Contadores de histórias e criadores de vídeo
Desenvolva narrativas curtas com momentos planejados, personagens consistentes e diálogos. Use uma tomada mais longa quando a cena precisar de tempo para se desenvolver.
Kling 4.0 gera vídeos com som estéreo sincronizado a partir de texto, imagens e referências mistas. Planeje cenas de até 30 segundos, guie os momentos visuais importantes e faça alterações específicas em vídeos existentes.
Explore seis exemplos do Kling AI e use um prompt inicial para criar sua versão. Os prompts descrevem as cenas, sem reproduzir as referências ou o processo de edição original.
Kling 4.0
Uma dança do leão a partir de um storyboard
Kling 4.0
Um cão astronauta de massinha em uma lua de queijo
Kling 4.0
Um cartaz de colagem em movimento
Kling 4.0
Uma cena fantástica guiada por esboços
Kling 4.0
Um novo personagem com movimento de câmera de referência
Kling 4.0
Uma apresentação de rua com os pedestres removidos
Um modelo de vídeo multimodal que combina orientação por referências, som sincronizado e edição.
Kling 4.0 é um modelo de vídeo desenvolvido pela Kuaishou e lançado pela Kling AI em 15 de outubro de 2026. Ele reúne geração e edição de vídeo em um só modelo, com cenas mais longas, referências mais variadas e controle sobre momentos importantes de uma história.
Imagens podem orientar personagens, objetos, composição ou estilo. Referências de vídeo guiam movimentos e câmera, enquanto elementos reutilizáveis e perfis de voz ajudam a definir sujeitos recorrentes.
Comece pelo material que melhor descreve sua ideia:
As especificações abaixo descrevem o modelo oficial Kling 4.0. Os controles e as opções de saída disponíveis dependem da interface de criação.
Controle a duração da história, as referências, o ritmo, o som, os movimentos e as edições em um só modelo de vídeo.
Gere de 3 a 30 segundos de uma só vez, dando tempo para uma ação, conversa ou história curta se desenvolver. Use uma tomada contínua ou descreva uma sequência de planos.
Oriente aparência, composição, movimento e identidade vocal com até 15 recursos mistos. Imagens, vídeos, elementos e perfis de voz têm limites separados.
Use imagens de quadros-chave para orientar estados dos personagens, mudanças de cena e revelações. O primeiro e o último quadro também podem definir o início e o fim de um clipe gerado a partir de imagem.
Gere diálogos, canto, sons ambientes e efeitos em áudio estéreo de dois canais. A sincronização labial ajuda a alinhar a voz à atuação do personagem.
Use vídeos de referência para orientar ação, ritmo e câmera enquanto altera o sujeito ou o cenário. Os prompts também podem descrever planos de acompanhamento, panorâmicas e movimentos orbitais.
Substitua um personagem ou fundo, remova um elemento indesejado ou altere o estilo visual. Descreva a mudança pretendida e os detalhes da cena que deseja preservar.
Dê movimento a histórias pessoais, animações, comunicação visual e revisões de vídeo.
Desenvolva narrativas curtas com momentos planejados, personagens consistentes e diálogos. Use uma tomada mais longa quando a cena precisar de tempo para se desenvolver.
Transforme fichas de personagens, desenhos e storyboards em cenas animadas. Oriente o estilo visual com referências, de animação em massinha a fantasia ilustrada.
Anime cartazes, demonstre uma ideia ou crie uma sequência de produto a partir de referências visuais. Combine movimento e som para facilitar a compreensão da mensagem.
Revise vídeos existentes com instruções específicas, como remover um pedestre ou trocar um cenário. Indique claramente quais partes da tomada devem permanecer inalteradas.
Defina instruções claras, dirija a sequência e revise o resultado.
Digite um prompt, envie uma imagem inicial, organize quadros-chave ou adicione referências de imagem e vídeo. Escolha o modo de entrada adequado ao seu material.
Descreva o assunto, a ação, a câmera e o som. Selecione 720p ou 1080p, duração de 3 a 30 segundos e uma proporção disponível; depois confira o custo em créditos exibido.
Gere o clipe e confira movimento, consistência, diálogo e texto visível. Ajuste o prompt e gere outra versão antes de baixar o resultado escolhido.
Especificações oficiais do modelo; cada interface de criação pode disponibilizar apenas parte dessas opções.
| Desenvolvedor | Kuaishou / Kling AI |
| Data de lançamento | 15 de outubro de 2026 |
| Modos | Texto para vídeo; imagem para vídeo; quadros-chave para vídeo; referências para vídeo; edição de vídeo |
| Duração | 3–30 segundos; incrementos de 1 segundo |
| Resoluções de saída | 720p e 1080p |
| Proporções | 21:9, 16:9, 1:1, 9:16; Auto no Omni Reference |
| Áudio | Estéreo de dois canais com fala, canto e efeitos sonoros sincronizados |
| Quadros-chave | Até 10 imagens de quadros-chave |
| Referências mistas | Até 15 recursos no total: até 10 imagens, 5 vídeos, 7 elementos e 3 perfis de voz, dentro do limite combinado |
| Limite compartilhado de vídeos | Até 5 clipes e 30 segundos no total entre vídeos de referência, vídeos para edição e elementos de vídeo |
| Entrada de texto | Até 8.000 tokens |
| Fonte para edição | Um vídeo principal; cada clipe de entrada deve ter 3–30 segundos e respeitar o limite compartilhado de vídeos |
Última atualização: 10 de novembro de 2026
Comparação oficial dos modelos. A série Kling 3.0 inclui fluxos Omni; estes dados não representam as configurações de um único gerador.
| Especificação | Kling 4.0 | Série Kling 3.0 |
|---|---|---|
| Duração nativa do clipe | 3–30 segundos | 3–15 segundos |
| Texto e imagem para vídeo | Compatível | Compatível |
| Primeiro e último quadros | Compatível | Compatível |
| Vários quadros-chave | Até 10 | Não compatível segundo a comparação oficial |
| Canais de áudio | Estéreo de dois canais | Um canal |
| Vídeos de referência | Até 5; 30 segundos no total | Até 1; máximo de 15 segundos |
| Referências combinadas | Até 15 recursos mistos | Até 7 imagens/sujeitos, ou 1 vídeo com 4 imagens/sujeitos |
| Edição de vídeo | Edição multimodal integrada | Disponível por meio dos fluxos 3.0 Omni |
Vantagens do Kling 4.0: Mais espaço para cenas longas, referências adicionais, vários quadros-chave e som estéreo.
Vantagens da série Kling 3.0: Adequado para cenas curtas que precisam de orientação por texto ou imagem, quadros iniciais/finais e áudio nativo.
Escolha Kling 4.0 quando a história precisar de mais tempo, referências mais variadas ou controle visual mais preciso. Kling 3.0 atende a projetos cujas cenas e referências cabem em seu intervalo de geração mais curto.
Compare os planos de assinatura do Shotyard e os créditos incluídos. O custo de geração específico do modelo é exibido no gerador antes do envio.
Compare o custo em créditos apenas da saída para resoluções e durações comuns. O gerador calcula o total de acordo com as entradas selecionadas.
| Resolução / duração | Créditos por geração |
|---|---|
| 720p / 5 segundos | 150 |
| 1080p / 5 segundos | 200 |
| 720p / 10 segundos | 300 |
| 1080p / 10 segundos | 400 |
Apenas no modo referência para vídeo: se a duração total dos vídeos de referência exceder a duração de saída, metade da diferença é adicionada aos segundos faturáveis. Os restantes modos não têm este custo adicional.
Respostas sobre entradas, duração, áudio, edição e como orientar os resultados.
Kling 4.0 é o modelo de vídeo multimodal da Kuaishou, lançado pela Kling AI em 15 de outubro de 2026. Ele gera vídeos com áudio a partir de texto, imagens e referências visuais e também permite editar clipes existentes.
A geração nativa vai de 3 a 30 segundos, em incrementos de 1 segundo. Um vídeo de 30 segundos pode ser uma tomada contínua ou uma sequência com vários momentos narrativos.
Sim. Ele gera áudio estéreo de dois canais, incluindo diálogos, canto, sons ambientes e efeitos sonoros. Descreva o som desejado junto com a ação visual e confira a sincronização labial no resultado.
Omni Reference aceita até 15 recursos no total, com limites separados de 10 imagens, 5 vídeos, 7 elementos e 3 perfis de voz. São limites por categoria, não quantidades que podem ser simplesmente somadas. Vídeos de referência, vídeos para edição e elementos de vídeo também compartilham um máximo de 5 clipes e 30 segundos no total.
Quadros-chave definem momentos visuais pelos quais a sequência deve passar, com até 10 imagens. Referências descrevem aparência, composição da cena, estilo ou câmera sem necessariamente fixar um quadro específico.
Sim. As instruções podem orientar mudanças em personagens, fundos, movimentos, câmera ou estilo, além de remover elementos específicos. Defina um vídeo principal e indique quais partes da cena devem permanecer iguais.
Crie em 720p ou 1080p nos formatos 21:9, 16:9, 1:1 ou 9:16. O gerador também oferece proporção automática.
Descreva o sujeito, o cenário, a ação, a câmera e o som. Atribua uma função a cada referência, por exemplo @Image1 para aparência e @Video1 para movimento de câmera. Ao editar, explique a mudança e os detalhes que devem ser preservados.
Shotyard oferece planos com créditos incluídos. Confira as condições do plano e o custo de geração exibido para suas configurações antes de enviar uma tarefa.
Você pode usar o gerador de vídeo com IA Kling 4.0 no Shotyard.