Kling 4.0Kling 4.0
Le modèle audiovisuel de nouvelle génération de Kuaishou — Kling 4.0 tourne des prises de 3 à 30 secondes jusqu’en 4K, avec un dialogue stéréo en neuf langues, jusqu’à 10 images clés et des compositions Omni Reference de 15 assets. Bientôt disponible sur Molyin ; tous les modèles déjà en ligne sont prêts dans le générateur.
- Générations échouées remboursées automatiquement
- Les packs de crédits n’expirent jamais
- Le prix de chaque modèle est public
- Annulez à tout moment en un clic
- 3–30 s
- Durée d’un clip
- Jusqu’à 4K
- Trois niveaux de résolution
- 9
- Langues de dialogue
- 15
- Assets Omni Reference
Trois exemples de lancement, trois prompts complets
Trois exemples officiels de lancement, chacun livré avec le prompt complet qui l’a produit. Cliquez sur Remix pour charger un prompt dans le générateur et le lancer dès aujourd’hui sur un modèle disponible, ou gardez-le prêt pour le jour du lancement de Kling 4.0.
- Kling 4.0
- Text to video
- 28s
- 1440P
1. CONTEXTE DE SCÈNE : EXACTEMENT 1 DRAGON — AUCUN DOUBLON. Une séquence d’action dark fantasy de 30 secondes en six plans. Un dragon colossal rugit, s’élance d’un piton montagneux, accélère vers une ville côtière en flammes, plonge entre ses tours et déclenche une attaque incendiaire aérienne dévastatrice. Échelle épique, rythme très rapide, mouvement en temps réel. 2. RÉFÉRENCES ACTIVES : contrôle la ville côtière en flammes, l’architecture gothique, le port, l’horizon montagneux, les incendies existants, les colonnes de fumée, les nuages d’orage et la foudre. Contrôle l’identité du dragon, ses écailles noir-gris, ses membranes alaires brun-rouge, ses cornes, ses épines dorsales, ses quatre pattes, ses deux ailes, sa longue queue et le piton rocheux du plan d’ouverture. 3. CARTE DES LIEUX : le piton surplombe la ville côtière. Le port se trouve à gauche du cadre, le château central droit devant, et le quartier en proie aux flammes les plus denses au centre-droit. La direction du vol va toujours de la montagne vers le centre-ville. Les caméras restent derrière, sous le dragon ou sur son flanc gauche, sans jamais inverser l’axe de déplacement. 4. PREMIÈRE IMAGE ET BLOCAGE SPATIAL : le dragon est déjà accroupi sur le piton, ailes déployées, pattes arrière comprimées et tête pointée vers la ville. Ses mâchoires s’ouvrent pour un rugissement. Des flammes vacillent en contrebas ; des colonnes de fumée reliées entre elles ploient sous le vent et toute la voûte d’orage bouge visiblement. 5. MODE DE FORMAT : six plans avec des coupes franches. PLAN 1 — 0,0–4,0 s : rugissement et lancement. PLAN 2 — 4,0–9,0 s : poursuite à grande vitesse vers le port. PLAN 3 — 9,0–13,5 s : vol bas au-dessus de l’eau vers la ville. PLAN 4 — 13,5–19,0 s : première attaque incendiaire entre les tours. PLAN 5 — 19,0–25,0 s : poursuite en virage et attaque incendiaire balayante. PLAN 6 — 25,0–30,0 s : le dragon s’élève au-dessus de la ville en flammes. Les coupes sont motivées par des balayages d’aile, des balayages de fumée et des passages rapprochés le long de l’architecture. Aucun fondu, aucune dissolution. 6. OPTIQUE : PLAN 1 — 24 mm, champ de vision horizontal de 74°, plan large d’environnement en contre-plongée. PLAN 2 — 18 mm, champ de vision de 90°, perspective de poursuite arrière. PLAN 3 — 24 mm, champ de vision de 74°, poursuite au ras de l’eau. PLAN 4 — 28 mm, champ de vision de 65°, travelling à hauteur de toit. PLAN 5 — 24 mm, champ de vision de 74°, poursuite rapprochée arrière-latérale. PLAN 6 — 18 mm, champ de vision de 90°, plan large aérien monumental. Profondeur de champ modérée à prononcée. Flou de mouvement naturel marqué sur les extrémités des ailes, l’eau, la fumée, les braises et les bâtiments proches. 7. CAMÉRA : toutes les caméras présentent une instabilité physique manifeste, comme tenues à la main. PLAN 1 : panoramique vertical rapide vers le haut au moment où le dragon s’élance ; la pression des ailes secoue violemment l’opérateur. PLAN 2 : la caméra suit à 12 mètres derrière la queue, fouettée par un vent intense et des vibrations verticales rapides. PLAN 3 : elle file juste au-dessus de l’eau derrière le dragon ; les vagues et les bateaux en flammes balaient les bords du cadre. PLAN 4 : travelling dans le canyon des rues à hauteur des toits. PLAN 5 : la caméra suit le dragon dans un virage à forte inclinaison et perd presque le cadrage tandis que les tours passent dangereusement près. PLAN 6 : elle poursuit l’ascension, puis se stabilise sur une vue large de la ville dévastée. Aucun flottement fluide, aucun mouvement mécaniquement parfait. 8. CHRONOLOGIE DE L’ACTION — 0,0–0,8 s : le dragon libère un rugissement tonitruant, cou tendu et regard fixé sur la ville. 0,8–2,0 s : ses pattes arrière s’enfoncent dans le piton ; ses griffes fracturent la roche. 2,0–4,0 s : le dragon s’élance et donne deux puissants coups d’aile. Poussière et pierres explosent vers l’arrière. 4,0–6,5 s : coupe franche derrière le dragon, déjà lancé à grande vitesse. 6,5–9,0 s : il replie ses pattes sous son corps et plonge vers le port. La fumée file sur ses ailes. 9,0–11,5 s : le dragon frôle rapidement une eau agitée. Ses extrémités d’ailes touchent presque les vagues. 11,5–13,5 s : il dépasse des navires en flammes et franchit la digue. Une tour balaie l’objectif. 13,5–15,0 s : coupe franche à l’intérieur de la ville. Le dragon jaillit à travers la fumée entre les tours gothiques. 15,0–19,0 s : il libère un jet de feu continu orange et blanc, balayant la rangée de toits de gauche sans ralentir. 19,0–21,5 s : le dragon bascule dans un virage serré à droite autour de la tour centrale ; sa queue pivote avec une inertie retardée. 21,5–25,0 s : son flux de feu continu balaie l’avenue et frappe la tour de droite. Maçonnerie en flammes et braises tombent derrière lui. 25,0–27,0 s : le dragon cesse de cracher du feu, bat puissamment des ailes et s’élève au-dessus des toits. 27,0–30,0 s : il monte vers la lumière de l’orage et plane au-dessus de la ville en flammes. La caméra s’élargit pour révéler les flammes qui se propagent, les colonnes de fumée et le port en contrebas. 9. PHYSIQUE : le dragon possède une masse immense et crédible malgré sa vitesse. Les coups d’aile prennent naissance dans les épaules ; les membranes se tendent sous la charge aérodynamique. Le torse, les pattes et la queue réagissent avec une inertie retardée. Les sillages des ailes déchirent la fumée, agitent l’eau et attisent les incendies proches. Le feu ne sort que de la gueule ouverte, sous forme de jet propulsé par la pression, avec un cœur blanc incandescent, des bords orange turbulents et une distorsion thermique visible. Les bâtiments s’enflamment progressivement aux points d’impact visibles. Les débris suivent la gravité et le sillage du dragon. 10. ÉCLAIRAGE : une lumière froide d’orage entre par le haut à gauche. Les incendies existants diffusent une lumière orangée par le dessous sous le dragon. Le jet de feu devient une source principale mouvante et motivée, projetant des reflets en mouvement sur les écailles, les tours et la fumée. Des rayons de soleil percent les nuages pendant l’ascension finale. Préservez le détail dans le cœur de la flamme et gardez la silhouette du dragon lisible. 11. AUDIO : aucun dialogue. Rugissement de dragon synchronisé, griffes qui raclent, roche qui se fracture, tonnerre des ailes de cuir, vent violent, impacts de vagues, navires en flammes, maçonnerie qui s’effondre, sifflement des braises et déflagrations de feu sous pression. Partition originale épique : tambours de guerre rapides, ostinato de cuivres graves et cordes urgentes dès le début. Un chœur grave sans paroles entre au lancement. Les percussions accélèrent pendant la poursuite. L’orchestre complet frappe à chaque attaque incendiaire, puis s’élargit en un final sombre et triomphal pendant l’ascension. Le rugissement, les ailes et le feu restent plus forts que la musique. 12. JEU DU PERSONNAGE : le dragon agit avec une intention prédatrice concentrée. Ses yeux restent rivés sur sa trajectoire de vol et sur les bâtiments successifs qu’il vise. Pendant l’accélération, sa tête s’abaisse et ses épaules poussent avec agressivité. Dans la ville, son cou guide délibérément le jet de feu tandis que sa queue contrôle chaque virage. Dans le plan final, sa poitrine s’ouvre et son attitude passe de l’agressivité offensive à une domination aérienne. 13. STYLE : cinéma dark fantasy apocalyptique et grandiose, photographie de poursuite agressive, échelle monumentale et énergie de champ de bataille. Le fusain et le bleu d’orage occupent 60 % de la palette, la pierre brun fumée 30 %, et l’orange du feu 10 %. Texture de film 35 mm patinée, douceur de vieille photographie, grain organique et aucune accentuation numérique. 14. QUALITÉ : identité et anatomie du dragon cohérentes à chaque coupe : une tête, deux ailes, quatre pattes et une queue. Architecture urbaine stable, cycles d’ailes cohérents, feu solidaire de la gueule, fumée volumétrique et destruction physiquement connectée. Flou de mouvement rapide naturel, sans copies fantômes, sans mutation anatomique ni flammes détachées. 15. CONTRAINTES POSITIVES : exactement un dragon reste visible tout au long de la séquence. Il s’élance avant 2 secondes, atteint le port à 9 secondes, entre dans la ville à 13,5 secondes et effectue deux passes d’attaque incendiaire rapides avant de s’élever. Chaque plan préserve la direction montagne-ville. Une forte secousse de caméra communique la vitesse extrême tandis que le dragon reste lisible. Les incendies urbains émettent continuellement de la fumée, les nuages traversent visiblement le ciel, et de nouvelles destructions n’apparaissent que là où le flux de feu continu frappe.
- Kling 4.0
- Text to video
- 15s
- 1080P
CONTEXTE DE SCÈNE : EXACTEMENT 3 PERSONNAGES HUMAINS DISTINCTS DANS TOUTE LA VIDÉO. Trois personnes se trouvent dans un centre d’information touristique urbain, fictif, lumineux et propre. Gardez des tons cohérents du début à la fin. La touriste se tient à gauche, l’interprète au centre et la personne à l’accueil à droite. Une carte de la ville et un plan d’itinéraire sont posés sur le comptoir d’information. Les textes en arrière-plan et les libellés de la carte doivent être flous et illisibles. Aucune marque réelle, aucun nom d’organisation, logo ou filigrane ne doit apparaître. CHRONOLOGIE DE L’ACTION : 0–3 secondes : plan moyen des trois personnes. La touriste espagnole regarde l’interprète au centre, lève la carte qu’elle tient à la main et parle dans un espagnol naturel, clair et légèrement lent : “¿Dónde está la estación de metro más cercana?” Après sa réplique, marquez une pause d’environ 0,5 seconde. L’interprète se tourne vers la personne à l’accueil et traduit en chinois : “她想知道最近的地铁站在哪里。” 3–7 secondes : coupe sur l’interprète et la personne à l’accueil. La personne à l’accueil regarde la carte (pas de gros plan sur la carte) et répond dans un chinois naturel et clair : “沿这条路直走，步行大约五分钟就能到。” Après sa réplique, marquez une pause d’environ 0,5 seconde. L’interprète confirme avoir compris et se tourne vers la touriste. 7–11 secondes : l’interprète traduit la réponse de la personne à l’accueil dans un espagnol naturel, clair et légèrement lent : “La estación de metro está a unos cinco minutos a pie. Siga recto por esta calle.” Tout en parlant, l’interprète montre l’itinéraire sur la carte, et la touriste l’étudie attentivement. 11–15 secondes : retour à un plan moyen des trois personnes. Après avoir compris les indications, la touriste espagnole sourit, hoche la tête et dit en espagnol : “Muchas gracias.” Les trois conservent une interaction de service naturelle jusqu’à la fin de la scène. AUDIO : - La touriste espagnole ne parle qu’en espagnol. - La personne chinoise à l’accueil ne parle qu’en chinois. - L’interprète parle d’abord chinois, puis espagnol. - Chaque personne a une voix distincte. - Quand une personne parle, les autres restent silencieuses. Aucune interruption, aucun chevauchement de dialogue. - Tous les dialogues doivent avoir des voix claires, avec des mouvements de lèvres synchronisés sur la langue correspondante. - La prononciation espagnole doit être naturelle et standard, sans accent anglais. - Le débit doit être légèrement lent, avec des pauses naturelles entre les phrases. - Conservez de subtils sons d’ambiance d’un centre d’information touristique. N’ajoutez pas de musique de fond. Les sons d’ambiance ne doivent pas couvrir le dialogue. CAMÉRA : commencez par un plan moyen des trois personnes pour établir leurs relations. Quand la touriste parle, coupez sur un plan à deux de la touriste et de l’interprète. Quand l’interprète relaie la question, coupez sur l’interprète et la personne à l’accueil. Pendant la réponse de la personne à l’accueil, insérez un gros plan de l’itinéraire sur la carte. Quand l’interprète traduit en espagnol, revenez à un plan à deux de l’interprète et de la touriste. Terminez par un plan moyen des trois personnes. Maintenez la cohérence des positions, des regards et des vêtements tout au long de la scène. Ne remplacez pas brusquement les personnages et ne modifiez pas leurs relations spatiales. STYLE : style documentaire réaliste, naturel et professionnel d’un service touristique. Lumière claire et nette, expressions faciales naturelles et mouvements retenus. La scène doit ressembler à une interaction authentique dans un aéroport ou un centre d’information touristique urbain.
- Kling 4.0
- Reference to video
- 15s
- 720P
1. CONTEXTE DE SCÈNE : EXACTEMENT 1 PERSONNAGE HUMAIN — AUCUN DOUBLON. Une femme présente avec enthousiasme la doudoune courte noire Kling qu’elle porte dans un showroom de mode minimaliste. Elle garde un contact visuel chaleureux et assuré avec la caméra tout en montrant le col, le logo sur la poitrine, la construction matelassée, la coupe courte et les poches. Un seul plan mode vertical continu de 15 secondes. 2. RÉFÉRENCES ACTIVES : @Image1 contrôle l’identité exacte de la femme, ses cheveux bruns raides, ses yeux bleus, ses petites boucles d’oreilles, sa doudoune courte noire Kling, son col haut, sa fermeture éclair argentée, son logo blanc sur la poitrine, ses panneaux matelassés, ses poignets élastiques, ses poches latérales, son jean bleu ample, sa ceinture noire, les portants du showroom, la fenêtre et la composition verticale. Préservez chaque détail à l’identique. 3. CARTE DES LIEUX : la femme reste centrée entre deux portants de vêtements. Le portant de gauche reste derrière le bord gauche du cadre, le second reste à l’arrière-droite, et la grande fenêtre reste au bord droit du cadre. La caméra reste directement face à elle et ne se déplace que légèrement vers son côté gauche. 4. PREMIÈRE IMAGE ET BLOCAGE SPATIAL : reprenez la composition de la référence. Elle se tient dans une position de trois quarts détendue, les deux bras reposant naturellement le long du corps. La doudoune entière, la taille, la ceinture et le haut du jean restent visibles. Sa tête se tourne vers la caméra et ses yeux se fixent naturellement sur l’objectif. 5. MODE DE FORMAT : un seul plan vertical 9:16 de 15 secondes, sans interruption. Aucune coupe, aucun fondu, aucune dissolution, aucun changement de vitesse, aucune transformation de tenue, aucun changement de lieu ni pose dupliquée. 6. OPTIQUE : objectif équivalent 50 mm, avec un champ de vision horizontal de 40°. Le cadrage mode moyen garde lisibles ses yeux, son expression, le col, le logo, la fermeture éclair, les manches, l’ourlet, les poches et la taille. Une profondeur de champ modérée la détache doucement des portants. 7. CAMÉRA : un opérateur humain se tient à environ deux mètres cinquante, à hauteur de poitrine, et décrit un lent arc à la main dans le sens horaire, sur moins d’un mètre. La dérive de respiration, les petits pas, un léger roulis et les recadrages retardés restent visibles. La caméra ne se stabilise jamais mécaniquement et ne coupe jamais l’ourlet de la doudoune. 8. CHRONOLOGIE DE L’ACTION. 0,0–2,0 s : elle trouve l’objectif, prend une légère inspiration d’anticipation et esquisse un sourire d’accueil sincère. 2,0–5,5 s : tout en commençant sa phrase, elle touche le col structuré et suit la fermeture éclair vers le bas du bout des doigts, sans quitter l’objectif des yeux. 5,5–8,5 s : sa voix devient plus vivante ; sa main s’arrête près du logo Kling blanc et sa main libre s’ouvre dans un petit geste expressif. 8,5–11,5 s : elle pivote en profil trois quarts, glisse les deux mains dans ses poches et regarde de nouveau vers l’objectif avec un sourire assuré. 11,5–15,0 s : elle fait de nouveau face à la caméra, détend ses épaules et termine la présentation le regard lumineux, l’expression chaleureuse et satisfaite. 9. PHYSIQUE : la doudoune matelassée se comprime naturellement sous ses doigts et reprend sa forme lorsqu’elle les retire. Les panneaux matelassés conservent un volume cohérent. Les manches se plient et se froissent aux coudes, tandis que l’ourlet court se décale pendant sa rotation et retombe sous l’effet de la gravité. Les cheveux et les boucles d’oreilles réagissent avec un léger mouvement retardé. 10. ÉCLAIRAGE : la lumière douce du jour venant de la grande fenêtre au bord droit du cadre est l’unique source principale motivée. Elle crée des reflets retenus sur ses yeux, ses cheveux, le tissu noir, la fermeture éclair argentée et ses pommettes, tout en préservant le détail des panneaux matelassés. Les rails de spots au plafond restent des sources pratiques discrètes en arrière-plan. 11. AUDIO : ambiance de showroom en couches : fond sonore discret, ventilation lointaine, léger froissement de la doudoune, contact de la fermeture éclair, mouvement du jean et pas retenus. D’une voix anglaise sincère et émotionnellement engagée, elle dit : “I honestly love this Kling jacket—the cropped fit feels so confident, and it goes with everything.” Commencez par une appréciation chaleureuse, appuyez sur “love” et “confident”, puis terminez sur un sourire audible. Ses lèvres, son souffle, son expression et ses gestes sur le vêtement se synchronisent exactement avec la phrase. Effets sonores uniquement, sans musique, sans partition, sans chanson, sans bande originale. 12. JEU DU PERSONNAGE : elle parle comme une personne réellement enthousiasmée par ce que la doudoune lui fait ressentir. Ses yeux restent connectés à l’objectif, avec des reflets vivants et des clignements naturels irréguliers. Ses sourcils se lèvent légèrement sur “love”, ses joues se soulèvent sur “confident”, et son sourire final atteint les deux yeux. Elle ne baisse jamais les yeux vers le vêtement pendant qu’elle parle ; ses mains repèrent chaque détail naturellement au toucher. INTÉRIEUR, NON DIT : “This feels completely like me.” 13. STYLE : contenu mode contemporain minimaliste, capturé par un accompagnateur humain imparfait. Intimité clairement à la main, douceur de vieille photographie, grain de film organique, contraste retenu, texture naturelle du tissu, léger halo de fenêtre et aucune accentuation numérique. Équilibre des couleurs : 60 % de noir et de fusain, 25 % de blanc froid de showroom, 15 % de denim bleu délavé et de peau naturelle. 14. QUALITÉ : l’identité de la femme, la couleur de ses yeux, sa coiffure, ses boucles d’oreilles, la géométrie de la doudoune, les panneaux matelassés, le col, la fermeture éclair, les poignets, les poches, le jean et la ceinture restent cohérents. Le lettrage Kling blanc reste correctement orthographié, stable et fixé à la même position sur la poitrine. Les yeux, les lèvres, les mains, les doigts, les manches et les plis du tissu restent anatomiquement cohérents. 15. CONTRAINTES POSITIVES : exactement une femme porte exactement une doudoune Kling noire pendant tout le plan. Elle garde un contact direct avec l’objectif pendant qu’elle parle et regarde de nouveau vers l’objectif pendant la pose de profil. Elle prononce exactement un passage émotionnel en anglais et effectue une présentation continue du vêtement. La doudoune reste entièrement fermée et son logo reste visible lors des moments face caméra. N’ajoutez pas de seconde personne, de changement de vêtement, de sous-titre, de prix, d’incrustation promotionnelle, de reflet dans un miroir, de musique ni de démarche de défilé. Une diction plate et sans émotion, un regard qui erre, un lettrage mal formé, une longueur de doudoune qui change, un membre en trop ou du tissu qui traverse le corps équivalent à un plan raté.
Une vidéo, deux photos, une prise entièrement nouvelle
Référence de mouvement de caméra : la vidéo d’entrée ne fournit que ses mouvements de caméra et le rythme de ses plans ; une photo apporte le nouveau sujet, une autre le décor. Kling 4.0 transpose ce travail de caméra sur une scène entièrement différente.
Le prompt
Utilisez @Vidéo1 comme référence pour les mouvements de caméra et le rythme des plans. Remplacez l’élément par la voiture de @Image1 et le décor par @Image2.
Qu’est-ce que Kling 4.0 ?
Kling 4.0 est le modèle vidéo audiovisuel de nouvelle génération de Kuaishou — le moteur derrière Kling AI, annoncé le 28 septembre 2026 et disponible pour tous depuis le 15 octobre. Une seule génération couvre désormais de 3 à 30 secondes, par pas d’une seconde, en 720p, 1080p ou 4K, dans quatre formats d’image plus un mode Auto qui suit votre première image. Le son est natif : stéréo à deux canaux, lip-sync amélioré et dialogue parlé en neuf langues — chinois, anglais, japonais, coréen, espagnol, portugais, allemand, français et hindi — avec des dialectes et des accents authentiques, du cantonais et du sichuanais à l’anglais britannique et indien.
Le contrôle va bien au-delà d’une zone de texte. Les images clés épinglent jusqu’à dix images fixes sur la timeline ; l’Omni Reference compose une scène à partir de 15 assets maximum — dix images, cinq vidéos totalisant 30 secondes, sept éléments et trois profils vocaux ; une référence de mouvement de caméra transpose le travail de caméra d’une vidéo sur un nouveau sujet, comme le montre l’exemple ci-dessus ; et un mode édition vidéo retravaille jusqu’à cinq clips totalisant 30 secondes. Les prompts peuvent atteindre 8 000 tokens, et le palier Flash sacrifie les images clés et les résolutions maximales au profit de la vitesse : des clips en 720p jusqu’à 20 secondes.
Kling 4.0 arrive sur Molyin dès son lancement, dans le même générateur vidéo IA que tous les autres modèles que nous hébergeons — une zone de prompt, un solde de crédits. D’ici là, chaque exemple de cette page peut être rejoué via Remix sur les modèles déjà disponibles ; la page de tarification donne les chiffres.
Kling 4.0 vs Seedance 2.5
Seedance 2.5 est disponible sur Molyin dès aujourd’hui ; Kling 4.0 arrivera à son lancement. Les deux partagent une zone de prompt et un solde de crédits — voici comment leurs fiches se comparent, pour savoir à quel modèle confier chaque prompt.
| Spécification | Kling 4.0 | Seedance 2.5 |
|---|---|---|
| Durée | 3 à 30 s par pas d’une seconde (10 s par défaut) | 4 à 30 s, curseur continu |
| Résolution | 720p · 1080p · 4K | 480p · 720p · 1080p (10-bit) |
| Formats d’image | 21:9 · 16:9 · 1:1 · 9:16 · Auto | 6 — de 16:9 à 21:9 |
| Audio | Stéréo native + lip-sync amélioré — dialogue en 9 langues avec dialectes | Voix + effets sonores + musique en une passe ; lip-sync dans 11 langues |
| Références | Omni Reference — jusqu’à 15 assets, plus 10 images clés | Jusqu’à 50 entrées multimodales — 30 images, 10 vidéos, 10 pistes audio |
| Édition vidéo | Intégrée — jusqu’à 5 clips, 30 s au total | Modèles Video Edit & Extend — extensions de 4 à 30 s |
| Prix sur Molyin | Annoncé au lancement | 25 / 56 / 100 crédits/s (480p / 720p / 1080p) |
| Excelle dans | Longues séquences multi-plans avec dialogue, arcs narratifs pilotés par images clés, référence de mouvement de caméra | Disponible dès aujourd’hui — brouillons en 480p, masters 1080p 10-bit, empilements de références massifs |
Les spécifications de Kling 4.0 proviennent de l’annonce officielle de Kuaishou ; les tarifs de Seedance 2.5 sont les prix d’exécution actuels sur Molyin.
Kling 4.0 face aux modèles disponibles sur Molyin
| Modèle | Positionnement | Date de sortie | Sur Molyin |
|---|---|---|---|
| Kling 4.0 | La nouvelle génération de Kuaishou — prises de 30 s, 10 images clés, Omni Reference | 15 octobre 2026 (disponibilité générale) | Bientôt disponible |
| LTX 2.5 | Le modèle à poids ouverts de Lightricks — multi-plans natif + 4K HDR | 11 août 2026 (poids ouverts) | Disponible — générez ci-dessus |
| Seedance 2.5 | Le flagship de ByteDance — prises de 30 s, dirigées seconde par seconde | 7 août 2026 (API) | Disponible — générez ci-dessus |
| FLUX 3 | Black Forest Labs — keyframes de storyboard + continuation de prise | 7 août 2026 (API vidéo) | Disponible — générez ci-dessus |
| Wan 3.0 | Le modèle tout-en-un d’Alibaba, prises jusqu’à 30 s | 6 août 2026 | Disponible — générez ci-dessus |
| MiniMax H3 | Flagship omni-modal, 2K natif + stéréo | 31 juillet 2026 · ouverture des poids annoncée | Disponible — générez ci-dessus |
| HappyHorse | Génération expressive + édition vidéo par instruction | juin 2026 (1.1) | Disponible — générez ci-dessus |
| Famille Seedance 2.0 | Standard / Fast / Mini, les modèles de travail, jusqu’en 4K | avril 2026 (API) | Disponible — générez ci-dessus |
| Kling 3.0 | Audio natif dans 5 langues + références d’éléments, jusqu’en 4K | 4 février 2026 | Disponible — générez ci-dessus |
| Veo 3.1 | Le modèle cinématique de Google, avec audio | octobre 2025 | Disponible — générez ci-dessus |
Un abonnement, un solde de crédits — tous les modèles disponibles ci-dessus sont inclus.
Spécifications complètes de Kling 4.0
| Paramètre | Valeur | Notes |
|---|---|---|
| Modèle | Kling 4.0 — le modèle audiovisuel de nouvelle génération de Kuaishou | Le modèle derrière Kling AI, annoncé le 28 septembre 2026 et disponible pour tous depuis le 15 octobre. |
| Paliers du modèle | Kling 4.0 · Kling 4.0 Flash | Flash produit des clips en 720p jusqu’à 20 secondes et se passe du contrôle par première/dernière image et par images clés multiples. |
| Modes de génération | Texte / image / Omni Reference / images clés vers vidéo, plus édition vidéo | Un seul modèle couvre la génération depuis zéro, l’animation d’images fixes, la composition à partir de références et l’édition de clips existants. |
| Niveaux de résolution | 720P / 1080P / 4K | 720p pour les brouillons, 1080p pour la livraison, 4K pour les masters. |
| Longueur du clip | 3–30 s | Pas d’une seconde, 10 secondes par défaut — l’exemple du dragon ci-dessus est une seule génération de 30 secondes. |
| Formats d’image | 21:9 · 16:9 · 1:1 · 9:16 · Auto | Auto suit le format de la première image lorsque des images clés sont fournies. |
| Images clés | Jusqu’à 10 — images en entrée uniquement | Épinglez des images fixes sur la timeline pour diriger l’arc ; les images clés ne se combinent pas avec l’Omni Reference dans une même génération. |
| Omni Reference | Jusqu’à 15 assets de référence | 10 images (≤ 30 Mo chacune), 5 vidéos totalisant ≤ 30 s, 7 éléments, dont 3 éléments vidéo, et 3 profils vocaux de 5 à 30 s. |
| Audio | Stéréo native + lip-sync amélioré | Le son à deux canaux est généré avec l’image ; le dialogue est synchronisé sur la langue assignée. |
| Langues de dialogue | 9 — chinois · anglais · japonais · coréen · espagnol · portugais · allemand · français · hindi | Plus dialectes et accents : cantonais, sichuanais, mandarin de Pékin, taïwanais et mandarin du Nord-Est ; anglais américain, britannique et indien. |
| Longueur du prompt | Jusqu’à 8 000 tokens | De la place pour les listes de plans, les repères chronométrés et les contraintes négatives — les trois exemples de cette page utilisent cette marge. |
| Édition vidéo | Jusqu’à 5 clips, ≤ 30 s au total | Retravaillez des séquences existantes en une instruction, sans tout régénérer. |
| Annoncé, pas encore disponible | 10-bit HDR (1080p/4K) · extensions jusqu’à 2 minutes | Les deux figurent dans la feuille de route officielle de Kuaishou pour Kling 4.0, mais ne faisaient pas partie de la version de lancement. |
Les spécifications reflètent l’annonce officielle de Kling 4.0 par Kuaishou ; elles seront reliées à la configuration Molyin en vigueur au lancement.
Comment générer avec Kling 4.0
Trois étapes, de l’idée à une prise finie
Choisissez un modèle et un mode
Texte vers vidéo pour partir de zéro, animation d’une image fixe, composition à partir de références ou édition d’un clip existant.
Écrivez le prompt
Donnez un rôle à chaque référence — @Image1 verrouille l’identité, @Video1 prête son travail de caméra — puis découpez les longues prises en repères chronométrés et énoncez clairement ce qui ne doit pas arriver, comme dans les exemples de cette page.
Générez et exportez
Choisissez la résolution, la durée et le format d’image, prévisualisez directement, puis téléchargez le fichier original.
La formule du brief en cinq parties
Kling 4.0 récompense les prompts dirigés : décor, action, références, caméra, audio et contraintes, dans cet ordre. Le guide complet décompose le brief de réalisateur en quinze blocs et ajoute 16 exemples détaillés.
[Décor] + [Action] + facultatif [Références] [Caméra] [Audio] [Contraintes]
Décor
Où et quand le plan se déroule, avec le ton visuel.
Action
Ce que fait le sujet, dans l’ordre, avec les parties du corps et le rythme.
Références
Les assets qui définissent l’identité, le produit ou le décor : @Image1, @Video1, @Audio1.
Caméra
Cadrage, objectif, trajectoire de caméra et rythme. Un seul mouvement par plan.
Audio
Dialogue, ambiance, effets sonores et musique. Stéréo par défaut.
Contraintes
Ce qui doit rester fixe, et la rare instruction négative qui mérite d’être écrite.
FAQ Kling 4.0
Ce que les créateurs demandent au sujet du modèle vidéo de nouvelle génération de Kuaishou, avant son arrivée sur Molyin.
Commencez à créer avec Molyin dès aujourd’hui
Inscrivez-vous gratuitement et transformez votre première idée en vidéo cinématique en quelques minutes.