kling-4.0

Text to Video

Image to Video

Reference to Video

Video to Video

Modell:

Generer videoer på 3–30 sekunder fra tekst, første og siste bilde eller visuelle referanser, og rediger eksisterende videoer med Kling 4.0 hos PoYo. Bruk prompter for flere opptak og bilde- eller videomotiver via API-et eller Playground i 720p eller 1080p.

Hent API-nøkkel

API-dokumentasjon

Inndata

Prompt

1591/26000

Create a 15-second cinematic live-action scene in one continuous shot. Use @image_1 as the visual reference for the adult naturalist's face, short hair, mustard-yellow raincoat, brown satchel and brass lantern held in her right hand. Use @image_2 for the old glass conservatory, mist, white lotus flowers, moss-covered narrow bridge and shallow reflective water. Combine both references into the same scene; do not display reference images or a collage.
0-4 seconds: Start with a low, close dolly beside the brass lantern, showing droplets on the metal and its warm light reflected in the water. The camera gently rises to reveal the naturalist's face as she looks along the narrow bridge.
4-10 seconds: Move into a smooth side-following medium shot as she takes a few careful steps along the mossy bridge. She gradually raises the lantern from hip height to chest height with her right hand. Keep her face, haircut, raincoat and lantern design recognizable; show believable foot placement, coat movement and small water ripples.
10-15 seconds: Without a cut, ease into a slow outward arc and pull back to a wide view, revealing the curved glass dome, white lotus flowers and the woman's reflection in the still water. She stops on the bridge and looks toward the light entering through the misty roof. Preserve the greenhouse layout and clear spatial relationships throughout. Soft dawn light, restrained warm lantern light, realistic materials and reflections. Smooth continuous camera movement, natural pacing, no sudden jumps, no additional people, no subtitles, logos or on-screen text.

Multi Prompt

Image UrlsAdded 0/1

Drop files here, paste files, or add a URL. Ett startbilde og et valgfritt sluttbilde, i den rekkefølgen. Med referanser kan du bare bruke ett startbilde.

Video Url

Drop files here, paste files, or add a URL. Kildevideo som skal redigeres, 3–30 sekunder. Redigering tar bare imot referansebilder og bildemotiver.

Reference Image UrlsAdded 2/10

Drop files here, paste files, or add a URL. Opptil 10 bilder inkludert det valgfrie startbildet. Henvis til dem som @Image1, @Image2 og så videre. Opplastingsgrense: JPEG, PNG eller WebP, 10 MB per fil.

——

——

@Image1@Image2

Reference Video Urls

Drop files here, paste files, or add a URL. Opptil 5 videoer på 3–30 sekunder hver. Referansevideoer og videomotiver kan til sammen ikke overstige 30 sekunder. Opplastingsgrense: MP4 eller MOV, 200 MB per fil.

Når du har fjernet eller endret rekkefølgen på referanser eller motiver, må du sjekke etikettene deres i alle prompter.

Kling Elements

0/7 · Element Input Video Urls 0/3

Duration

Resolution

Aspect Ratio

Utdata

Eksempelresultat

Dette er eksempeldata. Generer et nytt resultat for å se ekte utdata.

Oppgave-ID:BIIA0RLIILB65JTXOpprettet:2026-10-23T10:50:05

Status:finishedFremdrift:100%

Examples

Prisdetaljer

Betal etter bruk. Ingen abonnement, ingen skjulte gebyrer.

1 kreditt = $0.005

Nivå	PoYo-pris	Original / rabatt
720p · Uten videoinndata	$0.142/sek. 28.5 kreditter/sek.	$0.157/sek.Spar 9 % Fal
720p · Med videoinndata	$0.085/fakturert sek. 17 kreditter/fakturert sek.	$0.094/fakturert sek.Spar 10 % Fal
1080p · Uten videoinndata	$0.212/sek. 42.5 kreditter/sek.	$0.235/sek.Spar 10 % Fal
1080p · Med videoinndata	$0.128/fakturert sek. 25.5 kreditter/fakturert sek.	$0.141/fakturert sek.Spar 10 % Fal

Slik faktureres det: Faktureres per sekund utdatavideo. Med videoinndata er fakturerte sekunder = utdatavarighet + den lengste av inndatavideoenes samlede varighet (rundet opp) og utdatavarigheten.

Belastningen er basert på det endelige resultatet.

KLING 4.0 · Videogenerering og -redigering

Form filmatiske historier med første og siste bilde, multimodale referanser og innebygd lyd

Kling 4.0-API: filmatisk AI-videogenerering på 30 sekunder

Kling 4.0 gjør tekst og bilder om til videoer på 3–30 sekunder i 720p og 1080p. Bruk første og siste bilde til å bestemme åpnings- og sluttkomposisjonen, og del et klipp inn i opptak med egne prompter og varigheter. Slik får filmatiske opptak, produktavsløringer og korte historier en tydelig visuell rytme.

Kombiner opptil 15 multimodale referanser for å bevare karakteridentitet og visuell stil på tvers av scener. Styr kamerabevegelsene med filmatiske instruksjoner, og knytt framføringen sammen med innebygd stereolyd, flerspråklig dialog og leppesynk, slik at bilde, handling og lyd blir én sammenhengende scene.

Hent API-nøkkel

Hovedfunksjoner i Kling 4.0-API-et

Gjør prompter og visuelle referanser om til filmatiske historier med lengre opptak, presis kreativ kontroll og synkronisert lyd.

Gjør tekst og bilder om til filmatisk video

Gi en scenebeskrivelse eller et stillbilde en tydelig følelse av handling. Kling 4.0 kombinerer tekst til video og bilde til video med instruksjoner for motiver, komposisjon, bevegelse og visuell stil. Beskriv en karakter som kommer inn i et rom, eller animer en produktreferanse til en avsløring – og gjør den kreative briefen din om til en levende scene med et tydelig fokuspunkt og et uttrykksfullt spill.

Generer karakterer, scener og handling fra tekstbeskrivelser
Animer produktbilder, karakterer og storyboardbilder
Form motivets komposisjon, handling og visuelle stil

Regisser hvert øyeblikk i historien med nøkkelbilder og prompter for flere opptak

Gi hvert viktig øyeblikk i et klipp et tydelig ankerpunkt. Kling 4.0 animerer et startbilde mot et valgfritt sluttbilde for å styre komposisjon, karakterpositurer og overganger. For sekvenser med flere ledd kan du dele et klipp på opptil 30 sekunder inn i opptak, hvert med egen prompt og varighet, slik at handlingen følger storyboardet ditt og får den rytmen du ønsker i scenen.

Bestem åpnings- og sluttkomposisjon med første og siste bilde
Del et klipp inn i opptak med egne prompter og varigheter
Styr karakterpositurer, komposisjoner og sceneoverganger

Samle den kreative visjonen din med 15 multimodale referanser

Hold en karakter gjenkjennelig selv når miljø og handling endrer seg. Kling 4.0 kombinerer opptil 15 multimodale referanser via Omni Reference og samler referansebilder, referansevideoer og gjenbrukbare motiver i én scenebrief. Bruk et karakterark for utseendet, en referansevideo for bevegelsen og et motiv for en gjennomgående karakter eller et produkt, slik at identitet og stil holdes konsistent på tvers av relaterte opptak.

Kombiner opptil 15 multimodale referanseelementer totalt
Styr scener med bilder, videoer og motiver
Bevar gjenkjennelig karakteridentitet og visuell stil

Lag naturlig dialog med innebygd stereolyd

La en samtale bære både framføringen og stemningen i en scene. Kling 4.0 genererer innebygd tokanals stereolyd med dialog, lydeffekter og omgivelseslyd, sammen med synkroniserte leppebevegelser. Angi språk, aksent og lydene rundt i sceneinstruksjonen for å lage samtaler mellom karakterer og lokaliserte historier der tale, uttrykk og stemning spiller på lag.

Generer dialog, effekter og stemningslyd i tokanals stereo
Synkroniser talt dialog med karakterens leppebevegelser
Styr flerspråklig tale og aksenter via prompter

Skap naturlige kamerabevegelser med instruksjoner som fra en regissør

La kamerabevegelsen tjene handlingen, enten en karakter krysser en travel gate eller et produkt kommer til syne. Kling 4.0 tolker regiinstruksjoner for innkjøringer, orbiter og tracking-opptak og kombinerer dem med anvisninger for scene og spill. Koordiner utsnitt med kroppsbevegelser for å bygge dynamiske sekvenser, uttrykksfulle nærbilder og avsløringer som holder på oppmerksomheten, samtidig som den visuelle progresjonen henger sammen.

Regisser innkjøringer, orbiter og tracking-bevegelser med kameraet
Koordiner kamerabevegelse med karakterens handling og utsnitt
Hold komplekse bevegelser og sceneforløp visuelt sammenhengende

Fortell fyldigere historier med opptak på 30 sekunder

Gi en framføring, en produktdemonstrasjon eller en kamerabevegelse rom til å utvikle seg i ett og samme opptak. Kling 4.0 genererer klipp på 3 til 30 sekunder i 720p eller 1080p. Velg formatet 21:9, 16:9, 1:1 eller 9:16 etter historien og hvor den skal brukes – fra en filmatisk ultrabred scene til en stående video for sosiale medier.

Lag videoklipp på 3–30 sekunder i én kjøring
Velg 720p eller 1080p som utdataoppløsning
Komponer scener i 21:9, 16:9, 1:1 eller 9:16

Hvem kan dra nytte av Kling 4.0-API-et?

Filmskapere og kreative studioer

Utvikle fortellende scener, skuespillstudier og sekvenser for preproduksjon med Kling 4.0. Bruk første og siste bilde og prompter for flere opptak til å planlegge de visuelle øyeblikkene, referanser til å bevare karakteridentiteten og kamerainstruksjoner til å utforske regien av hvert opptak. Lengre opptak gir teamet rom til å vurdere tempo, spill og komposisjon før et konsept tas videre inn i en bredere produksjonsflyt.

Markedsførings- og reklameteam

Gjør kampanjekonsepter om til produktavsløringer, karakterdrevne reklamefilmer og lokaliserte merkevarehistorier med Kling 4.0. Kombiner produktreferanser med kamerabevegelse og innebygd dialog for å formidle et tydelig budskap. Teamene kan organisere felles kreative ressurser, utforske alternative sceneretninger og tilpasse et visuelt konsept til ulike målgrupper i kampanjen.

Netthandelsmerker og forhandlere

Lag produktdemonstrasjoner, motepresentasjoner og emballasjehistorier fra eksisterende visuelle ressurser. Kling 4.0 setter produktbilder i bevegelse, mens referansebasert styring bidrar til å bevare et gjenkjennelig utseende. Planlegg viktige øyeblikk som et nærbilde, en avsløring eller en modell som bruker produktet, for å skape en fokusert visuell historie rundt produktet.

Innholdsskapere og plattformer i sosiale medier

Utvikle korte historier, uttrykksfulle framføringer og stående innhold med Kling 4.0. Styr et klipp med en tydelig prompt, gjenbrukbare karakterreferanser og et bevisst lydbilde. Kombinasjonen av visuell regi og innebygd lyd hjelper skapere med å utforske sammenhengende scener som bærer en fortellende idé fra en fengende åpning til et avsluttende øyeblikk.

Spillutviklere og virtuelle verdener

Utforsk karakterintroduksjoner, sekvenser som bygger opp spillverdenen og filmatiske konsepter med Kling 4.0. Bruk karakterark og bevegelsesreferanser til å formidle utseende og handling, og legg deretter til kameraregi og stemningsskapende lyd. Teamene kan utvikle visuelle studier som knytter sammen et miljø, en karakter og et fortellende øyeblikk til kreativ gjennomgang.

Utdannings- og opplæringsteam

Planlegg instruksjonsdemonstrasjoner, scenariobaserte leksjoner og flerspråklige scener med presentatør med Kling 4.0. Prompter for flere opptak hjelper deg med å organisere en rekke læringsøyeblikk, mens innebygd dialog og leppesynk støtter karakterdrevne forklaringer. Teamene kan tilpasse visuelle referanser og scenebriefer til ulike læringssammenhenger og samtidig holde presentasjonen fokusert på et tydelig læringsmål.

Kling 4.0 vs. Kling 3.0: styrker og funksjoner

Kling 4.0 passer for lengre klipp med mer regi: Den genererer opptil 30 sekunder, kombinerer referansebilder, -videoer og motiver og redigerer eksisterende videoer. Kling 3.0 passer for ferdige opptak som trenger innebygd 4K, og på alle nivåer kan du slå innebygd lyd av eller på. Hos PoYo genererer begge modellene video fra tekst eller fra start- og sluttbilde.

Funksjon	Kling 4.0	Kling 3.0
Viktigste styrker	Klipp på 30 sekunder, multimodale referanser, videoredigering	Innebygd 4K-utdata, valgfri innebygd lyd
Passer best for	Reklame, historiesekvenser og redigeringer som trenger lengre opptak, bevegelsesreferanser eller konsistente motiver	Korte ferdige opptak som trenger detaljene i innebygd 4K
Inndatamoduser	Tekst, første og siste bilde, referansebilder, -videoer og motiver, videoredigering	Tekst, start- og sluttbilde, elementreferanser
Videoredigering	Rediger en kildevideo på 3–30 sekunder med en prompt	Støttes ikke
Varighet	3–30 sekunder	3–15 sekunder
Oppløsning	720p, 1080p	Omtrent 720p (Standard), 1080p (Pro), innebygd 4K
Innebygd lyd	Stereolyd følger med hver video; kan ikke slås av eller på	Valgfritt med lyd; påkrevd for flere opptak
Sideforhold	auto, 16:9, 9:16, 1:1, 21:9	16:9, 9:16, 1:1
Referansemedier	Opptil 10 bilder, 5 videoer og 7 motiver	Elementreferanser laget fra bilder eller en video
Prompter for flere opptak	multi_prompt, 3–30 sekunder totalt	multi_shots med multi_prompt, 3–15 sekunder totalt

Verdiene gjenspeiler parameterne for hver modell i PoYos API-dokumentasjon. Prisene per sekund står i pristabellen for hver modell.

Forbered arbeidsflyten for Kling 4.0-API-et hos PoYo

Trinn 1: Opprett API-nøkkelen din
Opprett en PoYo-konto og en API-nøkkel for å organisere arbeidsområdet for integrasjonen.
Opprett API-nøkkel →

Trinn 2: Organiser prompter og referanseelementer
Beskriv scenen, karakterene, kamerabevegelsen og lyden. Samle referansebilder og kartlegg de viktigste visuelle øyeblikkene for å bygge en gjenbrukbar kreativ brief. Utforsk eksisterende Kling-arbeidsflyter for praktisk inspirasjon.
Utforsk Kling-arbeidsflyter →

Trinn 3: Planlegg integrasjonen
Gå gjennom PoYos plattformdokumentasjon for å forberede innsending av oppgaver, statussporing og håndtering av resultater i videoapplikasjonen din.
Les plattformdokumentasjonen →

Vanlige spørsmål om Kling 4.0-API-et

Hva er Kling 4.0?

Kling 4.0 er Kuaishous multimodale AI-videomodell for filmatisk produksjon. Funksjonene kombinerer videogenerering på 3–30 sekunder i 720p eller 1080p, innebygd stereolyd, kontroll med første og siste bilde, prompter for flere opptak og multimodale referanser. Den gir skapere flere sammenkoblede måter å forme en scene på, fra startkomposisjon og karakteridentitet til kamerabevegelse og dialog. PoYo tilbyr i dag tekst til video, bilde til video med første og siste bilde, referanse til video og videoredigering via API-et og Playground i 720p eller 1080p, med utdata på 3–30 sekunder, prompter for flere opptak og bilde- eller videomotiver.

Kan Kling 4.0 lage videoer fra tekst og bilder?

Kling 4.0 støtter arbeidsflyter for tekst til video og bilde til video. En tekstprompt kan beskrive karakterer, handling, scenestil, kamerabevegelse og lyd. Referansebilder kan etablere et motiv eller en komposisjon, mens første og siste bilde bidrar til å forme forløpet i et opptak. Sammen gjør disse inndataene en kreativ brief om til en visuell sekvens med tydeligere regi.

Hvordan styrer første og siste bilde og prompter for flere opptak en video?

Hos PoYo tar Kling 4.0 imot et startbilde og et valgfritt sluttbilde, slik at du kan bestemme hvor et opptak begynner og hvor det ender. For sekvenser med flere ledd kan du bruke multi_prompt til å dele et klipp på opptil 30 sekunder inn i opptak, hvert med egen prompt på opptil 512 tegn og egen varighet.

Hva kan Omni Reference tilføre en scene?

Hos PoYo kombinerer Omni Reference opptil 15 elementer: opptil 10 bilder inkludert et valgfritt startbilde, 5 referansevideoer og 7 motiver laget fra bilder eller en video. Karakterark kan styre utseendet, produktbilder kan fastsette designdetaljer, og videoreferanser kan formidle bevegelse eller tempo. Ved å kombinere dette materialet får skapere en strukturert måte å føre identitet, stil og regi av spillet videre inn i relaterte scener.

Genererer Kling 4.0 lyd sammen med videoen?

Lydfunksjonene i Kling 4.0 omfatter stereoutdata, naturlig flerspråklig dialog, synkroniserte leppebevegelser, lydeffekter og omgivelseslyd. En scenebrief kan beskrive replikker, språk eller aksent og stemningslyd sammen med den visuelle handlingen. Dette hjelper skapere med å forme en helhetlig audiovisuell framføring med konsistent stemning og fortellertempo. Videoer som genereres hos PoYo, har et lydspor i tokanals stereo.

Hvilken oppløsning støtter Kling 4.0?

Hos PoYo genererer Kling 4.0 video i 720p eller 1080p, med varigheter fra 3 til 30 sekunder og sideforhold som 21:9, 16:9, 1:1 og 9:16. Bruk 720p for rimeligere utkast og 1080p for endelig levering. Kuaishou har annonsert 4K-utdata for Kling 4.0 som en kommende funksjon. Trenger du innebygd 4K i dag, tilbyr PoYo også Kling 3.0 4K.

Hvordan er Kling 4.0 sammenlignet med Kling 3.0 og Kling 2.6?

Kling 4.0 legger vekt på lengre opptak, multimodale referanser og videoredigering. Kling 3.0 kombinerer klipp på 3–15 sekunder med prompter for flere opptak, elementreferanser, innebygd lyd og utdata i Standard, Pro eller innebygd 4K. Kling 2.6 fokuserer på scener på 5 eller 10 sekunder med tekst til video og bilde til video, med synkronisert dialog, sang, lydeffekter og stemningslyd.

Hvorfor velge PoYo for å planlegge integrasjonen av Kling 4.0-API-et

Tydelig modellvalg

Sammenlign Kling-versjoner og utforsk PoYos modellkatalog med funksjonsbeskrivelser og spesifikasjoner side om side. Tilpass klipplengde, referanseinndata, lyd og kreativ kontroll til prosjektet ditt, slik at teamet kan velge modellretning med en felles forståelse av ønsket resultat.

Utviklervennlige integrasjonsressurser

Bruk PoYos arbeidsområde for API-nøkler og plattformdokumentasjonen til å forberede autentisering og integrasjon i applikasjonen. Samle de relevante veiledningene sammen med de kreative kravene dine, slik at utviklerne kan organisere forespørselshåndtering, oppgavesporing og levering av resultater rundt opplevelsen applikasjonen skal tilby.

Sporbare oppgaveflyter

PoYos plattformdokumentasjon dekker statusforespørsler for oppgaver og callbacks for asynkrone arbeidsflyter. Bruk disse ressursene til å planlegge hvordan applikasjonen din følger fremdriften, mottar varsler når oppgaver er fullført og håndterer resultater – et tydelig grunnlag for å koble genereringsoppgaver i bakgrunnen til brukeropplevelsen.

Sammenkoblede kreative arbeidsflyter med flere modeller

Utforsk PoYos katalog over bilde- og videomodeller for å koble sammen konseptutvikling, referanseproduksjon og levende scener. Organiser gjenbrukbare prompter og visuelle ressurser rundt hvert produksjonsledd, slik at teamet kan føre en konsistent kreativ brief gjennom ulike modellflyter etter hvert som prosjektet utvikler seg.