Kling 4.0 ist das Videomodell der vierten Generation von Kling AI aus dem Hause Kuaishou – konzipiert für native 30-Sekunden-Clips, Storytelling mit mehreren Keyframes, Omni-Referenzen und eine Ausgabe in bis zu 4K mit 10-Bit-HDR.
Demnächst verfügbar
Die Generierung mit Kling 4.0 ist in Kürze verfügbar
Dieser Workspace wird für die Generierung freigeschaltet, sobald Kling 4.0 auf unserer Plattform verfügbar ist. Bis dahin können Sie Videos mit Kling 3 oder Seedance 2.5 erstellen.
Jetzt erstellen mit
Kling 4.0
Videomodell von Kling AI
Kling 4.0 · Modellüberblick
Kling 4.0 ist das Videomodell der vierten Generation von Kling AI, der KI-Videoplattform von Kuaishou. Das Modell setzt auf visuellen Realismus, kreative Kontrolle und erzählerische Geschlossenheit: Eine einzelne Generierung kann 30 Sekunden umfassen, bis zu 10 Keyframes folgen und bis zu 15 multimodale Referenzen einbeziehen – mit Stereo-Audio und einer Ausgabe in bis zu 4K mit 10-Bit-HDR.
Erzeugen Sie bis zu 30 Sekunden in einem einzigen Durchgang – doppelt so viel wie das 15-Sekunden-Limit von Kling 3.0 und genug Raum für einen Einstieg, die Haupthandlung und ein vollständiges Ende.
Setzen Sie bis zu 10 Keyframes entlang der Zeitleiste, um Bildkomposition, Figurenpositionen und Handlungspunkte festzulegen, während Kling 4.0 die Bewegung dazwischen generiert.
Kombinieren Sie bis zu 10 Bilder, 5 Videos und 7 Subjekte mit maximal 15 Referenzen pro Generierung – für konsistentere Figuren, Produkte und Stile. Auch die referenzbasierte Videobearbeitung wurde verbessert.
Schnelle Action, durchgehende Bewegungen und komplexe Kamerabewegungen werden stabiler und flüssiger umgesetzt. Das erleichtert groß angelegte Szenen, Verfolgungsjagden und weitläufige Kamerafahrten.
Die Ausgabe erreicht bis zu 4K-Auflösung, und 10-Bit-HDR wird in 1080p und 4K unterstützt – für einen größeren Farbumfang, weichere Verläufe und mehr Spielraum beim Color Grading.
Der Ton wird zusammen mit dem Bild generiert – mit hochwertigem Stereo-Audio, präziserer Lippensynchronisation und Sprachausgabe in mehreren Sprachen, Akzenten und Dialekten.
Verlängern Sie einen generierten Clip ein- oder mehrmals zu einer durchgehenden Sequenz von bis zu 2 Minuten, wobei Figuren und Schauplatz von Einstellung zu Einstellung erhalten bleiben.
Die wichtigsten Spezifikationen von Kling 4.0 im Überblick.
| Spezifikation | Kling 4.0 |
|---|---|
| Entwickler | Kling AI (Kuaishou Technology) |
| Versionen | Kling 4.0 (auch Kling 4 genannt) und Kling 4.0 Flash |
| Einzelne Generierung | Bis zu 30 Sekunden, nativ generiert |
| Videoverlängerung | Insgesamt bis zu 2 Minuten |
| Keyframes | Bis zu 10 |
| Omni-Referenzen | Bis zu 15: 10 Bilder, 5 Videos und 7 Subjekte |
| Prompt-Länge | Bis zu 8.000 Tokens |
| Auflösung | Bis zu 4K |
| HDR | 10-Bit-HDR in 1080p und 4K |
| Seitenverhältnisse | Zusätzlich 21:9-Ultrabreitbild |
| Audio | Zweikanal-Stereo mit präziserer Lippensynchronisation |
| Sprachen | Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch und weitere, jeweils mit Akzenten und Dialekten |
Kling 4.0 umfasst zwei Versionen. Das vollständige Modell zielt auf maximalen Realismus und größtmögliche Kontrolle, während Flash auf Geschwindigkeit und Kosteneffizienz abgestimmt ist.
Vollständiges Modell für Szenen mit hoher Detailtreue
Schlanke Version für hochfrequente Content-Erstellung
Nutzen Sie die native 30-Sekunden-Generierung und Keyframes, um eine vollständige Szene mit Einstieg, Spannungsaufbau und abgeschlossenem Ende zu inszenieren, und verlängern Sie diese anschließend zu einer längeren Sequenz.
Halten Sie Produkte und Figuren mit Omni-Referenzen konsistent und liefern Sie 4K-HDR-Material für Launch-Seiten, bezahlte Social-Media-Kampagnen und Produktseiten im E-Commerce.
Erstellen Sie Erklärvideos, Figurendialoge und lokalisierte Fassungen mit synchronen Lippenbewegungen in mehreren Sprachen, Akzenten und Dialekten.
Die verbesserte Stabilität bei schnellen Bewegungen, durchgehender Action und komplexen Kamerabewegungen eignet sich für Verfolgungsjagden, Sport-Highlights und weitläufige Establishing Shots.
Fixieren Sie zentrale Einstellungen mit bis zu 10 Keyframes, um Bildkomposition, Tempo und Kamerawege zu erproben, bevor Sie eine vollständige Produktion angehen.
Kadrieren Sie Szenen im 21:9-Ultrabreitbild und liefern Sie 10-Bit-HDR-Material, das Raum für professionelles Color Grading lässt.
Kreativer Workflow
Mit Kling 4.0 zahlt sich Planung aus. Legen Sie zuerst die Handlungspunkte fest, verankern Sie diese mit Keyframes und Referenzen und wählen Sie dann das Ausgabeformat, das zum geplanten Veröffentlichungskanal passt.
Schritt 01
Gliedern Sie den Clip in Abschnitte: Beispielsweise führen die Sekunden 0–10 Motiv und Schauplatz ein, die Sekunden 10–20 tragen die Haupthandlung, und die Sekunden 20–30 liefern den Höhepunkt oder das Schlussbild. Eine klare Struktur hilft dem Modell, das Tempo von Bewegung und Kameraführung zu steuern.
Schritt 02
Laden Sie Keyframes für die Momente hoch, die exakt stimmen müssen, und fügen Sie anschließend Bild-, Video- oder Subjektreferenzen für Figuren, Produkte und Stil hinzu. Kling 4.0 akzeptiert bis zu 10 Keyframes und bis zu 15 Referenzen.
Schritt 03
Beschreiben Sie Motive, Handlungen, Kamerabewegung, Licht, Dialog und Ton. Prompts können bis zu 8.000 Tokens umfassen, sodass sich komplexe Szenen Einstellung für Einstellung beschreiben lassen.
Schritt 04
Wählen Sie ein Seitenverhältnis, darunter 21:9-Breitbild, sowie die benötigte Auflösung. Prüfen Sie das Ergebnis und verlängern Sie den Clip, wenn die Geschichte mehr Zeit braucht – auf insgesamt bis zu 2 Minuten.
Kling 4.0 bietet mehr Kontrolle als frühere Kling-Modelle. Mit diesen Vorgehensweisen machen Sie aus dieser Kontrolle konsistentes, gut verwendbares Material.
Setzen Sie Keyframes an den Anfang und das Ende des Clips, um festzulegen, wo die Szene beginnt und endet. Fügen Sie Zwischen-Keyframes nur dort hinzu, wo die Geschichte einen bestimmten Moment erfordert.
Verwenden Sie pro Figur oder Produkt eine saubere, gut ausgeleuchtete Referenz, damit Omni Reference jede Identität konsistent hält, statt mehrere Erscheinungsbilder zu vermischen.
Benennen Sie die Kamerabewegung für jeden Teil des Clips, etwa eine langsame Ranfahrt, eine Kreisfahrt oder eine Begleitfahrt, statt eine einzige Anweisung für die gesamten 30 Sekunden zu geben.
Setzen Sie gesprochene Sätze in Anführungszeichen und geben Sie den Sprecher sowie die Sprache oder den Akzent an, damit Lippensynchronisation und Stimme zur richtigen Figur passen.
Führen Sie Umgebungsgeräusche, Soundeffekte und Musik mit ihrem Timing auf, damit das Stereo-Audio die Handlung unterstützt, statt mit ihr zu konkurrieren.
Wenn Sie einen Clip schrittweise auf bis zu 2 Minuten verlängern, halten Sie die Beschreibungen von Figuren und Stil zwischen den Segmenten identisch und ändern Sie nur die Handlung.
Die Tabelle vergleicht die veröffentlichten Funktionen von Kling 4.0, Kling 3.0 und Seedance 2.5 und zeigt, wofür sich jedes Modell am besten eignet.
| Funktion | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| Einzelne Generierung | Nativ 30 Sekunden | 3–15 Sekunden | Bis zu 30 Sekunden |
| Story-Steuerung | Bis zu 10 Keyframes für Steuerung auf Zeitleistenebene | Multi-Shot-Storytelling mit einem einzigen Prompt | Startbild-Steuerung und räumliche 3D-Previsualisierung für das Kamera-Blocking |
| Referenzen | Bis zu 15: 10 Bilder, 5 Videos und 7 Subjekte | Kling 3.0 Omni: bis zu 7 Bilder und 1 Referenzvideo | Bis zu 50: 30 Bilder, 10 Videos und 10 Audiodateien |
| Auflösung | Bis zu 4K, mit 10-Bit-HDR in 1080p und 4K | 720p und 1080p sowie ein nativer 4K-Modus | 720p bis natives 4K |
| Audio | Stereo-Audio, präzisere Lippensynchronisation, mehrere Sprachen, Akzente und Dialekte | Natives Audio mit mehrsprachiger Sprachausgabe und Akzenten | Natives Audio, Audiodateien als Referenzen möglich |
| Längere Sequenzen | Videoverlängerung auf insgesamt bis zu 2 Minuten | Mehrere Einstellungen in einem einzigen Clip | Angehängtes Video verlängern oder bearbeiten |
| Ideal für | Lange, gezielt inszenierte Szenen, die Keyframe-Präzision, umfangreiche Referenzen und HDR-Ausgabe erfordern | Filmische Clips bis 15 Sekunden für Social Media, Werbung und kurze Szenen | Referenzintensive 30-Sekunden-Produktionen und 4K-Markeninhalte |
Seit Juni 2024 veröffentlicht Kling AI alle paar Monate ein großes Modell. Kling 4.0 ist der größte Schritt bei Cliplänge, kreativer Kontrolle und Ausgabequalität.
| Version | Veröffentlichung | Highlights |
|---|---|---|
| Kling 1.0 | Juni 2024 | Öffentlicher Start der Text-zu-Video- und Bild-zu-Video-Generierung von Kling |
| Kling 1.5 | September 2024 | HD-Ausgabe in 1080p und verbesserte Bewegungsqualität |
| Kling 2.0 | April 2025 | Deutliche Fortschritte bei Bewegung, Prompt-Verständnis und Bildqualität sowie multimodale Videobearbeitung |
| Kling 2.5 Turbo | September 2025 | Schnellere, kosteneffizientere Generierung mit höherer Prompt-Treue |
| Kling 2.6 | Dezember 2025 | Erstes Kling-Modell mit nativem Audio, einschließlich Sprache, Soundeffekten und Umgebungsgeräuschen |
| Kling 3.0 | Februar 2026 | Clips von 3–15 Sekunden, Multi-Shot-Storytelling und mehrsprachiges natives Audio |
| Kling 4.0 | 2026 | Native 30-Sekunden-Generierung, 10 Keyframes, 15 Referenzen, bis zu 4K mit 10-Bit-HDR und Verlängerung auf bis zu 2 Minuten |
Jedes Beispiel ist für einen vollständigen 30-Sekunden-Clip geschrieben – mit klaren Abschnitten, Kameraanweisungen und Ton, damit das Modell das Tempo der Szene von Anfang bis Ende steuern kann.
0–10 s: Eine mattschwarze Smartwatch dreht sich langsam auf einem nassen Steinsockel, weiches Kantenlicht, Makroobjektiv. 10–20 s: Die Kamera umkreist die Uhr, während das Display aufleuchtet und Regentropfen vom Glas gleiten. 20–30 s: Rückfahrt in eine Totale einer regennassen Dachterrasse in der Abenddämmerung, das Zifferblatt leuchtet. Tiefer Ambient-Synth und sanfter Regen in Stereo.
Ein gemütliches Café bei Nacht. Eine junge Frau im grünen Mantel blickt von ihrem Notizbuch auf und sagt auf Englisch: "You came back." Der Mann ihr gegenüber lächelt und antwortet auf Spanisch: "Nunca me fui del todo." Langsame Ranfahrt, geringe Schärfentiefe, leises Stimmengewirr im Café und sanftes Klavier im Hintergrund.
Keyframes 1, 5 und 10 als Ankerpunkte: Ein Kurier auf einem roten Fahrrad biegt bei Sonnenaufgang in eine enge Gasse ein, schlängelt sich mittags durch einen belebten Markt und hält bei Sonnenuntergang an einem Hafentor. Outfit und Fahrrad bleiben konsistent. Mitfahrende Kamera auf Lenkerhöhe, 21:9-Breitbild, sich steigernder Trommelrhythmus.
0–10 s: Ein Rallyeauto driftet durch eine schlammige Waldkurve, Schlamm spritzt in Richtung Objektiv, mitfahrende Kamera in Bodennähe. 10–20 s: Eine Drohnenaufnahme steigt auf und folgt dem Auto über eine Kuppe, während Sonnenlicht durch die Bäume blitzt. 20–30 s: Das Auto überquert in Zeitlupe die Ziellinie, während die Menge jubelt. Röhrender Motor und Publikumslärm in Stereo.
Eine Moderatorin in einem hellen Studio hält ein Paar kabellose Ohrhörer und sagt auf Englisch: "Twelve hours of battery, one small case." Sie wiederholt den Satz auf Japanisch und lächelt dann in die Kamera. Halbnahe Einstellung, weiches Führungslicht, klare Studioatmosphäre.
21:9-Breitbild, 10-Bit-HDR. Morgendämmerung über einem nebligen Bergtal. 0–10 s: Ein langsamer Gleitflug über den Wolken. 10–20 s: Die Kamera senkt sich zu einem einsamen Reiter auf einem Bergkamm. 20–30 s: Der Reiter hält an, als die Sonne über den Gipfeln durchbricht. Anschwellende Orchestermusik und sanfter Wind.
Antworten zu den Funktionen von Kling 4.0, zu Referenzen, Auflösung und Prompts sowie zum Vergleich mit anderen Videomodellen.
Kling 4.0 ist ein Videogenerierungsmodell von Kling AI, der KI-Videoplattform von Kuaishou. Es erzeugt native 30-Sekunden-Clips aus Text, Bildern und multimodalen Referenzen, unterstützt bis zu 10 Keyframes und 15 Referenzen und bietet zusätzlich Stereo-Audio, präzisere Lippensynchronisation sowie eine Auflösung von bis zu 4K mit 10-Bit-HDR-Ausgabe.
Neue Konten erhalten kostenlose Credits zum Start – kein Download nötig. Generierungen mit Kling 4.0 werden mit Credits bezahlt; die aktuellen Pläne und Credit-Pakete finden Sie auf der Preisseite.
Kling 4.0 ist das vollständige Modell mit nativer 30-Sekunden-Generierung, 10 Keyframes, 15 multimodalen Referenzen und einer Ausgabe in bis zu 4K mit 10-Bit-HDR. Kling 4.0 Flash ist auf hochfrequente Content-Erstellung ausgelegt und bietet eine schnellere Generierung sowie höhere Kosteneffizienz. Flash eignet sich für Entwürfe und schnelle Iterationen, das vollständige Modell für finale Szenen mit hoher Detailtreue.
Eine einzelne Generierung mit Kling 4.0 kann bis zu 30 Sekunden lang sein – doppelt so lang wie das 15-Sekunden-Limit von Kling 3.0. Mit der Videoverlängerung lässt sich ein Clip ein- oder mehrmals fortsetzen, sodass eine Sequenz von insgesamt bis zu 2 Minuten entsteht.
Ja. Kling 4.0 unterstützt Auflösungen bis 4K sowie 10-Bit-HDR-Ausgabe in 1080p und 4K. Im Vergleich zu herkömmlichem 8-Bit-Video sorgt die 10-Bit-Farbtiefe für weichere Verläufe und bietet mehr Spielraum beim Color Grading.
Omni Reference akzeptiert pro Generierung bis zu 10 Bilder, 5 Videos und 7 Subjekte, insgesamt maximal 15 Referenzen. Die Multi-Keyframe-Steuerung akzeptiert bis zu 10 Keyframes, um Bildkomposition und Timing über den gesamten Clip hinweg zu lenken.
Omni Reference ist das multimodale Referenzsystem von Kling 4.0. Pro Generierung akzeptiert es bis zu 10 Bilder, 5 Videos und 7 Subjekte, insgesamt höchstens 15 Referenzen, um Figuren, Produkte, Stil und Bewegung zu steuern. Im Vergleich zu früheren Versionen bietet es vielfältigere Referenzoptionen und konsistentere Ergebnisse.
Ja. Kling AI nennt eine verbesserte Videobearbeitung als Teil des Omni-Reference-Upgrades in Kling 4.0. Videoreferenzen – bis zu 5 pro Generierung – können vorgeben, wie eine bestehende Szene überarbeitet wird, während der Prompt die gewünschte Änderung beschreibt.
Kling 4.0 ergänzt das Ultrabreitbild-Seitenverhältnis 21:9 für eine filmische Bildgestaltung und erweitert damit die Breitbild-, Hochformat- und quadratischen Formate früherer Kling-Modelle.
Kling 4.0 verbessert die Stabilität bei hohem Bewegungstempo, durchgehender Action und komplexen Kamerabewegungen. Groß angelegte Szenen, Verfolgungsjagden und weitläufige Kamerafahrten werden stabiler und flüssiger dargestellt als in früheren Versionen.
Kling 4.0 erzeugt hochwertiges Stereo-Audio zusammen mit dem Video und verbessert die Genauigkeit der Lippensynchronisation. Sprachausgabe wird in mehreren Sprachen unterstützt, darunter Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Deutsch, Französisch und Hindi, dazu in einer Reihe von Akzenten und Dialekten.
Kling 4.0 verbessert Realismus, Kontrolle und Erzähllänge:
Beide Modelle erzeugen Clips von bis zu 30 Sekunden mit einer Ausgabe in bis zu 4K. Kling 4.0 überzeugt durch Timing-Steuerung auf Keyframe-Ebene, 10-Bit-HDR-Ausgabe und Verlängerung auf 2 Minuten. Seedance 2.5 akzeptiert mit bis zu 50 Referenzen, einschließlich Audiodateien, einen größeren Umfang und eignet sich damit für referenzintensive Marken- und Produktprojekte.
Kling 4.0 akzeptiert Prompts mit bis zu 8.000 Tokens. Der zusätzliche Spielraum ermöglicht es, einen 30-Sekunden-Clip Einstellung für Einstellung zu beschreiben – einschließlich Kamerabewegungen, Dialog und Ton.
Strukturieren Sie den Prompt entlang der Zeitleiste statt um einen einzelnen Moment:
Nutzen Sie Keyframes und Referenzen für alles, was exakt aussehen muss, und steuern Sie mit dem Text Bewegung und Tempo.
Kling 4.0 wird von Kling AI entwickelt, der KI-Videogenerierungsplattform von Kuaishou Technology. Die Kling-Modellfamilie startete im Juni 2024 und hat seitdem alle paar Monate große Upgrades erhalten – von Kling 1.0 bis Kling 4.0.
