Flagship baru Kuaishou, aktif sejak 15 Oktober: tiga puluh detik dalam satu pengambilan hingga 4K dan 21:9, dengan Omni Reference yang menggabungkan lima belas input ke dalam satu generasi. Ketik prompt di bawah dan coba.
Pengembang
Kuaishou
Diluncurkan
15 Okt 2026 · model lengkap
Durasi
3–30 dtk satu kali proses
Output maks.
4K · hingga 21:9
Referensi Omni
15 input dalam satu tugas
Bingkai kunci
Hingga 10
Panjang prompt
8,000 token
Putusan kami dalam satu baris: pilihan acuan untuk shot panjang. Tiga puluh detik, lima belas input referensi, dan brief delapan ribu token dalam satu generasi — tidak ada yang lain di sini yang menerima arahan sebanyak itu sekaligus.
Kling 4.0 mulai tersedia sepenuhnya pada 15 Oktober, dan yang membuatnya menjadi perubahan generasi alih-alih rilis minor adalah tiga angka yang bergerak bersama: durasi klip menjadi tiga puluh detik, keyframe menjadi sepuluh, dan Omni Reference menjadi lima belas input gabungan — gambar, klip video, subjek tersimpan, dan sampel suara, dalam satu tugas. Tambahkan jendela prompt 8,000-token dan pergeseran praktisnya menjadi jelas: ini adalah model yang bisa Anda beri seluruh brief, alih-alih model yang harus Anda arahkan untuk menghasilkan satu shot. Pembingkaian Kuaishou sendiri adalah gerakan skala besar yang lebih stabil, dan tracking serta orbit shot adalah tempat hal itu terlihat. Dua hal di lembar spesifikasi belum ada di sini — 10-bit HDR dan ekstensi dua menit diumumkan akan hadir — dan benchmark independen juga belum ada, jadi anggap superlatif di bawah ini sebagai laporan dua minggu pertama.
Dinilai berdasarkan render kami sendiri dan catatan yang dipublikasikan, direvisi seiring berubahnya fakta — itu adalah fitur halaman ini, bukan penafian.
• Omni Reference pada lima belas input.
Sepuluh gambar, lima klip video, tujuh subjek, plus sampel suara — digabungkan dalam satu generasi. Ini adalah kapasitas referensi terbesar yang kami hosting, dan alasan mengapa seluruh kit karakter kini muat dalam satu tugas.
• Tiga puluh detik yang tetap utuh.
Satu proses tanpa putus, dengan Kuaishou menargetkan gerakan skala besar yang lebih stabil. Shot tracking dan orbit — yang dulu biasanya bergeser pada penanda dua puluh detik — adalah penerima manfaat yang terlihat jelas.
• Prompt delapan ribu token.
Ruang untuk daftar shot lengkap, character bible, dan desain suara dalam satu brief. Model yang menerima arahan sebanyak ini jarang; model yang benar-benar menindaklanjutinya lebih jarang lagi.
• 21:9 pada 4K.
Frame sinematik terlebar pada resolusi tertinggi dalam jajaran video kami, tanpa alur kerja “pangkas-dan-berdoa” yang dulu diperlukan oleh ultrawide.
• Dua spesifikasi utama belum aktif.
10-bit HDR dan ekstensi video dua menit diumumkan sebagai akan hadir, bukan sudah tersedia. Kami akan memindahkannya keluar dari kolom ini saat sudah diluncurkan.
• Tidak ada tolok ukur independen.
Diluncurkan seminggu yang lalu. Semua yang ada di sini berasal dari catatan rilis Kuaishou, liputan peluncuran, dan render kami sendiri — belum ada skor pihak ketiga.
• Lima belas referensi mengundang pengarahan berlebihan.
Input yang besar bukanlah peningkatan gratis: referensi yang saling bertentangan menghasilkan hasil yang lebih tidak jelas daripada tiga referensi yang baik. Mulailah dari sedikit lalu tambahkan.
• Pengambilan gambar yang panjang membutuhkan uang sungguhan.
Tiga puluh detik pada 4K jauh lebih mahal daripada render 1080p berdurasi sepuluh detik. Buat draf shot yang singkat dan murah terlebih dahulu, lalu konfirmasi sekali saja.
Salin ke generator di atas, ganti tanda kurung, render.
"Satu pengambilan gambar berkelanjutan selama 30 detik, 21:9: kamera mengorbit [seorang pembuat tembikar di roda putarnya] saat ia memusatkan tanah liat, membuka bentuk, dan menarik dindingnya ke atas. Cahaya siang dari jendela tinggi bergeser saat kita bergerak. Dengung roda putar, tanah liat basah, napasnya."
Satu orbit penuh selama tiga puluh detik adalah uji stres untuk stabilitas yang dijadikan fokus oleh Kuaishou dalam rilis ini — jika subjek dan ruangan tetap bertahan sepanjang 360 derajat, model melakukan tugasnya. Demo di sebelah generator adalah prompt ini.
Unggah: 4 gambar subjek, 1 klip gerakan yang Anda inginkan, 1 sampel suara
"Dia berjalan menyusuri sepanjang bengkel dan mengucapkan dialog dari referensi suara. Cocokkan wajah, celemek, dan cara berjalannya dengan referensi; pertahankan pencahayaan bengkel seperti saat direkam."
Mencampur jenis input memang merupakan tujuan Omni Reference — gambar diam membawa identitas, klip membawa gerakan, sampel membawa suara. Menentukan referensi mana yang mengatur apa mencegah semuanya saling bertentangan.

Tulis semuanya secara lengkap: daftar shot, deskripsi karakter, wardrobe, rencana pencahayaan, gerakan kamera per beat, desain suara, dan apa yang tidak boleh berubah.
Sebagian besar model menghukum prompt yang panjang; yang ini punya ruang untuk brief yang sungguhan. Jaga tetap terstruktur — satu paragraf per elemen, bukan satu kalimat panjang yang bertele-tele — dan kekhususan ekstra benar-benar tersampaikan.
Keputusan peningkatan, ditambah model tiga puluh detik lainnya. Prompt yang sama di ketiganya, dinilai berdasarkan apa yang akan kami rilis — sementara memihak pada pendatang baru. Ketiganya dapat dipilih di generator di atas.
model lengkap, diluncurkan secara global: pengambilan gambar sekali jadi 30 detik, Omni Reference di 15 input, 10 keyframe, prompt 8,000 token, 21:9 pada 4K, audio stereo dengan sinkronisasi bibir. Diumumkan 27 September dengan akses awal Flash mulai 28 September. Versi di generator di atas.
generasi yang membagi keluarga ini menjadi lini berbasis prompt (Director Mode, 4K) dan lini berbasis referensi (penguncian identitas MVL). Keduanya masih dapat dipilih di sini; halaman masing-masing menjelaskan kapan keduanya masih menjadi pilihan yang tepat.
rilis yang menjadikan Kling nama global dan model China pertama yang mampu bersaing ketat dengan model unggulan Barat.
Model video generasi keempat Kuaishou, diumumkan pada 27 September 2026 dan diluncurkan sepenuhnya secara global pada 15 Oktober. Model ini menghasilkan klip berdurasi 3 hingga 30 detik dalam satu proses hingga 4K dan 21:9, menerima hingga 10 keyframe, mendukung prompt 8.000 token, dan sistem Omni Reference-nya menggabungkan hingga 15 input — gambar, klip video, subjek, dan sampel suara — dalam satu tugas.