Kling 4.0 vs Kling 3.0: Peningkatannya Ada pada Timeline, Bukan pada Jumlah Piksel

Kling 4.0 menjadi tersedia secara umum pada 15 Oktober 2026, dan hal pertama yang perlu diperhatikan adalah apa yang tidak berubah. Kling 3.0, yang dikirim K​uaishou pada 5 Februari 2026, sudah menghasilkan 4K native. Kedua model mencantumkan 720p, 1080p, dan 4K. Keduanya menerima teks, gambar, dan video sebagai input. Keduanya dibuat oleh perusahaan yang sama, dijual melalui halaman pembuatan yang sama, dan menghasilkan klip yang tampak berasal dari keluarga yang sama. Jika Anda membandingkannya pada baris lembar spesifikasi yang paling sering dicek orang, model baru ini tampak seperti kesalahan pembulatan. Kegagalan AI dan insiden agen yang didokumentasikan di balik rilis seperti ini dikumpulkan dalam the OrcaRouter AI Incident Archive di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda sengketa.

Bukan. Perbedaan antara kedua generasi ini adalah waktu — seberapa banyak waktu yang akan dihasilkan model dalam satu proses, dan seberapa tepat Anda dapat mengarahkan apa yang terjadi di dalamnya. Kling 4.0 menggandakan batas maksimum generasi tunggal dari 15 detik menjadi 30, menggantikan frame awal dan akhir dengan hingga sepuluh keyframe, dan kurang lebih menggandakan kuota referensi. Itulah perubahan yang mengubah alur kerja. Lencana 4K pada kedua kotak adalah perubahan yang mengubah rilis pers.

Apa yang sebenarnya diklaim dalam catatan rilis, dan apa yang benar-benar dirilis

Semua yang ada di bagian ini berasal dari catatan rilis dan halaman fitur K​uaishou sendiri, yang dibaca pada 22 Oktober 2026. Belum ada satu pun yang didukung skor independen, karena Kling 4.0 tidak muncul di ketiga papan peringkat video Artificial Analysis per tanggal tersebut — papan-papan itu masih memuat baris Kling 3.0 dari Februari dan tidak ada yang lebih baru dari K​uaishou. Perlakukan klaim vendor sebagai klaim.

• Durasi — Kling 3.0: 3 hingga 15 detik. Kling 4.0: 3 hingga 30 detik dalam sekali proses, dengan ekstensi multi-generasi hingga 2 menit yang tercantum sebagai segera hadir.

• Resolusi — keduanya: 720p, 1080p, 4K. Kling 4.0 menambahkan 21:9 di samping 16:9, 1:1, dan 9:16.

• Rentang dinamis — Kling 3.0: SDR 8-bit. Kling 4.0: HDR 10-bit pada 1080p dan 4K, yang dalam catatan rilis ditandai sebagai segera hadir, bukan sudah dirilis.

• Keyframe — Kling 3.0: hanya frame pertama dan terakhir. Kling 4.0: hingga 10 gambar keyframe yang dapat ditempatkan di mana saja dalam timeline.

• Referensi — Kling 3.0: hingga 7 gambar atau subjek tanpa input video, atau 1 video ditambah 4 gambar atau subjek, dengan durasi video dibatasi hingga 15 detik. Kling 4.0: hingga 15 aset secara gabungan — 10 gambar, 5 video dengan total 30 detik, 7 elemen yang hingga 3 di antaranya dapat berbasis video, ditambah referensi suara.

• Audio — Kling 3.0: satu saluran. Kling 4.0: stereo dua saluran, dengan apa yang digambarkan vendor sebagai sinkronisasi bibir yang lebih presisi.

• Bahasa — Kling 3.0: Mandarin, Inggris, Jepang, Korea, Spanyol. Kling 4.0 menambahkan Portugis, Jerman, Prancis, dan Hindi, dengan aksen serta dialek regional untuk bahasa Mandarin dan Inggris.

• Input prompt — Kling 4.0 menerima hingga 8.000 token teks. Referensi API Kling 3.0 sendiri membatasi bidang prompt hingga 3.072 karakter. Itu adalah satuan yang berbeda dan vendor belum menerbitkan konversi, jadi jangan menganggap keduanya sebagai kelipatan langsung.

Mengapa 30 detik mengubah lebih dari panjang klip

Lima belas detik kira-kira setara dengan satu aksi. Perputaran produk, satu baris dialog, satu gerakan kamera, sebuah reaksi. Kling 3.0 dibangun di sekitar batasan itu dan mengatasinya dengan perencanaan multi-shot: model memecah klip menjadi sebanyak enam shot dan melakukan cut di antaranya, itulah cara Anda mendapatkan sebuah sekuens dari seperempat menit.

30 detik Kling 4.0 tidak menggantikan trik itu, tetapi mengubah tujuan trik tersebut. Sebuah long take kini dapat memuat beat pembuka, kemunculan karakter, dan perubahan arah tanpa cut, dan kontrol sepuluh keyframe-lah yang membuatnya dapat diarahkan alih-alih mengandalkan keberuntungan. Panduan resmi Kuaishou menempatkan keyframe pada momen tetap — karakter masuk pada detik ke-4, produk pada detik ke-12, push-in pada detik ke-20, pergeseran adegan pada detik ke-28 — yang merupakan bahasa storyboard, bukan bahasa prompt. Itulah peningkatan sesungguhnya: model kini menerima rencana pengambilan gambar alih-alih deskripsi pengambilan gambar.

Ini juga menaikkan biaya untuk hasil yang buruk. Generasi 30 detik yang gagal pada detik ke-24 membuang komputasi dua kali lipat dibandingkan kegagalan pada 15 detik, dan K​uaishou belum menerbitkan berapa biaya satu generasi. Itu hal kedua yang Anda sadari saat membaca rilisnya: tidak ada daftar tarif. API ini dalam akses awal — konsol pengembang menampilkan banner yang menyatakan persis hal itu — dan tidak ada harga per detik yang diterbitkan untuk Kling 4.0 maupun Kling 4.0 Flash. Angka apa pun yang Anda lihat dikutip untuk Kling 4.0 saat ini adalah perkiraan yang disimpulkan seseorang, bukan tarif vendor.

Anggaran referensi bertambah, dan rincian kecilnya pun ikut bertambah.

"Hingga 15 referensi" adalah judulnya, dan seperti kebanyakan angka bulat, angka itu menjangkau lebih jauh daripada batas-batas di bawahnya. Angka 15 adalah batas atas gabungan untuk empat jenis aset, dan batas per kategori tidak dapat dipertukarkan: 10 gambar, 5 video yang durasi gabungannya tidak boleh melebihi 30 detik, 7 elemen termasuk paling banyak 3 elemen berbasis video, dan referensi suara yang dilampirkan pada elemen. Anda tidak dapat menghabiskan seluruh jatah untuk gambar.

Batas Kling 3.0 lebih ketat dalam hal yang penting untuk pekerjaan tertentu: satu video referensi, dan hanya empat gambar atau subjek di sampingnya. Jika alur kerja Anda adalah "mencocokkan performa ini dari sebuah klip, dan menjaga konsistensi keempat orang ini", Kling 3.0 hampir bisa menanganinya. Jika alur kerja Anda adalah "mencocokkan performa, menjaga konsistensi enam orang, mereproduksi produk ini dan lokasi ini", Kling 3.0 tidak bisa, dan Kling 4.0 bisa.

Tambahan lainnya adalah pengeditan di dalam model. Kling 4.0 menerima hingga lima klip masukan untuk satu pengeditan — satu klip utama, masing-masing 3 hingga 30 detik, total 30 detik — dan vendor mengklaim perubahan tertarget pada ekspresi, gerakan tubuh, posisi kamera, gaya, atau latar belakang sementara bagian lain dari frame tetap. Kling 3.0 Omni memiliki alur kerja berbasis referensi, tetapi pengeditan adalah mode terpisah, bukan bagian dari pembuatan yang sama. Apakah klaim itu bertahan saat bersentuhan dengan rekaman nyata adalah hal yang tidak bisa dipastikan oleh halaman vendor mana pun.

Apa yang bisa kamu sebut hari ini, dan pada kunci apa

Di sinilah kedua model tidak lagi dapat dipertukarkan secara praktis. Kami merutekan Kling 3.0 dan bukan Kling 4.0. Katalog memuat kling/kling-v3 dan kling/kling-v3-omni dengan tarif tetap $0.084 per permintaan, kling/kling-3-turbo seharga $0.112, serta generasi 2.x dan O1 yang lebih lama; tidak ada rute Kling 4.0 dan tidak ada pengenal untuk ditambahkan sampai API keluar dari akses awal. Apa pun dalam tulisan ini yang menyebut Kling 4.0 dapat dipanggil merujuk pada platform K​uaishou sendiri, bukan platform kami.

Bagi tim yang ingin mencoba model baru tanpa membangun ulang pipeline, asimetri itu menyarankan pembagian yang jelas: panggil Kling 3.0 melalui router yang sudah memiliki harga dan stabil, dan uji Kling 4.0 melalui saluran akses awal vendor hingga daftar tarif muncul. Saat itu muncul, model pass-through menjadi penting — harga daftar penyedia diteruskan tanpa penambahan markup, sehingga perubahan tarif K​uaishou atau diskon peluncuran langsung berdampak pada tagihan kami pada hari yang sama, bukan pada perpanjangan kontrak berikutnya. Failover otomatis adalah separuh lainnya: jika endpoint baru tersendat di bawah beban, permintaan dipindahkan ke jalur yang sehat sebelum respons dimulai, alih-alih muncul sebagai tugas gagal di antrean Anda.

Keputusannya, tanpa pemasaran

Pilih Kling 3.0 jika durasi bidikan Anda 15 detik atau kurang, referensi Anda hanya berupa beberapa gambar, dan Anda menginginkan harga yang sudah dipublikasikan serta model yang telah digunakan dalam produksi selama delapan bulan. Model ini mendukung 4K native, mendukung multi-shot, mendukung audio native, dan dengan $0.084 per permintaan di katalog kami, ini adalah salah satu cara termurah untuk menghasilkan klip yang dapat digunakan. Tidak ada apa pun dalam rilis Kling 4.0 yang membuatnya lebih buruk untuk tugas-tugas tersebut.

Pilih Kling 4.0 jika kendala yang terus Anda temui adalah sekuens: take 25 detik yang harus tetap bertahan, beat yang harus jatuh pada detik tertentu, adegan yang membutuhkan enam referensi konsisten dan satu produk. Itulah fungsi durasi tambahan dan timeline keyframe, dan 4K sebanyak apa pun tidak bisa mengompensasi ketiadaan keduanya. Siapkan anggaran untuk harga yang belum diketahui dan untuk fakta bahwa HDR 10-bit, perpanjangan 2 menit, dan daftar tarif yang dipublikasikan semuanya masih tercantum sebagai akan datang.

Pertanyaan antargenerasi yang akan diajukan orang — apakah 4.0 lebih baik daripada 3.0 — tidak dapat dijawab dari papan skor, karena model baru tidak memiliki skor independen. Yang dapat dijawab lebih sempit dan lebih berguna: kedua model kini dirancang untuk jangka waktu yang berbeda, dan model yang harganya dipublikasikan adalah model yang dapat Anda masukkan ke pipeline hari ini. Itu bukan putusan tentang kualitas. Itu adalah keadaan catatan per 22 Oktober 2026.