Kling KI im Überblick: Kling 4.0 Review mit Funktionen, Preisen und Anleitung

Kling ist der Videogenerator von Kuaishou, Kling 4.0 sein neuestes Modell: 3 bis 30 Sekunden Video mit Stereo-Ton, bis zu 15 Referenzbilder und 10 Keyframes pro Generierung – bei Bedarf als Kling 4.0 Flash auch schneller und günstiger für Entwürfe. Eine höhere Versionsnummer heißt aber nicht automatisch bessere Videos. Dieser Ratgeber zeigt, was das Modell kann, wie es sich zu seinen Vorgängern verhält und wie du es mit dem richtigen Prompt ansteuerst.

Video mit Kling erstellen
Kling KI im Überblick: Kling 4.0 Review mit Funktionen, Preisen und Anleitung

Kling KI ist der KI-Videogenerator von Kuaishou, und Kling 4.0 ist sein neuestes Modell: Es erzeugt Videos von 3 bis 30 Sekunden mit Stereo-Ton und verarbeitet bis zu 15 Referenzen und 10 Keyframes. Es gibt zwei Versionen, Kling 4.0 für volle Qualität und Kling 4.0 Flash für schnellere, günstigere Entwürfe.

Eine neue Version bedeutet nicht automatisch bessere Videos. Dieser Ratgeber zeigt, was das Modell kann, wie es sich zu älteren Versionen verhält und wie du Prompts dafür schreibst. Dazu gibt es eine Schritt-für-Schritt-Anleitung für den Einstieg und Antworten auf häufige Fragen.

Kling 4.0 Funktionen und Spezifikationen

EigenschaftKling 4.0
ModiText-zu-Video, Bild-zu-Video, erster und letzter Frame, mehrere Keyframes, Omni Reference, Videobearbeitung
Dauer3 bis 30 Sekunden, in 1-Sekunden-Schritten einstellbar (Standard: 10 Sekunden)
Auflösung720p, 1080p und 4K
Dynamikumfang10-Bit-HDR bei 1080p und 4K (folgt in Kürze)
Seitenverhältnisse21:9, 16:9, 1:1, 9:16 und Auto
AudioZweikanal-Stereo mit Lippensynchronisation
Gesprochene SprachenChinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Deutsch, Französisch und Hindi
Prompt-LängeBis zu 8.000 Token
ReferenzenBis zu 15 pro Aufgabe, davon höchstens 10 Bilder, 5 Videos (zusammen 30 Sekunden) und 7 Elemente, dazu Stimmprofile
KeyframesBis zu 10
Eingabe für VideobearbeitungBis zu 5 Clips, einer davon der Hauptclip, zusammen 30 Sekunden

Lange Einstellungen und Multi-Shot

Kling 4.0 erzeugt bis zu 30 Sekunden in einem Durchgang. Das reicht für eine einzige ununterbrochene Einstellung, einen sogenannten Long Take, oder für eine kurze Szene mit mehreren Schnitten, ohne dass du einzelne Clips zusammensetzen musst.

Der Multi-Shot-Modus ist standardmäßig aktiv. Das Modell teilt deinen Prompt in Einstellungen auf, schneidet zwischen ihnen und legt das Tempo fest, ähnlich wie ein Cutter. Willst du die Schnitte selbst steuern, beschreibst du im Prompt jede Einstellung mit einem Zeitbereich.

Omni Reference

Mit Omni Reference steuerst du eine Generierung mit zusätzlichen Dateien statt nur mit Text. In einer Aufgabe kannst du Bilder, Videos, Elemente und Stimmprofile kombinieren.

Ein Element ist ein wiederverwendbares Motiv, etwa eine Figur, ein Produkt oder ein Requisit, das du einmal aus Bildern oder einem kurzen Clip speicherst und in späteren Generierungen abrufst. Ein Stimmprofil ist eine gespeicherte Stimme, erstellt aus 5 bis 30 Sekunden Audio, mit der die Figur dann spricht.

Bildreferenzen sagen dem Modell, wie Dinge aussehen, zum Beispiel:

  • Motivfotos: Eine Person, ein Produkt oder ein Objekt, das konsistent bleiben soll.
  • Dreiseitenansicht einer Figur: Vorder-, Seiten- und Rückansicht derselben Figur, damit das Modell das vollständige Design kennt.
  • Raster: Ein in Felder aufgeteiltes Bild, zum Beispiel dasselbe Motiv aus mehreren Blickwinkeln.
  • Storyboards: Bildfolgen, die Einstellungen, Bildausschnitt und Kamerawege planen.
  • Wireframes: Einfache Strichzeichnungen, die zeigen, wo etwas im Bild sitzt.

Videoreferenzen sagen dem Modell, wie sich Dinge bewegen. Du kannst so die Darbietung eines Schauspielers, eine Aktion wie einen Kampf, eine Kamerabewegung oder das Tempo einer Szene übernehmen.

Kling 4.0 akzeptiert außerdem Referenzvideos aus 3D-Workflows. Ein White-Model-Video ist ein schlichter, untexturierter 3D-Entwurf, der Bewegung und Kamerawege zeigt. Das Modell legt das eigentliche Aussehen darüber. Ein Tiefenkarten-Video ist ein Graustufen-Clip, der kodiert, wie weit jedes Objekt von der Kamera entfernt ist, und so das räumliche Layout festhält. Beides eignet sich für 3D-Künstler und VFX-Teams, die schon eine grobe Animation haben und vom Modell eine fertige Einstellung wollen.

Keyframes

Keyframes sind Bilder, die genau festlegen, wie das Video zu bestimmten Zeitpunkten aussieht, etwa das erste Bild, ein Bild in der Mitte und das letzte Bild. Der Prompt beschreibt dann die Handlung und die Übergänge dazwischen. Nutze sie, wenn bestimmte Bilder exakt wie entworfen erscheinen müssen. Die Funktion akzeptiert nur Bilder, und eine Aufgabe nutzt entweder Keyframes oder Omni Reference, nicht beides.

KI-Video-Editor: Clips gezielt verändern

Kling 4.0 lässt dich einen Teil eines vorhandenen Clips ändern, während der Rest unverändert bleibt. Du kannst Mimik, Körperbewegung, Kameraposition, Stil oder Hintergrund anpassen, Elemente hinzufügen oder entfernen und Figuren ersetzen. Zum Beispiel tauschst du die Person im Vordergrund gegen eine neue Figur aus, während Straße, Licht und Kamerafahrt unangetastet bleiben.

Creative Recreation

Creative Recreation übernimmt die Struktur eines Videos, das bereits funktioniert: Tempo, Einstellungsaufbau und visuellen Stil. Danach ersetzt du Produkte, Figuren oder Assets durch deine eigenen. Du kannst zum Beispiel eine bewährte Produktanzeige nehmen und dein Produkt einsetzen, während Timing und Kamerabewegungen gleich bleiben.

Ton, Sprachen und Text im Bild

Kling 4.0 erzeugt Audio in Zweikanal-Stereo mit getrenntem linken und rechten Kanal, sodass sich Geräusche durch die Szene bewegen können. Auch die Lippensynchronisation ist besser geworden: Die Mundbewegungen folgen der Sprache genauer.

Gesprochen werden neun Sprachen, neu in dieser Version sind Deutsch, Französisch und Hindi. Das Modell kommt auch mit regionalen Akzenten und Varianten zurecht, etwa amerikanischem, britischem und indischem Englisch oder Sichuanisch und Kantonesisch. Soll eine Figur in einer bestimmten Sprache sprechen, schreibst du den Satz in dieser Sprache in Anführungszeichen in den Prompt.

Text im Bild, etwa Schilder, Untertitel, Emojis und Logos, bleibt lesbar und stabil, auch bei Kamerabewegungen und Szenenwechseln.

Was ist Kling 4.0 Flash?

Kling 4.0 Flash ist die schlankere Version des Modells. Sie erzeugt Videos schneller und verbraucht weniger Tokens, ideal für kurze Social-Media-Clips oder zum Testen von Ideen. Die maximale Länge liegt bei 20 Sekunden, die Auflösung bei 720p.

Flash unterstützt Text-zu-Video und Omni Reference. Bei Bild-zu-Video nimmt es nur einen ersten Frame an: Du kannst von einem Bild ausgehen, aber weder einen Endframe noch mehrere Keyframes setzen.

Kling 4.0 vs. Kling 3 und ältere Versionen: Welche passt?

Kling 4.0 ist das bisher leistungsfähigste Kling-Modell. Auf SYNTX.AI findest du aber auch frühere Versionen, die für manche Aufgaben besser passen können.

VersionLänge und AuflösungAudioAm besten für
Kling 2.0 MasterKurze Clips (5 Sekunden Basis), 720pKeinsSchnelle visuelle Tests und kurze Clips ohne Ton
Kling 3.015 Sekunden, 1080p plus separater 4K-ModusNativer TonKurze Multi-Shot-Szenen mit Ton
Kling 4.030 Sekunden, 4K (10-Bit-HDR folgt in Kürze)Stereo mit LippensynchronisationLange Einstellungen, Werbung und Dialogszenen mit konsistenten Figuren oder exakten Bildern
Kling 4.0 Flash20 Sekunden, 720pKeine AngabeSchnelle, günstige Entwürfe für Prompts und Referenzen vor dem Lauf in voller Qualität

KI-Video erstellen mit Kling 4.0: So gehst du vor

Kling 4.0 auf kling.ai nutzen

Kling 4.0 hat zwei Startpunkte. Omni Reference (die Voreinstellung) passt, wenn du eine allgemeine Idee oder Referenzen hast, denen das Modell folgen soll. Keyframes nutzt du, wenn bestimmte Bilder genau so aussehen müssen, wie du sie entworfen hast, und das Modell die Bewegung dazwischen ergänzt. Beides lässt sich in einer Aufgabe nicht kombinieren.

  1. Öffne kling.ai und melde dich an.
  2. Wähle Kling 4.0 und dann Omni Reference oder Keyframes.
  3. Lade Bild-, Video- oder Audioreferenzen hoch. Bei Keyframes sind nur Bilder möglich.
  4. Schreibe den Prompt. Lege fest, welche Aufgabe jedes Asset hat, und beschreibe dann Handlung, Kamerabewegung und Audio.
  5. Stelle Dauer, Auflösung und Seitenverhältnis ein.
  6. Generiere und verfeinere. Ändere immer nur ein Element, etwa den Prompt, eine Referenz oder die Dauer, damit du erkennst, was geholfen hat.

Kling 4.0 mit KI-Agenten nutzen

Kling 4.0 lässt sich auch mit KI-Agenten verbinden. Über den MCP-Server (Model Context Protocol) von Kling kann ein KI-Assistent Kling als Werkzeug nutzen, über die CLI (Kommandozeile) startest du es im Terminal. In beiden Fällen kann ein Agent selbstständig Videos mit Omni Reference und Keyframes für dich erzeugen, etwa eine Reihe von Clips aus einem Skript.

Kling 4.0 auf SYNTX.AI nutzen

Willst du kein separates Kling-Abo, generierst du mit Kling auf SYNTX.AI, wo es neben mehr als 100 weiteren Tools für Bild, Video und Audio verfügbar ist.

  1. Registriere dich bei SYNTX.AI.
  2. Hol dir deine Willkommens-Tokens. Neue Konten erhalten sie bei der Registrierung, sodass du KI-Modelle kostenlos testen kannst. Alternativ schließt du gleich ein Abo mit höheren Limits ab.
  3. Öffne den Tab „Video“ in der Hauptnavigation der Website.
  4. Wähle das Modell: Öffne rechts das Dropdown-Menü und wähle Kling.
  5. Wähle die Modellversion. SYNTX.AI bietet derzeit Kling-Versionen von 1.5 bis 4.0.
  6. Wähle den Modus: Omni Reference, Text-zu-Video, Bild-zu-Video, Video-zu-Video, Keyframes oder Elemente.
  7. Stelle Dauer, Auflösung und Seitenverhältnis ein.
  8. Füge deine Assets hinzu und schreibe den Prompt.
  9. Generiere und iteriere.

Prompts für Kling 4.0 schreiben

Klings eigener Leitfaden empfiehlt beschreibende Sprache statt abstrakter Begriffe. Schreibe „Gegenlicht zeichnet die Kanten des Objekts nach, der Hintergrund ist unscharf“ statt „hochwertiger Look“. Beschreibe, was du sehen willst, und nicht, was du vermeiden willst, denn negative Anweisungen können die Fehlerquote erhöhen.

Eine Ausnahme sind Untertitel und Hintergrundmusik: Das Modell kann sie von sich aus ergänzen. Schließe sie deshalb ausdrücklich aus, wenn du sie nicht willst.

Diese Gewohnheiten helfen zusätzlich:

  • Weise Assets Rollen zu. Ohne ausdrückliche Rolle entscheidet das Modell selbst, wie es jede Referenz nutzt.
  • Gliedere lange Prompts nach Zeit. Teile einen 30-Sekunden-Clip in Zeitbereiche und beschreibe für jeden Bereich Handlung, Kamera und Audio.
  • Setze Dialoge in Anführungszeichen. Schreibe den Satz in der Sprache, in der er gesprochen werden soll, und beschreibe Alter, Tonfall und Tempo der sprechenden Person.
  • Nutze „Edit @Video1“ für Änderungen. Ergänze „Alles andere bleibt unverändert“, damit der Rest der Szene stabil bleibt.
  • Wähle für Creative Recreation einen passenden Referenzclip. Je näher der Referenzclip in Tempo und Einstellungsaufbau an deinem Ziel liegt, desto leichter gelingt das Ergebnis.

Kling-Prompt-Ideen

Du willst Kling testen, weißt aber nicht, wo du anfangen sollst? SYNTX.AI Trends ist eine Sammlung von mehr als 300 Vorlagen für virale Inhalte, verfügbar für Kling und andere Videomodelle. Wähle einen Trend, prüfe in der Beschreibung, ob Kling als Modell genannt wird, und klicke auf „Vorlage verwenden“. Die Generierungsparameter sind bereits eingestellt, und der Prompt ist schon geschrieben.

Kling AI Preise auf SYNTX.AI

Auf SYNTX.AI kostet jede Kling-Generierung Tokens. Die Zahl hängt von deiner Anfrage ab: von der gewählten Kling-Version, der Clip-Länge, der Auflösung und dem Modus.

Ein Beispiel, wie Generierungsparameter die Kosten bei Kling 3.0 Turbo beeinflussen:

VideodauerAuflösungModusMindestkosten
5 Sekunden720pText-zu-Video25 Tokens
5 Sekunden720pOmni Reference32 Tokens
5 Sekunden1080pOmni Reference48 Tokens
10 Sekunden720pText-zu-Video50 Tokens

Die tatsächlichen Kosten hängen von vielen Faktoren ab. Du siehst sie immer unten im Prompt-Fenster, bevor du die Generierung startest. Deine SYNTX.AI-Tokens verfallen nicht: Nicht genutzte wandern in den nächsten Monat.

Mit einem bezahlten SYNTX.AI-Abo darfst du Kling-Videos kommerziell nutzen, etwa in Werbung, Social-Media-Inhalten und Kundenprojekten. Für die Rechte an hochgeladenen Bildern, Aufnahmen oder Stimmen bist du selbst verantwortlich.

Kling auf SYNTX.AI ausprobieren

Statt mehrerer Abos und Tokens, die verfallen, nutzt du bei SYNTX.AI Kling neben mehr als 100 weiteren Modellen für Video, Bild, Text und Audio. Dialogtexte schreibst du in Claude oder ChatGPT, Clips erzeugst du in Kling oder Seedance, Video-Cover in Ideogram oder Seedream, alles in einem Abo und ohne den Browser-Tab zu wechseln.

FAQ

Ist Kling AI kostenlos?

Teilweise. Auf kling.ai bekommst du im Gratis-Tarif 66 Credits pro Tag, die Videos tragen ein Wasserzeichen, und die kommerzielle Nutzung ist ausgeschlossen. Mit den Willkommens-Tokens von SYNTX.AI testest du Kling ohne eigenes Kling-Abo, danach nutzt du Kling mit einem SYNTX.AI-Abo. Nicht verbrauchte Tokens verfallen dabei nicht.

Welche KI kann Filme machen?

Kling 4.0 erzeugt Clips von bis zu 30 Sekunden, genug für eine durchgehende Einstellung oder eine kurze Szene mit mehreren Schnitten. Einen ganzen Film setzt du aus mehreren Clips zusammen. Keyframes sowie Referenzen für Figuren, Objekte und Stimmen halten die Geschichte dabei konsistent. Auf SYNTX.AI nutzt du Kling zusammen mit weiteren Videomodellen in einem Abo.

Was ist Kling KI?

Kling KI ist der KI-Videogenerator von Kuaishou, einem börsennotierten chinesischen Technologieunternehmen. Die offizielle Seite ist kling.ai. Das Modell erzeugt Videos aus Text, Bildern oder Referenzvideos. Das neueste ist Kling 4.0 mit Clips bis 30 Sekunden. Das offizielle Kling-Modell kannst du auch auf SYNTX.AI nutzen, ohne ein separates Kling-Abo abzuschließen.

Was ist besser als Kling AI?

Das hängt von der Aufgabe ab. Kling 4.0 punktet bei langen Einstellungen und Kontrolle über Referenzen. Google Veo 3.1 ist beim Ton kaum zu schlagen, und Seedance 2.5 erzeugt 30-Sekunden-Clips mit bis zu 50 Referenzen. Auch ältere Kling-Versionen passen manchmal besser, etwa Kling 3.0 für kurze Multi-Shot-Szenen. Alle sind auf SYNTX.AI verfügbar.