Kling 4.0 adalah model video generasi keempat Kling AI dari Kuaishou, yang dirancang untuk klip native 30 detik, penceritaan dengan banyak keyframe, Omni Reference, dan subjek yang konsisten, dengan audio stereo dalam 720p atau 1080p.
Tinjau, unduh, dan gunakan kembali video yang dihasilkan dengan Kling 4.0.
Kling 4.0 · Ikhtisar model
Kling 4.0 adalah model video generasi keempat dari Kling AI, platform video AI milik Kuaishou. Model ini berfokus pada realisme visual, kontrol kreatif, dan kelengkapan narasi: satu kali generasi dapat berdurasi 30 detik, mengikuti hingga 10 keyframe, dan memanfaatkan hingga 15 referensi multimodal, dengan audio stereo serta output 720p atau 1080p.
Hasilkan video hingga 30 detik dalam satu kali proses, dua kali lipat batas 15 detik pada Kling 3.0, dengan ruang untuk pembuka, aksi utama, dan akhir yang utuh.
Tempatkan hingga 10 keyframe di sepanjang timeline untuk mengunci komposisi, posisi karakter, dan titik penting cerita, sementara Kling 4.0 menghasilkan gerakan di antaranya. Sebuah klip menerima satu frame lebih banyak dari durasinya dalam detik: klip 3 detik menerima hingga 4, dan klip 9 detik atau lebih menerima 10.
Gabungkan hingga 10 gambar, 5 video, 7 subjek, dan 3 suara, dengan maksimal 15 referensi per generasi, untuk karakter, produk, dan gaya yang lebih konsisten. Pengeditan video berbasis referensi juga ditingkatkan.
Aksi cepat, gerakan berkelanjutan, dan pergerakan kamera yang kompleks ditampilkan lebih stabil dan mulus, sehingga adegan berskala besar, kejar-kejaran, dan shot panorama yang luas lebih mudah ditangani.
Render setiap generasi dalam 720p untuk draf dan media sosial, atau dalam 1080p untuk hasil akhir dan footage yang akan diedit lebih lanjut. Output 4K dan HDR 10-bit tidak tersedia di sini.
Suara dihasilkan bersamaan dengan gambar, dengan audio stereo berkualitas tinggi, sinkronisasi bibir yang lebih akurat, serta ucapan dalam berbagai bahasa, aksen, dan dialek.
Buat hingga 7 subjek dari 2–4 gambar atau satu video berdurasi 3–8 detik, sebut dengan @nama di prompt, dan tautkan rekaman suara ke subjek karakter agar ia berbicara dengan suara tersebut.
Ringkasan spesifikasi utama Kling 4.0.
| Spesifikasi | Kling 4.0 |
|---|---|
| Pengembang | Kling AI (Kuaishou Technology) |
| Versi | Kling 4.0 (model lengkap, digunakan di sini); tersedia juga Kling 4.0 Flash yang lebih ringan |
| Satu kali pembuatan | 3 hingga 30 detik, dihasilkan secara native |
| Subjek | Hingga 7, dari 2–4 gambar atau satu video 3–8 detik, dengan suara opsional |
| Keyframe | Hingga 10 (satu lebih banyak dari durasi klip dalam detik) |
| Omni Reference | Hingga 15: 10 gambar, 5 video, 7 subjek, dan 3 suara |
| Panjang prompt | Hingga 8.000 karakter |
| Resolusi | 720p atau 1080p |
| Rasio aspek | Cerdas, 16:9, 9:16, 1:1, dan ultra-lebar 21:9 |
| Audio | Stereo dua kanal dengan sinkronisasi bibir yang lebih akurat |
| Bahasa | Mandarin, Inggris, Jepang, Korea, Spanyol, dan lainnya, termasuk berbagai aksen dan dialek |
Kling 4.0 hadir dalam dua versi. Ruang kerja di halaman ini menggunakan model lengkap yang dirancang untuk realisme dan kontrol; Flash adalah versi yang lebih ringan, dioptimalkan untuk kecepatan dan biaya.
Model lengkap untuk adegan berfidelitas tinggi
Versi ringan, tidak tersedia di halaman ini
Gunakan generasi native 30 detik dan keyframe untuk menyusun adegan lengkap dengan pembukaan, alur yang memuncak, dan akhir yang tuntas.
Jaga konsistensi produk dan karakter dengan Omni Reference dan subjek bernama, lalu hasilkan footage 1080p untuk halaman peluncuran, kampanye iklan media sosial, dan listing e-commerce.
Buat video penjelasan, dialog karakter, dan versi lokal dengan gerakan bibir yang tersinkron dalam berbagai bahasa, aksen, dan dialek.
Stabilitas yang lebih baik pada gerakan cepat, aksi berkelanjutan, dan pergerakan kamera yang kompleks cocok untuk adegan kejar-kejaran, cuplikan olahraga, dan establishing shot yang megah.
Kunci shot-shot penting dengan hingga 10 keyframe untuk menguji komposisi, tempo, dan jalur kamera sebelum memulai produksi penuh.
Bingkai adegan dalam format ultra-lebar 21:9 dan render dalam 1080p untuk pembuka sinematik, trailer, dan presentasi layar lebar.
Alur kerja kreatif
Kling 4.0 memberikan hasil terbaik dengan perencanaan. Tentukan momen-momen penting cerita terlebih dahulu, kunci dengan keyframe dan referensi, lalu pilih format output yang sesuai dengan tempat video akan dipublikasikan.
Langkah 01
Bagi klip menjadi beberapa bagian: misalnya, detik 0–10 memperkenalkan subjek dan latar, detik 10–20 menampilkan aksi utama, dan detik 20–30 menyajikan klimaks atau frame penutup. Struktur yang jelas membantu model mengatur tempo gerakan dan pergerakan kamera.
Langkah 02
Di mode Gambar, unggah keyframe sesuai urutan pemutaran: yang pertama adalah frame pertama, yang terakhir adalah frame terakhir, dan sisanya adalah frame tengah. Di mode Media, tambahkan referensi gambar, video, atau subjek untuk karakter, produk, dan gaya. Kling 4.0 menerima hingga 10 keyframe dan hingga 15 referensi.
Langkah 03
Jelaskan subjek, aksi, gerakan kamera, pencahayaan, dialog, dan suara. Prompt bisa mencapai 8.000 karakter, sehingga adegan yang kompleks dapat dijelaskan shot demi shot.
Langkah 04
Pilih rasio aspek, termasuk layar lebar 21:9, atau biarkan di Cerdas, lalu pilih 720p untuk draf atau 1080p untuk versi akhir. Tinjau hasilnya dan sesuaikan keyframe atau prompt sebelum pengambilan berikutnya.
Kling 4.0 menawarkan kontrol yang lebih besar dibandingkan model Kling sebelumnya. Praktik berikut membantu mengubah kontrol tersebut menjadi footage yang konsisten dan siap digunakan.
Tempatkan keyframe di awal dan akhir klip untuk menetapkan titik mulai dan titik akhir adegan, lalu tambahkan keyframe di antaranya hanya jika cerita membutuhkan momen tertentu.
Gunakan satu referensi yang bersih dan berpencahayaan baik untuk setiap karakter atau produk agar Omni Reference menjaga identitas masing-masing tetap konsisten tanpa mencampur beberapa tampilan.
Sebutkan gerakan kamera untuk setiap bagian klip, seperti push-in perlahan, orbit, atau tracking shot, alih-alih memberikan satu instruksi untuk keseluruhan 30 detik.
Tulis ucapan di dalam tanda kutip dan sebutkan pembicara serta bahasa atau aksennya, agar sinkronisasi bibir dan suara sesuai dengan karakter yang tepat.
Cantumkan suara latar, efek suara, dan musik beserta waktunya agar audio stereo mendukung aksi alih-alih bersaing dengannya.
Beri setiap subjek nama yang singkat dan mudah dibedakan, lalu sebut dengan @nama. Tautkan suara ke subjek karakter jika dialognya harus terdengar sama di setiap pengambilan.
Tabel berikut membandingkan kemampuan Kling 4.0, Kling 3.0, dan Seedance 2.5 yang telah dipublikasikan serta menunjukkan kegunaan yang paling sesuai untuk setiap model.
| Kemampuan | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| Satu kali pembuatan | 3 hingga 30 detik, dihasilkan secara native | 3–15 detik | Hingga 30 detik |
| Kontrol cerita | Hingga 10 keyframe untuk kontrol di tingkat linimasa | Penceritaan multi-shot dari satu prompt | Kontrol frame pertama dan pra-visualisasi ruang 3D untuk blocking kamera |
| Referensi | Hingga 15: 10 gambar, 5 video, 7 subjek, dan 3 suara | Kling 3.0 Omni: hingga 7 gambar dan 1 video referensi | Hingga 50: 30 gambar, 10 video, dan 10 file audio |
| Resolusi | 720p dan 1080p | 720p dan 1080p, serta mode 4K native | 720p hingga 4K native |
| Audio | Audio stereo, sinkronisasi bibir yang lebih akurat, berbagai bahasa, aksen, dan dialek | Audio native dengan ucapan multibahasa dan aksen | Audio native, dengan file audio yang dapat digunakan sebagai referensi |
| Paling cocok untuk | Adegan panjang dan terarah yang membutuhkan presisi keyframe, referensi yang kaya, dan subjek yang konsisten | Klip sinematik hingga 15 detik untuk media sosial, iklan, dan adegan pendek | Produksi 30 detik dengan banyak referensi dan konten merek 4K |
Kling AI telah merilis model utama setiap beberapa bulan sejak Juni 2024. Kling 4.0 merupakan lompatan terbesar dalam durasi klip, kontrol kreatif, dan kualitas output.
| Versi | Rilis | Sorotan |
|---|---|---|
| Kling 1.0 | Juni 2024 | Peluncuran publik fitur teks ke video dan gambar ke video Kling |
| Kling 1.5 | September 2024 | Output definisi tinggi 1080p dan kualitas gerakan yang lebih baik |
| Kling 2.0 | April 2025 | Peningkatan besar pada gerakan, pemahaman prompt, dan kualitas visual, ditambah pengeditan video multimodal |
| Kling 2.5 Turbo | September 2025 | Pembuatan yang lebih cepat dan hemat biaya dengan kepatuhan prompt yang lebih kuat |
| Kling 2.6 | Desember 2025 | Model Kling pertama dengan audio native, termasuk ucapan, efek suara, dan suara latar |
| Kling 3.0 | Februari 2026 | Klip 3–15 detik, penceritaan multi-shot, dan audio native multibahasa |
| Kling 4.0 | 2026 | Generasi native 30 detik, hingga 10 keyframe, 15 referensi, dan subjek bernama dengan suara |
Setiap contoh ditulis untuk klip 30 detik penuh, dengan pembagian momen yang jelas, arahan kamera, dan suara agar model dapat mengatur tempo adegan dari awal hingga akhir.
0–10 detik: Sebuah jam tangan pintar berwarna hitam matte berputar perlahan di atas alas batu yang basah, rim light lembut, lensa makro. 10–20 detik: Kamera mengitari jam saat layarnya menyala dan tetesan hujan meluncur dari kaca. 20–30 detik: Kamera mundur ke wide shot atap gedung yang basah oleh hujan saat senja, dengan muka jam yang bercahaya. Musik synth ambient yang dalam dan suara hujan lembut dalam stereo.
Sebuah kafe yang hangat di malam hari. Seorang perempuan muda bermantel hijau mengangkat pandangan dari buku catatannya dan berkata dalam bahasa Inggris, "You came back." Pria di seberangnya tersenyum dan menjawab dalam bahasa Spanyol, "Nunca me fui del todo." Kamera push-in perlahan, depth of field dangkal, obrolan pelan di kafe dan alunan piano lembut di latar belakang.
Keyframe 1, 5, dan 10 sebagai jangkar: seorang kurir bersepeda merah memasuki gang sempit saat matahari terbit, meliuk melewati pasar yang ramai pada siang hari, dan berhenti di gerbang pelabuhan saat matahari terbenam. Jaga pakaian dan sepeda tetap konsisten. Kamera tracking setinggi setang, layar lebar 21:9, ritme drum yang kian meningkat.
0–10 detik: Sebuah mobil reli melakukan drift di tikungan hutan yang berlumpur, lumpur memercik ke arah lensa, tracking shot dari sudut rendah. 10–20 detik: Drone shot naik dan mengikuti mobil melewati puncak tanjakan saat sinar matahari memancarkan flare di antara pepohonan. 20–30 detik: Mobil melintasi garis finis dalam gerak lambat sementara penonton bersorak. Deru mesin dan sorakan penonton dalam stereo.
Seorang presenter di studio yang terang memegang sepasang earbud nirkabel dan berkata dalam bahasa Inggris, "Twelve hours of battery, one small case." Ia mengulangi kalimat tersebut dalam bahasa Jepang, lalu tersenyum ke arah kamera. Medium shot, key light lembut, suasana studio yang bersih.
Layar lebar 21:9. Fajar di atas lembah pegunungan yang berkabut. 0–10 detik: Kamera udara meluncur perlahan di atas awan. 10–20 detik: Kamera turun mendekati seorang pengendara yang sendirian di punggung bukit. 20–30 detik: Pengendara itu berhenti saat matahari muncul dari balik puncak-puncak gunung. Musik orkestra yang kian meningkat dan embusan angin lembut.
Jawaban seputar fitur Kling 4.0, referensi, resolusi, prompt, dan perbandingannya dengan model video lain.
Kling 4.0 adalah model pembuatan video dari Kling AI, platform video AI milik Kuaishou. Model ini menghasilkan klip native 30 detik dari teks, gambar, dan referensi multimodal, mendukung hingga 10 keyframe dan 15 referensi, serta menambahkan audio stereo dan sinkronisasi bibir yang lebih akurat. Generasi tersedia dalam 720p dan 1080p.
Kling 4.0 dikenai biaya dalam kredit berdasarkan durasi klip dan resolusi, dan video referensi ikut menambah durasi yang ditagih. Tidak perlu mengunduh apa pun, dan halaman harga mencantumkan paket langganan serta paket kredit terbaru.
Kling 4.0 adalah model lengkap dengan klip 3–30 detik, kontrol frame pertama, frame terakhir, dan multi-keyframe, serta hingga 15 referensi multimodal. Kling 4.0 Flash adalah versi lebih ringan untuk generasi yang lebih cepat dan hemat biaya, terbatas pada 720p dan klip hingga 20 detik tanpa kontrol keyframe. Ruang kerja di halaman ini menggunakan Kling 4.0 versi lengkap.
Satu kali generasi Kling 4.0 dapat berdurasi berapa saja dari 3 hingga 30 detik, dengan kelipatan satu detik. Itu dua kali batas 15 detik pada Kling 3.0, cukup untuk pembukaan, aksi utama, dan akhir yang lengkap.
Generasi di sini dirender dalam 720p atau 1080p; output 4K dan HDR 10-bit tidak tersedia. 720p cocok untuk draf dan media sosial, sedangkan 1080p cocok untuk versi akhir dan footage yang akan diedit atau di-color grading.
Omni Reference menerima hingga 10 gambar, 5 video, 7 subjek, dan 3 suara dalam satu generasi, dengan total maksimal 15 referensi. Kontrol multi-keyframe menerima hingga 10 keyframe, satu lebih banyak dari durasi klip dalam detik: klip 3 detik menerima hingga 4, dan klip 9 detik atau lebih menerima 10.
Omni Reference adalah sistem referensi multimodal di Kling 4.0. Dalam satu generasi, sistem ini menerima hingga 10 gambar, 5 video, 7 subjek, dan 3 suara, dengan total maksimal 15 referensi, untuk mengarahkan karakter, produk, gaya, gerakan, dan ucapan. Dibandingkan versi sebelumnya, pilihan referensinya lebih kaya dan hasilnya lebih konsisten.
Ya. Kling AI mencantumkan peningkatan pengeditan video sebagai bagian dari pembaruan Omni Reference di Kling 4.0. Referensi video, hingga 5 per pembuatan, dapat memandu cara adegan yang sudah ada diolah ulang, sementara prompt mendeskripsikan perubahannya.
Kling 4.0 menyediakan layar lebar 16:9, vertikal 9:16, persegi 1:1, dan format ultra-lebar 21:9 untuk komposisi sinematik. Dengan Cerdas, model memilih format berdasarkan materi yang Anda unggah.
Kling 4.0 meningkatkan stabilitas pada gerakan berkecepatan tinggi, aksi berkelanjutan, dan pergerakan kamera yang kompleks. Adegan berskala besar, kejar-kejaran, dan pergerakan kamera yang luas ditampilkan lebih stabil dan mulus dibandingkan versi sebelumnya.
Kling 4.0 menghasilkan audio stereo berkualitas tinggi bersamaan dengan video dan meningkatkan akurasi sinkronisasi bibir. Ucapan didukung dalam berbagai bahasa, termasuk Mandarin, Inggris, Jepang, Korea, Spanyol, Portugis, Jerman, Prancis, dan Hindi, serta beragam aksen dan dialek.
Kling 4.0 meningkatkan realisme, kontrol, dan durasi cerita:
Kedua model menghasilkan klip hingga 30 detik. Kling 4.0 unggul dalam kontrol waktu di level keyframe dan subjek bernama yang dapat memiliki suaranya sendiri. Seedance 2.5 menerima hingga 50 referensi, termasuk file audio, dan menghasilkan output hingga 4K, sehingga cocok untuk konten merek dan produk yang banyak menggunakan referensi.
Kling 4.0 menerima prompt hingga 8.000 karakter. Ruang yang lebih besar ini memungkinkan klip 30 detik dijelaskan shot demi shot, termasuk gerakan kamera, dialog, dan suara.
Susun prompt berdasarkan linimasa, bukan satu momen saja:
Gunakan keyframe dan referensi untuk elemen yang harus tampil persis, dan gunakan teks untuk mengarahkan gerakan serta tempo.
Kling 4.0 dikembangkan oleh Kling AI, platform pembuatan video AI milik Kuaishou Technology. Keluarga model Kling diluncurkan pada Juni 2024 dan telah menghadirkan pembaruan besar setiap beberapa bulan, dari Kling 1.0 hingga Kling 4.0.