Ein 5-Sekunden-Video in 720p mit Ton kostet mit Kling 4.0 auf zzo.ai 160 Credits (1,60 $). Kein Abo: Du kaufst Credits einmal, und sie verfallen nicht.
Kling 4.0 ist das KI-Videomodell des chinesischen Kurzvideo-Anbieters Kuaishou, offiziell gestartet am 15. Oktober 2026. Es erzeugt in einer einzigen Generierung Clips bis 30 Sekunden mit Zweikanal-Stereoton, aus Text oder einem Startbild. zzo.ai ist eine unabhängige Website, auf der du das Modell nutzen kannst – nicht die offizielle Kling-AI-App.
Videos mit 5–30 s
Bis 1080p
Mit Ton
Prompt aus diesem Video. Pass ihn an oder schreib deinen eigenen.
Mit Ton
Mit Kling 4.0 erstellt
Bei jedem siehst du Prompt, Modell und was es hier kostet. Wähl eins aus, um damit zu starten.
“One unbroken handheld take, direct-flash 35mm snapshot look, fine grain, white tile and bright window light. 0-5s: from behind, a young pastry cook in a white jacket and a long black apron pipes the last pale-yellow buttercream flowers onto a small white cake on a scrubbed wooden bench in a narrow tiled pantry, steel bowls stacked on the shelves. 5-10s: she puts the piping bag down, turns the cake once on its plate to check it from every side, and straightens one flower with a fingertip. 10-15s: she lifts the cake on its plate, turns and carries it through the cramped kitchen past hanging ladles and a steaming stockpot, the camera following at shoulder height. 15-20s: she shoulders open a back door into a quiet, sunlit courtyard and walks across the flagstones. 20-25s: she sets the cake down on a weathered table laid for one and steps back to look at it. 25-30s: she wipes her hands on the apron and walks back inside, leaving the cake alone on the table in the sun. Sound: piping bag squeeze, a pot lid rattling, the door creak, birds outside.”Kling 4.0, 30 s, mit Ton, 1.410 Credits, erstellt auf Kling AI
“One unbroken handheld take on 16mm film, misty grey dawn, a muted palette of wet timber, slate water and fog with one faded-red accent. 0-4s: inside an old timber boathouse on a still lake, a young woman in a faded red rowing vest and grey leggings lifts a pair of long wooden oars down from a wall rack. 4-8s: she carries the oars on her shoulder down the wet wooden slipway, the camera following behind her at shoulder height. 8-12s: she steps carefully into a narrow white single scull tied at the jetty, sits, and slots the oars into their riggers. 12-15s: she pushes off from the jetty with one hand and takes her first stroke, the scull gliding out into the fog, ripples spreading toward the camera. Sound: creaking boards, her footsteps, water lapping, one distant bird call.”Kling 4.0, 15 s, mit Ton, 705 Credits, erstellt auf Kling AI
“Real-time speed, 35mm documentary look, flat daylight from tall paper windows in an old wooden dojo with straw-yellow tatami. Two women judoka, one in a white judogi and one in a deep blue judogi, grip each other's lapels and sleeves. The woman in white steps in, turns her hip under her opponent and throws her in a clean hip throw; the woman in blue rotates over her hip through the air, lands flat on her back with a loud slap of the mat and immediately rolls up to her knees. Camera: low handheld, side-on, following the throw. Sound: bare feet on tatami, a sharp exhale, the slap of the landing.”Kling 4.0, 5 s, mit Ton, 235 Credits, erstellt auf Kling AI
“One continuous wide shot, camera locked off at chest height. On a black volcanic sand beach under a flat silver overcast sky, two capoeira players in loose white trousers and faded indigo tops trade fast moves: one throws a high spinning kick, the other ducks low beneath it and wheels away in a cartwheel, then both spring back up facing each other, swaying in the ginga stance. Wet black sand flicks up from their feet; small grey waves break behind them. Sound: bare feet slapping wet sand, sharp breaths, the surf.”Kling 4.0, 5 s, mit Ton, 160 Credits, erstellt auf Kling AI
“Single continuous camera move, no cuts. The shot opens wide on a young florist with curly black hair and a mustard canvas apron, standing among galvanised buckets of coral ranunculus and white anemones under the iron-and-glass roof of an empty covered market at first light. The camera arcs a slow half circle around him, from behind his left shoulder round to face him, while pushing in, and ends in a close-up as he looks up from the stems in his hands and says: "First ones in today." Cool blue daylight from the high windows, one warm bulb above the stall. Sound: the rustle of paper and stems, a distant shutter rolling up, his line spoken clearly.”Kling 4.0, 5 s, mit Ton, 160 Credits, erstellt auf Kling AI
“Slow sideways dolly along a pale mint-green ferry ticket kiosk on a stone quay at hard noon, the sea bright behind it. Painted on the kiosk in large white capitals: "HARBOUR FERRY". A small black chalkboard on the counter reads "NEXT BOAT 4:15" in white chalk. A ticket seller in a navy cardigan slides a paper ticket across the counter. 2-4 s: a subtitle in small white sans-serif, centred at the bottom of the frame: "Last crossing of the summer." Sound: gulls, water slapping the quay. No background music.”Kling 4.0, 5 s, mit Ton, 160 Credits, erstellt auf Kling AI
“One continuous take with no cuts, the camera floating just behind and beside the boat the whole time. Blue dawn on a still reed lake, thin mist on the water, film-photograph colour. 0-2s: a ferryman in a heavy dark-green oilskin coat and flat cap pushes a flat wooden punt off from a weathered jetty with a long pole. 2-4s: as the punt glides through a channel in the tall reeds, a grey heron lifts out of the reeds beside him and flaps away low over the water. 4-6s: he ducks under a low, moss-covered stone footbridge and the camera follows him through its shadow. 6-8s: the punt emerges into open water in the first warm sunlight, and a small whitewashed chapel on a wooded island comes into view ahead. Sound: water dripping from the pole, heron wingbeats, the echo under the bridge, one distant chapel bell.”Kling 4.0, 8 s, mit Ton, 255 Credits, erstellt auf Kling AI
“He takes off his round tortoiseshell glasses and wipes the lenses on his rust sweater, then turns away to the shelf on the right and pulls out a faded green book. He turns back to the camera, puts the glasses back on, opens the book and looks up with a broad smile. The camera holds a steady medium shot with a slight drift. Sound: quiet shop room tone, the book sliding from the shelf, pages turning.”Kling 4.0, Bild-zu-Video, 8 s, mit Ton, 380 Credits, erstellt auf Kling AI, Eingabebild mit GPT Image 2.5 erstellt
Was du mit Kling 4.0 erstellen kannst
Zu jedem Beispiel gibt es die Einstellungen und den Prompt, mit denen wir starten würden, und den Preis. Übernimm es direkt oder pass es an.
erstellt auf Kling AI
30 Sekunden in einer Einstellung
Sechs zeitlich gesetzte Momente – vom Spritzen der letzten Blüten bis zur Torte, die allein im Innenhof zurückbleibt – in einer durchgehenden Einstellung, jeder Moment in seinem Zeitfenster. Der Prompt stammt aus Fusers Anleitung zu Kling 4. Wie bei Fuser kam der verlangte Schnappschuss-Look mit direktem Blitz nicht heraus: Das Licht ist weiches Tageslicht. Auf der Jacke ist ein kleines, unleserliches logoartiges Zeichen.
Text-zu-Video
1080p
30 s
mit Ton
16:9
“One unbroken handheld take, direct-flash 35mm snapshot look, fine grain, white tile and bright window light. 0-5s: from behind, a young pastry cook in a white jacket and a long black apron pipes the last pale-yellow buttercream flowers onto a small white cake on a scrubbed wooden bench in a narrow tiled pantry, steel bowls stacked on the shelves. 5-10s: she puts the piping bag down, turns the cake once on its plate to check it from every side, and straightens one flower with a fingertip. 10-15s: she lifts the cake on its plate, turns and carries it through the cramped kitchen past hanging ladles and a steaming stockpot, the camera following at shoulder height. 15-20s: she shoulders open a back door into a quiet, sunlit courtyard and walks across the flagstones. 20-25s: she sets the cake down on a weathered table laid for one and steps back to look at it. 25-30s: she wipes her hands on the apron and walks back inside, leaving the cake alone on the table in the sun. Sound: piping bag squeeze, a pot lid rattling, the door creak, birds outside.”
Tipp: Beginn mit „One unbroken take“ und gib je fünf Sekunden einen eigenen Moment („0-5s: …, 5-10s: …“).
1.410 Credits
erstellt auf Kling AI
15 Sekunden, vier Schritte, kein Schnitt
Ruder aus dem Gestell, die Slipanlage hinunter, ins Skiff, erster Schlag: eine Einstellung, in der richtigen Reihenfolge und mit der richtigen Ruderrichtung. Fuser bekam mit demselben Prompt nur ein einziges Ruder; in diesem Durchgang ist das Paar da, das der Prompt verlangt.
Text-zu-Video
1080p
15 s
mit Ton
16:9
“One unbroken handheld take on 16mm film, misty grey dawn, a muted palette of wet timber, slate water and fog with one faded-red accent. 0-4s: inside an old timber boathouse on a still lake, a young woman in a faded red rowing vest and grey leggings lifts a pair of long wooden oars down from a wall rack. 4-8s: she carries the oars on her shoulder down the wet wooden slipway, the camera following behind her at shoulder height. 8-12s: she steps carefully into a narrow white single scull tied at the jetty, sits, and slots the oars into their riggers. 12-15s: she pushes off from the jetty with one hand and takes her first stroke, the scull gliding out into the fog, ripples spreading toward the camera. Sound: creaking boards, her footsteps, water lapping, one distant bird call.”
Tipp: Sag, wie viele es von jeder Requisite gibt („a pair of long wooden oars“), und prüf den ganzen Clip: Kleine Requisiten sind das, was abweicht.
705 Credits
erstellt auf Kling AI
Schnelle Action zwischen zwei Personen
Ein sauberer Hüftwurf, bei dem jedes Bein und jeder Arm bei der richtigen Person bleibt, mit dem Klatschen der Landung im Ton. Der Prompt stammt aus Fusers Test Kling 4.0 gegen Kling 3.0. Die Kamera bleibt stehen, statt der verlangten tiefen Handkamera-Bewegung – die fehlte auch in Fusers Durchgang.
Text-zu-Video
1080p
5 s
mit Ton
16:9
“Real-time speed, 35mm documentary look, flat daylight from tall paper windows in an old wooden dojo with straw-yellow tatami. Two women judoka, one in a white judogi and one in a deep blue judogi, grip each other's lapels and sleeves. The woman in white steps in, turns her hip under her opponent and throws her in a clean hip throw; the woman in blue rotates over her hip through the air, lands flat on her back with a loud slap of the mat and immediately rolls up to her knees. Camera: low handheld, side-on, following the throw. Sound: bare feet on tatami, a sharp exhale, the slap of the landing.”
Tipp: Benenn über die Kleidung, wer was tut („the woman in white … the woman in blue“), damit das Modell die beiden auseinanderhält.
235 Credits
erstellt auf Kling AI
Kino-Breitbild in 21:9
Zwei Capoeiristas an einem schwarzen Sandstrand im 21:9-Format; Tritte und Ausweichbewegungen sind gut zu verfolgen. Der Prompt stammt aus Fusers Test Kling 4.0 gegen Seedance 2.5, in dem Kling 4.0 diese Runde gewann.
Text-zu-Video
720p
5 s
mit Ton
21:9
“One continuous wide shot, camera locked off at chest height. On a black volcanic sand beach under a flat silver overcast sky, two capoeira players in loose white trousers and faded indigo tops trade fast moves: one throws a high spinning kick, the other ducks low beneath it and wheels away in a cartwheel, then both spring back up facing each other, swaying in the ginga stance. Wet black sand flicks up from their feet; small grey waves break behind them. Sound: bare feet slapping wet sand, sharp breaths, the surf.”
Tipp: Nimm 21:9 für weite Action mit zwei Personen nebeneinander; dann ist Platz für beide, ohne dass ein Arm oder Bein abgeschnitten wird.
160 Credits
erstellt auf Kling AI
Eine Kreisfahrt und ein gesprochener Satz
Die Kamera fährt halb um einen Floristen herum und endet nah bei ihm, als er „First ones in today.“ sagt – die Stimme entsteht im selben Durchgang wie das Bild. Der Prompt stammt aus Fusers Test Kling 4.0 gegen Seedance 2.5.
Text-zu-Video
720p
5 s
mit Ton
16:9
“Single continuous camera move, no cuts. The shot opens wide on a young florist with curly black hair and a mustard canvas apron, standing among galvanised buckets of coral ranunculus and white anemones under the iron-and-glass roof of an empty covered market at first light. The camera arcs a slow half circle around him, from behind his left shoulder round to face him, while pushing in, and ends in a close-up as he looks up from the stems in his hands and says: "First ones in today." Cool blue daylight from the high windows, one warm bulb above the stall. Sound: the rustle of paper and stems, a distant shutter rolling up, his line spoken clearly.”
Tipp: Schreib den Satz in Anführungszeichen und sag, wann er kommt. Setz ihn früh, damit er auch in einem kurzen Clip zu Ende gesprochen wird.
160 Credits
erstellt auf Kling AI
Schilder und Untertitel richtig geschrieben
Schild, Kreidetafel und Untertitel sind korrekt geschrieben, wie in Fusers Durchgang mit demselben Prompt. Ebenfalls wie bei Fuser bleibt der Untertitel länger im Bild, als der Prompt verlangt.
Text-zu-Video
720p
5 s
mit Ton
16:9
“Slow sideways dolly along a pale mint-green ferry ticket kiosk on a stone quay at hard noon, the sea bright behind it. Painted on the kiosk in large white capitals: "HARBOUR FERRY". A small black chalkboard on the counter reads "NEXT BOAT 4:15" in white chalk. A ticket seller in a navy cardigan slides a paper ticket across the counter. 2-4 s: a subtitle in small white sans-serif, centred at the bottom of the frame: "Last crossing of the summer." Sound: gulls, water slapping the quay. No background music.”
Tipp: Setz jeden Text in Anführungszeichen und sag, wo er steht. Muss das Timing des Untertitels exakt sein, füg ihn im Schnittprogramm hinzu.
160 Credits
erstellt auf Kling AI
Vier Momente in 8 Sekunden
Der Fährmann bleibt im Bild – durch das Schilf, am Reiher vorbei, unter der Brücke hindurch bis zur Kapelle –, und am Ende wird das Licht warm. In Fusers Durchgang mit diesem Prompt blieb das Licht durchgehend kaltblau.
Text-zu-Video
720p
8 s
mit Ton
16:9
“One continuous take with no cuts, the camera floating just behind and beside the boat the whole time. Blue dawn on a still reed lake, thin mist on the water, film-photograph colour. 0-2s: a ferryman in a heavy dark-green oilskin coat and flat cap pushes a flat wooden punt off from a weathered jetty with a long pole. 2-4s: as the punt glides through a channel in the tall reeds, a grey heron lifts out of the reeds beside him and flaps away low over the water. 4-6s: he ducks under a low, moss-covered stone footbridge and the camera follows him through its shadow. 6-8s: the punt emerges into open water in the first warm sunlight, and a small whitewashed chapel on a wooded island comes into view ahead. Sound: water dripping from the pole, heron wingbeats, the echo under the bridge, one distant chapel bell.”
Tipp: Auf 8 Sekunden sind die meisten veröffentlichten Prompts für Kling 4 abgestimmt. Bei dieser Länge passt ein Moment auf zwei Sekunden.
255 Credits
erstellt auf Kling AI, Eingabebild mit GPT Image 2.5 erstellt
Ein Foto zum Leben erwecken
Jeder Schritt des Prompts passiert in der richtigen Reihenfolge, und der Mann und seine Brille bleiben wie auf dem Foto. Der Prompt stammt aus Fusers Test Kling 4.0 gegen Kling 3.0; das Startbild haben wir selbst mit GPT Image 2.5 erstellt, es ist nicht das von Fuser.
Bild-zu-Video
1080p
8 s
mit Ton
16:9
“He takes off his round tortoiseshell glasses and wipes the lenses on his rust sweater, then turns away to the shelf on the right and pulls out a faded green book. He turns back to the camera, puts the glasses back on, opens the book and looks up with a broad smile. The camera holds a steady medium shot with a slight drift. Sound: quiet shop room tone, the book sliding from the shelf, pages turning.”
Tipp: Beschreib, was sich in welcher Reihenfolge bewegt, nicht das Bild: Person und Raum legt das Foto schon fest.
380 Credits
Was Kling 4.0 auszeichnet
Bis zu 30 Sekunden in einer Einstellung
Kling 4.0 erzeugt bis zu 30 Sekunden in einem einzigen Durchgang – laut Kuaishou die wichtigste Neuerung. In den unabhängigen Tests, die wir gefunden haben, blieben lange Clips eine Einstellung, und die Handlungen kamen in der richtigen Reihenfolge. Fusers 30-sekündiger Konditor kam als eine Einstellung zurück, in der die Szenenerkennung keinen Schnitt fand, und jeder Moment landete in seinem Zeitfenster.
So nutzt du es: Beginn mit „One unbroken take“ und gib dann jedem Moment einen eigenen Zeitabschnitt, etwa einen Moment pro fünf Sekunden: „0-5s: …, 5-10s: …“. Ein Prompt aus einer Zeile bei einem langen Clip überlässt den Schnitt dem Modell, und das teilt ihn womöglich in mehrere Einstellungen.
Sprache, Soundeffekte, Umgebungsgeräusche und Musik entstehen zusammen mit dem Bild, in Zweikanal-Stereo. Kuaishou nennt neun Sprachen für Dialoge, dazu Dialekte und Akzente. Tester fanden den Ton lauter abgemischt als bei anderen Modellen, was auf einem Handylautsprecher hilft.
So nutzt du es: Schreib jede Zeile in Anführungszeichen, in der Sprache, in der sie gesprochen werden soll, und beschreib die Stimme: Alter, Tonfall, Tempo und Emotion. Nenn die Geräusche, die du willst („gulls, water slapping the quay“), und schließ mit „No background music“, wenn keine Musik laufen soll.
Schrift im Bild
Bei Schildern, Kreidetafeln, Titeltafeln und Untertiteln ist Kling 4.0 deutlich besser als Kling 3.0. In Fusers Kiosk-Test waren Schild, Kreidetafel und Untertitel in jedem einzelnen Bild richtig geschrieben, auch wenn der Untertitel länger stehen blieb als verlangt. Schilder im Hintergrund und Leuchtreklamen können aber noch zu erfundener Schrift werden.
So nutzt du es: Setz den genauen Wortlaut in Anführungszeichen und sag, wo er steht. Für Untertitel verlangt die offizielle Anleitung Schriftgröße, Ausrichtung und wie lange sie im Bild bleiben.
Was Kling 4.0 gut kann – und wo es an Grenzen stößt
Stärken
Lange Einstellungen ohne Schnitt: In allen unabhängigen Long-Take-Tests, die wir gefunden haben (Fuser, Voyager, SandBase, The Local Lab, Oktober 2026), kamen Clips von 15 bis 30 Sekunden als eine Einstellung zurück, die jeden zeitlich gesetzten Moment in der richtigen Reihenfolge traf.
Schnelle Action zwischen zwei Personen: In Fusers Tests mit identischen Prompts gegen Kling 3.0, Seedance 2.5 und FLUX.3 gewann Kling 4.0 jede Action-Runde (Judo, Capoeira), und Arme und Beine blieben bei der richtigen Person.
Kamerafahrten nach Regie: Kreisfahrten, Ranfahrten und Verfolgungsfahrten folgen dem Prompt. Im Test von SandBase mit fünf Modellen führte nur Kling 4.0 die Kamera um einen Skater herum.
Schrift im Bild ist viel öfter richtig geschrieben als bei Kling 3.0: Schilder, Kreidetafeln, Titeltafeln und Untertitel kamen in den Text-Tests von Fuser und Voyager korrekt heraus.
Stereoton und Dialog in neun Sprachen (Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Deutsch, Französisch, Hindi), lippensynchron und im selben Durchgang wie das Bild.
Grenzen
Kurze Clips enthalten Schnitte, um die du nicht gebeten hast: Bei Voyager hatten fünf von neun Clips mit 5 Sekunden einen Schnitt. Kling 4.0 erzeugt standardmäßig Clips mit mehreren Einstellungen; beginn den Prompt mit „One unbroken take“, um bei einer Einstellung zu bleiben.
Der Ton ist immer an, und das Modell legt womöglich Hintergrundmusik darunter. Schreib „No background music“, wenn du keine willst.
Stil-Angaben können verloren gehen: In Fusers Tests blieb die Szene erhalten, aber aus dem verlangten „direct-flash 35mm“-Look wurde weiches Tageslicht, und eine neblig-graue Morgendämmerung wurde dunkler und kühler.
Kleine Requisiten können doppelt auftauchen oder fehlen (ein zweites Tuch auf dem Tisch, ein Ruder statt zwei), und Hände, Flüssigkeiten und dünne Gegenstände können sich verformen.
Es ist langsam: Tester haben für einen Clip mit 5 Sekunden in 720p etwa zweieinhalb bis sechs Minuten gemessen, für 30 Sekunden noch länger.
Auf zzo.ai läuft es in 720p oder 1080p, aus Text oder einem Startbild (optional mit Endbild). 4K, das Verlängern von Clips, Referenzbilder und Keyframes dazwischen sind Funktionen der Kling-AI-App und werden hier nicht angeboten.
Schritt für Schritt zu einem guten ersten Ergebnis mit Kling 4.0
Günstig entwerfen, in hoher Qualität fertigstellen. Jeder Schritt zeigt Einstellungen und Kosten.
1
Die Einstellung in 720p und 5 Sekunden finden
Probier die Idee zuerst in der kleinsten Auflösung und Länge aus und ändere immer nur eine Sache. Willst du eine einzige Einstellung, beginn mit „One unbroken take“.
720p
5 s
mit Ton
16:9
3 Durchgänge × 160 = 480 Credits
2
Die volle Länge in 720p
Schreib die zeitlich gesetzten Momente und generiere die Länge, die du brauchst. Für die meisten Social-Media-Clips reicht das schon.
720p
15 s
mit Ton
16:9
475 Credits
3
Die finale Fassung in 1080p
Ein Durchgang in 1080p ist ein neuer Take, keine Hochskalierung des Entwurfs, und kann deshalb abweichen: In Fusers Tests wichen zwei von zehn Neuberechnungen so weit ab, dass sie noch einmal laufen mussten.
1080p
15 s
mit Ton
16:9
705 Credits
Rund 1.660 Credits (16,60 $ zum Standardpreis) für das ganze Projekt. Fehlgeschlagene Durchgänge bekommst du zurück, sie zählen also nicht mit.
Die Einstellungen erklärt
Was jede Option bewirkt und wie sie sich auf den Preis auswirkt.
Modi
Text-zu-Video startet mit deinen Worten. Bild-zu-Video nimmt dein Bild als Startbild und übernimmt sein Format; laut Fusers Messung stimmte das erste Bild fast exakt mit der Vorlage überein.
Gleicher Preis: 160 Credits (720p, 5 s)
Auflösung
720p für Entwürfe und die meisten Social-Media-Posts, 1080p für die finale Fassung. 1080p kostet etwa anderthalbmal so viel wie 720p.
720p: 160 · 1080p: 235 Credits (5 s)
Videolänge
Hier 5 bis 30 Sekunden. Auf 8 Sekunden sind die meisten veröffentlichten Test-Prompts abgestimmt, sie laufen also so, wie sie geschrieben sind. Kurze Clips werden öfter geschnitten; gib langen Clips einen Moment pro Zeitabschnitt.
5 s: 160 · 30 s: 945 Credits (720p)
Ton
Immer an und im Preis enthalten. Das Modell selbst hat keinen Schalter dafür; schreib „No background music“ in den Prompt oder schalte den Clip hinterher stumm.
Seitenverhältnisse
16:9 für das Web und YouTube, 9:16 im Hochformat für Reels, TikTok und Shorts, 1:1 für Feeds, 21:9 für Kino-Breitbild. Bei Bild-zu-Video gilt stattdessen das Format deines Bildes.
16:9, 9:16, 1:1, 21:9 · kein Preisunterschied
Kling 4.0: technische Daten
Aktualisiert am 28. Oktober 2026
Entwickler
Kuaishou
Veröffentlicht
2026-10-15
Typ
Video
Modi
Text-zu-Video, Bild-zu-Video
Videolänge
5–30s
Auflösung
720p, 1080p
Ton
Immer an
Seitenverhältnisse
16:9, 9:16, 1:1, 21:9
Kommerzielle Nutzung
Erlaubt, gemäß unseren Bedingungen
Fehlgeschlagene Generierungen
Credits automatisch zurück
Preis ab
160 (1,60 $)
Kling 4.0: Preis pro Generierung
Credits werden erst abgebucht, wenn eine Generierung startet, und bei einem Fehlschlag zurückgebucht. Die kleinste Option kostet 160 Credits.
Die offizielle Anleitung zu Kling 4.0 und die Tester, die das Modell ausprobiert haben, sind sich in ein paar Regeln einig:
Beschreib, was die Kamera sieht, statt abstrakte Etiketten zu verwenden. Die Anleitung ersetzt „premium look“ durch „side backlighting outlines the object’s edges, the background is blurred, and fine matte grain is visible on the surface.“ (Gegenlicht von der Seite zeichnet die Kanten nach, der Hintergrund ist unscharf, auf der Oberfläche ist feine matte Körnung zu sehen).
Fang mit einem Satz an, der Motiv, Ort, Handlung und Emotion nennt, und ergänze dann nur, was das Ergebnis verändert: Kamera, Timing, Ton.
Gib den Momenten Zeiten. Bei langen Clips bekommt jeder Teil seinen eigenen Abschnitt („0-5s … 5-10s …“), etwa ein Moment pro fünf Sekunden.
Verlang eine Einstellung, wenn du eine willst. Mehrere Einstellungen sind Standard; „One unbroken take“ am Anfang hält den Clip bei einer.
Nur zwei Verneinungen lohnen sich: „No subtitles“ und „No background music“. Andere Verneinungen können laut Kuaishou Fehler wahrscheinlicher machen.
Für Dialoge schreibst du die Zeile in Anführungszeichen und in der Sprache, in der sie gesprochen werden soll, und beschreibst die Stimme.
Wenn ein Ergebnis danebengeht
Die typischen Probleme mit Kling 4.0, woher sie kommen und was du ändern solltest.
Ein Prompt für eine Einstellung kam mit Schnitten zurück
Ursache: Kling 4.0 erzeugt standardmäßig Clips mit mehreren Einstellungen, und kurze Clips werden am häufigsten geschnitten.
Lösung: Beginn den Prompt mit „One unbroken take, no cuts“, halt die Handlung an einem Ort und probier eine größere Länge.
Es läuft Musik, obwohl du keine wolltest
Ursache: Kling 4.0 legt Hintergrundmusik darunter, wenn du nichts anderes sagst; die offizielle Anleitung nennt „no background music“ als eine von nur zwei Verneinungen, die sich lohnen.
Lösung: Beende den Prompt mit „No background music“ und beschreib nur die Stimmen und Umgebungsgeräusche, die du willst.
Der Look ist nicht der, den du geschrieben hast
Ursache: Tester stellten fest, dass Kling 4.0 die Szene beibehält, aber Stil-Angaben wie ein Filmmaterial oder einen Blitz-Look weglassen kann.
Lösung: Beschreib, was zu sehen sein soll, statt den Look zu benennen – so rät es die offizielle Anleitung. Für einen Blitz-Look schreibst du also das harte Frontallicht und die scharfen Schatten aus, die es wirft.
Eine Requisite ist doppelt da oder fehlt
Ursache: Kleine Requisiten können in einer langen Einstellung verdoppelt werden oder verschwinden.
Lösung: Nenn jede Requisite einmal, sag, wie viele es gibt und wo sie stehen, und prüf den ganzen Clip, bevor du ihn verwendest.
Untertitel erscheinen im Bild
Ursache: Bei Clips mit Dialog kann das Modell Untertitel einfügen.
Lösung: Ergänze „No subtitles“ im Prompt.
Die 1080p-Fassung weicht vom 720p-Entwurf ab
Ursache: Jeder Durchgang ist ein neuer Take; eine höhere Auflösung ist keine Hochskalierung des Entwurfs.
Lösung: Behalt denselben Prompt und rechne mit etwas Abweichung. Plan bei Clips, die genau passen müssen, einen zweiten Durchgang in 1080p ein.
Die Generierung ist fehlgeschlagen oder hat zu lange gedauert
Ursache: Das Modell hat einen Fehler zurückgegeben oder zu lange gebraucht.
Lösung: Es wird nichts berechnet: Die Credits gehen zurück auf dein Guthaben. Versuch es noch einmal oder mit einer kürzeren Länge.
Kling 4.0 vs. Kling 3.0
Kling 4.0 ersetzt Kling 3.0 auf zzo.ai. In Fusers Tests mit identischen Eingaben (23. Oktober 2026) gewann es drei von vier Runden gegen Kling 3.0: eine Einstellung über 15 Sekunden mit vier Momenten, einen Judowurf und einen Bild-zu-Video-Clip, in dem nur Kling 4.0 jeden Schritt in der richtigen Reihenfolge hielt. Bei Übergängen vom Start- zum Endbild gab es ein Unentschieden.
Bis zu 30 Sekunden in einer Generierung statt 15 bei Kling 3.0.
Laut Kuaishou stabilere großräumige Bewegungen und komplexe Kamerafahrten.
Zweikanal-Stereoton, immer an, mit Dialogen in neun Sprachen.
Klarere, stabilere Schrift im Bild.
Ein Seitenverhältnis von 21:9 für Kino-Breitbild.
Omni Reference (bis zu 15 Referenzen und 10 Keyframes) in der Kling-AI-App; zzo.ai bietet Text-zu-Video und Bild-zu-Video mit Startbild und optionalem Endbild.
Ein 5-Sekunden-Video in 720p mit Ton kostet mit Kling 4.0 auf zzo.ai 160 Credits (1,60 $). Kein Abo: Du kaufst Credits einmal, und sie verfallen nicht. Je nach Auflösung und Länge kostet eine Generierung 160 bis 1.410 Credits (1,60 $ bis 14,10 $ zum Standardpreis). Mit dem Paket für 199,99 $ ab 1,45 $. Schlägt eine Generierung fehl, bekommst du die Credits automatisch zurück.
Brauche ich ein Abo, um Kling 4.0 zu nutzen?
Nein. zzo.ai hat kein Abo: Du kaufst einmal ein Credit-Paket und nutzt es für Kling 4.0 oder jedes andere Modell. Deine Credits verfallen nicht.
Wie lang und in welcher Auflösung kann Kling 4.0 Videos erstellen?
Auf zzo.ai erstellt Kling 4.0 Videos von 5 bis 30 Sekunden in 720p, 1080p, in den Seitenverhältnissen 16:9, 9:16, 1:1, 21:9.
Was kostet ein 10-Sekunden-Video mit Kling 4.0?
Ein 10-Sekunden-Video in 720p mit Ton kostet 315 Credits: 3,15 $ zum Standardpreis oder 2,86 $ mit dem Paket für 199,99 $. Ein Abo gibt es nicht.
Kann ich Kling 4.0 per API oder in Claude nutzen?
Ja. Erstelle in den Einstellungen einen API-Schlüssel und nutze Kling 4.0 dann über den MCP-Server von zzo.ai in Claude, Cursor oder deinem eigenen Code. Abgerechnet wird über dasselbe Guthaben zu denselben Preisen wie auf der Website.
Was ist Kling 4.0?
Kling 4.0 ist das KI-Videomodell von Kuaishou, offiziell gestartet am 15. Oktober 2026. Es erzeugt Clips bis 30 Sekunden mit Stereoton, aus Text oder einem Bild. Kuaishou nennt drei Neuerungen: stabilere großräumige Bewegungen, bis zu 30 Sekunden am Stück in einer einzigen Generierung und Omni Reference, mit dem sich in der eigenen App Referenzbilder und Keyframes kombinieren lassen.
Woher kommt Kling AI, und wie steht es um den Datenschutz?
Kling AI wird vom chinesischen Kurzvideo-Anbieter Kuaishou entwickelt. zzo.ai ist nicht die offizielle Kling-AI-Website und gehört nicht zu Kuaishou, sondern ist eine unabhängige Website, auf der du mehrere Video- und Bildmodelle mit denselben Credits nutzt. Für die Generierung werden dein Prompt und hochgeladene Bilder an den Anbieter gesendet, der das Modell ausführt, und von dort an den Entwickler des Modells weitergegeben; dafür gelten deren eigene Bedingungen und Datenschutzerklärungen. Außerdem gehen Prompts, Bilder und Ergebnisse an die Moderations-API von OpenAI, die sie anhand unserer Nutzungsrichtlinie prüft. Mehr dazu steht in unserer Datenschutzerklärung.
Ist Kling 4.0 schon verfügbar? Wann kam es heraus?
Ja. Kuaishou hat Kling 4.0 am 15. Oktober 2026 offiziell gestartet; schon am 28. September war eine schnellere Flash-Version für einen Teil der Abonnenten von Kling AI freigeschaltet worden. Auf zzo.ai läuft das vollständige Kling 4.0, nicht Flash.
Kann ich Kling 4.0 in Deutschland nutzen?
Ja. zzo.ai läuft direkt im Browser, ohne Installation und ohne eigene Grafikkarte. Laut unseren Nutzungsbedingungen ist der Dienst nur in Festlandchina, Hongkong und Macau nicht verfügbar. Du brauchst ein Konto und ein Credit-Paket.
Kann Kling 4.0 Deutsch?
Laut der offiziellen Anleitung gehört Deutsch zu den neun Sprachen, in denen Kling 4.0 lippensynchrone Dialoge erzeugt. Schreib die Zeile in Anführungszeichen und in der Sprache, in der sie gesprochen werden soll, und beschreib die Stimme: Alter, Tonfall, Tempo und Emotion. Wie gut deutsche Dialoge klingen, haben wir auf zzo.ai noch nicht getestet. Für den Rest des Prompts liefert Englisch oft stabilere Ergebnisse.
Wie lang kann ein Video mit Kling 4.0 sein?
Bis zu 30 Sekunden in einer Generierung; bei Kling 3.0 war nach 15 Schluss. Auf zzo.ai wählst du eine der Längen, die der Generator anzeigt, und der Preis steigt mit der Länge.
Macht Kling 4.0 Videos in 4K?
Auf zzo.ai nicht: Hier läuft es in 720p oder 1080p. Kuaishou kündigt 4K mit 10-Bit-HDR in der eigenen App als „demnächst“ an.
Hat Kling 4.0 Ton, und kann ich ihn ausschalten?
Jeder Clip von Kling 4.0 hat Zweikanal-Stereoton, Dialoge eingeschlossen, und das Modell bietet keinen Schalter, um ihn abzustellen; der Ton ist im Preis enthalten. Schreib „No background music“ in den Prompt, wenn du keine Musik willst, und schalte den Clip im Schnittprogramm stumm, wenn du gar keinen Ton brauchst.
Warum hat mein Video Schnitte, obwohl ich eine Einstellung wollte?
Kling 4.0 teilt Clips standardmäßig in mehrere Einstellungen auf. Beginn den Prompt mit „One unbroken take, no cuts“ und halt die Handlung an einem Ort. In den Tests wurden Clips mit 5 Sekunden am häufigsten geschnitten, eine größere Länge kann also helfen.
Kling 4.0 oder Seedance 2.5 – welches Modell passt besser?
In Fusers Tests mit identischen Prompts (23. Oktober 2026, je ein Durchgang) hielt sich Kling 4.0 enger an Handlung, Kamerafahrten und Referenzfotos, während Seedance 2.5 die stimmungsvollere, atmosphärischere Einstellung lieferte. Auf zzo.ai kostet Kling 4.0 außerdem weniger pro Sekunde; die Preise kannst du auf beiden Modellseiten vergleichen.
Wie kündige ich mein Kling-AI-Abo?
Für ein Abo bei Kling AI selbst wende dich an den Support von Kling AI. zzo.ai ist eine eigene Website und hat keinen Zugriff auf Konten oder Verträge bei Kling AI. Bei zzo.ai gibt es kein Abo: Ein Credit-Paket bezahlst du einmalig, nichts verlängert sich automatisch, es gibt also auch nichts zu kündigen.
Verfallen meine Credits?
Bei zzo.ai nicht. Deine Credits verfallen nicht und werden auch nicht monatlich zurückgesetzt; was du nicht verbrauchst, bleibt in deinem Guthaben – für Kling 4.0 oder jedes andere Modell. Schlägt eine Generierung fehl, bekommst du die Credits automatisch zurück.
Was kostet Kling 4.0 in Euro?
Die Preise sind in US-Dollar angegeben und stehen in der Preistabelle auf dieser Seite und auf dem Generieren-Button. Was du in Euro zahlst, hängt vom Wechselkurs deiner Bank oder deines Kartenanbieters ab. Die MwSt. wird an der Kasse berechnet und vor dem Bezahlen angezeigt.
Darf ich Videos von Kling 4.0 kommerziell nutzen?
Ja. Videos, die du auf zzo.ai generierst, darfst du verwenden, auch kommerziell – solange der Inhalt nicht gegen unsere Nutzungsbedingungen oder die Rechte anderer verstößt.
