Quoi de neuf dans Kling 4.0 par rapport à Kling 3.0 ?

Des clips plus longs (jusqu’à 30 secondes au lieu de 15), une option ultra-large 21:9, des images clés intermédiaires en image vers vidéo, et une référence vers vidéo qui accepte les vidéos et les clips vocaux en plus des images. Le son est toujours activé. Kling 3.0 propose encore le 4K et Motion Control, que Kling 4.0 n’a pas ici.

Puis-je modifier ou prolonger une vidéo que j’ai déjà ?

Oui. L’édition vidéo réécrit un clip de 3 à 30 secondes à partir d’une instruction en texte et conserve la scène, le sujet et le mouvement. L’extension vidéo prolonge un clip d’une durée maximale de 60 secondes : sa dernière image ouvre un nouveau segment, et vous obtenez un seul MP4 avec votre original et la nouvelle partie raccordés.

Puis-je couper le son ?

Non. Chaque clip Kling 4.0 revient avec une bande sonore stéréo, sans supplément. En référence vers vidéo, vous pouvez conserver le son d’une vidéo de référence à la place, avec keep_original_audio.

Comment citer mes fichiers dans le prompt ?

En référence vers vidéo, écrivez @Image1, @Image2 pour les images, @Video1 pour les vidéos et @Audio1 pour les clips audio, numérotés dans l’ordre de leur envoi. Les images clés intermédiaires en image vers vidéo ne sont pas nommées dans le prompt ; leur ordre dans la liste est l’ordre où elles apparaissent.

Kling 4.0 autorise-t-il le contenu NSFW ?

Non. Les demandes sont filtrées avant la génération, et tout ce qui va du niveau Modéré vers le haut est refusé en quelques secondes ; une demande refusée n'est pas facturée. Pour ce type de travail, parcourez plutôt les familles vidéo sans restriction de notre catalogue.

Comment est-il tarifé ?

À la seconde de sortie. Le 1080p coûte plus cher à la seconde que le 720p. En référence vers vidéo, une demande avec des vidéos de référence est facturée à un tarif par seconde distinct et plus bas, sur les secondes de sortie plus les secondes de référence (comptées au minimum comme les secondes de sortie). L’édition vidéo est facturée sur les secondes de sortie plus les secondes du clip source. L’extension vidéo n’est facturée que sur le nouveau segment. Le ratio d’image, les images clés, les images de référence et les clips audio ne modifient pas le prix.

Combien de temps prend un clip ?

Lors de nos tests, un clip de 3 secondes a pris environ 1,5 à 4 minutes, et un clip de 5 secondes quelques minutes de plus. Les requêtes d’un même endpoint sont traitées une à la fois.

API Kling 4.0 : vidéo 30 s, keyframes, références

kling/4.0/video-extend

L’extension vidéo Kling 4.0 prolonge votre clip : sa dernière image ouvre un nouveau segment de 3 à 30 secondes, et vous recevez un seul MP4 avec votre original et la nouvelle partie raccordés, en 720p ou 1080p.

À partir de $0.188/s

Exécuter le modèle Voir l’API

Entrée

Prolongation vidéo

1
Choisir le clip à prolonger
Choisissez une vidéo : nous la prolongeons à partir de sa dernière image.
2
La suite
Choisissez un clip à l’étape 1 pour ouvrir cette étape.
Modèle
Prompt
Facultatif. Décrivez ce qui se passe ensuite : l’action, la caméra et le son. Laissez-le vide et le modèle poursuit la scène par lui-même. 1 caractères minimum
Image de fin0/1
URL de la ressource
Déposez des fichiers ou des liens de médias, collez ou parcourez · 1 fichier · 10 Mo max. · JPG · PNG · WEBP · GIF
0 / 1 fichiers
Dernière image facultative. Le nouveau segment doit se terminer sur cette image.
Résolutioninflue sur le prix
720p (par défaut) ou 1080p. Choisissez la même résolution que votre source pour que la couture ne montre pas de saut de netteté. Le 1080p coûte plus cher à la seconde.
Duréeinflue sur le prix
Durée du nouveau segment : un nombre entier de 3 à 30 secondes (par défaut 5). Détermine le prix. pas inférieur à 3 · pas supérieur à 30

Filtre de sécuritéDésactivé

SpicyAPI n’applique aucun filtre de sécurité à ce modèle. Votre prompt et vos médias sont transmis tels quels, et c’est le modèle lui-même qui décide du résultat.

Nous vérifions votre compte avant d’activer l’envoi et le calcul du prix.

1 champ obligatoire manquant : Vidéo d’entrée

Sortie

Prêt pour une nouvelle exécution

Le résultat apparaîtra ici.

Configurez les entrées, vérifiez l’estimation, puis lancez le modèle.

{
  "model": "kling/4.0/video-extend",
  "input": {
    "resolution": "720p",
    "duration_seconds": 5,
    "prompt": "Continue the scene naturally, keeping the same subject, camera movement and lighting."
  }
}

Introduction

Kling 4.0 Extension vidéo prolonge un clip que vous avez déjà. Envoyez une vidéo d’une durée maximale de 60 secondes et, si vous le souhaitez, un prompt pour ce qui se passe ensuite. La dernière image de votre clip devient la première image d’un nouveau segment de 3 à 30 secondes, réalisé avec l’image vers vidéo de Kling 4.0. Vous recevez un seul MP4 avec votre original et le nouveau segment raccordés, ainsi que le nouveau segment seul.

Choisir un mode Kling 4.0 selon le matériau de départ

Ce que vous avez au départ	Mode
une scène écrite ou un scénario	Kling 4.0 Texte vers vidéo
une première image, et éventuellement une dernière image et des images intermédiaires	Kling 4.0 Image vers vidéo
des photos, des clips ou des échantillons de voix à distribuer	Kling 4.0 Référence vers vidéo
un clip à modifier	Kling 4.0 Édition vidéo
un clip à prolonger	Kling 4.0 Extension vidéo (vous êtes ici)

Fonctionnalités et points forts

La dernière image donne le décor

Le nouveau segment part de votre image finale : les personnages, le décor et la lumière se conservent. Le mouvement ne se conserve pas de la même façon, car le modèle ne voit qu’une image fixe. Décrivez le mouvement que vous voulez poursuivre.

Choisissez où il se termine

Ajoutez last_image_url et le nouveau segment se termine sur cette image. Si vous l’omettez, le modèle décide de la fin du segment.

Un fichier en retour, plus le nouveau morceau

Le fichier raccordé conserve la cadence et le cadrage de votre clip, sans bandes noires. Pour aligner la couture, l’image peut être recadrée ou ajustée de quelques pour cent sur les bords, et le son se fond à la couture. Votre clip garde son propre son, et le nouveau segment a toujours un son stéréo généré.

La forme suit votre clip

Il n’existe pas de réglage du ratio d’image. Le nouveau segment suit la forme de votre source.

Paramètres de requête

Paramètres de requête de Kling 4.0 · Video Extend
Paramètre	Obligatoire	Description
`prompt`	Non	Facultatif. Décrivez ce qui se passe ensuite : l’action, la caméra et le son. 1 caractères minimum
`video_url`	Oui	Le clip à prolonger, au format MP4 ou WebM, jusqu’à 60 secondes. Sa dernière image ouvre le nouveau segment ; terminez-le donc sur une image nette et propre. 1 caractères minimum
`last_image_url`	Non	Dernière image facultative. Le nouveau segment doit se terminer sur cette image.
`resolution`	Non	720p (par défaut) ou 1080p. Choisissez la même résolution que votre source pour que la couture ne montre pas de saut de netteté. `720p` · `1080p` · Valeur par défaut: `720p`
`duration_seconds`	Non	Durée du nouveau segment : un nombre entier de 3 à 30 secondes (par défaut 5). Détermine le prix. `≥ 3` · `≤ 30` · Valeur par défaut: `5`

Tarification

Facturé à la seconde du nouveau segment, au tarif image vers vidéo de la résolution choisie. Le clip source que vous envoyez n’est pas facturé. Une requête refusée ou en échec n’est pas facturée.

Tarification
Spécification	Prix
`720p`	$0.1884 / seconde
`1080p`	$0.282 / seconde

Cas d’utilisation

Terminer un plan qui s’est arrêté trop tôt

Une marche qui s’arrête avant la porte, un mouvement de caméra qui coupe en cours de route : prolongez-le de quelques secondes et décrivez seulement ce qui reste à se passer.

Construire une scène plus longue pas à pas

Prolongez un clip, puis prolongez à nouveau le résultat raccordé. Chaque étape n’est facturée que pour les secondes qu’elle ajoute.

Atterrir sur une image finale prévue

Donnez une dernière image et le clip arrive sur la composition dont vous avez besoin, par exemple un produit revenu à son angle principal.

Voir les tutoriels des principaux cas d’utilisation

Guide de prompt et conseils pratiques

Décrivez le prochain temps, pas toute la scène

L’image montre déjà qui est où. Consacrez le prompt à l’action qui suit, à la caméra et au son. Sans prompt, le modèle poursuit la scène par lui-même.

Terminez votre source sur une image propre

La dernière image est tout ce que voit le modèle. Une fin floue ou coupée à moitié passe directement dans le nouveau segment ; recadrez donc d’abord votre clip sur une image nette.

Adaptez la résolution

Choisissez la même résolution que votre source pour que la couture ne montre pas de saut de netteté. Faites un brouillon avec un segment court, puis demandez le plus long.

Démarrage rapide de l’API

# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "kling/4.0/video-extend",
  "input": {
    "duration_seconds": 5,
    "resolution": "720p",
    "video_url": "https://example.com/reference.mp4"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.

Le modèle que vous cherchez n’est pas là ?

Dites-nous lequel ajouter et à quoi il vous servira. Les demandes vont directement à l’équipe qui décide des prochains modèles.

LE MODÈLE DE 30 SECONDES DE KLING

L’API Kling 4.0 en un coup d’œil

Jusqu’à 30 secondes par clip, format 21:9 ultra-large, images clés de la première à la dernière, et références d’images, de vidéos et de voix, avec son sur chaque clip.

Clip le plus long: 30 S; N’importe quel nombre entier de secondes, de 3 à 30, sur chaque endpoint.
Ultra-large: 21:9; Ainsi que 16:9, 9:16 et 1:1, en 720p ou 1080p.
Images à guider: 10; Une première image plus jusqu’à 9 images clés intermédiaires, ou 8 avec une dernière image.
Images de référence: 10; En plus de 5 vidéos de référence et 3 clips vocaux maximum, chacun nommé dans le prompt.
Son inclus: STÉRÉO; Chaque clip comprend une bande sonore à deux canaux, sans supplément.

Résultats

Ce que vous pouvez créer avec Kling 4.0

Depuis un texte
Un long plan avec son propre son
Un seul paragraphe nous a donné la roue en laiton qui tourne, le dôme qui s’ouvre sur les étoiles et une phrase chuchotée, avec le grondement du moteur et le vent sur la bande sonore.
Texte vers vidéo, 5 secondes en 720p, 16:9, avec le grondement du dôme et le vent sur la bande sonore.
Depuis les images
Fixer le début et la fin
Une première image d’elle au télescope et une dernière image d’elle appuyée sur la rambarde sont devenues un seul mouvement continu entre les deux.
Image vers vidéo avec une première et une dernière image, 5 secondes en 720p.
Depuis des références
Distribuer une scène à partir de photos
Un portrait de studio en @Image1 et une photo d’une caravane chromée en @Image2 l’ont fait sortir de cette caravane à l’heure bleue.
Référence vers vidéo à partir de deux images (@Image1 la femme, @Image2 la caravane), 5 secondes en 720p.

Autres clips réalisés avec Kling 4.0

Image vers vidéo, 5 secondes en 720p, ratio d’image suivant la première image.
5 s
Texte vers vidéo, 5 secondes en 720p, 9:16 vertical.
5 s
Référence vers vidéo à partir de deux images (@Image1 l’homme, @Image2 la moto), 5 secondes en 720p.
5 s
Édition vidéo : l’astronome remplacée par la femme d’un portrait de référence, 5 secondes en 720p.
5 s
Édition vidéo : la scène du crépuscule transformée en chute de neige, durée suivant le clip source, 720p.
6 s

Test de contenu

Kling 4.0 est-il sans censure ? Ce que nous avons testé

Nous avons lancé chaque niveau sur notre configuration réelle et vérifié chaque clip image par image. Un succès signifie que le contenu était bien à l’écran, pas seulement que la requête est passée.

Niveaux de contenu testés sur Kling 4.0, par mode
Niveau	Texte vers vidéo
LégerLes prompts les plus légers du test	Pas encore testé
ModéréLà où les modèles filtrés commencent à refuser	RefuséTesté le 16 oct. 2026
FortLe milieu de l’échelle	Pas encore testé
Très fortLà où la plupart des modèles commencent à se retenir	RefuséTesté le 16 oct. 2026
MaximumLe haut de l’échelle	Pas encore testé

Généré : à l’écran comme écrit. Atténué : généré, mais en deçà de ce qui était écrit. Refusé : rejeté. Pas encore testé : nous n’avons pas encore lancé ce niveau dans ce mode.

Comment se comporte chaque mode

Tous les modes: Les prompts et les entrées sont filtrés avant la génération. Les demandes à partir du niveau Modéré sont refusées en quelques secondes et ne sont pas facturées ; les tenues de niveau Léger ne sont pas fiables non plus. Chaque clip contient un son généré ; il n’existe pas d’option silencieuse, sauf en conservant le son d’une vidéo de référence.
Tous les modes: La génération est lente ; les clips de 3 secondes ont pris environ 1,5 à 4 minutes lors de nos tests, et les requêtes d’un même endpoint s’exécutent une à la fois, donc un lot se met en file d’attente.
Image vers vidéo: Jusqu’à 9 images clés intermédiaires, ou 8 lorsque vous envoyez aussi une dernière image (10 images au total avec la première image). Les images de début, intermédiaires et de fin doivent montrer le même personnage et le même décor, depuis la même position de caméra, sinon le clip doit couper ou morpher pour les atteindre.
Référence vers vidéo: Les vidéos de référence peuvent ajouter jusqu’à 30 secondes au total, et leurs secondes sont facturées aussi, chaque clip étant arrondi à la seconde entière ; chaque clip audio doit durer de 5 à 30 secondes.
Édition vidéo: Le clip source doit durer de 3 à 30 secondes, au format MP4 ou WebM, avec jusqu’à 10 images de référence. Si la durée reste sur « Match source », le résultat peut revenir jusqu’à une seconde plus long que la source, et le son de la source se termine un instant avant l’image.
Prolongation vidéo: Le clip source peut durer jusqu’à 60 secondes, au format MP4 ou WebM. Le nouveau segment dure de 3 à 30 secondes et suit la forme de votre source. Pour raccorder la couture, l’image peut être recadrée ou ajustée de quelques pourcents sur les bords.

Cas d’usage

Ce que vous pouvez construire avec l’API Kling 4.0

Longs plans d’établissement
Jusqu’à 30 secondes laissent un mouvement de caméra se dérouler en entier — une grue lente, une route parcourue en voiture, une révélation — sans assembler des clips.
Mouvements storyboardés
Importez les poses clés en première, intermédiaires et dernière image, et laissez le modèle remplir le mouvement entre elles.
Personnages et accessoires cohérents
Référencez un visage, une tenue et un véhicule une seule fois, puis intégrez-les dans de nouvelles scènes, avec un échantillon de voix si le personnage parle.
Changer un plan que vous avez déjà
L’édition vidéo conserve la scène, le sujet et le mouvement, et change ce que vous nommez : la météo, l’heure de la journée, le décor ou le style.
Prolonger une scène
L’extension vidéo prend la dernière image de votre clip et ajoute un nouveau segment de 3 à 30 secondes, renvoyé attaché à l’original dans un seul fichier.

Prompts

Exemples de prompts Kling 4.0 à copier

Collez-en un tel quel dans le playground, puis changez une seule chose à la fois.

Référence vers vidéo
Liste des acteurs d’abord, puis le plan
Résultat de ce prompt
@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.
Pourquoi ça marche. Ouvrir avec une phrase par référence indique au modèle quel visage et quel objet garder ; le reste du prompt n’a qu’à décrire l’action, la caméra et le son.
Essayer ce prompt
Texte vers vidéo
Action, caméra, puis son
Résultat de ce prompt
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.
Pourquoi ça marche. Le prompt suit l’ordre des événements et garde le son sur sa propre ligne, pour que le grondement, le vent et la réplique tombent au bon moment.
Essayer ce prompt
Image vers vidéo
Fixer la fin avec une seconde image
Résultat de ce prompt
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.
Pourquoi ça marche. Avec une dernière image définie, le prompt n’a qu’à décrire comment elle passe d’une pose à l’autre.
Ce mode part de votre propre image : ajoutez-la dans le playground avant de lancer.
Essayer ce prompt

Comparer

Kling 4.0 face aux modèles proches : lequel choisir

Modèle	Modes	À partir de	Contenu	À choisir si
Kling 4.0Cette page	Image vers vidéo · Référence vers vidéo · Texte vers vidéo · Édition vidéo · Prolongation vidéo	$0.113 / seconde produite	Filtré — Ce modèle refuse franchement les demandes qui dépassent ses propres limites. Résultat mesuré, non supposé ; les modèles que nous n’avons pas mesurés ne portent aucune mention.	Vous voulez des clips de plus de 15 secondes, un format 21:9 ultra-large, des images clés intermédiaires, ou des références de vidéos et de clips vocaux en plus des images.
Kling 3.0	Animation de personnage · Image vers vidéo · Texte vers vidéo	$0.067 / seconde produite	Filtré — Ce modèle refuse franchement les demandes qui dépassent ses propres limites. Résultat mesuré, non supposé ; les modèles que nous n’avons pas mesurés ne portent aucune mention.	Vous avez besoin du 4K, d’un interrupteur audio ou de Motion Control pour copier une performance sur votre propre personnage.
Kling O3	Image vers vidéo · Référence vers vidéo · Texte vers vidéo · Édition vidéo	$0.067 / seconde produite	Filtré — Ce modèle refuse franchement les demandes qui dépassent ses propres limites. Résultat mesuré, non supposé ; les modèles que nous n’avons pas mesurés ne portent aucune mention.	Vous voulez modifier une vidéo que vous avez déjà, ou des photos de référence jusqu’en 4K.
Kling 3.0 Turbo	Image vers vidéo · Texte vers vidéo	$0.112 / seconde produite	Filtré — Ce modèle refuse franchement les demandes qui dépassent ses propres limites. Résultat mesuré, non supposé ; les modèles que nous n’avons pas mesurés ne portent aucune mention.	Vous voulez un clip plus rapide et moins cher, avec son, et vous n’avez pas besoin de plus de 15 secondes.

Tarifs

Tarifs de l’API Kling 4.0

Un clip de 5 secondes est proposé à partir de $0.564 en 720p et de $0.846 en 1080p.

Le playground affiche le prix exact de vos réglages avant le lancement. Les tâches échouées ou expirées ne sont généralement pas facturées. Certains modèles facturent les refus de contenu comme indiqué sur leur page ; consultez ces conditions avant l’envoi.

Voir tous les paliers de prix

Démarrer

Utiliser l’API Kling 4.0 en trois étapes

Étape 1
Faites un brouillon court en 720p
Trouvez le cadrage et le mouvement avec 3 à 5 secondes en 720p avant de payer un rendu long ou en 1080p.
Étape 2
Écrivez une ligne « Sound: »
Chaque clip a un son. Nommez l’ambiance et toute réplique parlée entre guillemets pour obtenir le son voulu.
Étape 3
Nommez vos références
En référence vers vidéo, commencez par « @Image1 est …, @Image2 est … » avant de décrire le plan.

Ouvrir le playground Obtenir une clé API

La référence des paramètres et les exemples de code se trouvent dans les onglets API et Readme, en haut de cette page.

Pourquoi SpicyAPI

Pourquoi utiliser Kling 4.0 sur SpicyAPI

Aucun filtre de notre part
Nous n’ajoutons aucun filtre de contenu. Ce que le modèle génère, vous le recevez.
Testé, pas supposé
Les niveaux de contenu viennent de vraies générations que nous avons lancées et vérifiées, avec la date du test sur la page.
Payer au résultat, en dollars
Ni abonnement ni crédits. Les tâches échouées ou expirées ne sont généralement pas facturées. Certains modèles facturent les refus de contenu comme indiqué sur leur page ; consultez ces conditions avant l’envoi.
Une clé pour tous les modèles
Une seule clé API et un seul solde couvrent les modèles d’image, de vidéo, d’audio et de chat ; explorez davantage de modèles depuis le même compte.

FAQ

FAQ de l’API Kling 4.0

À propos de Kling 4.0

Kling 4.0 apporte le modèle vidéo le plus récent de Kling à une seule API : texte vers vidéo, image vers vidéo avec images de début, de fin et intermédiaires, référence vers vidéo à partir d’images, de vidéos et de clips vocaux, édition vidéo pour un clip que vous avez déjà, et extension vidéo pour prolonger un clip. Les clips durent de 3 à 30 secondes en 720p ou 1080p, en 16:9, 9:16, 1:1 ou 21:9, avec une bande sonore stéréo sur chaque clip. Les demandes sont filtrées, et tout ce qui va du niveau Modéré vers le haut est refusé sans facturation. SpicyAPI facture à la seconde de sortie, en dollars américains, sans abonnement.