Kling 4.0 Omni-Video API

O Kling 4.0 Omni é a variante orientada por referências do modelo de geração de vídeo Kling 4.0, desenvolvido pela Kuaishou. Enquanto o Kling 4.0 base cria vídeos a partir de prompts de texto, uma única imagem ou keyframes, o Omni trabalha com ativos de referência: até 15 referências multimodais por tarefa, incluindo 10 imagens de no máximo 30 MB cada, 5 clipes de vídeo de 3 a 30 segundos (total de até 30 segundos), 3 perfis de voz e 7 elementos salvos, dos quais 3 podem vir de vídeo. O modelo mantém a consistência de personagens, produtos e cenários, permitindo gerar ou editar conteúdo com controle refinado. Entre os recursos técnicos estão duração ajustável de 3 a 30 segundos (padrão de 10 segundos, em passos de 1 segundo), resoluções 720p, 1080p e 4K, proporções de 21:9, 16:9, 1:1, 9:16 e automática, 10-bit HDR e áudio estéreo de dois canais. O modo multi-shot vem ativado por padrão e divide automaticamente as cenas, enquanto até 10 keyframes permitem controlar momentos-chave. O modelo também oferece edições locais direcionadas e o recurso creative remake, que reutiliza o ritmo, a estrutura de planos e o estilo de um vídeo existente. O Kling 4.0 Omni é indicado para produções profissionais que exigem consistência e controle. Ele atende desde a criação de anúncios de marca com base na estrutura e no ritmo de um vídeo de produto existente até a produção de conteúdo para redes sociais seguindo tendências, passando por narrativas com personagens consistentes entre planos, vídeos de demonstração de produtos, edição de material já existente e integração de novas roupas ou objetos sem alterar o movimento original.

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.

O modelo aceita entradas de texto, imagem, vídeo e áudio. Ele gera vídeo com áudio estéreo de dois canais como saída.

A duração vai de 3 a 30 segundos, com padrão de 10 segundos e ajuste em passos de 1 segundo. As resoluções disponíveis são 720p, 1080p e 4K, com suporte a 10-bit HDR.

É possível combinar até 15 ativos de referência por tarefa: até 10 imagens de no máximo 30 MB cada, até 5 clipes de vídeo de 3 a 30 segundos (total de até 30 segundos), até 3 perfis de voz e até 7 elementos salvos, dos quais 3 podem vir de vídeo.

Ele é voltado para produções que exigem consistência de personagens, produtos e cenários, como anúncios de marca, conteúdo para redes sociais, narrativas com múltiplos planos e edição de vídeos existentes.

O Kling 4.0 base gera vídeos a partir de prompts de texto, uma única imagem ou keyframes. O Omni é a variante orientada por referências, criando ou editando conteúdo a partir de ativos multimodais.

Em relação ao Kling 3.0, a duração máxima passou de 15 segundos para 30 segundos nativos, os keyframes aumentaram de primeiro e último quadros para até 10, as referências chegam a 15 ativos multimodais, o áudio passou de mono para estéreo de dois canais e o recurso creative remake foi adicionado.