テキストから動画、画像から動画、参照画像から動画のいずれかでKling 4.0 Flashを選びます。
何が動くか、カメラがどう追うか、何が聞こえるかを書きます。プロンプトは必須で、最大2,500文字です。
3〜20秒を設定します。出力は720pで、テキストから動画では16:9、9:16、1:1、21:9を選べます。
クリップは音声付きで届きます。そのままダウンロードするか、次のショットで延長できます。
プロンプトや写真から、音声付きの3〜20秒のクリップを1秒あたり16トークンで作れます。