Kling 4.0

Kling 4.0 ist Kuaishous Videomodell, das im September 2026 angekündigt wurde. Eine Modell-ID deckt fünf Modi ab: Text zu Video, Bild zu Video mit bis zu 10 Frames, Referenz-basierte Erzeugung aus Bildern, Videos und Audio, Videobearbeitung und Videoverlängerung. Jeder Clip ist 3–30 Sekunden lang in 720p oder 1080p mit Stereoton. Sende die Anfrage, behalte die zurückgegebene Aufgaben-ID und lies das fertige Video aus der Aufgabe. Medien werden als URLs übergeben.

Modell-IDs

Aktuelle Preise findest du auf der Modellseite.

Kurzbeispiel

curl https://api.seedrouter.ai/v1/videos/generations \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-4-0",
    "prompt": "A woman with a red umbrella walks down a neon-lit street on a rainy night, signs shimmering in the puddles, the camera tracking low beside her. No text, no logos.",
    "resolution": "720p",
    "duration": 5,
    "aspect_ratio": "16:9"
  }'

Endpunkt

POST https://api.seedrouter.ai/v1/videos/generations

Die Antwort ist eine Aufgabe ({"id": "task_...", "status": "processing"}), nicht das fertige Video. Frage GET /v1/tasks/{task_id} ab, um das Ergebnis zu erhalten. Halte API-Schlüssel in serverseitigen Code.

Parameter

Jeder Clip hat Stereoton; es gibt keinen Tonschalter. Es gibt kein mode, negative_prompt, watermark oder Multi-Shot-Feld. Das Schema ist streng: unbekannte Felder werden abgelehnt, nicht ignoriert. callback_url ist nicht verfügbar; frage die Aufgabe statt dessen ab.

Modi

Der Modus folgt den Medien, die du sendest, und omni_reference_task_type:

Frames und Referenzmedien können nicht in einer Anfrage gemischt werden. Neben Referenzvideos oder Audio zählen image_urls als Referenzbilder nur mit omni_reference_task_type: "reference"; verwende sonst reference_image-Rollen. Ein video_url ohne edit oder extend wird abgelehnt.

Keyframes

{
  "model": "kling-4-0",
  "prompt": "A girl walks from the window to the door, then looks back and smiles",
  "image_with_roles": [
    {"url": "https://example.com/1.png", "role": "first_frame"},
    {"url": "https://example.com/2.png", "role": "keyframe"},
    {"url": "https://example.com/3.png", "role": "last_frame"}
  ],
  "duration": 10
}

Referenz

{
  "model": "kling-4-0",
  "prompt": "The woman from @Image1 walks along the beach with the camera movement of @Video1",
  "image_with_roles": [{"url": "https://example.com/woman.png", "role": "reference_image"}],
  "video_urls": ["https://example.com/camera.mp4"],
  "aspect_ratio": "auto",
  "duration": 5
}

Bearbeitung

{
  "model": "kling-4-0",
  "prompt": "Change the scene to a snowy winter evening",
  "omni_reference_task_type": "edit",
  "video_url": "https://example.com/in.mp4"
}

Das Eingabevideo muss mindestens 3 Sekunden lang sein; nur seine ersten 30 Sekunden werden verwendet. Ohne duration folgt die Ausgabe dem Eingabevideo.

Verlängerung

{
  "model": "kling-4-0",
  "prompt": "The camera keeps moving forward as the sky grows darker",
  "omni_reference_task_type": "extend",
  "video_url": "https://example.com/in.mp4",
  "duration": 5
}

Die Verlängerung setzt vom letzten Frame des Eingabevideos fort und gibt das Original plus den neuen Teil zurück. Füge last_frame_image hinzu, um zu wählen, wo es endet.

Medieneingaben

Bilder, Videos und Audio sind öffentliche HTTP(S)-URLs. Base64-Daten-URIs werden nicht akzeptiert: Lade die Dateien in deinen eigenen Speicher und gib ihre URLs weiter. Bilder, Videos und Audio zusammen sind höchstens 15 Referenzdateien.

Abrechnungsdimensionen

Prüfe den Modell-Preisbereich auf aktuelle Tarife. Kling 4.0 wird pro Sekunde Video abgerechnet, zu einem Tarif, der durch die Auflösung bestimmt wird:

text, image, reference without videos:  cost = duration × standard rate
extend:                                 cost = new seconds × standard rate
edit, reference with videos:            cost = (output + max(output, input)) × video-input rate

Eingabe ist die Gesamtlänge der Eingabevideos, aufgerundet auf ganze Sekunden und auf 30 begrenzt. Sie wird gemessen, wenn die Anfrage akzeptiert wird, daher ist der reservierte Betrag auch der berechnete Betrag. Ein Video, dessen Länge nicht gelesen werden kann, wird abgelehnt, bevor etwas berechnet wird. Beispiel: Bearbeitung eines 5,2-Sekunden-Videos in ein 3-Sekunden-Ergebnis berechnet 3 + 6 = 9 Sekunden. Fehlgeschlagene Aufgaben werden nicht berechnet.

Output-Schema

Die Einreichung gibt die Aufgabe zurück:

{"id": "task_...", "model": "kling-4-0", "status": "processing", "created_at": 1789689600}

Aufgabe abrufen

GET https://api.seedrouter.ai/v1/tasks/{task_id}

Frage alle 10–20 Sekunden ab, bis status completed oder failed ist. Ein Netzwerk-Timeout während der Abfrage bedeutet nicht, dass die Erzeugung fehlgeschlagen ist: behalte die Aufgaben-ID und nimm die Überprüfung erneut auf.

Abgeschlossene Aufgabe

{
  "id": "task_...",
  "model": "kling-4-0",
  "status": "completed",
  "created_at": 1789689600,
  "finished_at": 1789689800,
  "output": {
    "video_url": "https://static.seedrouter.ai/media/tasks/task_example/0.mp4"
  }
}

In unseren Tests kamen 3-Sekunden-720p-Clips als MP4 (H.264) bei 1280 × 720 mit Stereo-AAC-Spur, 2 min 41 s bis 4 min 22 s nach der Einreichung zurück. Ein verlängertes 5,2-Sekunden-Video kam 8,1 Sekunden lang zurück.

Fehler

Anfragen, die vor der Aufgabenerstellung abgelehnt werden, geben einen HTTP-Fehler mit einem error-Objekt zurück und werden nicht berechnet. Eine Aufgabe, die nach der Annahme fehlschlägt, gibt HTTP 200 zurück, wenn sie abgefragt wird, mit status: "failed" und einem error-Objekt.

Siehe den gemeinsamen Fehlerkatalog für Codes, HTTP-Status und Wiederholungsanleitung.

{
  "id": "task_...",
  "model": "kling-4-0",
  "status": "failed",
  "error": {
    "code": 60001,
    "message": "The request was rejected by the content policy. Please revise the prompt or input images."
  }
}

Falls die Einreichung selbst ausläuft, prüfe deine Aufgaben, bevor du erneut einreichst: Die erste Anfrage kann angenommen worden sein.

Tipps

• Beschreibe Subjekt, Ort, Kamerabewegung, Licht und Ton; das Audio des Clips folgt dem Prompt.
• Entwurf bei 720p, dann render die endgültige Aufnahme bei 1080p mit derselben Anfrage.
• Gib längeren Clips Keyframes, damit sich die Szene dorthin bewegt, wo du es möchtest.
• Füge no text, no logos hinzu, um erfundene Marken zu vermeiden.

Verwandt

• Kling 4.0 Playground und Preise
• Kling 3.0 API-Referenz
• OpenAPI herunterladen
• Kopierbares Markdown