Kling 4.0 API

Что делает нейросеть Kling 4.0

Kling 4.0 — видеомодель Kuaishou, выпущенная 15 октября 2026 года. Цена у GEN202 — от 24,4 ₽ до 36,5 ₽ за секунду, и ставку задаёт разрешение. Видео выходит сразу со звуком и длится до 30 секунд за один запуск; у Kling 3.0 потолок — 15 секунд.

Сцену модель берёт из одного описания, из ключевых кадров или из референсов. Под это на странице два режима — «Референсы» и «Кадры», — и в поле model у них разные имена: kling/4-0-reference-to-video и kling/4-0-keyframe-to-video. Без приложенных файлов оба режима снимают видео по описанию.

В режиме «Референсы» к описанию прикладывают до 10 изображений и до 5 видео. По словам Kuaishou, изображением задают персонажа, лист персонажа или раскадровку, а видео — игру персонажа, действие, движение камеры и темп рассказа. В тексте на файлы ссылаются по месту в списке: @image_1, @video_1 и дальше.

В режиме «Кадры» задают первый кадр, до 8 промежуточных и последний — всего до 10 кадров. Модель проходит через них по порядку, а что происходит между кадрами, говорит описание.

Звук модель пишет вместе с изображением всегда, и отдельного поля для него нет. Поля запроса целиком разобраны в разделе «Kling», а предыдущая серия — с 4K и выключаемым звуком — на странице Kling 3.0.

Как снять видео в Kling 4.0: референсы или ключевые кадры

Видео создаётся на стороне Kuaishou, а запрос туда уходит через GEN202. Форма с полями стоит в песочнице: в ней видео запускают, смотрят готовым и сохраняют файлом.

Счёт посекундный: с баланса уходит ставка за каждую секунду готового видео, и в 1080p она выше, чем в 720p. С видео-референсами ставка за секунду ниже, но оплачиваются и секунды входа: к длине готового видео прибавляется большее из двух чисел — общая длина присланных видео или длина готового. Все ставки собраны в таблице цен.

Порядок работы у двух режимов общий, а различаются в нём файлы, которые кладут рядом с описанием.

1. Выберите режим. Переключатель над формой ставит «Референсы» или «Кадры», и от него зависит, какие поля для файлов появятся в форме.
2. Опишите сцену. В поле prompt помещается до 8 000 знаков: персонажи, действие, локация, движение камеры и реплики. Планы модель расставляет сама, поэтому смену планов описывают словами.
3. Приложите файлы. Референсы кладут списками image_urls и video_urls, ключевые кадры — полями first_frame_url, keyframe_urls и last_frame_url. В описании на них ссылаются метками @image_1, @video_1, @first_frame, @keyframe_1 и @last_frame.
4. Задайте длину и разрешение. Поле duration принимает от 3 до 30 секунд, поле resolution — 720p и 1080p. Оба поля меняют сумму к оплате.
5. Проверьте замысел коротким видео. Короткое видео в 720p стоит меньше всего: описание доводят на нём, а полную длину и 1080p ставят готовому описанию.

Чем Kling 4.0 отличается от Kling 3.0

Kling 3.0 — предыдущая серия того же разработчика, и в каталоге она стоит рядом. В таблице — что задают в запросе и как это устроено у каждой из двух моделей.

Главное различие: Kling 4.0 снимает до 30 секунд и ведёт видео через ключевые кадры, а Kling 3.0 даёт 4K, выключаемый звук и закреплённые элементы. Её поля и ставки разобраны на странице Kling 3.0.

Раскадровку, расписанную по полям запроса, — у каждого плана своё описание и своя длительность — принимает Kling O3. У Kling 4.0 планы внутри видео расставляет сама модель.

Выпуски Kling 4.0 и серии 3.0: имена у Kuaishou и даты

Kling 4.0 вышла следом за серией 3.0, и модели обеих серий стоят в каталоге GEN202. Таблица называет имя у Kuaishou, день объявления, главное изменение и имя для поля model.

Дату выхода называет пресс-релиз Kuaishou, разосланный 19 октября 2026 года: «today announced that Kling 4.0, the new-generation video generation model of Kling AI, officially launched on October 15». Перевод наш: «сегодня объявила, что Kling 4.0, видеомодель нового поколения Kling AI, официально вышла 15 октября». Страница — пресс-релиз Kuaishou о выходе Kling 4.0.

В тот же день, 15 октября, Kling AI написал в X: «For Those Who Create. KLING 4.0 Is Now Fully Available». Перевод наш: «Для тех, кто создаёт. KLING 4.0 теперь открыта всем». Пост — объявление Kling AI в X.

Что в выпуске нового, разработчик пометил словом «New» прямо в таблице характеристик своего руководства по Kling 4.0: «Supports up to 10 keyframe inputs New», «3-30s New», «21:9New», «Stereo, 2-channel New». Перевод наш: до 10 ключевых кадров, длительность от 3 до 30 секунд, форма кадра 21:9 и стереозвук в два канала отмечены как новое.

Какой длины и в каком разрешении выходит видео Kling 4.0

Длину задаёт поле duration — целым числом секунд, от 3 до 30. Это длина одного запуска: всё видео модель снимает за один проход, без склейки из кусков.

Внутри этой длины модель сама делит сцену на планы и расставляет темп. Раскадровка у Kling 4.0 включена всегда, и отдельного поля под неё в запросе нет.

Разрешения — 720p и 1080p. У каждого своя ставка за секунду, и все строки стоят в таблице цен.

Форма кадра выбирается из 5 значений: auto, 16:9, 9:16, 1:1 и 21:9. Когда приложены ключевые кадры, форма берётся с первого кадра, и поле aspect_ratio можно не заполнять.

Что кладут в запрос Kling 4.0 кроме описания

Обязательное поле у обоих режимов одно — prompt. Описание вмещает до 8 000 знаков, а остальные поля добавляют по замыслу.

Референсы идут двумя списками ссылок: image_urls — до 10 изображений, video_urls — до 5 видео. Метка в описании повторяет место ссылки в списке: первое изображение — @image_1, первое видео — @video_1.

Ключевые кадры кладут тремя полями: first_frame_url — первый кадр, keyframe_urls — до 8 промежуточных, last_frame_url — последний. В описании на них ссылаются метками @first_frame, @keyframe_1 и @last_frame. Метку ставят только для кадра, который есть в запросе: если последнего кадра нет, метка @last_frame даст отказ.

Число кадров ограничено длиной видео: 3 секунды — до 4 кадров, 4 секунды — до 5, и так далее. Все 10 кадров можно дать с 9 секунд.

Флаг keep_original_sound нужен только вместе с видео-референсами: он оставляет в готовом видео их звук. Все поля с допустимыми значениями перечислены в таблице выше.

Что Kuaishou говорит о модели Kling 4.0

Чем разработчик считает эту модель, сказано в первых строках его руководства: «Kling 4.0 is a next-generation native multimodal AI model for video creation. It delivers more stable complex motion, stronger consistency across diverse references, and more coherent, precise, and controllable storytelling». Перевод наш: «Kling 4.0 — многомодальная модель нового поколения для создания видео. Она устойчивее держит сложное движение, точнее сохраняет сходство с разными референсами и даёт более связный, точный и управляемый рассказ». Страница — руководство Kling AI по Kling 4.0.

Первые два из трёх направлений выпуска пресс-релиз называет так: «steadier large-scale motion, with smoother continuity in high-speed action and complex camera work; native generation of up to 30 seconds in a single pass, supporting long takes and continuous storytelling with a director's mindset throughout». Перевод наш: «устойчивее крупное движение, плавнее быстрое действие и сложная работа камеры; до 30 секунд за один проход — длинные планы и непрерывный рассказ с режиссёрским взглядом от начала до конца». Страница — пресс-релиз Kuaishou от 19 октября 2026 года.

Ключевые кадры руководство описывает так: «Kling 4.0 supports first frames, last frames, start-and-last frames, and middle frames at any position in the timeline». Перевод наш: «Kling 4.0 принимает первый кадр, последний, пару из первого и последнего и промежуточные кадры в любом месте шкалы времени». Время событий между кадрами там же предлагают писать прямо в описании, например «Raise a hand at 3 seconds, turn around at 7 seconds» — «поднимает руку на третьей секунде, поворачивается на седьмой».

Про длину и планы в том же руководстве сказано: «Kling 4.0 supports single-generation videos ranging from 3 to 30 seconds. Multi-shot is enabled by default, allowing the model to automatically split shots and organize pacing based on the content». Перевод наш: «Kling 4.0 делает за одну генерацию видео от 3 до 30 секунд. Несколько планов включены по умолчанию: модель сама делит видео на планы и выстраивает темп по содержанию». В форме GEN202 поле duration принимает от 3 до 30 секунд.

Звук и раскадровка не выключаются, и разработчик пишет это прямо: «Audio-visual synchronization and Smart Storyboard are enabled by default and have no separate toggles». Перевод наш: «Синхронизация звука с изображением и умная раскадровка включены по умолчанию, отдельных переключателей у них нет». Музыку и шумы модель создаёт сама: «Background music and sound effects are generated by the model based on the visuals» — «фоновую музыку и звуковые эффекты модель создаёт по изображению».

Из запретов в описании разработчик советует оставлять два: «Only two types of negative instructions are truly necessary: no subtitles and no background music. The model may add these by default, so explicitly exclude them when they are not needed». Перевод наш: «По-настоящему нужны только два запрета: без субтитров и без фоновой музыки. Модель может добавить их сама, поэтому, когда они не нужны, исключайте их явно».

Длину описания разработчик считает в токенах — «Up to 8,000 tokens», а в форме GEN202 у поля prompt предел в знаках: до 8 000.

Цитаты приведены по руководству Kling AI, пресс-релизу Kuaishou и посту Kling AI в X на 24 октября 2026 года.

Какие пределы Kuaishou ставит у Kling 4.0

Два входа в одной генерации не смешиваются: «The capabilities of the two entry points cannot be combined within a single generation task». Перевод наш: «Возможности двух входов нельзя совмещать в одной генерации». Поэтому на этой странице два режима, и в одном запросе к описанию прикладывают либо референсы, либо ключевые кадры.

У изображения-референса соотношение сторон держится в пределах «aspect ratio: 2:5–5:2»: слишком узкое или слишком вытянутое изображение модель не примет. В форме GEN202 таких изображений берётся до 10.

Для видео-референсов предел двойной — по числу и по общей длине: «Up to 5 videos; Total video duration ≤ 30s». Перевод наш: до 5 видео, и вместе они длятся не больше 30 секунд. В форме GEN202 список video_urls берёт до 5 ссылок.

Ключевых кадров руководство допускает «Up to 10 images in total» — до десяти изображений вместе. В форме GEN202 это первый кадр, до 8 промежуточных и последний, а сколько из них примет запрос, зависит от длины видео.

Что показали независимые проверки Kling 4.0

Модель проверил Adam Campbell Cinema в видео от 21 октября 2026 года: пять тестов по ключевым кадрам, до 30 секунд и до 10 кадров, и три раунда «ключевые кадры против Omni Reference». Omni Reference — так в кабинете Kling называется вход по референсам, у GEN202 это режим «Референсы». Снимал автор на сайте Kling AI в 720p: «One video generation per setup, no rerolls» — перевод наш: «по одной генерации на тест, без перезапусков». Видео — Adam Campbell Cinema, 21 октября 2026.

Лучший тест по ключевым кадрам — пять кадров на 30 секунд — автор описывает так: «Best key frame result yet. All five pictures in order. The cuts land within a frame or two». Перевод наш: «Лучший результат по ключевым кадрам: все пять изображений по порядку, склейки попадают с точностью до одного-двух кадров». И сразу оговаривается: «Kling hit every picture. It still cheated the action» — «Kling попал в каждое изображение, но с действием между ними всё равно схитрил».

В тесте на десять кадров, где по улице катится сбежавшая тыква-фонарь, вышло хуже: «Once he's rolling, it doesn't hold his face. The dog barks at him, but the chase down the street never happens». Перевод наш: «Как только он покатился, модель перестаёт держать его лицо. Собака лает на него, но погони по улице так и не случается».

Разницу между двумя входами автор сводит в одну формулу: «Keyframes follows your pictures. The prompt is just direction. Omni follows your prompt. The pictures are just direction». Перевод наш: «Ключевые кадры следуют вашим изображениям, а описание лишь задаёт направление. Omni следует описанию, а изображения лишь задают направление». И добавляет: «In these tests, Omni looked more realistic. Some of my Keyframes shots still have that pasted-in look» — «в этих тестах Omni выглядел реалистичнее, а часть планов по ключевым кадрам всё ещё смотрится вклеенной».

Итог он подводит так: «hitting a picture isn't the same as making the action work. I still check every take». Перевод наш: «Попасть в изображение — не то же самое, что сделать действие рабочим. Я по-прежнему проверяю каждый дубль».

Второй взгляд — видео Aaron Randall от 23 октября 2026 года, где модель поставлена рядом с Seedance 2.5. В описании к нему автор пишет: «I break down where the image to video motion falls apart in action choreography, dialogue performance, and anime style animation». Перевод наш: «Разбираю, где движение из изображения разваливается: в постановке динамичных сцен, в игре персонажей в диалоге и в анимации в стиле аниме». Видео — Aaron Randall, 23 октября 2026.

Ни один из этих тестов не сделан через GEN202: авторы снимали в кабинете Kling AI и на сторонних сайтах. Слова авторов приведены по их видео и описаниям на 24 октября 2026 года.

Частые вопросы