Kling 4.0 vs Kling 3.0: l'aggiornamento è nella timeline, non nel numero di pixel

Kling 4.0 è diventato disponibile a livello generale il 15 ottobre 2026, e la prima cosa che si nota è ciò che non è cambiato. Kling 3.0, che K​uaishou ha rilasciato il 5 febbraio 2026, generava già 4K nativo. Entrambi i modelli elencano 720p, 1080p e 4K. Entrambi accettano testo, immagini e video come input. Entrambi sono realizzati dalla stessa azienda, sono venduti tramite la stessa pagina di creazione e producono clip che sembrano provenire dalla stessa famiglia. Se li confronti sulla riga della scheda tecnica che la maggior parte delle persone controlla per prima, il nuovo modello sembra un errore di arrotondamento. I malfunzionamenti dell'IA e gli incidenti degli agenti documentati che stanno dietro a rilasci come questo sono raccolti in l'Archivio degli incidenti AI di OrcaRouter dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e l'indicatore di contestazione.

Non lo è. La differenza tra queste due generazioni è il tempo: quanto ne genera il modello in un’unica passata e con quanta precisione puoi dirigere ciò che accade al suo interno. Kling 4.0 raddoppia il limite massimo per singola generazione da 15 a 30 secondi, sostituisce i fotogrammi iniziale e finale con un massimo di dieci fotogrammi chiave e raddoppia all’incirca il budget dei riferimenti. Questi sono i cambiamenti che alterano un flusso di lavoro. Il badge 4K su entrambe le confezioni è il cambiamento che altera un comunicato stampa.

Cosa afferma davvero la nota di rilascio e cosa è stato effettivamente rilasciato

Tutto in questa sezione proviene dalla nota di rilascio e dalla pagina delle funzionalità di K​uaishou, consultate il 22 ottobre 2026. Nessuna di queste informazioni è ancora supportata da un punteggio indipendente, perché a quella data Kling 4.0 non compare in nessuna delle tre classifiche video di Artificial Analysis: le classifiche riportano ancora le righe di Kling 3.0 di febbraio e nulla di più recente da K​uaishou. Tratta le dichiarazioni del fornitore come semplici dichiarazioni.

• Durata — Kling 3.0: da 3 a 15 secondi. Kling 4.0: da 3 a 30 secondi in un'unica passata, con l'estensione multi-generazione fino a 2 minuti annunciata come in arrivo.

• Risoluzione — entrambi: 720p, 1080p, 4K. Kling 4.0 aggiunge 21:9 oltre a 16:9, 1:1 e 9:16.

• Gamma dinamica — Kling 3.0: 8-bit SDR. Kling 4.0: 10-bit HDR a 1080p e 4K, che la nota di rilascio indica come in arrivo anziché già distribuito.

• Fotogrammi chiave — Kling 3.0: solo il primo e l'ultimo fotogramma. Kling 4.0: fino a 10 immagini di fotogrammi chiave posizionate in qualsiasi punto della timeline.

• Riferimenti — Kling 3.0: fino a 7 immagini o soggetti senza input video, oppure 1 video più 4 immagini o soggetti, con il video limitato a 15 secondi. Kling 4.0: fino a 15 risorse combinate — 10 immagini, 5 video per un totale di 30 secondi, 7 elementi di cui fino a 3 possono essere basati su video, più riferimenti vocali.

• Audio — Kling 3.0: canale singolo. Kling 4.0: stereo a due canali, con quella che il fornitore descrive come una sincronizzazione labiale più precisa.

• Lingua — Kling 3.0: cinese, inglese, giapponese, coreano, spagnolo. Kling 4.0 aggiunge portoghese, tedesco, francese e hindi, con accenti regionali e dialetti per cinese e inglese.

• {{1}}Input del prompt{{/1}} — Kling 4.0 accetta fino a 8.000 token di testo. {{2}}Il riferimento API di Kling 3.0 limita il campo prompt a 3.072 caratteri.{{/2}} Sono unità diverse e il fornitore non ha pubblicato una conversione, quindi non interpretare la coppia come un multiplo diretto.

Perché 30 secondi cambiano più della durata della clip

Quindici secondi corrispondono più o meno a un'azione. Una rotazione del prodotto, una battuta di dialogo, un singolo movimento di macchina, una reazione. Kling 3.0 è stato costruito attorno a questo vincolo e lo ha aggirato con una pianificazione multi-inquadratura: il modello divide la clip in un massimo di sei inquadrature e stacca tra di esse, ed è così che si ottiene una sequenza da un quarto di minuto.

I 30 secondi di Kling 4.0 non sostituiscono quel trucco, ma cambiano a cosa serve il trucco. Un piano sequenza può ora contenere un beat di ambientazione, l'ingresso di un personaggio e una svolta senza stacco, e il controllo a dieci keyframe è ciò che rende tutto questo dirigibile invece che frutto di fortuna. La walkthrough di K​uaishou stessa colloca i keyframe in momenti fissi — un personaggio che entra a 4 secondi, un prodotto a 12, un push-in a 20, un cambio di scena a 28 — che è linguaggio da storyboard, non linguaggio da prompt. Questo è il vero upgrade: il modello ora accetta un piano di ripresa invece di una descrizione della ripresa.

Aumenta anche il costo di un take sbagliato. Una generazione da 30 secondi che sbaglia al secondo 24 spreca il doppio della potenza di calcolo di un errore a 15 secondi, e K​uaishou non ha pubblicato quanto costa una generazione. Questa è la seconda cosa che si nota leggendo il comunicato: nessun listino prezzi. L’API è in accesso anticipato — la console per sviluppatori riporta esattamente un banner che lo dice — e non esiste un prezzo al secondo pubblicato né per Kling 4.0 né per Kling 4.0 Flash. Qualsiasi cifra si veda citata oggi per Kling 4.0 è una stima dedotta da qualcuno, non una tariffa del fornitore.

Il budget di riferimento è aumentato, e con esso sono aumentate anche le clausole in piccolo.

"Fino a 15 riferimenti" è il titolo, e come la maggior parte dei numeri tondi arriva più lontano dei limiti che stanno sotto. Il 15 è un tetto complessivo per quattro tipi di risorsa, e i limiti per categoria non sono intercambiabili: 10 immagini, 5 video la cui durata complessiva non può superare i 30 secondi, 7 elementi inclusi al massimo 3 basati su video, e riferimenti vocali associati agli elementi. Non puoi spendere l'intera quota in immagini.

I limiti di Kling 3.0 erano più stringenti, in un modo che contava per un lavoro specifico: un video di riferimento e solo quattro immagini o soggetti insieme ad esso. Se il tuo flusso di lavoro è "riprodurre questa performance da una clip e mantenere coerenti queste quattro persone", Kling 3.0 riusciva a malapena a reggerlo. Se è "riprodurre la performance, mantenere coerenti sei persone, riprodurre questo prodotto e questa location", non ci riusciva, mentre Kling 4.0 sì.

L'altra aggiunta è la modifica all'interno del modello. Kling 4.0 accetta fino a cinque clip di input per una modifica — una principale, ciascuna da 3 a 30 secondi, 30 secondi in totale — e il fornitore sostiene modifiche mirate a espressione, movimento del corpo, posizione della fotocamera, stile o sfondo mentre il resto dell'inquadratura rimane invariato. Kling 3.0 Omni aveva flussi di lavoro basati su riferimenti, ma la modifica era una modalità separata, non parte della stessa generazione. Se l'affermazione regge al confronto con filmati reali è esattamente il tipo di cosa che nessuna pagina del fornitore può stabilire.

Cosa puoi chiamare oggi, e su quale tasto

È qui che i due modelli smettono di essere intercambiabili in senso pratico. Instradiamo Kling 3.0 e non Kling 4.0. Il catalogo include kling/kling-v3 e kling/kling-v3-omni a un prezzo fisso di $0,084 per richiesta, kling/kling-3-turbo a $0,112, e le generazioni precedenti 2.x e O1; non esiste una route per Kling 4.0 né un identificatore da aggiungere finché l'API non esce dall'accesso anticipato. Qualsiasi cosa in questo articolo che descriva Kling 4.0 come invocabile descrive la piattaforma di K​uaishou stessa, non la nostra.

Per un team che vuole provare il nuovo modello senza ricostruire una pipeline, questa asimmetria suggerisce la separazione ovvia: chiamare Kling 3.0 tramite il router, dove è già prezzato e stabile, e testare Kling 4.0 tramite la superficie di accesso anticipato del fornitore finché non compare un listino prezzi. Quando arriva, conta il modello di pass-through — i prezzi di listino dei fornitori passano senza alcuna maggiorazione aggiunta, così una variazione delle tariffe di Kuaishou o uno sconto di lancio arriva sulla nostra linea lo stesso giorno invece che al rinnovo contrattuale successivo. Il failover automatico è l'altra metà: se un nuovo endpoint tentenna sotto carico, la richiesta si sposta su un percorso sano prima che la risposta inizi, invece di comparire come attività fallita nella tua coda.

La decisione, senza il marketing

Scegli Kling 3.0 se le tue riprese durano 15 secondi o meno, i tuoi riferimenti sono una manciata di immagini e desideri un prezzo pubblicato e un modello che è in produzione da otto mesi. Supporta il 4K nativo, supporta le riprese multiple, supporta l'audio nativo e, a $0,084 per richiesta nel nostro catalogo, è uno dei modi più economici per generare una clip utilizzabile. Nulla nella versione Kling 4.0 lo rende peggiore in questi compiti.

Scegli Kling 4.0 se il vincolo che continui a incontrare è la sequenza: una ripresa da 25 secondi che deve reggere, un beat che deve cadere in un secondo preciso, una scena che richiede sei riferimenti coerenti e un prodotto. È a questo che servono la durata extra e la timeline dei keyframe, e nessuna quantità di 4K compensa il fatto di non averle. Metti in budget il prezzo sconosciuto e il fatto che HDR a 10 bit, l'estensione da 2 minuti e un listino prezzi pubblicato sono ancora tutti indicati come in arrivo.

La domanda generazionale che le persone porranno — il 4.0 è migliore del 3.0? — non può essere risolta da un tabellone, perché il nuovo modello non ha un punteggio indipendente. Ciò a cui si può rispondere è più ristretto e più utile: i due modelli sono ora costruiti per diverse lunghezze di tiro, e quello con il prezzo pubblicato è quello che puoi mettere in una pipeline oggi. Non è un verdetto sulla qualità. È lo stato della documentazione al 22 ottobre 2026.