Kling 4.0 ist seit dem 23. Oktober über die fal-API für alle Kunden erreichbar, nicht mehr nur in der Oberfläche des Anbieters. Die wichtigste Neuerung ist unspektakulär und ändert trotzdem die Arbeit: dreißig Sekunden am Stück, aus einer Einstellung, mit bis zu zehn Keyframes als Wegmarken.
Kling 4.0 ist seit dem 23. Oktober über fal für alle Kunden offen
Der Anbieter fal hat am 23. Oktober den Zugang zu Kling 4.0 für alle Kunden geöffnet. Bis dahin lief das Modell nur in der eigenen Oberfläche und im Agenten-Modus des Anbieters. Wer eine eigene Pipeline betreibt, konnte es also nicht aufrufen.
Die Daten davor sind etwas unübersichtlich. Kling 4.0 Flash, die schnellere Variante, war ab dem 28. September in einer kleinen Gruppe zugänglich. Kuaishou nennt in den eigenen Release Notes den 15. Oktober als offiziellen Start von Kling 4.0 und den 21. Oktober als Beginn der schrittweisen API-Freigabe. Wer Angebote vergleicht, sollte diese drei Daten auseinanderhalten.
Für Anwender zählt der 23. Oktober. Ab diesem Tag lässt sich das Modell über einen fremden Anbieter buchen, ohne Vertrag mit Kuaishou.
Dreißig Sekunden in einer Einstellung statt fünf Schnipsel
Die meisten Videomodelle liefern fünf oder zehn Sekunden. Wer einen zwanzigsekündigen Beitrag braucht, schneidet vier Clips aneinander und hofft, dass Licht, Figur und Kamerawinkel zueinander passen. In der Praxis scheitert genau daran jede zweite Produktion, weil das Gesicht der Figur zwischen zwei Schnitten um zwei Jahre altert und niemand erklären kann, warum die Jacke in der dritten Aufnahme plötzlich eine andere Farbe hat.
Kling 4.0 erzeugt bis zu dreißig Sekunden in einem Durchgang, ohne Zwischenschnitt. Das klingt nach einem Längenunterschied und ist in Wahrheit ein Unterschied in der Regie. Eine Kamerafahrt, die dreißig Sekunden dauert, kann eine Bewegung erzählen: eine Tür, ein Gang, ein Blick aus dem Fenster und die Reaktion darauf.
Ob die Kohärenz über die vollen dreißig Sekunden hält, ist von außen noch nicht belegt. Die öffentlich verfügbaren Beispiele sind kurz, und ein Modell, das nach zwanzig Sekunden die Frisur wechselt, sieht in einem Demo-Clip noch gut aus.
Zehn Keyframes und die Omni Reference von Kling 4.0
Statt nur Anfangs- und Endbild nimmt Kling 4.0 bis zu zehn Keyframes an. Damit lässt sich ein Ablauf in Etappen vorgeben: Startbild, ein Zwischenbild nach acht Sekunden, ein weiteres nach sechzehn, ein Schlussbild. Das Modell füllt die Lücken. Für Werbefilme ist das der praktischste Teil des Updates, weil die Markenfreigabe meist an konkreten Bildern hängt, die der Kunde vorher gesehen und abgenickt hat, und nicht an einer Textbeschreibung, die drei Leute unterschiedlich lesen.
Dazu kommt die Omni Reference. Sie erlaubt bis zu fünfzehn Referenzmaterialien in einem Lauf: bis zu zehn Bilder, bis zu fünf Videoclips mit zusammen dreißig Sekunden Länge, dazu Stimmreferenzen und bis zu sieben einzelne Elemente. Eine Figur, ein Produkt und ein Schauplatz lassen sich damit getrennt festlegen, und wer schon einmal versucht hat, drei Dinge in einem einzigen Absatz Prompt zu beschreiben, weiß, warum das den Unterschied zwischen zwei und zwanzig Versuchen macht.
Die Auflösung reicht von 720p über 1080p bis 4K, der Ton kommt als Stereo in zwei Kanälen direkt aus dem Modell. 10-bit HDR ist für 1080p und 4K angekündigt, aber noch nicht überall verfügbar. Neu ist das Format 21:9, daneben bleiben 16:9, 1:1, 9:16 und eine automatische Wahl. Der Prompt darf bis zu 8.000 Token lang sein, und eingeblendete Schrift soll in mehreren Sprachen funktionieren, Deutsch eingeschlossen.
Was Kling 4.0 pro Sekunde Video kostet
Kuaishou nennt in der Ankündigung keine Preise. Die Angaben unten stammen aus dem Katalog eines Drittanbieters, der das Modell hostet, und nicht vom Hersteller.
Auflösung | Preis pro Sekunde Ausgabe | Kosten für 30 Sekunden |
|---|---|---|
720p | 0,157 US-Dollar | rund 4,70 US-Dollar |
1080p | 0,235 US-Dollar | rund 7,05 US-Dollar |
Beim Videoschnitt zählt der Anbieter Eingabe- und Ausgabesekunden zusammen. Wer einen bestehenden Clip verlängert oder umbaut, zahlt also auch für das Material, das er hineingibt.
Diese Preise sind für Agenturen kalkulierbar. Ein Werbespot mit sechs Einstellungen kostet in der Rohfassung weniger als ein Mittagessen für das Team. Teuer wird es erst durch die Wiederholungen, und die sind bei Videomodellen die Regel, nicht die Ausnahme.
Der Haken: 339 Sekunden Wartezeit für fünf Sekunden Film
SandBase hat einen Lauf dokumentiert und die Wartezeit mitgeschrieben. Ein Text-zu-Video-Auftrag über fünf Sekunden in 1080p brauchte 339 Sekunden. Ein vier Sekunden langer Clip bei Veo 3.1, mit abgeschaltetem Ton, war nach 51 Sekunden fertig.
Das ist ein einzelner Lauf und keine Messreihe. Der Abstand ist trotzdem groß genug, um die Arbeitsweise zu verändern: Wer alle zwei Minuten eine neue Idee testet und dabei jedes Mal fast sechs Minuten wartet, arbeitet mit Kling anders als mit einem Modell, das in einer Minute antwortet, und das heißt in der Praxis, Aufträge zu stapeln statt im Gespräch zu tüfteln.
Dazu kommt eine zweite Einschränkung. 4K, 10-bit HDR, die vollständige Omni Reference und die Verlängerung auf zwei Minuten sind über die Endpunkte von Drittanbietern derzeit nicht durchgehend freigeschaltet. Sicher verfügbar sind Anfangs- und Endbild, zehn Bild- und fünf Videoreferenzen sowie 720p und 1080p. Was in der Ankündigung steht, ist nicht überall schon angekommen.
Wo Kling 4.0 gegen Veo 3.1 und Seedance 2.5 steht
Auf dem Papier spielt Kling 4.0 in derselben Klasse wie Veo 3.1 von Google, Seedance 2.5 und die Modelle von Runway. Die Unterschiede liegen weniger in der Bildqualität als im Zuschnitt: Kling setzt auf Länge und Steuerung über Keyframes, während die Konkurrenz auf Tempo und auf Ton setzt, der ohne Nachbearbeitung brauchbar ist, und genau diese Aufteilung entscheidet, welches Modell in welche Pipeline passt.
Kuaishou nennt für Kling 60 Millionen Ersteller und 30.000 Firmenkunden. Das sind Angaben des Unternehmens ohne unabhängige Prüfung. Sie erklären, warum es das Modell inzwischen bei vielen Anbietern gibt: Die Nachfrage kommt aus der Kurzvideo-Produktion, nicht aus der Filmindustrie.
Für europäische Teams ist außerdem die Frage der Herkunft relevant. Kuaishou ist ein chinesisches Unternehmen, und wer Material mit Personen oder Marken erzeugt, sollte die Nutzungsbedingungen und die Datenverarbeitung selbst prüfen, statt sich auf eine Zusammenfassung zu verlassen.
Was Kling 4.0 für Werbefilm, Kurzserie und Sprechervideo ändert
Am deutlichsten wird der Unterschied bei Formaten, die bisher aus vielen kurzen Schnitten bestanden. Ein Produktclip, in dem eine Hand eine Flasche dreht, war eine Abfolge von sechs Aufnahmen und damit sechs Gelegenheiten, bei denen die Beleuchtung springen kann. Mit dreißig Sekunden in einer Einstellung wird daraus ein Auftrag.
Für Kurzserien zählt etwas anderes: die Figur. Wer zehn Folgen mit derselben Hauptfigur dreht, braucht Verlässlichkeit über Szenen hinweg. Die Referenzfunktion ist der Versuch, das zu lösen, und die Frage, ob sie es schafft, entscheidet über den Einsatz in Serie.
Sprechervideos und Erklärstücke profitieren vom Ton. Stereo direkt aus dem Modell spart einen Arbeitsschritt, der sonst bei jedem Clip anfällt. Ob die Lippensynchronität über dreißig Sekunden hält, muss man selbst prüfen, und zwar an einem Satz mit vielen Zischlauten.
Wann sich der Wechsel für Sie lohnt
Brauchen Sie dreißig Sekunden am Stück, oder reichen Ihnen fünf? Wenn Sie heute mit fünf Sekunden pro Clip arbeiten und viel schneiden, ist Kling 4.0 einen Test wert. Rechnen Sie die Wartezeit ein und planen Sie Aufträge in Stapeln. Wenn Sie dagegen schnelle Iteration im Gespräch brauchen, bleiben die kürzeren Modelle praktischer.
Prüfen Sie vor dem ersten bezahlten Auftrag drei Dinge am eigenen Material: ob die Figur über dreißig Sekunden stabil bleibt, ob der Ton zur Bewegung passt und wie viele Versuche Sie bis zur Freigabe brauchen. Die dritte Zahl entscheidet über den Preis, nicht die Preisliste.
Ein letzter Hinweis zur Erwartung. Die Ankündigung beschreibt einen Funktionsumfang, den die Endpunkte noch nicht vollständig liefern. Wer heute bucht, bekommt einen Teil davon. Das ist bei Modellen dieser Größe üblich, sollte aber in der Kalkulation stehen.
