kling-4.0

Text to Video

Image to Video

Reference to Video

Video to Video

Modelo:

Gera vídeos de 3 a 30 segundos a partir de texto, do primeiro e do último frame ou de referências visuais, e edita vídeos existentes com o Kling 4.0 no PoYo. Utiliza prompts multiplano e sujeitos em imagem ou vídeo através da API ou do Playground, em 720p ou 1080p.

Obter chave de API

Documentação da API

Entrada

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. Uma imagem inicial e uma imagem final opcional, por ordem. Com referências, usa apenas uma imagem inicial.

Video Url

Drop files here, paste files, or add a URL. Vídeo de origem para edição, de 3 a 30 segundos. A edição aceita apenas imagens de referência e sujeitos em imagem.

Reference Image UrlsAdded 2/10

Drop files here, paste files, or add a URL. Até 10 imagens, incluindo o frame inicial opcional. Refere-te a elas como @Image1, @Image2, e assim por diante. Limite de carregamento: JPEG, PNG ou WebP, 10 MB por ficheiro.

——

——

@Image1@Image2

Reference Video Urls

Drop files here, paste files, or add a URL. Até 5 vídeos, de 3 a 30 segundos cada. Os vídeos de referência e os sujeitos em vídeo não podem somar mais de 30 segundos. Limite de carregamento: MP4 ou MOV, 200 MB por ficheiro.

Depois de remover ou reordenar referências ou sujeitos, verifica as respetivas etiquetas em todos os prompts.

Kling Elements

0/7 · Element Input Video Urls 0/3

Duration

Resolution

Aspect Ratio

Saída

Resultado de exemplo

Estes são dados de exemplo. Gera um novo resultado para veres o resultado real.

ID da tarefa:BIIA0RLIILB65JTXCriada:2026-10-23T10:50:05

Estado:finishedProgresso:100%

Examples

Detalhes dos preços

Paga conforme utilizas. Sem subscrição, sem custos escondidos.

1 crédito = $0.005

Nível	Preço PoYo	Original / desconto
720p · Sem vídeo de entrada	$0.142/s 28.5 créditos/s	$0.157/sPoupa 9% Fal
720p · Com vídeo de entrada	$0.085/s faturado 17 créditos/s faturado	$0.094/s faturadoPoupa 10% Fal
1080p · Sem vídeo de entrada	$0.212/s 42.5 créditos/s	$0.235/sPoupa 10% Fal
1080p · Com vídeo de entrada	$0.128/s faturado 25.5 créditos/s faturado	$0.141/s faturadoPoupa 10% Fal

Como é faturado: Faturado por segundo de vídeo de saída. Com vídeo de entrada, segundos faturados = duração da saída + o maior valor entre a duração total dos vídeos de entrada (arredondada por excesso) e a duração da saída.

Os custos baseiam-se no resultado final.

KLING 4.0 · Geração e edição de vídeo

Dá forma a histórias cinematográficas com primeiro e último frame, referências multimodais e áudio nativo

API Kling 4.0: geração de vídeo cinematográfico com IA até 30 segundos

O Kling 4.0 transforma texto e imagens em vídeos de 3 a 30 segundos com saída em 720p e 1080p. Usa o primeiro e o último frame para definir a composição de abertura e de fecho, e divide um clip em planos com prompts e durações próprios, dando um ritmo visual claro a cenas cinematográficas, apresentações de produto e pequenas histórias.

Combina até 15 referências multimodais para manter a identidade das personagens e o estilo visual de cena para cena. Dirige o movimento de câmara com instruções cinematográficas e junta as interpretações com som estéreo nativo, diálogo multilingue e sincronização labial, ligando imagem, ação e áudio numa cena coerente.

Obter chave de API

Principais funcionalidades da API Kling 4.0

Transforma prompts e referências visuais em histórias cinematográficas, com planos mais longos, controlo criativo preciso e som sincronizado.

Transforma texto e imagens em vídeo cinematográfico

Dá uma noção clara de ação a uma descrição de cena ou a uma imagem fixa. O Kling 4.0 combina texto para vídeo e imagem para vídeo com instruções sobre sujeitos, composição, movimento e estilo visual. Descreve uma personagem a entrar numa sala ou anima a referência de um produto numa apresentação, e transforma o teu briefing criativo numa cena em movimento, com um ponto focal definido e uma interpretação expressiva.

Gera personagens, cenas e ação a partir de descrições em texto
Anima imagens de produtos, personagens e frames de storyboard
Define a composição do sujeito, a ação e o estilo visual

Dirige cada momento da história com frames e prompts multiplano

Dá a cada momento importante de um clip um ponto de ancoragem claro. O Kling 4.0 anima um frame inicial em direção a um frame final opcional, para orientar a composição, as poses das personagens e as transições. Em sequências com várias etapas, divide um clip de até 30 segundos em planos, cada um com o seu prompt e a sua duração, para que a ação siga o teu storyboard e mantenha o ritmo pretendido para a cena.

Define a composição de abertura e de fecho com o primeiro e o último frame
Divide um clip em planos com prompts e durações próprios
Orienta as poses das personagens, as composições e as transições de cena

Unifica a tua visão criativa com 15 referências multimodais

Mantém uma personagem reconhecível mesmo quando o cenário e a ação mudam. O Kling 4.0 combina até 15 referências multimodais através do Omni Reference, reunindo imagens de referência, vídeos de referência e sujeitos reutilizáveis num único briefing de cena. Usa uma ficha de personagem para o aspeto, um vídeo de referência para o movimento e um sujeito para uma personagem ou produto recorrente, de modo a manter uma identidade e um estilo consistentes entre planos relacionados.

Combina até 15 assets de referência multimodais no total
Orienta as cenas com imagens, vídeos e sujeitos
Mantém a identidade das personagens e o estilo visual reconhecíveis

Cria diálogos naturais com áudio estéreo nativo

Deixa que uma conversa transmita tanto a interpretação como a atmosfera da cena. O Kling 4.0 gera áudio estéreo nativo de dois canais com diálogo, efeitos sonoros e som ambiente, juntamente com movimento labial sincronizado. Indica um idioma, um sotaque e os sons envolventes na direção de cena para criar conversas entre personagens e histórias localizadas em que a fala, a expressão e o ambiente funcionam em conjunto.

Gera diálogo, efeitos e ambiente em estéreo de dois canais
Sincroniza o diálogo falado com o movimento labial das personagens
Dirige a fala multilingue e os sotaques através de prompts

Dá forma a movimentos de câmara naturais com instruções ao estilo de realizador

Faz com que o movimento de câmara sirva a ação, quer uma personagem atravesse uma rua movimentada, quer um produto entre em cena. O Kling 4.0 interpreta instruções ao estilo de realizador para aproximações, órbitas e travellings, combinando-as com a direção de cena e de interpretação. Coordena o enquadramento com o movimento do corpo para criar sequências dinâmicas, grandes planos expressivos e revelações que prendem a atenção, mantendo a progressão visual coerente.

Dirige aproximações, órbitas e travellings de câmara
Coordena o movimento de câmara com a ação das personagens e o enquadramento
Mantém movimentos complexos e a progressão da cena visualmente coerentes

Conta histórias mais completas com planos de 30 segundos

Dá a uma interpretação, a uma demonstração de produto ou a um movimento de câmara espaço para se desenvolver num único plano. O Kling 4.0 gera clips de 3 a 30 segundos em 720p ou 1080p. Escolhe o enquadramento 21:9, 16:9, 1:1 ou 9:16 consoante a história e o destino, desde uma cena cinematográfica ultrapanorâmica até um vídeo vertical para redes sociais.

Cria clips de vídeo de 3 a 30 segundos numa única passagem
Escolhe a resolução de saída: 720p ou 1080p
Enquadra as cenas em 21:9, 16:9, 1:1 ou 9:16

Quem pode beneficiar da API Kling 4.0?

Cineastas e estúdios criativos

Desenvolve cenas narrativas, estudos de interpretação e sequências de pré-produção com o Kling 4.0. Usa o primeiro e o último frame e prompts multiplano para planear os momentos visuais, referências para manter a identidade das personagens e instruções de câmara para explorar a realização dos planos. Planos mais longos dão às equipas espaço para avaliar o ritmo, a interpretação e a composição antes de levar um conceito para uma produção mais ampla.

Equipas de marketing e publicidade

Transforma conceitos de campanha em apresentações de produto, anúncios centrados em personagens e histórias de marca localizadas com o Kling 4.0. Combina referências de produto com movimento de câmara e diálogo nativo para dar forma a uma mensagem clara. As equipas podem organizar assets criativos partilhados, explorar direções de cena alternativas e adaptar um conceito visual a diferentes públicos de campanha.

Marcas de comércio eletrónico e retalhistas

Cria demonstrações de produto, apresentações de moda e histórias de embalagem a partir de assets visuais já existentes. O Kling 4.0 coloca a imagem do produto em movimento, enquanto a direção baseada em referências ajuda a preservar um aspeto reconhecível. Planeia momentos-chave, como um grande plano, uma revelação ou a interação com um modelo, para criar uma história visual focada no produto.

Criadores de conteúdo e plataformas de redes sociais

Desenvolve histórias curtas, interpretações expressivas e conteúdo em formato vertical com o Kling 4.0. Orienta um clip com um prompt claro, referências de personagens reutilizáveis e uma paisagem sonora intencional. A combinação de direção visual e áudio nativo ajuda os criadores a explorar cenas coerentes que levam uma ideia narrativa desde o gancho inicial até ao momento final.

Programadores de jogos e mundos virtuais

Explora apresentações de personagens, sequências de construção de mundos e conceitos cinematográficos com o Kling 4.0. Usa fichas de personagem e referências de movimento para comunicar o aspeto e a ação, e acrescenta depois direção de câmara e som ambiente. As equipas podem desenvolver estudos visuais que ligam um cenário, uma personagem e um momento narrativo para revisão criativa.

Equipas de educação e formação

Planeia demonstrações didáticas, lições baseadas em cenários e cenas com apresentadores multilingues com o Kling 4.0. Os prompts multiplano ajudam a organizar uma sequência de momentos de ensino, enquanto o diálogo nativo e a sincronização labial apoiam explicações conduzidas por personagens. As equipas podem adaptar referências visuais e briefings de cena a diferentes contextos de aprendizagem, mantendo a apresentação centrada num objetivo educativo claro.

Kling 4.0 vs Kling 3.0: pontos fortes e funcionalidades

O Kling 4.0 é indicado para clips mais longos e mais dirigidos: gera até 30 segundos, combina imagens de referência, vídeos e sujeitos, e edita vídeos existentes. O Kling 3.0 é indicado para planos finais que exigem 4K nativo, e todos os escalões permitem ativar ou desativar o áudio nativo. No PoYo, ambos os modelos geram vídeo a partir de texto ou de frames inicial e final.

Funcionalidade	Kling 4.0	Kling 3.0
Principais pontos fortes	Clips de 30 segundos, referências multimodais, edição de vídeo	Saída em 4K nativo, áudio nativo opcional
Ideal para	Anúncios, sequências narrativas e edições que exigem planos mais longos, referências de movimento ou sujeitos consistentes	Planos finais curtos que exigem detalhe em 4K nativo
Modos de entrada	Texto, primeiro e último frame, imagens, vídeos e sujeitos de referência, edição de vídeo	Texto, frames inicial e final, referências de elementos
Edição de vídeo	Edita um vídeo de origem de 3 a 30 segundos com um prompt	Não suportado
Duração	3 a 30 segundos	3 a 15 segundos
Resolução	720p, 1080p	Cerca de 720p (Standard), 1080p (Pro), 4K nativo
Áudio nativo	Áudio estéreo incluído em todos os vídeos; sem opção de ativar/desativar	Opcional com som; obrigatório em multiplano
Proporções	auto, 16:9, 9:16, 1:1, 21:9	16:9, 9:16, 1:1
Conteúdo de referência	Até 10 imagens, 5 vídeos e 7 sujeitos	Referências de elementos criadas a partir de imagens ou de um vídeo
Prompts multiplano	multi_prompt, 3 a 30 segundos no total	multi_shots com multi_prompt, 3 a 15 segundos no total

Os valores refletem os parâmetros de cada modelo na documentação da API do PoYo. Os preços por segundo estão indicados na tabela de preços de cada modelo.

Prepara o teu workflow da API Kling 4.0 no PoYo

Passo 1: cria a tua chave de API
Cria uma conta no PoYo e gera uma chave de API para organizares o espaço de trabalho da tua integração.
Criar chave de API →

Passo 2: organiza os prompts e os assets de referência
Descreve a cena, as personagens, o movimento de câmara e o áudio. Reúne imagens de referência e mapeia os momentos visuais principais para construíres um briefing criativo reutilizável. Explora os workflows Kling existentes para te inspirares com exemplos práticos.
Explorar workflows Kling →

Passo 3: planeia a tua integração
Consulta a documentação da plataforma PoYo para preparar o envio de tarefas, o acompanhamento do estado e o tratamento dos resultados na tua aplicação de vídeo.
Ler a documentação da plataforma →

Perguntas frequentes sobre a API Kling 4.0

O que é o Kling 4.0?

O Kling 4.0 é o modelo de vídeo com IA multimodal da Kuaishou para criação cinematográfica. As suas capacidades combinam geração de vídeo de 3 a 30 segundos em 720p ou 1080p, áudio estéreo nativo, controlo do primeiro e do último frame, prompts multiplano e referências multimodais. Dá aos criadores várias formas interligadas de dar forma a uma cena, desde a composição inicial e a identidade das personagens até ao movimento de câmara e ao diálogo. Atualmente, o PoYo disponibiliza, através da API e do Playground, texto para vídeo, imagem para vídeo com primeiro e último frame, referência para vídeo e edição de vídeo, em 720p ou 1080p, com saída de 3 a 30 segundos, prompts multiplano e sujeitos em imagem ou vídeo.

O Kling 4.0 consegue criar vídeos a partir de texto e de imagens?

O Kling 4.0 suporta workflows de texto para vídeo e de imagem para vídeo. Um prompt de texto pode descrever personagens, ação, estilo da cena, movimento de câmara e som. As imagens de referência podem definir um sujeito ou uma composição, enquanto o primeiro e o último frame ajudam a dar forma à progressão de um plano. Em conjunto, estas entradas transformam um briefing criativo numa sequência visual mais dirigida.

Como é que o primeiro e o último frame e os prompts multiplano orientam um vídeo?

No PoYo, o Kling 4.0 aceita um frame inicial e um frame final opcional, por isso podes definir onde um plano começa e onde termina. Em sequências com várias etapas, usa multi_prompt para dividir um clip de até 30 segundos em planos, cada um com o seu prompt de até 512 caracteres e a sua duração.

O que pode o Omni Reference acrescentar a uma cena?

No PoYo, o Omni Reference combina até 15 assets: até 10 imagens, incluindo um frame inicial opcional, 5 vídeos de referência e 7 sujeitos criados a partir de imagens ou de um vídeo. As fichas de personagem podem orientar o aspeto, as imagens de produto podem definir os detalhes do design e os vídeos de referência podem comunicar o movimento ou o ritmo. Combinar estes materiais dá aos criadores uma forma estruturada de levar a identidade, o estilo e a direção de interpretação para cenas relacionadas.

O Kling 4.0 gera áudio juntamente com o vídeo?

As capacidades de áudio do Kling 4.0 incluem saída estéreo, diálogo multilingue natural, movimento labial sincronizado, efeitos sonoros e áudio ambiente. Um briefing de cena pode descrever as falas, o idioma ou sotaque e o som ambiente, a par da ação visual. Isto ajuda os criadores a dar forma a uma interpretação audiovisual completa, com um ambiente e um ritmo narrativo consistentes. Os vídeos gerados no PoYo incluem uma faixa de áudio estéreo de dois canais.

Que resolução suporta o Kling 4.0?

No PoYo, o Kling 4.0 gera vídeo em 720p ou 1080p, com durações de 3 a 30 segundos e proporções que incluem 21:9, 16:9, 1:1 e 9:16. Usa 720p para rascunhos mais económicos e 1080p para a entrega final. A Kuaishou anunciou a saída em 4K do Kling 4.0 como uma funcionalidade futura. Para 4K nativo já hoje, o PoYo oferece também o Kling 3.0 4K.

Como se compara o Kling 4.0 com o Kling 3.0 e o Kling 2.6?

O Kling 4.0 dá ênfase a planos mais longos, referências multimodais e edição de vídeo. O Kling 3.0 combina clips de 3 a 15 segundos com prompts multiplano, referências de elementos, áudio nativo e saída Standard, Pro ou 4K nativo. O Kling 2.6 centra-se em cenas de texto para vídeo e de imagem para vídeo de 5 ou 10 segundos, com diálogo sincronizado, canto, efeitos sonoros e ambiente.

Porquê escolher o PoYo para planear a integração da API Kling 4.0

Escolha de modelo clara

Compara versões do Kling e explora o catálogo de modelos do PoYo através de descrições de capacidades e especificações lado a lado. Ajusta a duração dos clips, as entradas de referência, o áudio e o controlo criativo ao teu projeto, para que a tua equipa escolha a direção do modelo com uma compreensão partilhada do resultado pretendido.

Recursos de integração pensados para programadores

Usa o espaço de chaves de API do PoYo e a documentação da plataforma para preparar a autenticação e a integração na aplicação. Junta os guias relevantes aos teus requisitos criativos para que os programadores organizem o tratamento de pedidos, o acompanhamento de tarefas e a entrega de resultados em torno da experiência que a tua aplicação pretende oferecer.

Workflows de tarefas rastreáveis

A documentação da plataforma PoYo cobre consultas do estado de tarefas e callbacks para workflows assíncronos. Usa estes recursos para planear como a tua aplicação acompanha o progresso, recebe atualizações de conclusão e trata os resultados, dando aos programadores uma base clara para ligar as tarefas de geração em segundo plano à experiência do utilizador.

Workflows criativos multimodelo ligados entre si

Explora o catálogo de modelos de imagem e vídeo do PoYo para ligar o desenvolvimento de conceitos, a criação de referências e as cenas em movimento. Organiza prompts e assets visuais reutilizáveis em torno de cada fase de produção, para que a tua equipa mantenha um briefing criativo consistente nos diferentes workflows de modelos à medida que o projeto evolui.