Kling 4.0 vs Kling 3.0 : l’amélioration se joue sur la chronologie, pas sur le nombre de pixels

Kling 4.0 est passé en disponibilité générale le 15 octobre 2026, et la première chose que l’on remarque, c’est ce qui n’a pas changé. Kling 3.0, que Kuaishou a lancé le 5 février 2026, générait déjà de la 4K native. Les deux modèles affichent 720p, 1080p et 4K. Les deux acceptent en entrée du texte, des images et de la vidéo. Les deux sont fabriqués par la même entreprise, sont vendus via la même page de création et produisent des clips qui semblent appartenir à la même famille. Si on les compare sur la ligne de fiche technique que la plupart des gens vérifient en premier, le nouveau modèle ressemble à une erreur d’arrondi. Les défaillances documentées de l’IA et les incidents d’agents derrière des sorties comme celle-ci sont recueillis dans l’OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, son niveau de gravité, son niveau de confiance et son indicateur de contestation.

Ce n’est pas le cas. La différence entre ces deux générations, c’est le temps — la quantité que le modèle génère en une seule passe, et la précision avec laquelle on peut diriger ce qui s’y produit. Kling 4.0 double le plafond d’une génération unique, de 15 à 30 secondes, remplace les images de début et de fin par jusqu’à dix images clés, et double approximativement le budget de références. Ce sont là les changements qui modifient un flux de travail. Le badge 4K sur les deux boîtes est le changement qui modifie un communiqué de presse.

Ce que la note de version affirme réellement, et ce qui a été livré

Tout ce qui figure dans cette section provient de la note de version et de la page de fonctionnalités de Kuaishou, consultées le 22 octobre 2026. Aucun de ces éléments ne s’appuie encore sur un score indépendant, car à cette date, Kling 4.0 n’apparaît sur aucun des trois classements vidéo d’Artificial Analysis — les classements affichent encore les lignes Kling 3.0 de février et rien de plus récent provenant de Kuaishou. Considérez les affirmations du fournisseur comme de simples affirmations.

• Durée — Kling 3.0 : 3 à 15 secondes. Kling 4.0 : 3 à 30 secondes en un seul passage, avec une extension par générations multiples jusqu'à 2 minutes annoncée comme prochainement disponible.

• Résolution — les deux : 720p, 1080p, 4K. Kling 4.0 ajoute le 21:9 en plus du 16:9, du 1:1 et du 9:16.

• Plage dynamique — Kling 3.0 : SDR 8 bits. Kling 4.0 : HDR 10 bits en 1080p et 4K, que la note de version présente comme à venir plutôt que comme déjà disponible.

• Images clés — Kling 3.0 : première et dernière image uniquement. Kling 4.0 : jusqu'à 10 images clés placées n'importe où dans la chronologie.

• Références — Kling 3.0 : jusqu’à 7 images ou sujets sans entrée vidéo, ou 1 vidéo plus 4 images ou sujets, la vidéo étant limitée à 15 secondes. Kling 4.0 : jusqu’à 15 ressources combinées — 10 images, 5 vidéos totalisant 30 secondes, 7 éléments dont jusqu’à 3 peuvent être basés sur vidéo, plus des références vocales.

• Audio — Kling 3.0 : monocanal. Kling 4.0 : stéréo à deux canaux, avec ce que le fournisseur décrit comme une synchronisation labiale plus précise.

Langue — Kling 3.0 : chinois, anglais, japonais, coréen, espagnol. Kling 4.0 ajoute le portugais, l’allemand, le français et l’hindi, avec des accents et des dialectes régionaux pour le chinois et l’anglais.

• Entrée du prompt — Kling 4.0 accepte jusqu'à 8 000 tokens de texte. La référence API propre à Kling 3.0 plafonne le champ prompt à 3 072 caractères. Ce sont des unités différentes et le fournisseur n'a pas publié de conversion, donc ne considérez pas ce couple comme un multiple direct.

Pourquoi 30 secondes changent plus que la durée du clip

Quinze secondes correspondent approximativement à une action. Un mouvement de produit, une réplique de dialogue, un seul déplacement de caméra, une réaction. Kling 3.0 a été conçu autour de cette contrainte et l'a contournée grâce à une planification multi-plans : le modèle découpe le clip en jusqu'à six plans et effectue des coupes entre eux, ce qui permet d'obtenir une séquence à partir d'un quart de minute.

Les 30 secondes de Kling 4.0 ne remplacent pas cette astuce, mais ils changent ce à quoi elle sert. Un plan-séquence peut désormais contenir un temps d’établissement, une entrée de personnage et un retournement sans coupe, et c’est le contrôle à dix images clés qui rend cela pilotable plutôt que chanceux. Le tutoriel de Kuaishou lui-même place des images clés à des moments fixes — un personnage qui entre à 4 secondes, un produit à 12, un travelling avant à 20, un changement de scène à 28 — ce qui est le langage du storyboard, pas celui du prompt. C’est là la vraie amélioration : le modèle accepte désormais un plan de tournage plutôt qu’une description de plan.

Cela augmente aussi le coût d’une mauvaise prise. Une génération de 30 secondes qui rate à la 24e seconde gaspille deux fois plus de calcul qu’un échec à 15 secondes, et Kuaishou n’a pas publié ce que coûte une génération. C’est la deuxième chose que l’on remarque à la lecture de l’annonce : pas de grille tarifaire. L’API est en accès anticipé — la console développeur affiche une bannière qui le dit exactement — et aucun prix par seconde n’est publié pour Kling 4.0 ni pour Kling 4.0 Flash. Tout chiffre que vous voyez cité pour Kling 4.0 aujourd’hui est une estimation déduite par quelqu’un, pas un tarif du fournisseur.

Le budget de référence a augmenté, et les petits caractères ont augmenté avec lui.

« Jusqu’à 15 références » est le titre, et comme la plupart des nombres ronds, il va plus loin que les plafonds qu’il recouvre. Le 15 est un plafond combiné pour quatre types d’éléments, et les limites par catégorie ne sont pas interchangeables : 10 images, 5 vidéos dont la durée cumulée ne peut pas dépasser 30 secondes, 7 éléments dont au maximum 3 à base de vidéo, et des références vocales rattachées aux éléments. Vous ne pouvez pas consacrer toute l’enveloppe aux images.

Les limites de Kling 3.0 étaient plus restrictives d’une manière qui comptait pour une tâche précise : une seule vidéo de référence, et seulement quatre images ou sujets en complément. Si votre flux de travail consiste à « reproduire cette performance à partir d’un clip, et maintenir la cohérence de ces quatre personnes », Kling 3.0 pouvait tout juste y arriver. S’il consiste à « reproduire la performance, maintenir la cohérence de six personnes, reproduire ce produit et ce lieu », il ne le pouvait pas, et Kling 4.0 le peut.

L'autre ajout est l'édition au sein même du modèle. Kling 4.0 accepte jusqu'à cinq clips d'entrée pour une édition — un principal, chacun de 3 à 30 secondes, 30 secondes au total — et le fournisseur affirme que des modifications ciblées de l'expression, du mouvement du corps, de la position de la caméra, du style ou de l'arrière-plan sont possibles tandis que le reste du cadre reste inchangé. Kling 3.0 Omni proposait des workflows pilotés par référence, mais l'édition était un mode séparé, et non partie intégrante de la même génération. Savoir si cette affirmation résiste à l'épreuve de séquences réelles est exactement le genre de chose qu'aucune page fournisseur ne peut trancher.

Ce que vous pouvez appeler aujourd’hui, et sur quelle touche

C'est ici que les deux modèles cessent d'être interchangeables dans la pratique. Nous acheminons vers Kling 3.0 et non vers Kling 4.0. Le catalogue propose kling/kling-v3 et kling/kling-v3-omni à un tarif fixe de 0,084 $ par requête, kling/kling-3-turbo à 0,112 $, ainsi que les anciennes générations 2.x et O1 ; il n'existe aucune route Kling 4.0 ni aucun identifiant à ajouter tant que l'API n'est pas sortie de l'accès anticipé. Tout ce qui, dans cet article, décrit Kling 4.0 comme appelable décrit la plateforme de Kuaishou elle-même, pas la nôtre.

Pour une équipe qui souhaite essayer le nouveau modèle sans reconstruire un pipeline, cette asymétrie suggère la répartition évidente : appeler Kling 3.0 via le routeur, où il est déjà tarifé et stable, et tester Kling 4.0 via la surface d'accès anticipé du fournisseur jusqu'à ce qu'une grille tarifaire apparaisse. Lorsque c'est le cas, le modèle de répercussion compte — les prix catalogue des fournisseurs sont répercutés sans marge ajoutée, de sorte qu'un changement de tarif de K​uaishou ou une remise de lancement se répercute sur notre ligne le jour même plutôt qu'à la prochaine renégociation de contrat. Le basculement automatique est l'autre moitié : si un nouveau point de terminaison vacille sous charge, la requête est basculée vers un chemin sain avant que la réponse ne commence, au lieu de remonter comme une tâche échouée dans votre file d'attente.

La décision, sans le marketing

Choisissez Kling 3.0 si vos plans durent 15 secondes ou moins, que vos références se limitent à quelques images et que vous voulez un tarif publié ainsi qu’un modèle en production depuis huit mois. Il prend en charge la 4K native, le multi-plan et l’audio natif, et à 0,084 $ par requête sur notre catalogue, c’est l’un des moyens les moins chers de générer un clip utilisable. Rien dans la sortie de Kling 4.0 ne le rend moins performant pour ces tâches.

Choisissez Kling 4.0 si la contrainte sur laquelle vous butez sans cesse est celle de la séquence : une prise de 25 secondes qui doit tenir, un temps fort qui doit tomber à une seconde précise, une scène qui a besoin de six références cohérentes et d’un produit. C’est à cela que servent la durée supplémentaire et la chronologie des images clés, et aucun apport de 4K ne compense leur absence. Prévoyez un budget pour le prix inconnu et pour le fait que le HDR 10 bits, l’extension de 2 minutes et une grille tarifaire publiée sont tous encore annoncés comme à venir.

La question générationnelle que les gens poseront — 4.0 est-il meilleur que 3.0 ? — ne peut pas être tranchée à partir d’un tableau des scores, car le nouveau modèle n’a pas de score indépendant. Ce à quoi l’on peut répondre est plus étroit et plus utile : les deux modèles sont désormais conçus pour des longueurs de plan différentes, et celui dont le prix est publié est celui que l’on peut intégrer à un pipeline dès aujourd’hui. Ce n’est pas un verdict sur la qualité. C’est l’état du dossier au 22 octobre 2026.