kling 4.0 von Kling v3 Omni?
Kling 4.0 ermöglicht bis zu 30 Sekunden und ergänzt mittlere Frames, Edit Video und Extend Video bei 720p oder 1080p. Kling v3 Omni endet bei 15 Sekunden, bietet aber 4K.
/ 09Welche API-Modell-ID soll ich verwenden?
kling_v4 mit POST /api/openapi/submit, anschließend POST /api/openapi/query mit derselben out_task_id abfragen.