Kling: model video Kuaishou — apa yang bisa dilakukan 3.0 dan 4.0

Apa itu Kling

Kling adalah model video dari perusahaan Tiongkok Kuaishou, pemilik platform video pendek dengan nama yang sama. Per Februari 2026, perusahaan melaporkan lebih dari 60 juta kreator memakai Kling, lebih dari 600 juta klip sudah dibuat, dan lebih dari 30.000 perusahaan bekerja dengan model ini.

Kling 3.0 rilis pada 5 Februari 2026. Kuaishou menyebut perbaikan utama: karakter yang lebih stabil, fotorealisme, klip hingga 15 detik, dan audio asli dalam berbagai bahasa, dialek, dan aksen. Model ini dibuat sebagai satu kesatuan: memahami teks, gambar, audio, dan video, lalu bisa membuat sekaligus menyunting klip dalam satu proses. Kling 3.0 Omni berjalan di sampingnya untuk referensi dan suntingan. Versi yang lebih cepat, Kling 3.0 Turbo, menyusul kemudian.

Kling 4.0 diumumkan pada 28 September 2026 — penjelasannya di bawah.

Kemampuan Kling

Beberapa bidikan dalam satu klip. Kling 3.0 menyusun storyboard: untuk tiap bidikan, atur durasi, ukuran, sudut, aksi, dan gerak kamera. Panjang total hingga 15 detik.

Ucapan dan suara. Kalimat dalam tanda kutip diucapkan dengan bibir yang sinkron, bersama musik dan latar.

Fisika dan gerak. Model menjaga inersia dan berat tubuh: lompatan, lari, dan pendaratan.

Frame pertama dan terakhir. Beri Kling dua gambar, dan model membangun gerak di antaranya.

Karakter sebagai elemen. Di Kling 3.0 Omni, unggah hingga 7 gambar, susun karakter dari 4 sudut, atau ambil dari video berdurasi 3–8 detik — penampilan dan suara sekaligus. Rekaman audio 3 detik atau lebih mengikat suara ke karakter.

Motion Control. Mode pindah gerak: tarian, gestur, atau langkah dari video referensi diterapkan ke karakter di foto.

Kling 4.0: yang sudah diketahui

Pada 28 September 2026 Kling mengumumkan 4.0. Di situs resmi, model ini digambarkan sebagai sepenuhnya baru: gerak dinamis yang stabil dan suara yang menyeluruh untuk produksi tingkat profesional. Platform pengembang menyebut empat fungsi yang akan masuk API: gerak dinamis, referensi Omni, generasi asli 30 detik, dan beberapa keyframe.

Yang tersedia baru versi ringan Kling 4.0 Flash, dalam akses awal. Versi penuh dan API ditandai «segera». Media, mengutip perusahaan, menyebut angka yang lebih rinci — 4K, HDR, jumlah referensi — tetapi angka itu tidak ada di materi resmi Kling. Halaman ini akan diperbarui saat 4.0 rilis penuh.

Kling cocok untuk apa

• Cerita pendek dan iklan hingga 15 detik dengan beberapa bidikan, tanpa penyuntingan.
• Klip dengan ucapan dalam berbagai bahasa dan aksen.
• Tarian dan gerak dari referensi lewat Motion Control.
• Aksi dan olahraga — model menjaga inersia dengan baik.
• Seri dengan satu karakter yang disusun dari foto atau video.

Kling dan model sejenis

	Kling 3.0	Veo 3.1	Seedance 2.5	Gemini Omni 1.1 Flash
Pengembang	Kuaishou	Google DeepMind	ByteDance Seed	Google DeepMind
Durasi per generasi	hingga 15 dtk	4, 6, 8 dtk	hingga 30 dtk	3–10 dtk
Resolusi	720p, 1080p	hingga 4K	tidak diungkapkan	hingga 4K (upscale)
Beberapa bidikan	ya, storyboard	lewat kode waktu di prompt	ya	ya
Referensi	hingga 7 foto, karakter dari video beserta suara	hingga 3 gambar	30 foto, 10 video, 10 audio	gambar dan hingga 3 video
Pindah gerak	Motion Control	tidak	dari video referensi	dari video referensi
Di AI2Face	ya	ya	ya	ya

Kling 3.0 kuat untuk klip 10–15 detik dengan storyboard dan ucapan, dan Motion Control masih cara paling praktis untuk memindahkan gerak. Veo 3.1 memberi 4K dan suara yang lebih baik di klip pendek. Seedance 2.5 membuat klip terpanjang. Gemini Omni paling fleksibel untuk masukan dan suntingan.

Cara menulis prompt untuk Kling

• Beri nomor tiap bidikan: «Bidikan 1: close-up tangan… Bidikan 2: medium…». Untuk masing-masing, tulis aksi dan kamera.
• Taruh ucapan dalam tanda kutip, dan catat siapa yang berbicara serta nadanya.
• Pisahkan suara di baris sendiri: musik, efek, latar.
• Sebut fisika dengan kata: «inersia realistis», «mendarat dengan gulungan» — model lebih mampu menahan gerak.
• Untuk transisi dua frame, jelaskan apa yang terjadi di antaranya: «bangun, mengenakan mantel, mengambil daun».

Cerita masak beberapa bidikan, empat bidikan. Bidikan 1: close-up tangan koki memotong
selasih segar dan tomat di talenan kayu. Bidikan 2: medium, koki melempar pasta di wajan
panas, api menyala. Bidikan 3: close-up lambat, parmesan diparut di atas piring. Bidikan 4:
wide dapur trattoria yang hangat, koki meletakkan piring di meja saji dan tersenyum. Suara: pisau
di kayu, desis wajan, bising dapur, gitar Italia yang lembut. Fotorealistik, cahaya hangat

Cara memakai Kling di AI2Face

Kling tersedia di generator AI2Face: klip bersuara, storyboard, dan pindah gerak. Biaya terlihat sebelum mulai.

Untuk tugas lain di generator yang sama:

• Veo 3.1 — klip 4–8 detik hingga 4K dengan ucapan dan efek, animasi foto, frame pertama dan terakhir.
• Gemini Omni Flash — hingga 10 detik, adegan dari beberapa referensi, frame pertama dan terakhir.

Susun klip pendek 4K dari dua video Veo 3.1 dengan karakter yang sama, memakai referensi. Kedua model berjalan di generator yang sama, dan biaya terlihat lebih dulu.

Keterbatasan

• Cacat di detail kecil. Dalam uji kami, benda di tangan kadang terlepas (busur pemain biola), dan pada transisi dua frame pakaian bisa melebur.
• Resolusi 3.0 sampai 1080p. 4K tidak diumumkan secara resmi untuk Kling 3.0.
• Kling 4.0 masih akses awal, dan hanya versi Flash.
• Akses. Secara resmi: situs, aplikasi Kling, dan API. Membayar langganan langsung sulit di beberapa negara.

Kesimpulan

Kling 3.0 termasuk model video terkuat untuk cerita pendek: storyboard beberapa bidikan, ucapan dengan bibir sinkron, dan fisika yang kokoh dalam satu generasi hingga 15 detik. Motion Control membuatnya pilihan terbaik untuk tarian dan gerak dari referensi. Kling 4.0 menjanjikan klip dua kali lebih panjang — rilis penuhnya masih dipantau. Kling tersedia di AI2Face. Jika butuh 4K atau suara yang lebih baik di klip pendek, pilih Veo 3.1 atau Gemini Omni — keduanya ada di generator yang sama.