Видеомодели обычно снимают как фотограф: один эффектный кадр, пять секунд — и стоп. Kling 4.0 снимает как режиссёр. Ты даёшь раскадровку, героев, движение, голоса — модель собирает из этого сцену длиной до полуминуты. Мы провели с ней съёмочную ночь и собрали всё, что получилось, в эту статью. Ролики ниже можно не только смотреть, но и трогать.
Что такое Kling 4.0
Kling — семейство видеомоделей китайской Kuaishou, и четвёртое поколение сделало шаг от «красивого кадра» к режиссуре. Главных новостей три: длина до 30 секунд без единой склейки, ролик по твоей раскадровке и кастинг из любых материалов — фото, видео, живых голосов.
Промт пишешь по-русски, до 8000 знаков. Звук сцены модель пишет сама в каждом ролике: шаги, ветер, шум улицы.
Дубль первый: тридцать секунд без склеек
Мы попросили одну сцену на тридцать секунд: курьер на мятном велосипеде с утра развозит посылки по приморскому городку. Никаких «план 1, план 2» — просто описание пути.
Велосипед выезжает из тоннеля, проезжает рынок, гавань с лодками и чайками, петляет по белым улочкам и останавливается у синей двери, где посылку забирает пожилой сосед. Тридцать секунд — и ни героиня, ни мятный велосипед не поменялись ни на секунду: та же голубая футболка, тот же хвост, та же мятная рама. Звонок, чайки и шум рынка модель дописала сама. Включи звук.
Дубль второй: фильм по четырём кадрам
Режим «По кадрам» — для тех, кто знает, куда ведёт историю. Ты даёшь кадры по порядку: первый становится началом ролика, последний — финалом, между ними до восьми промежуточных точек маршрута.
Мы нарисовали в смуззИИ четыре кадра одного мира — бумажный самолётик на столе, за окном, над рекой и в детской ладони — и отдали их Kling 4.0 с просьбой снять десятисекундный полёт. Бегунок на дорожке идёт вместе с роликом и зажигает каждый кадр, который модель прошла. Нажми на кадр — ролик прыгнет к нему.
Сколько кадров встанет, зависит от длины ролика: на 3 секунды — четыре, на 5 — шесть, от 9 секунд — все десять. Формат ролика берётся с первого кадра, поэтому рисуй раскадровку сразу в той пропорции, в которой хочешь фильм.
Дубль третий: кастинг
«По референсам» — режим, где Kling 4.0 работает как съёмочная группа. Отдаёшь ему материалы, и каждый получает роль: фото — героя или вещь, видео — движение, жесты и манеру, запись живой речи — голос героя.
Мы дали два фото героини в мятной куртке и уличное видео, где девушка даёт интервью. Модель сняла героиню на ночной неоновой улице — и перенесла манеру из видео: героиня говорит, прижимает руку к груди и машет ладонью так же, как девушка с микрофоном.

За раз модель берёт до 15 материалов: до 10 фото, 5 видео по 2–30 секунд, 3 голоса и 7 героев из «Персон» и «Элементов». Писать в промте «фото 1» не нужно — всё приложенное модель видит сама. Героев из библиотеки зовёшь как обычно, через @.
Голос героя — с твоей записи
Приложи голосовое на 5–30 секунд — и герой заговорит этим голосом. В одном ролике — до трёх голосов. Нужна живая речь — твоя или человека, который дал согласие; синтезированную озвучку модель не берёт.
Сколько стоит
Секунда в 720p — 41 токен, в 1080p — 61, звук сцены уже в цене: короткий ролик — от 123 токенов. С видео в референсах ставка своя: 24 токена за секунду в 720p и 36 в 1080p. Считаются секунды ролика вместе с секундами видео, но не меньше удвоенной длины ролика. Точная цена всегда видна на кнопке до запуска, все ставки — на странице Kling 4.0.
Как писать промт для Kling 4.0
Как попробовать из России
- Зайди в смуззИИ и открой видеостудию.
- Выбери Kling 4.0 в списке моделей.
- Выбери режим: по тексту, по кадрам или по референсам — и приложи материалы.
- Поставь длину и качество. Цена видна до запуска.
VPN не нужен, платишь рублями — картой РФ или через СБП. Все настройки модели — на странице Kling 4.0, разбор с примерами — в гайде.
Частые вопросы
Чем Kling 4.0 отличается от Kling O3?
O3 собирает сцену до 15 секунд из нескольких планов. Kling 4.0 держит до 30 секунд одним дублем, снимает по твоей раскадровке из десяти кадров и берёт в референсы не только фото, но и видео, живые голоса и героев библиотеки.
Можно ли писать промт на русском?
Да, до 8000 знаков. Модель понимает русский без перевода.
Какая максимальная длина ролика?
30 секунд одним дублем. Длину выбираешь любую от 3 до 30 секунд.
Нужно ли упоминать фото в промте?
Нет. Всё, что ты приложил, модель видит сама. Чтобы она точно поняла роль, скажи словами: «героиня с фото», «движение как в видео».
Нужны VPN или зарубежная карта?
Нет. смуззИИ открывается из России в обычном браузере, оплата — рублями картой или через СБП.
