O que é o Kling 4.0: geração de 30 segundos, 10 quadros-chave e diferenças em relação ao Kling 3.0

Captura da página oficial de Kling AI — Kling 4.0 — Kling AI — Kling 4.0 · FonteCapturada em: 20 de outubro de 2026

As capturas mostram as páginas oficiais na data indicada e podem diferir das páginas na publicação. Selecione uma imagem para ampliá-la.

Em 15 de outubro de 2026, a Kling AI (可灵AI), serviço de geração de vídeo com IA do grupo chinês Kuaishou, liberou para todos os usuários seu novo modelo de geração de vídeo, o Kling 4.0. A Kuaishou anunciou a novidade em um comunicado à imprensa datado de 16 de outubro. Os vídeos criados em uma única geração passam a ter até 30 segundos, e o conteúdo pode ser definido em detalhes com até 10 quadros-chave (imagens que fixam os momentos importantes ao longo do vídeo) e até 15 materiais de referência.

Os recursos, os preços e as condições de uso comercial do serviço Kling AI como um todo são apresentados em detalhes no guia do CoAI "O que é a Kling AI (可灵AI)? Recursos, preços e condições de uso comercial com base em informações oficiais".

O que mudou no Kling 4.0

A Kling AI resume os três pilares desta atualização como "realismo, facilidade de controle e qualidade profissional". As principais mudanças explicadas nas notas de versão oficiais e no comunicado à imprensa são as seguintes.

Movimento estável: segundo a empresa, a imagem se desfaz menos em cenas com muito movimento e em movimentos de câmera, como ação rápida, tomadas de acompanhamento (tracking) que seguem o objeto e tomadas que giram ao redor dele (órbita)
Geração de até 30 segundos: uma única geração pode criar vídeos de 3 a 30 segundos. A empresa diz que isso é adequado para planos-sequência que seguem sem cortes e para vídeos com uma história contínua
Até 10 quadros-chave: é possível inserir até 10 imagens que marcam os pontos importantes do vídeo para definir o estado dos personagens, as transições de cena e o desenvolvimento da história
Prompts longos: os prompts (as instruções dadas à IA) podem ter até 8.000 tokens
Áudio estéreo: há suporte a áudio estéreo de dois canais, esquerdo e direito, e a empresa diz que a sincronia labial, que ajusta o movimento da boca à voz, também ficou mais precisa
Vários idiomas: os idiomas falados incluem chinês, inglês, japonês, coreano, espanhol, português, alemão, francês e híndi, entre outros. Segundo a empresa, também é possível lidar com sotaques como o mandarim de Pequim, o cantonês e o inglês americano, britânico e indiano
Texto na tela: a empresa diz que consegue exibir de forma legível textos em vários idiomas, incluindo o japonês, além de emojis e logotipos, mesmo com a câmera em movimento

Tudo isso é o que a própria Kling AI explica. Os materiais do anúncio não trazem números de benchmarks comparando o modelo com outros modelos de vídeo com IA.

Omni Reference, para combinar até 15 materiais de referência

O Omni Reference é um recurso que combina materiais de referência, como imagens e vídeos, para manter consistentes a aparência e o movimento dos personagens e o movimento da câmera. No Kling 4.0, uma única geração pode usar até 15 dos materiais a seguir no total.

Imagens: até 10. Também é possível usar folhas de personagem com vistas de frente, de lado e de costas, storyboards e wireframes (esboços que mostram apenas a disposição)
Vídeos: até 5 (até 30 segundos no total). Servem de referência para a atuação e o movimento dos personagens, o movimento da câmera e o ritmo da história. Também é possível usar vídeos de modelos 3D sem textura e vídeos de mapas de profundidade, que representam a profundidade
Elementos (personagens ou objetos cadastrados): até 7. Desses, no máximo 3 podem ser criados a partir de vídeo, e também é possível definir uma voz

A empresa diz que também reforçou o Creative Recreation, que troca os produtos ou as pessoas de um vídeo de referência mantendo seu ritmo e sua composição.

A situação do suporte a resolução e HDR

Sobre a resolução, as páginas oficiais não estão alinhadas. A tabela de especificações das notas de versão lista resoluções de 720p, 1080p e 4K, além de suporte a HDR de 10 bits, que registra uma gama de cores mais ampla. Por outro lado, o texto das mesmas notas de versão diz que "a saída em HDR de 10 bits em 4K e 1080p chegará em breve". Na página de apresentação do Kling 4.0, até a própria saída em 1080p e 4K aparece como "em breve".

As proporções de tela compatíveis são 21:9 (um formato largo, como no cinema), 16:9, 1:1 e 9:16. A forma mais segura de saber se já é possível gerar em 4K é verificar na tela de geração da sua própria conta.

Além disso, a "extensão de vídeo", que alonga um vídeo gerado em várias etapas até no máximo 2 minutos, também aparece como "em breve".

Kling 4.0 Flash, focado em velocidade

Junto com o modelo principal, a Kling AI lançou o Kling 4.0 Flash, uma versão leve voltada para trabalhos com muitas tentativas. Segundo a empresa, ele gera mais rápido e tem custo acessível. As especificações são mais modestas que as da versão padrão: vídeos de 3 a 20 segundos, resolução de 720p e cores em SDR comum de 8 bits.

De acordo com o jornal econômico chinês 21st Century Business Herald, a Kling AI anunciou em 28 de setembro que lançaria o Kling 4.0 em outubro e, desde então, vinha deixando alguns usuários testarem a versão Flash antecipadamente.

Onde usar: web, MCP e CLI, com a API em breve

O Kling 4.0 pode ser usado selecionando-o como modelo na tela de geração de vídeo do kling.ai. A tela de geração também foi redesenhada, e agora materiais de referência de imagem, vídeo e áudio podem ser colocados juntos em um único campo de entrada. A troca de visualização da lista, um recurso para criar conferindo tudo em uma única linha do tempo e os recursos de canvas e de agentes, que montam fluxos de trabalho conectando nós, também foram renovados.

O Kling 4.0 também passou a ser compatível com o MCP, mecanismo comum que permite que agentes de IA usem ferramentas externas, e com a CLI, operada por comandos. Segundo a empresa, a geração de vídeo com Omni Reference e quadros-chave pode ser executada automaticamente a partir de agentes.

Por outro lado, a API para que desenvolvedores e empresas integrem o modelo aos próprios serviços aparece como "em breve". Em 20 de outubro de 2026, a página de preços da API da Kling dizia que "estes planos ainda não são compatíveis com o Kling 4.0".

Preços e uso no Japão

Ao consultarmos a página de preços do kling.ai (exibição mensal) em 20 de outubro de 2026, havia quatro planos, Standard, Pro, Premier e Ultra+, e os benefícios do Pro em diante mostravam "Kling 4.0 com 10% de desconto por tempo limitado". A página de apresentação do Kling 4.0 também menciona um desconto de 10% por tempo limitado. No entanto, não foi possível confirmar nas páginas oficiais quantos créditos por segundo o Kling 4.0 consome. Os preços exibidos mudam conforme a época e os descontos, por isso confira na sua própria conta antes de usar.

Como referência, o guia oficial do modelo anterior, o Kling VIDEO 3.0, informa que "1080p com áudio custa 12 créditos por segundo".

Quanto à disponibilidade no Japão, não há nenhum aviso restringindo regiões específicas. O seletor de idioma da página de preços inclui o japonês, e a empresa diz que o Kling 4.0 é compatível com fala e texto na tela em japonês.

Diferenças em relação ao Kling 3.0

Na página de apresentação, a Kling AI resume assim as diferenças em relação à versão 3.0.

Duração por geração: de 15 para 30 segundos
Quadros-chave: agora é possível definir até 10
Materiais de referência: agora é possível combinar até 15 no total
Mais qualidade em movimentos rápidos, movimentos físicos como colisões entre objetos, movimentos de câmera e geração com materiais de referência

No guia oficial do VIDEO 3.0, de 6 de fevereiro de 2026, a duração da geração era de 3 a 15 segundos, a resolução era de 1080p e 720p, e o recurso principal era a definição da primeira e da última imagem. As grandes diferenças do Kling 4.0 são que a duração dobrou e que agora também é possível definir em detalhes as cenas intermediárias.

A visão do CoAI

A maior mudança do Kling 4.0 é que agora ele cria até 30 segundos de uma só vez, e os quadros-chave e os materiais de referência permitem decidir em detalhes "o que acontece em qual cena". Mais do que criar cenas curtas e marcantes, é uma atualização claramente voltada à produção de vídeos e anúncios com uma história. O suporte a MCP e CLI também acompanha a tendência de entregar a produção de vídeo a agentes de IA.

Por outro lado, as páginas oficiais descrevem de forma diferente o suporte a 4K e HDR, e a extensão de vídeo e a API ainda estão na fase do "em breve". A melhora na qualidade de imagem também é uma afirmação da própria Kling AI, e ainda não há avaliações externas. Para uso profissional, o melhor é testar a geração na resolução e na duração de que você realmente precisa e conferir os créditos consumidos e o resultado antes de decidir.