Guide · Vidéo

Créer une vidéo de 3 à 30 secondes, son compris, avec Kling 4.0

Kling 4.0 part d'un texte, d'une image de départ ou de références, et rend une vidéo jusqu'à 30 secondes, toujours avec sa piste son. Voici comment choisir le bon mode et régler le clip, en quatre étapes.

Lecture 6 minNiveau débutantMis à jour le 26 octobre 2026

En bref

Pour créer une vidéo avec Kling 4.0 : un prompt, et au besoin une image de départ ou jusqu'à 10 images et 5 vidéos de référence ; puis une durée de 3 à 30 secondes, en 720p ou 1080p. La vidéo générée sort avec sa piste son.

Prompt + images
Kling 4.0
Durée
3 à 30 s
Résolution
720p ou 1080p
Références
10 images, 5 vidéos
Vidéo avec son
Le workflow de ce guide : un prompt et vos images, Kling 4.0, une vidéo avec son.Ouvrir le studio

Ce que fait Kling 4.0

Kling 4.0 choisit son mode d'après ce que vous lui donnez. Un prompt seul : texte vers vidéo. Une image de départ, et au besoin une image de fin : la vidéo part de cette image et en garde le cadrage. Des références, jusqu'à 10 images et 5 vidéos citées dans le prompt : le modèle compose avec elles. Un quatrième mode, Edit, retouche une vidéo existante.

3 à 30 s

par clip, à choisir avant le lancement

1080p

par défaut, ou 720p

Son

toujours inclus, sans option à cocher

Les quatre étapes

  1. Étape 1

    Choisir le mode selon ce que vous avez

    Dans Generate, prenez « Kling 4.0 » puis le type Frames, Référence, Texte ou, pour retoucher une vidéo existante, Edit. Dans le canvas, ajoutez le nœud et branchez vos entrées : le mode suit ce qui est branché ; pour retoucher une vidéo, choisissez le modèle « Kling 4.0 · Video Edit ».

  2. Étape 2

    Ajouter les images et les vidéos de référence

    En mode Référence, ajoutez jusqu'à 10 images et 5 vidéos, puis citez-les dans le prompt par @Image1, @Image2… et @Video1… Chaque vidéo doit durer 3 secondes au moins, et l'ensemble 30 secondes au plus. Pour une vidéo importée ou produite dans Beemm Vision, un dépassement est refusé avant tout débit.

  3. Étape 3

    Écrire le prompt

    Le prompt est obligatoire dans tous les modes. Décrivez la scène, le mouvement et le son attendu : la vidéo sort toujours avec une piste son, il n'y a pas d'option audio à activer.

  4. Étape 4

    Régler la durée, la résolution et le format, puis lancer

    Durée de 3 à 30 secondes, 720p ou 1080p, format 16:9, 9:16, 1:1 ou 21:9. Auto, le choix par défaut dans Generate, laisse le modèle cadrer en Référence et donne du 16:9 en Texte ; en Frames, le cadrage suit l'image de départ. Le coût s'affiche avant le lancement. Comptez plusieurs minutes pour un clip de 30 secondes en 1080p.

Les réglages en un tableau

RéglageValeursConseil
ModeTexte, Frames, Référence, EditEdit : type « Edit » dans Generate, modèle « Kling 4.0 · Video Edit » sur le canvas
Durée3 à 30 sÀ choisir : Generate part de 3 s ; en Edit, la durée suit la vidéo source
Résolution720p, 1080p1080p par défaut, le palier le plus cher
Format16:9, 9:16, 1:1, 21:9Auto par défaut : 16:9 en Texte ; en Frames et Edit, le cadrage suit l’entrée
Références10 images, 5 vidéosCitées par @Image1… et @Video1… ; 30 s de vidéo au plus

Idées d'usage

Un spot vertical avec son

Le produit en @Image1, le décor en @Image2, format 9:16, 15 à 30 secondes : la bande son est déjà là.

Une transition entre deux images

Mode Frames avec une image de départ et une image de fin, générées avant dans le même graphe.

S’inspirer du mouvement d’un clip

Un clip en @Video1, un personnage en @Image1, et le prompt qui dit quoi reprendre. Les secondes de la vidéo d’entrée sont facturées aussi.

Retoucher une vidéo existante

En mode Edit : « remplace la veste de @Video1 par celle de @Image1 ». La vidéo produite a la même durée que la source.

Questions fréquentes

Kling 4.0 génère-t-il le son ?
Oui : chaque vidéo générée (Texte, Frames, Référence) sort avec une piste son. Il n'y a pas d'option pour la désactiver ; décrivez dans le prompt le son que vous attendez.
Quelle durée maximale avec Kling 4.0 ?
30 secondes par clip, 3 au minimum. En mode Edit, la vidéo produite a la même durée que la vidéo source, de 3 à 30 secondes.
Comment citer les références dans le prompt ?
Par @Image1, @Image2… pour les images et @Video1… pour les vidéos, dans l'ordre de la bande d'images de Generate : jusqu'à 10 images et 5 vidéos, 30 secondes de vidéo au plus en tout (par le serveur MCP : 8 images et 4 vidéos).
Comment Kling 4.0 est-il facturé ?
À la seconde, selon la résolution : le 1080p coûte plus que le 720p. Dès qu'une vidéo entre (références vidéo ou Edit), le tarif par seconde baisse, mais on paie le plus grand de deux nombres : secondes d'entrée et secondes produites, ou deux fois les secondes produites. Le coût s'affiche avant le lancement.
Où utiliser Kling 4.0 sur Beemm Vision ?
Dans Generate (« Kling 4.0 », types Frames, Référence, Texte et Edit), dans le canvas comme nœud, et depuis un agent par le serveur MCP. Il n'y a pas d'abonnement Kling à prendre.

Essayer Kling 4.0

Ouvrez le studio, choisissez Kling 4.0 et lancez un premier clip de 5 secondes en 720p.

À lire ensuite