Kling 4.0. Wideo do 30 sekund, dźwięk stereo i wersja Flash

Co nowego w Kling 4.0

Największa zmiana dotyczy długości i kontroli nad przebiegiem sceny. Kling 4.0 generuje do 30 sekund wideo bez sklejania kilku klipów, a użytkownik może wskazać do 10 klatek kluczowych, czyli obrazów wyznaczających kolejne momenty historii. Opis sceny może mieć do 8000 tokenów, więc w jednym poleceniu da się zapisać rozbudowany scenariusz ujęcia.

Druga nowość to dźwięk. Model tworzy ścieżkę stereo, dialogi i odgłosy otoczenia, a według producenta lepiej synchronizuje ruch ust z mową. Kling chwali się też stabilnym tekstem w kadrze, który nie rozmywa się przy ruchu kamery. Obsługiwane języki to m.in. chiński, angielski, japoński, koreański, hiszpański, portugalski, niemiecki, francuski i hindi.

Materiały referencyjne i edycja istniejących nagrań

Funkcja Omni Reference pozwala połączyć w jednym zadaniu do 15 materiałów: obrazy postaci i scenografii, krótkie nagrania pokazujące ruch lub pracę kamery, próbki głosu i tak zwane elementy, czyli zapisane postaci albo obiekty. Ma to pomóc utrzymać ten sam wygląd bohatera i produktu w całym filmie.

Kling dodał też odtwarzanie gotowych formatów. Użytkownik wskazuje istniejący film jako wzór tempa i kompozycji, a następnie podmienia produkt lub postać. Edycja obejmuje zmianę mimiki, ruchu, kadru, stylu i tła przy zachowaniu reszty sceny. Dla działów marketingu to najbardziej praktyczna część premiery, ale też ta, która wymaga ostrożności przy cudzych materiałach.

Kling 4.0 i Kling 4.0 Flash w liczbach

Wersja Flash jest przeznaczona do częstego generowania krótkich materiałów, gdzie liczy się czas i koszt. Ma mniej funkcji niż pełny model, co pokazuje zestawienie danych z noty producenta.

• długość klipu - Kling 4.0 od 3 do 30 sekund, Flash od 3 do 20 sekund,
• rozdzielczość - Kling 4.0 720p, 1080p i 4K, Flash tylko 720p,
• zakres dynamiki - Kling 4.0 10-bit HDR w 1080p i 4K (zapowiadany wkrótce), Flash 8-bit SDR,
• tryby - Kling 4.0 tekst, obraz, pierwsza i ostatnia klatka, do 10 klatek kluczowych, Omni Reference i edycja wideo; Flash tekst, obraz jako pierwsza klatka i Omni Reference,
• formaty obrazu w Kling 4.0 - 21:9, 16:9, 1:1, 9:16 oraz automatyczny dobór.

Dostępność, API i automatyzacja

Kling 4.0 działa w aplikacji internetowej Kling AI z przebudowanym interfejsem. Pojawiła się w nim jedna wspólna linia poleceń na tekst, obrazy i dźwięk, oś czasu do poprawek oraz kanwa z agentem, który może samodzielnie wykonywać kolejne kroki projektu. Model jest też dostępny przez serwer MCP i narzędzie wiersza poleceń, więc można go podłączyć do własnych agentów AI.

Według THE DECODER cennik API dla Kling 4.0 nie został ogłoszony, a samo API ma pojawić się wkrótce. Nota producenta nie podaje też, ile kredytów kosztuje generowanie w nowym modelu. Przed zakupem planu warto więc sprawdzić aktualne zużycie kredytów bezpośrednio w aplikacji.

Ograniczenia i niewiadome

Producent nie opublikował liczbowych wyników testów porównawczych. THE DECODER zestawił Kling 4.0 z modelami Wan 3.0 i Seedance 2.5 na przykładowych scenach i ocenił, że nowy model dotrzymuje im kroku, ale nie wychodzi na prowadzenie, zwłaszcza w kolejności ujęć, fizyce ruchu i dialogach. To porównanie redakcyjne, a nie niezależny benchmark.

Część zapowiedzianych możliwości jeszcze nie działa. Dotyczy to wydłużania filmu do 2 minut oraz obrazu HDR 10-bit. Na liście języków mowy nie ma polskiego, więc polskie dialogi trzeba nagrać osobno albo przygotować w innym narzędziu i dołączyć jako głos referencyjny.

Co premiera oznacza dla twórców w Polsce

Dla agencji i działów marketingu Kling 4.0 skraca drogę od scenariusza do 30-sekundowego spotu z dźwiękiem, czyli formatu typowego dla reklam w mediach społecznościowych. Najbardziej skorzystają zespoły, które mają już zdjęcia produktu i postaci, bo funkcja referencji pozwala utrzymać ich wygląd w kolejnych ujęciach.

Publikując takie materiały w UE, trzeba pamiętać o oznaczaniu treści generowanych. Od 2 sierpnia 2026 roku art. 50 AI Act wymaga ujawniania deepfake'ów, a platformy takie jak Meta czy TikTok mają własne etykiety dla treści AI. Przy odtwarzaniu cudzych filmów jako szablonu należy też sprawdzić prawa do oryginału, bo naśladowanie konkretnej kreacji może naruszać prawa autorskie. Kling AI przygotowuje się jednocześnie do debiutu giełdowego w Hongkongu, więc tempo kolejnych premier raczej nie spadnie.