30 s
Tempo de tela
Uma geração dura até 30 segundos sem cortes; o Kling 3.0 parava em 15. O clipe concluído pode ser estendido em seguida, até uma duração combinada de no máximo 2 minutos.
Em breve
O Kling 4.0 ainda não está aberto para geração neste site
Os controles desta página apenas apresentam uma prévia do layout e não enviam nada. Até que o Kling 4.0 seja habilitado neste site, os modelos de vídeo abaixo estão prontos para uso.
Disponíveis hoje
Kling 4.0
Texto e imagem para vídeo
Capacidades do modelo
Os limites do modelo dividem-se em quatro grupos. Cada grupo responde a uma questão de planejamento que surge antes da redação do prompt.
30 s
Uma geração dura até 30 segundos sem cortes; o Kling 3.0 parava em 15. O clipe concluído pode ser estendido em seguida, até uma duração combinada de no máximo 2 minutos.
10 quadros-chave
É possível posicionar até 10 quadros estáticos ao longo do clipe. Cada um é uma imagem pela qual o vídeo deve passar, de modo que cabe ao modelo apenas definir como a cena avança de uma para a seguinte.
15 referências
Cada geração comporta 15 referências. As imagens podem ocupar até 10 dessas posições, os vídeos até 5 e os sujeitos até 7. Elas mantêm um rosto, um produto ou um estilo visual estável do início ao fim e também permitem orientar alterações em material já existente.
4K HDR
A saída chega a 4K, e tanto a configuração de 1080p quanto a de 4K podem ser entregues em HDR de 10 bits. O som é gerado com o vídeo como uma faixa estéreo de dois canais, e o movimento dos lábios acompanha a fala com mais precisão do que nas versões anteriores.
Os números estão agrupados conforme a etapa do projeto em que são relevantes.
Os quadros-chave e a maioria das referências são imagens estáticas; por isso, a aparência de uma tomada pode ser definida antes de qualquer vídeo ser gerado. Recomenda-se seguir as etapas na ordem.
Crie ou reúna os quadros que a tomada precisa conter: a vista de abertura, o ponto de virada e a imagem final. Um modelo de imagem é o caminho mais rápido para obter imagens estáticas coerentes em um mesmo estilo.
Criar imagens estáticas com o Nano Banana ProOrganize as imagens estáticas como quadros-chave na sequência em que o público as verá. O Kling 4.0 aceita até 10, embora um movimento simples de A para B seja descrito por completo com dois.
Adicione referências para tudo o que deve permanecer reconhecível: uma pessoa, um produto, um local ou uma estética. A cota de 15 rende mais quando cada arquivo cumpre uma função distinta; por isso, descarte os quase duplicados.
Reserve o prompt para aquilo que as imagens estáticas não conseguem mostrar: como os sujeitos se movem, para onde vai a câmera, o que é dito e o que se ouve. A margem de 8.000 tokens permite redigir tudo na ordem em que acontece.
Selecione a proporção conforme o destino, por exemplo vertical para feeds de celular ou 21:9 para um quadro cinematográfico, e depois a resolução. O HDR de 10 bits em 1080p ou 4K é adequado para material que passará por correção de cor.
Relacione a necessidade da tomada ao modelo. Cada linha indica o fator decisivo.
| A tomada exige | Modelo | Motivo |
|---|---|---|
| Uma tomada única com mais de 15 segundos, com quadros específicos fixados ao longo do percurso | Kling 4.0 | Gerações de até 30 segundos e até 10 quadros-chave. |
| Um clipe cinematográfico curto com som, em qualidade Standard ou Pro | Kling 3 | Clipes de 3, 5, 10 ou 15 segundos com áudio nativo, a partir de texto ou de uma imagem de referência. |
| Um quadro inicial e um final, ou alterações em um vídeo existente | Kling o3 | Um modelo omni com controle do primeiro e do último quadro e edição de vídeo. |
| Um grande conjunto de material de referência variado | Seedance 2.5 | Aceita até 50 materiais de referência multimodais e produz até 30 segundos em até 4K. |
O Kling 4.0 conta com uma edição mais leve. O Flash prioriza a velocidade e o custo por clipe, enquanto o modelo completo prioriza o realismo e o controle.
Cada plano lista separadamente as imagens estáticas, as referências e o prompt, porque o modelo os recebe como entradas distintas.
Vertical · 30 segundos
21:9 · 30 segundos
Horizontal · 15 segundos
Clipes mais longos dão mais tempo para que pequenas incoerências apareçam. Cinco verificações identificam a maioria delas.
Quadros-chave criados com iluminação, lentes ou paletas diferentes produzem saltos visíveis. Gere-os como um conjunto e compare-os lado a lado.
Prepare as imagens estáticas na proporção do vídeo final. Uma imagem quadrada não preenche um quadro 21:9 sem cortes ou bordas inventadas.
Uma referência que diverge de um quadro-chave, como uma jaqueta ou um penteado diferente, deixa o resultado ao acaso. Remova um dos dois.
Indique o que deve ser ouvido e de que lado. Em uma faixa de dois canais, a posição faz parte da descrição.
Encerre o último segundo com uma imagem estável. A edição, a reprodução em loop e a extensão partem desse quadro.
Respostas práticas para planejar o trabalho em torno do modelo.
A empresa é a Kuaishou; Kling AI é o nome de sua plataforma de geração de vídeo e da linha de modelos. O Kling 4.0 é a quarta geração dessa linha e é oferecido em duas edições: o modelo completo e o Kling 4.0 Flash.
Não. Os 30 segundos são gerados de forma nativa em uma única passagem, portanto não há emendas a disfarçar. O Kling 3.0 produzia no máximo 15 segundos por geração. Quando uma cena exige mais tempo, o clipe concluído pode ser estendido até um total de 2 minutos.
Não. O Kling 4.0 também funciona apenas com texto ou com uma única imagem. Os quadros-chave são opcionais e tornam-se úteis quando determinadas imagens precisam aparecer em pontos específicos; é possível fornecer até 10.
O limite aplica-se ao total de todos os tipos. Dentro dele, uma geração pode incluir até 10 imagens, até 5 vídeos e até 7 sujeitos, em qualquer combinação que não ultrapasse 15.
Um sinal de 10 bits registra 1.024 níveis por canal de cor, enquanto um de 8 bits registra 256. Por isso, céus, sombras e peles apresentam transições mais suaves, e o material suporta uma correção de cor mais intensa. No Kling 4.0, esse modo HDR está disponível para as saídas em 1080p e em 4K.
Sim. O áudio é produzido junto com o vídeo como uma faixa estéreo de dois canais. A fala não se limita a um único idioma: inglês, chinês, espanhol, japonês e coreano estão entre os idiomas compatíveis, com sotaques e dialetos regionais, e o movimento dos lábios acompanha as palavras com mais exatidão do que nas versões anteriores do Kling.
As saídas horizontal, vertical e quadrada são todas atendidas, e a elas se soma um quadro ultralargo 21:9 para composições na proporção das telas de cinema.
Sim, de 8.000 tokens. Na prática, esse limite raramente é a restrição; a clareza é. Escreva os acontecimentos na ordem em que ocorrem e mantenha uma instrução por frase.
O Flash foi concebido para agilidade e economia, e não para a máxima fidelidade. Ele entrega resultados mais cedo e com custo menor por clipe, o que o torna a opção prática para testar ideias e publicar em volume. As peças finais que dependem de realismo e controle cabem ao modelo completo.
O Kling 3 pertence à mesma família e gera clipes de 3 a 15 segundos com áudio nativo em qualidade Standard ou Pro. O Seedance 2.5 iguala a duração de 30 segundos e o teto de 4K e aceita até 50 materiais de referência multimodais. O Kling o3 abrange o controle do primeiro e do último quadro e a edição de vídeo.
Os modelos de vídeo deste site são pagos com créditos. No Kling 3, por exemplo, o valor depende da duração, do modo de qualidade e de o áudio estar ativado. Os planos e os pacotes de créditos constam na página de preços.
Sim. Um quadro-chave é uma imagem estática comum e, portanto, pode ser produzido em um modelo de imagem antes da etapa de vídeo. Gerar todas as imagens estáticas em uma mesma sessão, com as mesmas instruções de estilo, mantém a coerência entre elas.