Kling 4.0 ist da: 30-Sekunden-Video, Stereo-Audio und Flash-Version

Kling AI hat Version 4.0 am 19. Oktober 2026 in seinem Videogenerierungsdienst verfügbar gemacht. Das Update umfasst längere Clips in einer einzigen Generierung, Keyframes zur Steuerung des Szenenablaufs, die Nutzung mehrerer Referenzen und Neuerungen bei den Audiofunktionen. Außerdem kündigte das Unternehmen mit Kling 4.0 Flash eine separate Version für schnellere und kostengünstigere Generierungen an.

Längere Generierungen und mehr Referenzoptionen

Kling 4.0 kann in einer einzigen Generierung Videos mit einer Länge von bis zu 30 Sekunden erstellen. Nutzer können bis zu 10 Keyframe-Bilder als Eingabe hinzufügen, um Szenenübergänge, den Zustand von Figuren oder wichtige Momente in der Geschichte vorzugeben. Laut Quelle wurde auch die Fähigkeit, Prompts zu verstehen, auf 8.000 Token erhöht.

Laut Kling AI nimmt Omni Reference bis zu 15 Referenzelemente pro Generierung an. Dabei lassen sich bis zu 10 Bilder und 5 Videos mit einer Gesamtlänge von höchstens 30 Sekunden verwenden; die Quelle nennt außerdem eine Unterstützung von bis zu 7 Elementen. Auch Storyboards, Drahtgitterzeichnungen, Bildraster, White-Model-Videos und Videos mit Tiefenkarten können als Referenzen dienen.

Die Funktion Creative Recreation konzentriert sich darauf, ein vorhandenes Video als Vorlage zu verwenden und darin Produkte oder Figuren auszutauschen. Kling AI zufolge lassen sich Elemente wie Gesichtsausdrücke, Körperbewegungen, Kamerawinkel oder Hintergründe unabhängig von den übrigen Teilen des Clips bearbeiten.

Stereo-Audio, Lippensynchronisation und Flash

Mit dem Update kommen Zweikanal-Stereo-Audio und eine verbesserte Lippensynchronisation in mehr als 10 Sprachen hinzu. Zu den von Kling AI genannten Beispielen gehören Deutsch, Englisch, Japanisch, Koreanisch und Spanisch sowie verschiedene Dialekte und Akzente. Das Unternehmen gibt außerdem an, dass Texte im Video in mehreren Sprachen erstellt werden können und bei Kamerabewegungen stabil bleiben.

Kling 4.0 Flash wird mit dem Ziel schnellerer und kostengünstigerer Generierungen angeboten. Diese Variante hat jedoch andere Grenzen als die Hauptversion: Sie kann Videos mit einer Auflösung von höchstens 720p und einer Länge von bis zu 20 Sekunden erzeugen. Auch die Benutzeroberfläche wurde überarbeitet. Kling 4.0 ist laut Angaben über MCP und CLI zugänglich, wodurch sich automatisierte Workflows mit Agenten einrichten lassen.

Noch ausstehende Funktionen und offene Fragen

10-Bit-HDR-Ausgabe in 4K und 1080p sowie eine Funktion, mit der sich Videos auf bis zu zwei Minuten verlängern lassen, führt Kling AI als „in Kürze verfügbar“. Diese Optionen sollten daher nicht als bereits verfügbare Funktionen behandelt werden. Der API-Preis für Kling 4.0 wurde nicht bekannt gegeben; auch die API-Unterstützung ist laut Quelle für einen späteren Zeitpunkt angekündigt.

Für Architektur-, Innenarchitektur- und Archviz-Teams könnte der wichtigste Anwendungsbereich darin liegen, Entwurfsideen in kurze Videos umzusetzen und bestimmte Szenenelemente mithilfe von Referenzen zu steuern. Die Unterstützung von Eingaben wie Storyboards, Drahtgitterzeichnungen und White-Model-Videos eröffnet die Möglichkeit, visuelle Abläufe aus der Entwurfsphase in die Videogenerierung zu übertragen. Die Quelle nennt jedoch weder ein spezielles Architekturwerkzeug noch eine Garantie für Maß-, Geometrie- oder Materialtreue. Die Ergebnisse sollten daher als Konzeptdarstellung oder Präsentationsentwurf und nicht als Projektdokumentation betrachtet werden.

Teams, die automatisierte Workflows einrichten, können den Zugang über MCP und CLI prüfen; dabei sollten sie jedoch berücksichtigen, dass API-Unterstützung und Preise noch nicht feststehen. Die Quelle enthält keine Angaben zu Hardwareanforderungen, Lizenzbedingungen oder der Kompatibilität mit bestehenden Projekten. Auch 4K HDR und die Verlängerung auf zwei Minuten sollten bis zur tatsächlichen Verfügbarkeit nicht als gesicherte Funktionen in Produktionsplänen vorausgesetzt werden.