Kling 4.0 Flash Image to Video API

O Kling 4.0 Flash Image to Video é um modelo da Kuaishou lançado em 27 de setembro de 2026, construído sobre a arquitetura Kling 4.0. Ele gera clipes de vídeo nativos de 3 a 20 segundos com áudio nativo, incluindo áudio estéreo de dois canais, e aceita entradas de texto, imagem e vídeo. Para image-to-video, o modelo anima uma imagem inicial, com um prompt de texto opcional que descreve o movimento do sujeito e da câmera. Também suporta imagens de referência, vídeos de referência e sujeitos como entradas, além de edição de vídeo a partir de um prompt. Por ser a variante mais leve e rápida da família, o Kling 4.0 Flash é voltado para criação de conteúdo em grande volume e rápida. Ele troca algumas capacidades avançadas e a resolução mais alta do Kling 4.0 completo por velocidade e menor custo por clipe. A sincronização labial e o suporte a diálogos foram aprimorados em chinês, inglês, japonês, coreano, espanhol, português, alemão, francês e hindi, com diversos sotaques e dialetos. A resolução nativa é fixa em 720p em 8-bit SDR (faixa dinâmica padrão), e o modelo não suporta quadros finais ou múltiplos keyframes, que ficam reservados ao Kling 4.0 completo, nem saída em 1080p, 4K ou 10-bit HDR. Este modelo é indicado para rascunhar ideias, produzir lotes de conteúdo para redes sociais, testar diferentes ganchos ou conceitos, criar loops de produto e fazer rascunhos rápidos antes de uma renderização final no modelo Kling 4.0 completo. Também atende projetos de image-to-video em que a composição de abertura ou a aparência do produto importam, além de prompts de tomada única de produto sem sobrecarregar a cena. Está disponível no Morphic, Runware e Runway, e por meio de APIs como a Runware, com acesso antecipado em algumas plataformas.

Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.

Ele aceita entrada de texto, imagem e vídeo. Para image-to-video, anima uma imagem inicial com um prompt de texto opcional, e também suporta imagens de referência, vídeos de referência e sujeitos como entradas.

O modelo gera clipes de vídeo nativos de 3 a 20 segundos de duração.

Sim. Ele gera áudio nativo com cada clipe, incluindo áudio estéreo de dois canais, e oferece suporte a sincronização labial e diálogos em vários idiomas.

A resolução nativa é fixa em 720p em 8-bit SDR, e o modelo não suporta quadros finais ou múltiplos keyframes, nem saída em 1080p, 4K ou 10-bit HDR. Esses recursos avançados ficam reservados ao Kling 4.0 completo.

Ele é voltado para criação de conteúdo em grande volume e rápida, como rascunhar ideias, produzir lotes para redes sociais, testar conceitos e fazer rascunhos antes de uma renderização final no Kling 4.0 completo.