30 s
Durée à l'écran
Une génération dure jusqu'à 30 secondes sans coupe ; Kling 3.0 s'arrêtait à 15. Un clip terminé peut ensuite être prolongé, pour une durée cumulée de 2 minutes au maximum.
Bientôt disponible
Kling 4.0 n'est pas encore ouvert à la génération sur ce site
Les commandes de cette page présentent uniquement un aperçu de l'interface et n'envoient rien. Jusqu'à l'ouverture de Kling 4.0 sur ce site, les modèles vidéo ci-dessous sont prêts à l'emploi.
Disponibles dès maintenant
Kling 4.0
Texte et image vers vidéo
Capacités du modèle
Les limites du modèle se répartissent en quatre groupes. Chacun répond à une question de préparation qui se pose avant la rédaction du prompt.
30 s
Une génération dure jusqu'à 30 secondes sans coupe ; Kling 3.0 s'arrêtait à 15. Un clip terminé peut ensuite être prolongé, pour une durée cumulée de 2 minutes au maximum.
10 images clés
Jusqu'à 10 images fixes peuvent être placées le long du clip. Chacune est une image que la vidéo doit atteindre ; il ne reste au modèle qu'à déterminer comment la scène passe de l'une à la suivante.
15 références
Chaque génération peut accueillir 15 références. Les images peuvent en occuper jusqu'à 10, les vidéos jusqu'à 5 et les sujets jusqu'à 7. Elles maintiennent un visage, un produit ou un style visuel du début à la fin et permettent aussi d'orienter des modifications sur des images déjà existantes.
4K HDR
La sortie atteint la 4K, et les réglages 1080p comme 4K peuvent être livrés en HDR 10 bits. Le son est produit avec la vidéo sous forme de piste stéréo à deux canaux, et le mouvement des lèvres suit la parole plus fidèlement que dans les versions précédentes.
Les valeurs sont regroupées selon l'étape du projet à laquelle elles interviennent.
Les images clés et la plupart des références sont des images fixes ; l'aspect d'un plan peut donc être arrêté avant tout rendu vidéo. Il convient de suivre les étapes dans l'ordre.
Créez ou réunissez les images que le plan doit contenir : la vue d'ouverture, le point de bascule et l'image finale. Un modèle d'image constitue le moyen le plus rapide d'obtenir des images fixes cohérentes dans un même style.
Créer des images fixes avec Nano Banana ProDisposez les images fixes comme images clés dans l'ordre où le public les verra. Kling 4.0 en accepte jusqu'à 10, mais un simple déplacement de A vers B est entièrement décrit par deux d'entre elles.
Ajoutez des références pour tout ce qui doit rester reconnaissable : une personne, un produit, un lieu ou une esthétique. Le quota de 15 est mieux employé lorsque chaque fichier remplit un rôle distinct ; écartez donc les quasi-doublons.
Réservez le prompt à ce que les images fixes ne peuvent pas montrer : la manière dont les sujets se déplacent, la trajectoire de la caméra, ce qui est dit et ce qui est entendu. La marge de 8 000 tokens permet de le rédiger dans l'ordre des événements.
Sélectionnez le format d'image selon la destination, par exemple portrait pour les fils d'actualité mobiles ou 21:9 pour un cadre cinématographique, puis la résolution. Le HDR 10 bits en 1080p ou en 4K convient aux images destinées à l'étalonnage.
Faites correspondre le besoin du plan au modèle. Chaque ligne indique le critère déterminant.
| Le plan exige | Modèle | Raison |
|---|---|---|
| Une prise unique de plus de 15 secondes, avec des images précises fixées en cours de route | Kling 4.0 | Des générations de 30 secondes au plus et jusqu'à 10 images clés. |
| Un court clip cinématographique sonore, en qualité Standard ou Pro | Kling 3 | Des clips de 3, 5, 10 ou 15 secondes avec audio natif, à partir d'un texte ou d'une image de référence. |
| Une image de début et une image de fin, ou des modifications sur une vidéo existante | Kling o3 | Un modèle omni offrant le contrôle de la première et de la dernière image ainsi que l'édition vidéo. |
| Un vaste ensemble d'éléments de référence variés | Seedance 2.5 | Accepte jusqu'à 50 éléments de référence multimodaux et produit jusqu'à 30 secondes en 4K au maximum. |
Kling 4.0 possède une édition plus légère. Flash privilégie la rapidité et le coût par clip, tandis que le modèle complet privilégie le réalisme et le contrôle.
Chaque plan présente séparément les images fixes, les références et le prompt, car le modèle les reçoit comme des entrées distinctes.
Portrait · 30 secondes
21:9 · 30 secondes
Paysage · 15 secondes
Les clips plus longs laissent davantage de temps aux petites incohérences pour apparaître. Cinq vérifications en écartent la plupart.
Des images clés réalisées avec des éclairages, des optiques ou des palettes différents produisent des sauts visibles. Générez-les en série et comparez-les côte à côte.
Préparez les images fixes au format de la vidéo finale. Une image carrée ne peut pas remplir un cadre 21:9 sans recadrage ni bords inventés.
Une référence en désaccord avec une image clé, par exemple une veste ou une coiffure différente, laisse le résultat au hasard. Retirez l'une des deux.
Indiquez ce qui doit être entendu et de quel côté. Avec une piste à deux canaux, la position fait partie de la description.
Achevez la dernière seconde sur une image stable. Le montage, la lecture en boucle et la prolongation partent tous de cette image.
Des réponses pratiques pour organiser un travail autour du modèle.
L'entreprise est Kuaishou ; Kling AI est le nom de sa plateforme de génération vidéo et de la gamme de modèles. Kling 4.0 constitue la quatrième génération de cette gamme et existe en deux éditions : le modèle complet et Kling 4.0 Flash.
Non. Les 30 secondes sont générées nativement en un seul passage ; il n'y a donc aucun raccord à dissimuler. Kling 3.0 produisait au plus 15 secondes par génération. Lorsqu'une scène demande plus de temps, le clip terminé peut être prolongé, jusqu'à 2 minutes au total.
Non. Kling 4.0 fonctionne également à partir d'un texte seul ou d'une seule image. Les images clés sont facultatives et deviennent utiles lorsque des images précises doivent apparaître à des moments précis ; il est possible d'en fournir jusqu'à 10.
La limite s'applique au total, tous types confondus. Dans ce cadre, une génération peut comprendre jusqu'à 10 images, jusqu'à 5 vidéos et jusqu'à 7 sujets, dans toute combinaison n'excédant pas 15.
Un signal 10 bits enregistre 1 024 niveaux par canal de couleur, contre 256 pour un signal 8 bits. Les ciels, les ombres et les carnations présentent ainsi des transitions plus douces, et les images supportent une correction colorimétrique plus poussée. Sur Kling 4.0, ce mode HDR est proposé pour les sorties 1080p et 4K.
Oui. L'audio est produit en même temps que la vidéo, sous forme de piste stéréo à deux canaux. La parole ne se limite pas à une seule langue : l'anglais, le chinois, l'espagnol, le japonais et le coréen figurent parmi les langues prises en charge, avec des accents et dialectes régionaux, et le mouvement des lèvres suit les mots plus précisément que dans les versions antérieures de Kling.
Les sorties paysage, portrait et carrée sont toutes couvertes, auxquelles s'ajoute un cadre ultra-large 21:9 pour des compositions aux proportions des écrans de cinéma.
Oui, à 8 000 tokens. En pratique, cette limite est rarement la contrainte ; c'est la clarté qui compte. Rédigez les événements dans l'ordre où ils surviennent et limitez-vous à une instruction par phrase.
Flash est conçu pour la rapidité et l'économie plutôt que pour une fidélité maximale. Il restitue les résultats plus tôt et à un coût par clip moindre, ce qui en fait l'option pratique pour tester des idées et publier en volume. Les réalisations finales qui reposent sur le réalisme et le contrôle relèvent du modèle complet.
Kling 3 appartient à la même famille et génère des clips de 3 à 15 secondes avec audio natif, en qualité Standard ou Pro. Seedance 2.5 atteint lui aussi la durée de 30 secondes et le plafond de la 4K, et accepte jusqu'à 50 éléments de référence multimodaux. Kling o3 couvre le contrôle de la première et de la dernière image ainsi que l'édition vidéo.
Les modèles vidéo de ce site se règlent en crédits. Pour Kling 3, par exemple, le montant dépend de la durée, du mode de qualité et de l'activation ou non de l'audio. Les formules et les packs de crédits sont présentés sur la page des tarifs.
Oui. Une image clé est une image fixe ordinaire ; elle peut donc être produite dans un modèle d'image avant l'étape vidéo. Générer toutes les images fixes au cours d'une même session, avec les mêmes consignes de style, garantit leur cohérence d'ensemble.