Kling 4.0 Text-to-Video API
Kling 4.0 Text-to-Video è il modello di Kuaishou che genera video da 3 a 30 secondi da un prompt testuale, con audio stereo nativo e supporto per storyboard multi-inquadratura.
Kling 4.0 Text-to-Video è il punto di accesso solo testo alla famiglia Kling 4.0 di Kuaishou. Genera clip video da 3 a 30 secondi a 720p o 1080p, con audio stereo nativo a due canali che sincronizza dialoghi, effetti sonori e ambiente. Supporta i formati 16:9, 9:16, 1:1 e 21:9, e accetta un singolo prompt fino a 26.000 caratteri oppure uno storyboard multi-inquadratura con durate individuali per ogni scena. La comprensione del prompt arriva a 8.000 token e il modello gestisce dialoghi multilingue con lip sync migliorato e testo a schermo leggibile.
È pensato per la produzione video rapida: short per TikTok, Instagram e YouTube Shorts, annunci e demo di prodotto generate direttamente da un prompt, contenuti narrativi multi-inquadratura, previsualizzazione e storyboard per prototipare movimenti di camera. Il modello eccelle in movimenti di camera complessi e stabili — push-in, pull-out, pan, carrellate e orbite — e mantiene la coerenza nelle azioni ad alta velocità. La modalità Flash offre generazioni più rapide ed economiche con video fino a 20 secondi a 720p, ideale per testare le idee. La modalità Flash non supporta frame iniziali e finali né keyframe multipli; per video più lunghi, risoluzioni superiori o controllo visivo preciso con frame iniziali e finali e keyframe multipli è consigliato il modello Kling 4.0 completo.
Il modello è disponibile su kling.ai dal 15 ottobre 2026 e via API dal 28 ottobre 2026, con ID API kling-video/v4/text-to-video. Supporta fino a 15 asset di riferimento per generazione — fino a 10 immagini, 5 video per un totale di 30 secondi, 7 elementi e 3 elementi video — e fino a 10 keyframe per definire momenti visivi chiave. Al momento del rilascio non era disponibile alcun punteggio benchmark di terze parti.
Aggiornato:
ID MODELLO
kling-4.0/text-to-video- Input
- text
- Output
- video
In evidenza
- Genera video da 3 a 30 secondi da solo testo
- Audio stereo nativo sincronizzato con l'immagine
- Prompt fino a 26.000 caratteri e 8.000 token
- Storyboard multi-inquadratura con durate individuali
- Movimenti di camera complessi e stabili
- Modalità Flash rapida ed economica fino a 20 secondi
Fornitori
Confronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.
Specifiche video
- Proporzioni
- 16:9 / 9:16 / 1:1
- Durata · Minimo
- 3 secondi
- Durata · Massimo
- 30 secondi
- Durata · Passo
- 1 secondi
- Limiti dei riferimenti · File audio
- 0
- Limiti dei riferimenti · Immagini
- 0
- Limiti dei riferimenti · Video
- 0
- Risoluzioni
- 720p / 1080p
Riferimento API
I dettagli del protocollo di questo modello non sono pubblicati. Consulta il riferimento API per i requisiti di integrazione.
Riferimento API →Parametri supportati
- prompt
- duration
- resolution
- aspect_ratio
- frame_images
- input_references
- user
- session_id
- trace
Domande frequenti
Cos'è Kling 4.0 Text-to-Video?
Kling 4.0 Text-to-Video è il punto di accesso solo testo alla famiglia Kling 4.0 di Kuaishou. Genera clip video da 3 a 30 secondi a 720p o 1080p, con audio stereo nativo a due canali che sincronizza dialoghi, effetti sonori e ambiente. Supporta i formati 16:9, 9:16, 1:1 e 21:9, e accetta un singolo prompt fino a 26.000 caratteri oppure uno storyboard multi-inquadratura con durate individuali per ogni scena. La comprensione del prompt arriva a 8.000 token e il modello gestisce dialoghi multilingue con lip sync migliorato e testo a schermo leggibile. È pensato per la produzione video rapida: short per TikTok, Instagram e YouTube Shorts, annunci e demo di prodotto generate direttamente da un prompt, contenuti narrativi multi-inquadratura, previsualizzazione e storyboard per prototipare movimenti di camera. Il modello eccelle in movimenti di camera complessi e stabili — push-in, pull-out, pan, carrellate e orbite — e mantiene la coerenza nelle azioni ad alta velocità. La modalità Flash offre generazioni più rapide ed economiche con video fino a 20 secondi a 720p, ideale per testare le idee. La modalità Flash non supporta frame iniziali e finali né keyframe multipli; per video più lunghi, risoluzioni superiori o controllo visivo preciso con frame iniziali e finali e keyframe multipli è consigliato il modello Kling 4.0 completo. Il modello è disponibile su kling.ai dal 15 ottobre 2026 e via API dal 28 ottobre 2026, con ID API kling-video/v4/text-to-video. Supporta fino a 15 asset di riferimento per generazione — fino a 10 immagini, 5 video per un totale di 30 secondi, 7 elementi e 3 elementi video — e fino a 10 keyframe per definire momenti visivi chiave. Al momento del rilascio non era disponibile alcun punteggio benchmark di terze parti.
Come viene addebitato l'utilizzo?
La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.
Quali input accetta Kling 4.0 Text-to-Video?
Accetta un singolo prompt testuale fino a 26.000 caratteri oppure uno storyboard multi-inquadratura. Supporta anche fino a 15 asset di riferimento per generazione, inclusi immagini, video, elementi e elementi video, e fino a 10 keyframe.
Quali formati e risoluzioni supporta?
Genera video a 720p o 1080p con formati 16:9, 9:16, 1:1 e 21:9. La durata va da 3 a 30 secondi.
Che tipo di audio produce?
Produce audio stereo nativo a due canali con dialoghi, effetti sonori e ambiente sincronizzati con l'immagine. Il lip sync è migliorato per personaggi che parlano in più lingue.
Qual è la differenza tra la modalità Flash e il modello completo?
La modalità Flash offre generazioni più rapide ed economiche con video fino a 20 secondi a 720p, ma non supporta frame iniziali e finali né keyframe multipli. Per video più lunghi, risoluzioni superiori o controllo visivo preciso è consigliato il modello Kling 4.0 completo.
A cosa serve lo storyboard multi-inquadratura?
Consente di sceneggiare più inquadrature con durate individuali in un unico video continuo. È utile per contenuti narrativi, storyboard e previsualizzazione di movimenti di camera.
Kling 4.0 Text-to-Video ha un punteggio benchmark?
No, al momento del rilascio non era disponibile alcun punteggio benchmark formale di terze parti.
Modelli correlati
Kling 4.0 Image-to-Video
KlingVideokling-4.0/image-to-videoKling 4.0 Image-to-Video è un modello creativo unificato di Kling AI che anima immagini di riferimento con motion, camera work e storytelling, generando video nativi da 3 a 30 secondi con audio stereo.
Risoluzione
720p / 1080p
Durata
3-30 s
—
Kling 4.0 Omni-Video
KlingVideokling-4.0/omni-videoKling 4.0 Omni è il modello video di Kuaishou basato su riferimenti multimodali, in grado di generare video con audio stereo fino a 30 secondi in 4K.
Risoluzione
720p / 1080p
Durata
3-30 s
—