Kling 4.0 Text-to-Video API

Kling 4.0 Text-to-Video, Kuaishou tarafından geliştirilen ve 15 Ekim 2026'da kling.ai üzerinde kullanıma sunulan yeni nesil bir yapay zeka video modelidir. Herhangi bir kaynak görüntü veya referans video gerektirmeden, yalnızca yazılı bir komutla 3 ila 30 saniye arasında video klibi oluşturur. Çıktılar 720p veya 1080p çözünürlükte üretilir ve 16:9, 9:16, 1:1 ile 21:9 olmak üzere dört en-boy oranı desteklenir. Model, görüntüyle senkronize biçimde iki kanallı diyalog, ses efektleri ve ortam sesi içeren yerel stereo ses üretir; çok dilli konuşmalarda dudak senkronizasyonu iyileştirilmiştir. Model, tek bir komutla veya çok çekimli bir storyboard ile yönlendirilebilir. Çok çekimli komutlar, her biri kendi süresine sahip sahnelerin tek bir kesintisiz videoda senaryolaştırılmasına olanak tanır. 26.000 karaktere kadar komut girişi; konu, hareket, kamera yönü ve sesi tek bir blokta tanımlayabilirken, komut anlama 8.000 token'a kadar desteklenir. Tek bir üretim görevinde 10 görsel, toplam 30 saniyeye kadar 5 video, 7 öğe ve 3 video öğesi dahil olmak üzere en fazla 15 referans varlığı ve 10'a kadar anahtar kare girişi kullanılabilir. Kling 4.0 Text-to-Video; TikTok, Instagram ve YouTube Shorts için kısa formatlı içerik, komuttan doğrudan üretilen reklamlar ve ürün demoları, çok çekimli anlatı içerikleri, ön görselleştirme ve storyboard çalışmaları, ürün görsellerini sosyal videoya dönüştürme, küçük işletmeler için tanıtım videoları ve marka kampanyaları gibi görevler için uygundur. Hızlı mod, daha düşük maliyetle daha hızlı üretim sağlar ancak 20 saniyeye ve en fazla 720p çözünürlüğe sınırlıdır.

Faturanız kullandığınız sağlayıcıya, fiyatlarına ve kullanımınıza bağlıdır. Daha uzun girişler veya başka koşullar farklı fiyatlara tabi olabilir.

Yazılı komut girdisini destekler. Tek bir komut ya da çok çekimli storyboard kullanılabilir; ayrıca en fazla 15 referans varlığı ve 10'a kadar anahtar kare girişi sunulur.

Videolar 3 ila 30 saniye arasında üretilir ve 720p veya 1080p çözünürlükte sunulur. Dört en-boy oranı desteklenir: 16:9, 9:16, 1:1 ve 21:9.

26.000 karaktere kadar komut girişi desteklenir ve komut anlama 8.000 token'a kadar çıkar. Bu, konu, hareket, kamera yönü ve sesin tek blokta tanımlanmasına imkân tanır.

Model, görüntüyle senkronize biçimde iki kanallı diyalog, ses efektleri ve ortam sesi içeren yerel stereo ses üretir. Çok dilli konuşmalarda dudak senkronizasyonu iyileştirilmiştir.

Hızlı mod, en fazla 20 saniyelik ve en fazla 720p çözünürlükte video üretir. Başlangıç-son kare ile çoklu anahtar kareleri desteklemez.

Kling 4.0 Text-to-Video yalnızca yazılı komutla video üretir. Aile ayrıca Image-to-Video, Reference-to-Video ve Video Editing modellerini içerir; tam Kling 4.0 modeli daha uzun videolar, daha yüksek çözünürlükler ve başlangıç-son kare ile çoklu anahtar karelerle hassas görsel kontrol için önerilir.