Zum Hauptinhalt springen

Kling 4.0 Videobearbeitung schreibt einen Clip von 3 bis 30 Sekunden anhand einer Textanweisung neu. Sie behält Szene, Motiv und Bewegung bei und ändert, was Sie beschreiben, mit bis zu 10 optionalen Referenzbildern.

Ab $0.113/s

Playground

Eingabe

Videobearbeitung

Beim Umsortieren werden Verweise im Prompt angepasst. Beim Entfernen entfallen auch die Verweise. Prüfen Sie danach den Prompt.

Beschreiben Sie die Bearbeitung. Nennen Sie den Quellclip @Video1 und die Referenzbilder @Image1, @Image2 usw. in der Reihenfolge des Uploads. Sagen Sie, was gleich bleiben muss, zum Beispiel „Mann, seine Bewegungen und die Kamerafahrt bleiben so, wie sie sind“. mindestens 1 Zeichen
preisrelevant1/1

Video ablegen oder auswählen · 1 Datei · Max. 90 MB · MP4 · WEBM

  • 1
1 / 1 Dateien
Der zu bearbeitende Clip, MP4 oder WebM, 3 bis 30 Sekunden. Szene, Motiv und Bewegung bleiben erhalten. mindestens 1 Zeichen
1/10

Dateien oder Medienlinks ablegen, einfügen oder auswählen · Bis zu 10 Dateien · Max. 10 MB · JPG · PNG · WEBP · GIF

  • @Image1
1 / 10 Dateien
Optional, bis zu 10 Bilder einer Person, eines Objekts oder eines Stils zum Einbringen, je 10 MB. Benennen Sie sie als @Image1, @Image2 in der Reihenfolge des Uploads. Sie ändern den Preis nicht. mindestens 1 Einträge · höchstens 10 Einträge
auto (Standard) folgt dem Quellclip; 16:9, 9:16, 1:1 oder 21:9 setzen Sie selbst. Ändert den Preis nicht.
preisrelevant
720p (Standard) oder 1080p. 1080p kostet pro Sekunde mehr.
Originalton behalten
Standardmäßig aktiv, dann bleibt der eigene Ton des Quellclips erhalten. Schalten Sie es aus, erzeugt das Modell neuen, synchronisierten Ton. Macht „Match source“ das Ergebnis etwas länger als die Quelle, endet der Quellton einen Moment vor dem Bild. Er ändert den Preis nicht.
Dauerpreisrelevant
Länge des Ergebnisses: eine ganze Zahl von 3 bis 30 Sekunden oder -1 für „Match source“ (Standard), das dem Quellclip folgt, auf die ganze Sekunde aufgerundet. Bei „Match source“ halten wir vorab das Maximum von 30 Sekunden und rechnen die tatsächlich gelieferte Länge ab. Bestimmt den Preis. nicht kleiner als 3 · nicht größer als 30
SicherheitsfilterAus

SpicyAPI führt bei diesem Modell keinen Sicherheitsfilter aus. Prompt und Material gehen unverändert an das Modell, und das Modell selbst entscheidet über das Ergebnis.

Wir prüfen Ihr Konto, bevor Absenden und Preisberechnung freigeschaltet werden.

Ausgabe

Bereit für einen neuen Lauf
Beispielergebnis

Ihr Modell ist nicht dabei?

Sagen Sie uns, welches Modell fehlt und wofür Sie es brauchen. Ihre Anfrage geht direkt an das Team, das über die nächsten Modelle entscheidet.

KLINGS 30-SEKUNDEN-MODELL

Kling 4.0-API auf einen Blick

Bis zu 30 Sekunden pro Clip, 21:9 Ultrawide, Keyframes vom ersten bis zum letzten Bild und Referenzen aus Bildern, Videos und Stimmen – mit Ton in jedem Clip.

Längster Clip
30 s
Jede ganze Sekundenzahl von 3 bis 30 auf jedem Endpunkt.
Ultrawide
21:9
Dazu 16:9, 9:16 und 1:1, bei 720p oder 1080p.
Frames zum Steuern
10
Ein Startbild plus bis zu 9 Zwischen-Keyframes, oder 8 mit einem Endbild.
Referenzbilder
10
Dazu bis zu 5 Referenzvideos und 3 Sprachclips, die jeweils im Prompt benannt werden.
Ton inklusive
STEREO
Jeder Clip enthält eine Zweikanal-Tonspur ohne Aufpreis.

Ergebnisse

Was Sie mit Kling 4.0 erstellen können

  • Aus Text

    Eine lange Einstellung mit eigenem Ton

    Ein einziger Absatz ergab das Drehen des Messingrads, das Gleiten der Kuppel über die Sterne und einen geflüsterten Satz, dazu das Brummen des Motors und Wind auf der Tonspur.

    Text zu Video, 5 Sekunden in 720p, 16:9, mit dem Rumpeln der Kuppel und Wind auf der Tonspur.

  • Aus Frames

    Anfang und Ende festlegen

    Ein Startbild von ihr am Teleskop und ein Endbild, auf dem sie am Geländer lehnt, wurden zu einer durchgehenden Bewegung zwischen beiden.

    Bild zu Video mit Start- und Endbild, 5 Sekunden in 720p.

  • Aus Referenzen

    Eine Szene aus Fotos besetzen

    Ein Studioporträt als @Image1 und ein Foto eines verchromten Wohnwagens als @Image2 wurden zu ihr, wie sie zur Blauen Stunde aus diesem Wohnwagen steigt.

    Referenz zu Video aus zwei Bildern (@Image1 die Frau, @Image2 der Wohnwagen), 5 Sekunden in 720p.

Weitere Clips aus Kling 4.0

  • Bild zu Video, 5 Sekunden in 720p, das Seitenverhältnis folgt dem Startbild.
    5 s
  • Text zu Video, 5 Sekunden in 720p, 9:16 hochkant.
    5 s
  • Referenz zu Video aus zwei Bildern (@Image1 der Mann, @Image2 das Motorrad), 5 Sekunden in 720p.
    5 s
  • Videobearbeitung: die Astronomin ersetzt durch die Frau aus einem Referenzporträt, 5 Sekunden in 720p.
    5 s
  • Videobearbeitung: die Dämmerungsszene wird zu einem Schneefall, Länge wie der Quellclip, 720p.
    6 s

Inhaltstest

Ist Kling 4.0 unzensiert? Das haben wir getestet

Wir haben jede Stufe auf unserem Live-System laufen lassen und jeden Clip Bild für Bild geprüft. Bestanden heißt: Der Inhalt war tatsächlich im Bild – nicht nur, dass die Anfrage durchging.

Getestete Inhaltsstufen für Kling 4.0, nach Modus
StufeText zu Video
MildDie leichtesten Prompts im Test
Noch nicht getestet
MittelAb hier beginnen gefilterte Modelle abzulehnen
AbgelehntGetestet am 16. Okt. 2026
StarkDie Mitte der Skala
Noch nicht getestet
Sehr starkAb hier halten sich die meisten Modelle zurück
AbgelehntGetestet am 16. Okt. 2026
MaximalDas obere Ende der Skala
Noch nicht getestet

Wird erzeugt: im Bild wie geschrieben. Abgeschwächt: erzeugt, aber schwächer als geschrieben. Abgelehnt: zurückgewiesen. Noch nicht getestet: Diese Stufe haben wir in diesem Modus noch nicht ausprobiert.

So verhält sich jeder Modus

Alle Modi
Prompts und Eingaben werden vor der Generierung geprüft. Anfragen ab der Stufe Mittel werden innerhalb weniger Sekunden abgelehnt und nicht berechnet; auch Kleidung der Stufe Mild ist nicht zuverlässig. Jeder Clip enthält erzeugten Ton – eine stumme Option gibt es nicht, außer man behält den eigenen Ton eines Referenzvideos.
Alle Modi
Die Generierung ist langsam: 3-Sekunden-Clips brauchten in unseren Tests etwa 1,5 bis 4 Minuten, und Anfragen auf demselben Endpunkt laufen nacheinander, sodass sich ein Batch staut.
Bild zu Video
Bis zu 9 Zwischen-Keyframes, oder 8, wenn Sie zusätzlich ein Endbild senden (insgesamt 10 Bilder mit dem Startbild). Start-, Zwischen- und Endbild sollten dieselbe Figur und dasselbe Set aus derselben Kameraposition zeigen, sonst muss der Clip schneiden oder morphen, um sie zu erreichen.
Referenz zu Video
Referenzvideos dürfen insgesamt bis zu 30 Sekunden umfassen, und ihre Sekunden werden ebenfalls berechnet, jeder Clip auf die ganze Sekunde aufgerundet; Audioclips müssen jeweils 5 bis 30 Sekunden lang sein.
Videobearbeitung
Der Quellclip muss 3 bis 30 Sekunden lang sein, als MP4 oder WebM vorliegen und bis zu 10 Referenzbilder haben. Bleibt die Länge auf „Match source“ (Länge wie die Quelle), kann das Ergebnis bis zu eine Sekunde länger ausfallen als die Quelle, und der eigene Ton der Quelle endet einen Moment vor dem Bild.
Videoverlängerung
Der Quellclip darf bis zu 60 Sekunden lang sein, als MP4 oder WebM. Das neue Segment dauert 3 bis 30 Sekunden und folgt dem Format Ihrer Quelle. Damit die Nahtstelle passt, kann das Bild an den Rändern um wenige Prozent beschnitten oder angepasst werden.

Einsatzbereiche

Was Sie mit der Kling 4.0-API bauen können

  • Lange Establishing Shots

    Bis zu 30 Sekunden lassen eine Kamerafahrt voll ausspielen – einen langsamen Kranschwenk, eine Fahrt über eine Straße, eine Enthüllung –, ohne Clips zusammenzuschneiden.

  • Storyboard-Bewegung

    Laden Sie die Schlüsselposen als Start-, Zwischen- und Endbild hoch und lassen Sie das Modell die Bewegung dazwischen füllen.

  • Konsistente Figuren und Requisiten

    Referenzieren Sie ein Gesicht, ein Outfit und ein Fahrzeug einmal und setzen Sie sie in neue Szenen, mit einer Stimmprobe, wenn die Figur spricht.

  • Eine vorhandene Einstellung ändern

    Videobearbeitung behält Szene, Motiv und Bewegung bei und ändert, was Sie benennen – das Wetter, die Tageszeit, den Schauplatz oder den Stil.

  • Eine Szene weiterführen

    Videoverlängerung nimmt das letzte Bild Ihres Clips und hängt ein neues Segment von 3 bis 30 Sekunden an, das als eine Datei mit dem Original zusammengefügt zurückkommt.

Prompts

Kling 4.0-Prompts zum Kopieren

Fügen Sie einen unverändert in den Playground ein und ändern Sie dann jeweils nur eine Sache.

  • Referenz zu Video

    Erst die Besetzungsliste, dann die Einstellung

    Ergebnis dieses Prompts

    @Image1 is the woman, @Image2 is the chrome trailer. At blue hour in the high desert, the woman from @Image1 steps out of the door of the trailer from @Image2 holding two steaming enamel mugs; the string lights along its awning blink on one by one and their glow slides across the polished aluminium. She stops, looks up at the first stars and smiles, then glances at the camera. Slow push-in. Sound: the creak of the trailer door, boots on cracked earth, a soft desert wind, a distant owl.

    Warum das funktioniert. Ein Satz pro Referenz sagt dem Modell, welches Gesicht und welches Objekt erhalten bleiben; der Rest des Prompts muss nur die Handlung, die Kamera und den Ton beschreiben.

    Diesen Prompt testen
  • Text zu Video

    Handlung, Kamera, dann Ton

    Ergebnis dieses Prompts

    Inside a white observatory dome on a high-desert mesa at indigo dusk. An astronomer in her late thirties with short silver-streaked hair, wearing a charcoal wool sweater and fingerless gloves, turns a heavy brass wheel; with a deep rumble the dome slit slides open and a band of deep-blue sky full of first stars pours light across the polished chrome telescope. She looks up, breath visible in the cold air, and says quietly, "There you are." Slow crane up from her hands on the wheel to the opening sky. Sound: the grinding rumble of the dome motor, desert wind, the soft hum of equipment.

    Warum das funktioniert. Der Prompt folgt der Reihenfolge des Geschehens und setzt den Ton in eine eigene Zeile, damit Rumpeln, Wind und gesprochene Zeile jeweils an der richtigen Stelle landen.

    Diesen Prompt testen
  • Bild zu Video

    Das Ende mit einem zweiten Bild festlegen

    Ergebnis dieses Prompts

    She takes one last look through the open slit of the dome, then turns around, leans back against the steel railing and crosses her arms with a small satisfied smile as more stars come out over the mesa. Static wide shot, her braid and coat stirred by the wind. Sound: steady desert wind, the faint whirr of the telescope motor.

    Warum das funktioniert. Mit einem gesetzten Endbild muss der Prompt nur beschreiben, wie sie von der einen Pose zur anderen kommt.

    Dieser Modus startet mit Ihrem eigenen Bild: Fügen Sie es im Playground hinzu, bevor Sie starten.

    Diesen Prompt testen

Vergleich

Kling 4.0 im Vergleich: welches Modell passt

ModellModiAbInhaltWählen, wenn
Kling 4.0Diese SeiteBild zu Video · Referenz zu Video · Text zu Video · Videobearbeitung · Videoverlängerung$0.113 / AusgabesekundeGefiltert — Dieses Modell lehnt Anfragen jenseits seiner eigenen Grenzen ausdrücklich ab. Gemessen, nicht vermutet – ungeprüfte Modelle tragen gar keine Kennzeichnung.Sie wollen Clips länger als 15 Sekunden, 21:9-Ultrawide, Zwischen-Keyframes oder Referenzen aus Videos und Sprachclips zusätzlich zu Bildern.
Kling 3.0Charakteranimation · Bild zu Video · Text zu Video$0.067 / AusgabesekundeGefiltert — Dieses Modell lehnt Anfragen jenseits seiner eigenen Grenzen ausdrücklich ab. Gemessen, nicht vermutet – ungeprüfte Modelle tragen gar keine Kennzeichnung.Sie brauchen 4K, einen Audio-Schalter oder Motion Control, um eine Performance auf Ihre eigene Figur zu übertragen.
Kling O3Bild zu Video · Referenz zu Video · Text zu Video · Videobearbeitung$0.067 / AusgabesekundeGefiltert — Dieses Modell lehnt Anfragen jenseits seiner eigenen Grenzen ausdrücklich ab. Gemessen, nicht vermutet – ungeprüfte Modelle tragen gar keine Kennzeichnung.Sie wollen ein vorhandenes Video bearbeiten oder Referenzfotos mit bis zu 4K verwenden.
Kling 3.0 TurboBild zu Video · Text zu Video$0.112 / AusgabesekundeGefiltert — Dieses Modell lehnt Anfragen jenseits seiner eigenen Grenzen ausdrücklich ab. Gemessen, nicht vermutet – ungeprüfte Modelle tragen gar keine Kennzeichnung.Sie wollen einen schnelleren, günstigeren Clip mit Ton und brauchen nicht mehr als 15 Sekunden.

Preise

Preise der Kling 4.0-API

Ein Clip mit 5 Sekunden ist ab $0.564 in 720p und ab $0.846 in 1080p erhältlich.

Der Playground zeigt vor dem Start den genauen Preis für Ihre Einstellungen. Fehlgeschlagene oder abgelaufene Aufträge werden normalerweise nicht berechnet. Manche Modelle berechnen Inhaltsablehnungen wie auf ihrer Modellseite angegeben; prüfen Sie diese Abrechnungsbedingungen vor dem Absenden.

Alle Preisstufen ansehen

Loslegen

Die Kling 4.0-API in drei Schritten nutzen

  1. Schritt 1

    Kurz in 720p entwerfen

    Finden Sie Bildausschnitt und Bewegung mit 3 bis 5 Sekunden in 720p, bevor Sie für ein langes oder 1080p-Rendering bezahlen.

  2. Schritt 2

    Eine Zeile „Sound:“ schreiben

    Jeder Clip hat Ton. Benennen Sie die Atmosphäre und jede gesprochene Zeile in Anführungszeichen, damit Sie den gewünschten Klang bekommen.

  3. Schritt 3

    Referenzen benennen

    Bei Referenz zu Video beginnen Sie mit „@Image1 ist …, @Image2 ist …“, bevor Sie die Einstellung beschreiben.

Parameterreferenz und Codebeispiele finden Sie oben auf dieser Seite in den Tabs API und Readme.

Warum SpicyAPI

Warum Sie Kling 4.0 über SpicyAPI nutzen

  • Kein Filter von uns

    Wir fügen keinen eigenen Inhaltsfilter hinzu. Was das Modell erzeugt, bekommen Sie zurück.

  • Getestet statt vermutet

    Inhaltsstufen stammen aus echten Generierungen, die wir ausgeführt und geprüft haben – mit Testdatum auf der Seite.

  • Pro Ergebnis zahlen, in Dollar

    Kein Abo, keine Credits. Fehlgeschlagene oder abgelaufene Aufträge werden normalerweise nicht berechnet. Manche Modelle berechnen Inhaltsablehnungen wie auf ihrer Modellseite angegeben; prüfen Sie diese Abrechnungsbedingungen vor dem Absenden.

  • Ein Schlüssel für alle Modelle

    Ein API-Schlüssel und ein Guthaben gelten für Bild-, Video-, Audio- und Chatmodelle. So können Sie mit demselben Konto weitere Modelle ausprobieren.

FAQ

FAQ zur Kling 4.0-API

Über Kling 4.0

Kling 4.0 bringt Klings neuestes Videomodell in eine einzige API: Text zu Video, Bild zu Video mit Start-, End- und Zwischenbildern, Referenz zu Video aus Bildern, Videos und Sprachclips, Videobearbeitung für einen Clip, den Sie schon haben, und Videoverlängerung, um einen Clip weiterzuführen. Clips laufen 3 bis 30 Sekunden in 720p oder 1080p, im Format 16:9, 9:16, 1:1 oder 21:9, mit einer Stereo-Tonspur in jedem Clip. Anfragen werden geprüft, und alles ab der Stufe Mittel wird ohne Berechnung abgelehnt. SpicyAPI rechnet pro Sekunde Output in US-Dollar ab, ohne Abo.

Verwandte Modelle und nächste Schritte