kling-4.0/omni-video API

Kling 4.0 Omni ist ein von Kuaishou entwickeltes Videogenerierungsmodell, das 2026 erschienen ist und als referenzgesteuerte Variante von Kling 4.0 positioniert wird. Während das Basismodell Kling 4.0 Videos aus Textaufforderungen, einem einzelnen Bild oder Keyframes erzeugt, arbeitet Omni auf Basis von Referenzmaterialien. Es kombiniert bis zu 15 multimodale Referenzen in einer Aufgabe: bis zu 10 Bilder mit je maximal 30 MB, bis zu 5 Videoclips mit je 3 bis 30 Sekunden (insgesamt höchstens 30 Sekunden), bis zu 3 Stimmprofile und bis zu 7 gespeicherte Elemente, davon bis zu 3 aus Videos. Das Modell erzeugt oder bearbeitet Videomaterial aus diesen Referenzen und hält Charaktere, Produkte und Szenen konsistent. Die Ausgabe dauert 3 bis 30 Sekunden (Standard 10 Sekunden, einstellbar in 1-Sekunden-Schritten) und ist in 720p, 1080p und 4K mit Seitenverhältnissen von 21:9, 16:9, 1:1, 9:16 und automatisch verfügbar. Automatisch folgt dem Seitenverhältnis des Referenzmaterials. Hinzu kommen 10-Bit-HDR, zweikanaliges Stereo-Audio, ein standardmäßig aktiver Mehrfachaufnahme-Modus mit automatischer Aufteilung in Einstellungen, bis zu 10 Keyframes zur präzisen Steuerung wichtiger Momente, gezielte lokale Bearbeitungen und eine kreative Neuproduktion, die Rhythmus, Einstellungsstruktur und Stil eines bestehenden Videos wiederverwendet. Der technische Bericht nennt einen eigens erstellten Benchmark-Datensatz und Vergleiche mit anderen führenden Modellen zur Videogenerierung und -bearbeitung. Das Modell eignet sich besonders für professionelle Videoproduktion mit hohen Anforderungen an Kontrolle und Konsistenz. Typische Aufgaben sind die Erstellung von Markenwerbung auf Basis von Struktur und Rhythmus eines vorhandenen Produktvideos, Social-Media-Inhalte nach trendigen Videostrukturen, narrative Videos mit konsistenten Charakteren über mehrere Einstellungen hinweg, Produktdemonstrationen aus Produktbildern und Szenenvideos, die Bearbeitung vorhandenen Videomaterials sowie die Integration neuer Kleidungs- und Objektreferenzen ohne Veränderung von Bewegung oder Charakter. Nutzerkommentare heben die starke Kontrollierbarkeit und Referenzintegration hervor, merken jedoch an, dass Seedance bei Realismus und Prompt-Präzision weiterhin führend sein könnte. Kling 4.0 Omni ist in der Picsart AI Playground und über eine API verfügbar.

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.

Das Modell verarbeitet Text-, Bild-, Video- und Audio-Eingaben. Es kombiniert bis zu 15 multimodale Referenzen in einer Aufgabe, darunter bis zu 10 Bilder, 5 Videoclips und 3 Stimmprofile.

Die Dauer reicht von 3 bis 30 Sekunden, standardmäßig 10 Sekunden, und lässt sich in 1-Sekunden-Schritten anpassen. Die Ausgabe ist in 720p, 1080p und 4K verfügbar.

Die Videos erscheinen in den Seitenverhältnissen 21:9, 16:9, 1:1, 9:16 oder automatisch, mit 10-Bit-HDR und zweikanaligem Stereo-Audio. Der Mehrfachaufnahme-Modus ist standardmäßig aktiv und teilt Szenen automatisch in Einstellungen auf.

Es eignet sich für Werbeproduktion, Social-Media-Inhalte, narrative Videos mit konsistenten Charakteren, Produktdemos und die Bearbeitung vorhandenen Materials. Auch gezielte lokale Bearbeitungen und kreative Neuproduktionen sind möglich.

Kling 4.0 erzeugt Videos aus Textaufforderungen, einem einzelnen Bild oder Keyframes. Omni ist die referenzgesteuerte Variante und arbeitet mit multimodalen Referenzmaterialien, um Inhalte zu erzeugen oder zu bearbeiten.

Die Dauer wurde von maximal 15 Sekunden auf native 30 Sekunden erweitert, Keyframes von Anfangs- und Endbild auf bis zu 10, Referenzen auf 15 multimodale Materialien. Zudem gibt es stabilere dynamische Bewegungen, Stereo-Audio statt Mono, breitere Mehrsprachigkeit, präzisere Videobearbeitung und die neue Funktion der kreativen Neuproduktion.