Geschichtenerzähler und Videokreative
Entwickeln Sie kurze Geschichten mit geplanten Handlungsmomenten, konsistenten Figuren und Dialog. Nutzen Sie längere Einstellungen, wenn eine Szene Zeit zum Aufbau braucht.
Kling 4.0 erzeugt aus Text, Bildern und gemischten Referenzen Videos mit synchronisiertem Stereoton. Planen Sie bis zu 30 Sekunden lange Szenen, steuern Sie wichtige Bildmomente und bearbeiten Sie vorhandenes Material gezielt.
Entdecken Sie sechs Beispiele von Kling AI und nutzen Sie einen Startprompt für Ihre eigene Version. Die Startprompts beschreiben die Szenen; sie bilden weder die ursprünglichen Referenzen noch den Bearbeitungsablauf nach.
Kling 4.0
Ein Löwentanz aus Storyboard-Bildern
Kling 4.0
Ein Astronautenhund aus Knete auf einem Käsemond
Kling 4.0
Eine Collage als bewegtes Plakat
Kling 4.0
Eine Fantasieszene nach Skizzen
Kling 4.0
Eine neue Figur mit übernommener Kamerabewegung
Kling 4.0
Eine Straßenaufführung ohne Passanten
Ein multimodales Videomodell, das Referenzsteuerung, synchronisierten Ton und Bearbeitung verbindet.
Kling 4.0 ist ein von Kuaishou entwickeltes Videomodell, das Kling AI am 15. Oktober 2026 veröffentlicht hat. Es vereint Videogenerierung und Bearbeitung in einem Modell, mit längeren Szenen, vielfältigeren Referenzen und Kontrolle über wichtige Momente einer Geschichte.
Bilder können Figuren, Objekte, Komposition oder Stil vorgeben. Videoreferenzen leiten Bewegung und Kameraführung an, während wiederverwendbare Elemente und Stimmprofile wiederkehrende Motive definieren.
Beginnen Sie mit dem Material, das Ihre Idee am besten beschreibt:
Die folgenden Angaben beschreiben das offizielle Modell Kling 4.0. Verfügbare Steuerelemente und Ausgabeoptionen hängen von der jeweiligen Oberfläche ab.
Steuern Sie Erzählänge, Referenzen, Timing, Ton, Bewegung und Bearbeitung in einem Videomodell.
Erzeugen Sie 3–30 Sekunden in einem Durchgang und geben Sie einer Handlung, einem Gespräch oder einer kurzen Geschichte Zeit zur Entfaltung. Nutzen Sie eine durchgehende Einstellung oder beschreiben Sie eine Folge von Aufnahmen.
Steuern Sie Aussehen, Komposition, Bewegung und Stimmidentität mit bis zu 15 gemischten Materialien. Für Bilder, Videos, Elemente und Stimmprofile gelten eigene Grenzen.
Keyframe-Bilder steuern Figurenzustände, Szenenwechsel und Enthüllungen. Start- und Endbilder können auch Anfang und Ende eines aus einem Bild erzeugten Clips bestimmen.
Erzeugen Sie Dialog, Gesang, Umgebungsgeräusche und Effekte in Zweikanal-Stereo. Lippensynchronisation hilft, die Stimme mit der Darstellung der Figur abzustimmen.
Referenzmaterial gibt Handlung, Tempo und Kamerabewegung vor, während Sie Motiv oder Umgebung ändern. Prompts können auch Verfolgungsaufnahmen, Schwenks und Umkreisungen beschreiben.
Ersetzen Sie eine Figur oder einen Hintergrund, entfernen Sie unerwünschte Elemente oder ändern Sie den visuellen Stil. Beschreiben Sie sowohl die gewünschte Änderung als auch die zu erhaltenden Details.
Setzen Sie persönliche Geschichten, Animationen, visuelle Kommunikation und Videoüberarbeitungen in Bewegung.
Entwickeln Sie kurze Geschichten mit geplanten Handlungsmomenten, konsistenten Figuren und Dialog. Nutzen Sie längere Einstellungen, wenn eine Szene Zeit zum Aufbau braucht.
Verwandeln Sie Figurenentwürfe, Zeichnungen und Storyboards in bewegte Szenen. Referenzen bestimmen den Stil, von Knetanimation bis zu illustrierten Fantasiewelten.
Animieren Sie Plakate, veranschaulichen Sie eine Idee oder erstellen Sie eine Produktsequenz aus visuellen Referenzen. Bewegung und Ton machen die Botschaft leichter verständlich.
Überarbeiten Sie vorhandenes Material mit gezielten Anweisungen, etwa zum Entfernen eines Passanten oder Ersetzen einer Umgebung. Benennen Sie klar die unveränderten Teile der Aufnahme.
Formulieren Sie klare Vorgaben, steuern Sie die Sequenz und prüfen Sie das Ergebnis.
Geben Sie einen Textprompt ein, laden Sie ein Startbild hoch, ordnen Sie Keyframes an oder ergänzen Sie Bild- und Videoreferenzen. Wählen Sie den Eingabemodus passend zu Ihrem Material.
Beschreiben Sie Motiv, Handlung, Kamera und Ton. Wählen Sie 720p oder 1080p, eine Dauer von 3 bis 30 Sekunden und ein verfügbares Seitenverhältnis. Prüfen Sie anschließend die angezeigten Credit-Kosten.
Erzeugen Sie den Clip und prüfen Sie Bewegung, Konsistenz, Dialog und sichtbaren Text. Verfeinern Sie den Prompt und erstellen Sie eine weitere Version, bevor Sie Ihr gewähltes Ergebnis herunterladen.
Offizielle Modellspezifikationen; einzelne Oberflächen bieten möglicherweise nur einen Teil dieser Optionen.
| Entwickler | Kuaishou / Kling AI |
| Veröffentlichung | 15. Oktober 2026 |
| Modi | Text zu Video; Bild zu Video; Keyframes zu Video; Referenzen zu Video; Videobearbeitung |
| Dauer | 3–30 Sekunden; in Schritten von 1 Sekunde |
| Ausgabeauflösungen | 720p und 1080p |
| Seitenverhältnisse | 21:9, 16:9, 1:1, 9:16; Auto bei Omni Reference |
| Audio | Zweikanal-Stereo mit synchronisierter Sprache, Gesang und Soundeffekten |
| Keyframes | Bis zu 10 Keyframe-Bilder |
| Gemischte Referenzen | Insgesamt bis zu 15 Materialien: bis zu 10 Bilder, 5 Videos, 7 Elemente und 3 Stimmprofile innerhalb der Gesamtgrenze |
| Gemeinsames Videolimit | Insgesamt bis zu 5 Clips und 30 Sekunden für Referenzvideos, Bearbeitungsvideos und Videoelemente |
| Texteingabe | Bis zu 8.000 Tokens |
| Bearbeitungsquelle | Ein Hauptvideo; jeder Eingabeclip muss 3–30 Sekunden lang sein und das gemeinsame Videolimit einhalten |
Zuletzt aktualisiert: 10. November 2026
Offizieller Vergleich auf Modellebene. Die Kling 3.0 Serie umfasst Omni-Workflows; dies sind nicht die Einstellungen eines einzelnen Generators.
| Spezifikation | Kling 4.0 | Kling 3.0 Serie |
|---|---|---|
| Native Cliplänge | 3–30 Sekunden | 3–15 Sekunden |
| Text und Bild zu Video | Unterstützt | Unterstützt |
| Start- und Endbilder | Unterstützt | Unterstützt |
| Mehrere Keyframes | Bis zu 10 | Im offiziellen Vergleich nicht unterstützt |
| Audiokanäle | Zweikanal-Stereo | Ein Kanal |
| Referenzvideos | Bis zu 5; insgesamt 30 Sekunden | Bis zu 1; maximal 15 Sekunden |
| Kombinierte Referenzen | Bis zu 15 gemischte Materialien | Bis zu 7 Bilder/Motive oder 1 Video mit 4 Bildern/Motiven |
| Videobearbeitung | Integrierte multimodale Bearbeitung | Über 3.0 Omni-Workflows verfügbar |
Vorteile von Kling 4.0: Mehr Raum für längere Szenen, zusätzliche Referenzmaterialien, mehrere Keyframes und Stereoton.
Vorteile der Kling 3.0 Serie: Passend für kürzere Szenen, die Text- oder Bildvorgaben, Start-/Endbilder und natives Audio benötigen.
Wählen Sie Kling 4.0, wenn eine Geschichte mehr Zeit, vielfältigere Referenzen oder feinere visuelle Kontrolle erfordert. Kling 3.0 eignet sich, wenn Szene und Referenzanforderungen in den kürzeren Generierungsrahmen passen.
Vergleichen Sie die Shotyard-Abonnements und enthaltenen Credits. Modellspezifische Generierungskosten werden vor dem Absenden im Generator angezeigt.
Vergleichen Sie die reinen Ausgabekosten in Credits für gängige Auflösungen und Laufzeiten. Der Generator berechnet den Gesamtbetrag für Ihre ausgewählten Eingaben.
| Auflösung / Dauer | Credits pro Generierung |
|---|---|
| 720p / 5 Sekunden | 150 |
| 1080p / 5 Sekunden | 200 |
| 720p / 10 Sekunden | 300 |
| 1080p / 10 Sekunden | 400 |
Nur bei Referenz-zu-Video: Übersteigt die Gesamtdauer der Referenzvideos die Ausgabedauer, wird die Hälfte der Differenz zu den abrechenbaren Sekunden addiert. Für andere Modi fällt dieser Zuschlag nicht an.
Antworten zu Eingaben, Timing, Audio, Bearbeitung und der Steuerung Ihrer Ergebnisse.
Kling 4.0 ist das multimodale Videomodell von Kuaishou, veröffentlicht von Kling AI am 15. Oktober 2026. Es erzeugt Videos mit Audio aus Text und visuellen Referenzen und bearbeitet vorhandene Clips.
Die native Generierung dauert 3 bis 30 Sekunden in Schritten von 1 Sekunde. Ein 30-Sekunden-Video kann eine durchgehende Einstellung oder eine Sequenz mit mehreren Handlungsmomenten sein.
Ja. Es erzeugt Zweikanal-Stereo mit Dialog, Gesang, Umgebungsgeräuschen und Soundeffekten. Beschreiben Sie den gewünschten Ton zusammen mit der visuellen Handlung und prüfen Sie die Lippensynchronisation im Ergebnis.
Omni Reference akzeptiert insgesamt bis zu 15 Materialien, mit separaten Grenzen von 10 Bildern, 5 Videos, 7 Elementen und 3 Stimmprofilen. Diese Einzelgrenzen lassen sich nicht einfach addieren. Referenzvideos, Bearbeitungsvideos und Videoelemente teilen sich zudem maximal 5 Clips und 30 Sekunden Gesamtdauer.
Keyframes legen visuelle Momente fest, die die Sequenz durchlaufen soll, mit bis zu 10 Bildern. Referenzen beschreiben etwa Aussehen, Szenenaufbau, Stil oder Kamerabewegung, ohne zwingend ein bestimmtes Bild festzulegen.
Ja. Anweisungen können Figuren, Hintergründe, Bewegung, Kameraführung oder Stil ändern und ausgewählte Elemente entfernen. Legen Sie ein Hauptvideo fest und beschreiben Sie, welche Szenenteile unverändert bleiben sollen.
Erstellen Sie Videos in 720p oder 1080p mit 21:9, 16:9, 1:1 oder 9:16. Im Generator steht auch ein automatisches Seitenverhältnis zur Verfügung.
Beschreiben Sie Motiv, Umgebung, Handlung, Kamera und Ton. Weisen Sie Referenzen Rollen zu, etwa @Image1 für das Aussehen und @Video1 für die Kamerabewegung. Erläutern Sie bei Bearbeitungen die Änderung und die zu erhaltenden Details.
Shotyard bietet Tarife mit enthaltenen Credits. Prüfen Sie vor dem Absenden eines Auftrags die Tarifbedingungen und die Generierungskosten für Ihre Einstellungen.
Sie können den Kling 4.0 KI-Videogenerator auf Shotyard nutzen.