Kling 4.0

Kling 4.0 är den nya huvudmodellen i Kling AI, Kuaishous tjänst för AI-video. Den blev tillgänglig för alla den 15 oktober 2026. Kling lyfter fram tre saker: mer verklighetstrogen bild och rörelse, mer kontroll över resultatet och längre, sammanhängande berättande.

Modellen gör video från text, från en bild eller från första och sista bild, och kan ta emot upp till 10 nyckelbilder som styr vad som ska hända och när. Ett klipp kan vara 3–30 sekunder långt, i 720p, 1080p eller 4K, i format från 9:16 till 21:9. Ljudet genereras samtidigt, i tvåkanalig stereo, med läppsynk och tal på bland annat kinesiska, engelska, japanska, koreanska, spanska, portugisiska, tyska, franska och hindi, samt olika dialekter och brytningar. Kling uppger också att text i bilden blir läslig och stabil.

Med Omni Reference kan man blanda upp till 15 referenser i en och samma generering: upp till 10 bilder, 5 videor (sammanlagt högst 30 sekunder), röstreferenser och upp till 7 element. Videoreferenser kan styra skådespeleri, rörelser och kameraåkningar, och befintliga videor kan redigeras, till exempel genom att byta ut personer, ta bort föremål eller ändra stil. Prompten kan vara upp till 8 000 tokens lång.

Samtidigt släpps Kling 4.0 Flash, en snabbare och billigare variant som gör 3–20 sekunder video i 720p. 10-bitars HDR i 1080p och 4K och förlängning av videor upp till 2 minuter är enligt Kling på väg. Kling 4.0 fungerar också via Klings MCP och CLI, och API:t är öppet för tidig åtkomst.