Kling 4.0 est passé le 23 octobre du statut de démonstration à celui de modèle disponible pour tous les clients de fal, avec une API ouverte. Trente secondes en une seule prise et dix images clés changent la façon de découper une séquence. À condition d'accepter les limites du service.
Kling 4.0 arrive sur fal avec une API ouverte à tous
Le modèle vidéo de Kuaishou était déjà visible dans l'interface de fal, sous forme d'outil réservé aux utilisateurs de la plateforme et de son agent. La bascule date du 23 octobre : fal annonce l'ouverture de l'API à l'ensemble de ses clients.
La chronologie mérite d'être posée, parce qu'elle explique une partie de la confusion autour du lancement. Kuaishou, maison mère de Kling AI, situe la sortie officielle de Kling 4.0 au 15 octobre, avec une ouverture progressive de l'API à partir du 21 octobre. La version rapide, Kling 4.0 Flash, circulait en accès restreint depuis le 28 septembre.
Trois dates pour un même modèle, donc. Ce qui compte pour un développeur, c'est la dernière : à partir du 23 octobre, l'appel d'API ne demande plus d'invitation.
Kling 4.0 : trente secondes en une prise, dix images clés
La promesse principale tient à la durée. Kling 4.0 génère entre 3 et 30 secondes d'un seul tenant, sans assemblage de fragments. Pour une publicité de trente secondes, cela signifie qu'un plan peut contenir un début, une action et sa chute dans le même fichier.
Le contrôle passe par les images clés. Vous pouvez en fournir jusqu'à dix pour baliser la séquence : une première image, une dernière, et des étapes intermédiaires qui fixent la position d'un personnage ou une transition. C'est très différent de la génération à partir d'un simple prompt, où le modèle décide seul de la trajectoire.
Paramètre | Kling 4.0 |
|---|---|
Durée d'une génération | 3 à 30 secondes, plan natif unique |
Images clés | jusqu'à 10, première et dernière comprises |
Références | jusqu'à 15 éléments combinés via Omni Reference |
Résolutions | 720p, 1080p, 4K |
Audio | stéréo à deux canaux, générée avec l'image |
Formats d'image | 21:9, 16:9, 1:1, 9:16, auto |
Longueur du prompt | jusqu'à 8 000 tokens |
Ce n'est pas tout. Le format 21:9 est nouveau, et il vise clairement le cinéma et la publicité haut de gamme. Le son sort en stéréo native, sans passer par une seconde étape de doublage. La reconnaissance de texte à l'écran couvre plusieurs langues, dont le français.
Omni Reference : quinze repères pour verrouiller un produit
Le deuxième mécanisme s'appelle Omni Reference. Il accepte jusqu'à quinze éléments de référence combinés : dix images au maximum, cinq vidéos pour un total de trente secondes, des échantillons de voix et jusqu'à sept éléments décrits.
L'usage évident est le produit. Une marque qui tourne trois spots avec le même flacon fournit des vues fixes du packaging, et le modèle s'en sert pour garder la silhouette et les couleurs d'un plan à l'autre. Une vidéo de référence peut, elle, imposer un mouvement de caméra ou un rythme.
C'est là que se joue la vraie bataille du secteur. Générer une belle image ne pose plus de problème à personne. Tenir un objet trente secondes durant, c'est une autre histoire. Tenir l'identité d'un objet sur trente secondes, avec un changement d'angle et une occultation au milieu, reste le test qui sépare une démonstration d'un outil de production.
Ce que coûte une vidéo de trente secondes avec Kling 4.0
Les tarifs publics de Kuaishou ne sont pas détaillés dans l'annonce de fal. Le catalogue d'un revendeur tiers, SandBase, donne un ordre de grandeur : environ 0,157 dollar par seconde produite en 720p, et 0,235 dollar en 1080p.
Faites le calcul pour une publicité de trente secondes en 1080p : un peu plus de 7 dollars la prise. Un chiffre qui paraît dérisoire face à un tournage, et qui devient moins anodin quand on sait qu'une séquence correcte demande souvent cinq à dix essais.
Le montage vidéo se facture autrement, sur les secondes d'entrée plus les secondes de sortie. Kling 4.0 accepte jusqu'à cinq clips en entrée, un principal et quatre références, pour trente secondes au total.
La latence de Kling 4.0 : 339 secondes pour cinq secondes
La latence est le point que les tableaux de spécifications passent sous silence. Lors d'un test publié par SandBase le 23 octobre, une première génération de cinq secondes en 1080p a demandé 339 secondes, soit près de six minutes.
Le même essai, avec la même consigne, a produit quatre secondes sur Veo 3.1 en 51 secondes, audio désactivé. Il s'agit d'une exécution unique, pas d'un benchmark, et les réglages ne sont pas strictement comparables. L'écart reste néanmoins de nature à changer un flux de travail.
Six minutes par prise. Une équipe qui teste vingt variantes attend deux heures. Combien de créateurs peuvent se le permettre ? Pour un storyboard, c'est jouable. Pour une campagne qui doit livrer le lendemain, non.
Ce que Kling 4.0 annonce mais ne livre pas encore
La fiche officielle promet beaucoup plus que ce que l'API tierce expose aujourd'hui. La résolution 4K figure dans les spécifications, tout comme le HDR 10 bits en 1080p et 4K, l'extension jusqu'à deux minutes et l'usage complet des quinze références.
Sur l'endpoint testé par SandBase, l'utilisable se limite aux images de début et de fin, aux dix images et cinq vidéos de référence, et aux résolutions 720p et 1080p. Kuaishou annonce le HDR et l'extension comme des fonctions à venir.
C'est un écart classique au lancement d'un modèle vidéo. Les capacités annoncées arrivent par paliers, et les premiers clients essuient les plâtres. Prévoyez vos tests sur les fonctions réellement disponibles, pas sur la fiche technique.
Kling 4.0 face à Veo 3.1, Seedance 2.5 et Runway
Le modèle se place dans la même catégorie que Veo 3.1 chez Google, Seedance 2.5 chez ByteDance et les dernières versions de Runway. Tous visent les mêmes clients : agences, studios de production légère, créateurs de contenu à volume.
Kuaishou revendique 60 millions de créateurs et 30 000 clients entreprises sur Kling, des chiffres d'entreprise que personne n'a vérifiés indépendamment. L'argument commercial repose sur le prix à la seconde et sur la durée native, deux points où Kling 4.0 est bien placé sur le papier.
L'argument technique repose sur autre chose. La capacité à tenir une cohérence sur un plan long. Sur ce terrain, les premiers retours publics parlent surtout d'un mouvement crédible, et beaucoup moins de la fidélité des détails. Un flacon peut garder sa forme et changer de bouchon en cours de route. C'est là que le modèle dérape.
À suivre chez Kling et fal
Les prochaines semaines diront si la latence baisse et si les fonctions 4K, HDR et extension arrivent sur les endpoints tiers. Pour un développeur, le test à faire tient en une phrase : générez la même séquence trois fois et comparez, parce qu'une prise réussie ne dit rien de la régularité du modèle.
Kling 4.0 est accessible dès maintenant via l'API fal, facturée à la seconde produite. Commencez par du 720p pour itérer sur le découpage, et réservez le 1080p aux prises finales.
