Kling 4.0 Text-to-Video API
Kling 4.0 Text-to-Video od Kuaishou generuje 3 až 30 sekund dlouhá videa ve 720p nebo 1080p z textového zadání, včetně nativního stereo zvuku a vícezáběrových scénářů.
Kling 4.0 Text-to-Video je model pro převod textu na video od společnosti Kuaishou, uvedený 15. října 2026. Z jediného textového zadání vytváří klipy dlouhé 3 až 30 sekund ve rozlišení 720p nebo 1080p a podporuje čtyři poměry stran: 16:9, 9:16, 1:1 a 21:9. K videu generuje nativní stereo zvuk se dvěma kanály dialogu, zvukovými efekty a atmosférou, synchronizovaně s obrazem. Zadání může mít až 26 000 znaků a model mu rozumí do 8 000 tokenů.
Model zvládá jak jednoduchý textový prompt, tak vícezáběrový storyboard, kde lze načasovat jednotlivé záběry do jednoho souvislého videa. Zlepšená synchronizace rtů podporuje postavy mluvící více jazyky a na obrazovce se zobrazuje čitelný text. Pro přesnější kontrolu lze do jednoho generování vložit až 15 referenčních materiálů – 10 obrázků, 5 videí o celkové délce do 30 sekund, 7 prvků a 3 video prvky – a až 10 vstupů klíčových snímků. Stabilita velkých pohybů a složitých kamerových jízd, jako jsou nájezdy, výjezdy, panorámy, sledovací a obíhající záběry, patří mezi hlavní přednosti.
Model se hodí pro krátká videa na TikTok, Instagram a YouTube Shorts, reklamy a produktová dema z promptu, vícezáběrové narativní obsahy a storyboardy, previsualizaci kamerových pohybů i pro malé firmy bez velkého rozpočtu na produkci. Režim Flash nabízí rychlejší generování za nižší náklady s videi do 20 sekund a maximálním rozlišením 720p, nepodporuje však počáteční a koncové snímky ani více klíčových snímků. Pro delší videa, vyšší rozlišení nebo přesnou vizuální kontrolu se doporučuje plný model Kling 4.0.
Aktualizováno:
MODEL ID
kling-4.0/text-to-video- Vstup
- text
- Výstup
- video
Hlavní body
- 3 až 30 sekund videa ve 720p nebo 1080p
- Nativní stereo zvuk s dialogem a efekty
- Vícezáběrové storyboardy v jednom videu
- Až 15 referenčních materiálů a 10 klíčových snímků
- Prompt až 26 000 znaků, porozumění do 8 000 tokenů
- Režim Flash pro rychlé a levnější generování
Poskytovatelé
Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.
Specifikace videa
- Poměry stran
- 16:9 / 9:16 / 1:1
- Délka · Minimum
- 3 sekund
- Délka · Maximum
- 30 sekund
- Délka · Krok
- 1 sekund
- Limity referenčních materiálů · Zvukové soubory
- 0
- Limity referenčních materiálů · Obrázky
- 0
- Limity referenčních materiálů · Videa
- 0
- Rozlišení
- 720p / 1080p
Reference API
Podrobnosti o protokolu tohoto modelu nejsou zveřejněny. Požadavky na integraci najdete v referenci API.
Reference API →Podporované parametry
- prompt
- duration
- resolution
- aspect_ratio
- frame_images
- input_references
- user
- session_id
- trace
Časté dotazy
Co je Kling 4.0 Text-to-Video?
Kling 4.0 Text-to-Video je model pro převod textu na video od společnosti Kuaishou, uvedený 15. října 2026. Z jediného textového zadání vytváří klipy dlouhé 3 až 30 sekund ve rozlišení 720p nebo 1080p a podporuje čtyři poměry stran: 16:9, 9:16, 1:1 a 21:9. K videu generuje nativní stereo zvuk se dvěma kanály dialogu, zvukovými efekty a atmosférou, synchronizovaně s obrazem. Zadání může mít až 26 000 znaků a model mu rozumí do 8 000 tokenů. Model zvládá jak jednoduchý textový prompt, tak vícezáběrový storyboard, kde lze načasovat jednotlivé záběry do jednoho souvislého videa. Zlepšená synchronizace rtů podporuje postavy mluvící více jazyky a na obrazovce se zobrazuje čitelný text. Pro přesnější kontrolu lze do jednoho generování vložit až 15 referenčních materiálů – 10 obrázků, 5 videí o celkové délce do 30 sekund, 7 prvků a 3 video prvky – a až 10 vstupů klíčových snímků. Stabilita velkých pohybů a složitých kamerových jízd, jako jsou nájezdy, výjezdy, panorámy, sledovací a obíhající záběry, patří mezi hlavní přednosti. Model se hodí pro krátká videa na TikTok, Instagram a YouTube Shorts, reklamy a produktová dema z promptu, vícezáběrové narativní obsahy a storyboardy, previsualizaci kamerových pohybů i pro malé firmy bez velkého rozpočtu na produkci. Režim Flash nabízí rychlejší generování za nižší náklady s videi do 20 sekund a maximálním rozlišením 720p, nepodporuje však počáteční a koncové snímky ani více klíčových snímků. Pro delší videa, vyšší rozlišení nebo přesnou vizuální kontrolu se doporučuje plný model Kling 4.0.
Jak se využití účtuje?
Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny.
Jaké vstupy model přijímá?
Model přijímá textový prompt nebo vícezáběrový storyboard. Prompt může mít až 26 000 znaků a model jej zpracuje do 8 000 tokenů. Pro přesnější kontrolu lze přiložit až 15 referenčních materiálů a až 10 klíčových snímků.
Jak dlouhá a v jakém rozlišení mohou být videa?
Videa mají délku 3 až 30 sekund a rozlišení 720p nebo 1080p. Režim Flash omezuje délku na 20 sekund a rozlišení na 720p.
Jaké poměry stran jsou podporovány?
Model podporuje čtyři poměry stran: 16:9, 9:16, 1:1 a 21:9.
Jaký zvuk model generuje?
Model vytváří nativní stereo zvuk se dvěma kanály dialogu, zvukovými efekty a atmosférou, synchronizovaně s obrazem. Synchronizace rtů je vylepšena pro postavy mluvící více jazyky.
Jaký je rozdíl mezi plným modelem a režimem Flash?
Režim Flash generuje rychleji a za nižší náklady, ale videa mají maximálně 20 sekund a 720p a režim nepodporuje počáteční a koncové snímky ani více klíčových snímků. Plný model Kling 4.0 je vhodný pro delší videa, vyšší rozlišení a přesnou vizuální kontrolu.
Pro jaké úkoly se model hodí?
Hodí se pro krátká videa na TikTok, Instagram a YouTube Shorts, reklamy a produktová dema, vícezáběrové narativní obsahy, storyboardy a previsualizaci i pro propagační videa malých firem.
Související modely
Kling 4.0 Image-to-Video
KlingVideokling-4.0/image-to-videoKling 4.0 Image-to-Video je jednotný kreativní model od Kling AI, který generuje nativní videa dlouhá 3 až 30 sekund z obrázkových, textových, video a audio referencí a nabízí stereo zvuk s přesným lip-syncem.
Rozlišení
720p / 1080p
Délka
3-30 s
—
Kling 4.0 Omni-Video
KlingVideokling-4.0/omni-videoKling 4.0 Omni je model pro generování a úpravu videa řízený referencemi, který zvládne kombinovat až 15 multimodálních vstupů a vytvářet videa dlouhá 3 až 30 sekund s prostorovým zvukem.
Rozlišení
720p / 1080p
Délka
3-30 s
—