
Kling 4.0: KI-Videos bis 30 Sekunden mit Stereoton und 10 Referenzbildern
Kling 4.0 erzeugt 3 bis 30 Sekunden lange Videos in 720p oder 1080p mit Stereoton. Mit Text-zu-Video, Start- und Endbild und bis zu 10 Referenzbildern. Funktionen, Preise, Prompt-Tipps.
Kling 4.0 ist das neueste Kling-Videomodell. Es erstellt Clips von bis zu 30 Sekunden Länge, immer mit Stereoton, und hält Figuren und Produkte mit bis zu 10 Referenzbildern konsistent.
Kling 4.0 ist jetzt auf Grok Imagine verfügbar. Hier erfährst du, was das Modell kann, was es kostet und wie du gute Ergebnisse bekommst.
Kling 4.0 jetzt ausprobieren →
Was Kling 4.0 kann
| Kling 4.0 | |
|---|---|
| Eingabe | Text, Startbild, Start- + Endbild oder bis zu 10 Referenzbilder |
| Länge | 3 bis 30 Sekunden |
| Auflösung | 720p oder 1080p |
| Seitenverhältnis | 16:9, 9:16, 1:1 oder 21:9 |
| Audio | Immer an, Stereo |
| Preis auf Grok Imagine | 5s: 59 Credits (720p), 88 Credits (1080p) |
Ton ist in jedem Clip enthalten
Kling 4.0 erzeugt den Ton zusammen mit dem Bild. Atmosphäre, Effekte und Musik passen zum Geschehen auf dem Bildschirm. Einen stummen Modus gibt es nicht. Beschreibe deshalb im Prompt, wie es klingen soll.
Bis zu 30 Sekunden
Du kannst jede Länge von 3 bis 30 Sekunden wählen. Das reicht für eine komplette Produktvorführung, eine kurze Story-Szene oder einen Musikvideo-Abschnitt in einem Durchgang.
Referenzbilder
Stelle Bildverwendung (Image Use) auf Referenzbilder (Reference Images) und lade bis zu 10 Bilder einer Figur, eines Produkts oder eines Ortes hoch. Im Prompt verweist du mit @image1, @image2 usw. darauf:
@image1 holds @image2 up to the camera in a bright studio, slow turntable shot
Start- und Endbild
Lade ein Bild hoch, um es zu animieren, oder zwei Bilder für einen Übergang. Der Frame-Modus übernimmt das Seitenverhältnis deines ersten Bildes.
Kling 4.0 im Vergleich zu Kling 3.0
| Kling 4.0 | Kling 3.0 | |
|---|---|---|
| Max. Länge | 30s | 15s |
| Max. Auflösung | 1080p | 4K |
| Audio | Immer an (Stereo) | Optional |
| Referenzbilder | Bis zu 10 | ❌ |
| Kinoformat 21:9 | ✅ | ❌ |
| Negativ-Prompt | ❌ | ✅ |
| 5s / 1080p mit Audio | 88 Credits | 56 Credits |
Wähle Kling 4.0 für lange Clips, konsistente Figuren und fertigen Ton. Wähle Kling 3.0 für 4K-Ausgabe oder günstigere stumme Clips.
Was wir im Test gesehen haben
Wir haben zwei Tests mit 5 Sekunden und 720p auf Grok Imagine durchgeführt.
Text-zu-Video:
A street musician plays a saxophone under a flickering streetlight in the rain, people with umbrellas pass by, warm cinematic light, the music echoes
Der Clip brauchte etwa fünf Minuten, länger als Kling 3.0 oder Seedance 2.5 Flash. Das Ergebnis hatte einen Stereo-Soundtrack und einen filmischen Look mit geringer Schärfentiefe.
Startbild: Wir haben die Illustration von Kindern animiert, die in einer Raumstation schweben. Das dauerte etwa vier Minuten. Stil und Figuren blieben dem Ausgangsbild treu, und Kling 4.0 hat von sich aus einen Stereo-Soundtrack ergänzt.
Plane bei Kling 4.0 einige Minuten pro Clip ein, vor allem bei längeren Clips.
Prompt-Tipps für Kling 4.0
- Schreibe den Soundtrack in den Prompt. „das Saxofon hallt von nassen Backsteinwänden wider, Regen prasselt auf Regenschirme“ gibt Kling 4.0 etwas Konkretes zum Erzeugen.
- Schreibe bei langen Clips eine Abfolge. „Zuerst die Kamera…, dann sie…, am Ende…“ hält Clips von 20 bis 30 Sekunden auf Kurs.
- Nutze 21:9 für kinoreife Aufnahmen. Das ergibt ein filmisches Breitbildformat für Trailer und Intros.
- Halte Referenzbilder sauber. Ein klares, gut beleuchtetes Foto pro Figur oder Produkt funktioniert besser als eine überladene Szene.
- Erst kurz testen, dann lang rendern. Kling 4.0 rechnet pro Sekunde ab. Probiere den Prompt mit 3 bis 5 Sekunden und 720p aus und rendere dann die volle Länge.
Mehr zum Aufbau von Prompts findest du im kompletten Prompt-Leitfaden.
So nutzt du Kling 4.0 auf Grok Imagine
- Öffne den KI-Videogenerator. Kling 4.0 ist über diesen Link bereits vorausgewählt.
- Wähle Text-zu-Video oder Bild-zu-Video mit Start-/Endbild (First / Last Frame) oder Referenzbilder.
- Lege Länge (3 bis 30s), Auflösung und Seitenverhältnis fest.
- Klicke auf Generieren (Generate).
Kling 4.0 ist in jedem Bezahlplan und mit jedem Credit-Paket verfügbar. Siehe Preise.
FAQ
Erzeugt Kling 4.0 immer Ton? Ja. Jeder Kling-4.0-Clip hat Stereoton.
Unterstützt Kling 4.0 4K? Nein. Das Modell rendert in 720p oder 1080p. Für 4K nutze Kling 3.0.
Wie lang können Kling-4.0-Videos sein? Von 3 bis 30 Sekunden.
Was kostet Kling 4.0? Etwa 11,7 Credits pro Sekunde in 720p und 17,5 Credits pro Sekunde in 1080p, zum Beispiel 59 Credits für einen 5-Sekunden-Clip in 720p.
Weitere Beiträge

Kling 3.0 KI-Videogenerator: 720p, 1080p und 4K, mit optionalem Ton
Kling 3.0 macht aus Text oder Bildern 3 bis 15 Sekunden lange Videos in 720p, 1080p oder 4K, mit Start- und Endbild und optionalem Ton. Funktionen, Credit-Preise, Prompt-Tipps und Nutzung online.

Seedance 2.5 Flash: KI-Videos bis 30 Sekunden mit Ton, jetzt online
Seedance 2.5 Flash ist ByteDances schnelles Videomodell: Text-zu-Video, Start- und Endbild, bis zu 10 Referenzbilder, Clips bis 30 Sekunden mit Ton. Funktionen, Preise, Prompt-Tipps.

Veo 3.1 Lite: Der günstigste Weg zu Veo-3.1-Videos mit Ton
Veo 3.1 Lite ist Googles schlankes Veo-3.1-Modell: 8-Sekunden-Clips aus Text mit Ton in 720p, 1080p oder 4K. Funktionen, Vergleich mit Fast und Quality, Preis und Test.