Kling 4.0 вышел: 30 секунд видео и 15 референсов доступны, но 4K пока нет

Kling анонсировал версию 4.0 ещё 28 сентября и тогда же открыл ранний доступ к облегчённой версии Flash для годовых подписчиков тарифа Ultra. По данным блога Kling, полный релиз состоялся 15 октября. Автор оригинального обзора сверил блог, гайд пользователя и страницу функций Kling и обнаружил расхождения: 4K и 10-bit HDR в промо-ролике показаны без оговорок, а на странице функций помечены как «скоро». Независимых оценок качества модели пока нет.

Что понадобится

• Доступ к Kling 4.0 Omni. Автор оригинала запускал модель через платформу SYNTX.AI. Модель доступна и на официальном сайте Kling.
• Промпт на английском. Поле принимает до 24 000 символов (у Kling 3.0 лимит был 1 500, в 16 раз меньше).
• Референсы (образцы для модели), если нужны: до 10 картинок и до 5 видео.
• Время: одна генерация 8 секунд в 720p заняла у автора обзора около 4 минут.
• Токены (внутренняя валюта сервиса). Курс токена зависит от тарифа, поэтому стоимость в рублях автор не пересчитывал.

Пошаговая инструкция: первая генерация в Kling 4.0 Omni

1. Откройте интерфейс с моделью Kling 4.0 Omni. Автор обзора использовал SYNTX.AI, где модель называется именно так.

2. Выберите режим до начала работы. Это критичный шаг, режим нельзя переключить после. Два варианта:

3. Omni Reference (по умолчанию) принимает картинки, видео, голоса и элементы. Подходит, когда нужен персонаж, голос и образец движения.
4. Keyframes (ключевые кадры) принимает только картинки: первый кадр, первый и последний или до 10 ключевых. Референсы в этом режиме не прикладываются.

В одной задаче совместить оба режима нельзя.

1. Задайте параметры генерации. На момент обзора доступны 720p и 1080p. 4K в настройках отсутствует. Выберите длительность (до 30 секунд) и соотношение сторон.

2. Напишите промпт. Пример промпта, на котором автор тестировал модель:

A street food vendor at a rainy night market tosses noodles in a wok, flames leap up, steam rises into neon light, raindrops hit the awning, camera slowly pushes in from a medium shot to a close-up of his hands, shot on 35mm film, shallow depth of field

По-русски: уличный повар на ночном рынке под дождём подбрасывает лапшу в воке, пламя взлетает, пар поднимается в неоновый свет, капли бьют по навесу, камера медленно наезжает со среднего плана на крупный план рук, плёнка 35 мм, малая глубина резкости.

1. Если используете Omni Reference, прикрепите референсы с учётом лимитов:
2. Картинки: до 10 штук, каждая до 30 МБ.
3. Видео: до 5 роликов по 3-30 секунд, суммарно не больше 30 секунд, до 300 МБ на файл.
4. Голосовые профили: до 3 штук, по 5-30 секунд аудио.

5. Элементы: до 7, из них видео-элементов до 3 по 3-8 секунд исходника.

6. Если нужно, чтобы модель редактировала ролик, а не копировала его как образец, добавьте в промпт указание:

Edit @Video1

1. Запустите генерацию и дождитесь результата. При 8 секундах в 720p ожидание составило около 4 минут.

Результат тестовой генерации: 9,5 из 10?

Автор обзора сравнил Kling 4.0 с Kling 3.0 на том же промпте, где пятью днями ранее версия 3.0 получила 8 из 10 баллов. Kling 4.0 получил 9,5: физика лапши и пламени, руки повара, наезд камеры и цвет оказались корректными. Полбалла автор снял после сравнения с роликом Seedance 2.5, где человек выглядел чуть естественнее.

Стоимость генерации при этом снизилась. По данным автора: 5,1 токена за секунду у Kling 4.0 против 6,0 у Kling 3.0, то есть примерно на 15% дешевле.

Оценка сделана на одной генерации одним человеком, проверены 8 секунд в 720p, а не 30 секунд в 1080p. Автор обзора прямо оговаривает: это первое впечатление, а не полноценный замер.

Что это даёт вам на практике?

Автору на Дзене. 30 секунд генерации и промпт до 24 000 символов позволяют получить сцену, которую раньше пришлось бы склеивать из нескольких коротких генераций. Если делаете видео-обложки или иллюстрации к статьям, Kling 4.0 уже работает и стоит дешевле версии 3.0.

Маркетологу. 15 референсов (картинки, видео, голос) позволяют задать модели конкретного персонажа, стиль движения и голос. Для продуктовых роликов это экономия на съёмке, но помните: 4K пока недоступен, а значит, для полноценного продакшна модель не готова.

Предпринимателю в РФ. Kling, китайская модель, доступна через сторонние платформы вроде SYNTX.AI. Из российских аналогов для генерации видео по тексту можно посмотреть на Kandinsky от Сбера, хотя по длительности и количеству референсов он пока не конкурирует с Kling 4.0.

Генерация стала дешевле, промпт длиннее, референсов больше, но реальное разрешение пока не дотягивает до анонса. Попробуйте модель на собственном сценарии и сравните с версией 3.0: цифры автора обзора показывают, что при том же промпте Kling 4.0 выигрывает и по качеству, и по цене за секунду.