Что Kling показал 16 и 17 ноября
Шестнадцатого ноября по американскому времени в официальном аккаунте Kling в X появилась запись: «Stunningly realistic. Sharp. Precise. Kling Image 4.0 is coming soon. Stay tuned.» По японскому календарю это уже 17 ноября, поэтому часть изданий датирует анонс следующим днём. К посту приложена одна промо-картинка.
Всё. Даты релиза нет, характеристик нет, цены нет, списка площадок тоже нет. Издатели, которые написали о тизере 17 ноября, пересказывают ту же формулировку и добавляют, что подробностей вендор не раскрыл. Так что на входе у нас один абзац маркетинга и картинка.
Для сравнения, как шла видеолинейка: Kling 4.0 вышла 15 октября, API открыли 21 октября, Kling 4.0 Flash стала доступна всем 4 ноября. У видео-модели к моменту релиза были и цифры, и лимиты, и цена. Здесь пока только обещание.
Kling Image 4.0 в лидерборде: что значит Elo 1180
Пятнадцатого ноября WaveSpeed заметил, что превью Kling Image 4.0 уже стоит в лидербордах Artificial Analysis. В text-to-image у него шестое место, 1180 Elo, диапазон возможных мест с пятого по восьмое, 5 550 голосов. В image editing рядом: 1182 Elo.
Что такое Elo, если не лезть в математику: это рейтинг из парных сравнений. Люди смотрят две картинки и выбирают лучшую, рейтинг считают по числу побед и по силе соперников. Диапазон мест с пятого по восьмое означает, что на 5 550 голосах соседи по таблице ещё не разошлись статистически, и место может оказаться любым внутри этого окна.
Для продакшна важен сам факт: модель попала в публичное сравнение раньше собственного релиза. Обычно так бывает, когда доступ уже открыт кому-то по API или в превью. Значит, чужие люди уже видели её кадры, а мы пока видим тизер.

Ключевой кадр для видео: зачем студии модель картинок
В пайплайне видео ключевой кадр это вход. Генератор видео получает картинку и дорисовывает движение: поворот головы, проезд камеры, падение товара на стол. Всё, что решено на картинке (композиция, свет, лицо героя, положение продукта), переезжает в ролик почти без изменений. Поэтому качество первого кадра задаёт потолок всего шота.
Отсюда практический интерес к любой новой картиночной модели. Если она точнее держит промпт и референс товара, меньше прогонов уходит на перебор вариантов. Один удачный кадр стоит дешевле десяти почти удачных.
Есть и второй сценарий, где картинка нужна дважды: первый и последний кадр. Модель видео строит движение между ними, и сцена получает заданный финал без ручной склейки.
Про сам тизер этого не скажет ни один пост, но по опыту запусков видеолинейки разумно ждать, что Kling Image 4.0 будут продавать в связке с Kling 4.0. Обзор Kling 4.0 у нас уже есть, там разобраны лимиты и режимы видео-модели.
Сторонние листинги: 2K, 4K и десять референсов
Дальше начинается зона, где я держу паузу. По сторонним листингам, которые упоминает разбор WaveSpeed от 15 ноября, модели приписывают 2K и 4K на выходе, до десяти референсов через теги от Image1 до Image10, девять соотношений сторон и применение для первого и последнего кадра видео.
Официально ничего из этого не подтверждено. Ни карточки на сайте Kling, ни строки в документации, ни цифры в тизере. Такие характеристики на этом этапе обычно приходят из интерфейсов предзаказа, утечек и скриншотов, и половина из них к релизу меняется. Поэтому я читаю этот список как повод для теста, не как смету.
Практический вывод простой: если через месяц выйдет модель с четырьмя референсами вместо десяти, это не обман, это обычная судьба ранних утечек. Планировать закупку рендеров под 4K до релиза смысла нет.
Почему видеокомпании делают свои модели картинок
Логика тут не в красоте картинки. Видео-модель обучена оживлять кадры, и качество движения зависит от того, насколько чистый вход она получила. Когда картинку делает чужая модель, студия не контролирует ни подготовку кадра, ни совместимость: свой генератор можно дообучить на тех же данных, что и видео-модель, и добиться согласованности между кадром и движением.
Второй мотив это деньги. Картинка дешевле видео по вычислениям, значит студия может продавать дешёвый этап: сначала кадры, потом анимация. Пользователь платит дважды за один проект, а вендор получает второй поток запросов.
Третий мотив это данные. Каждый сгенерированный кадр показывает, что люди считают хорошей композицией и светом. Такая обратная связь пригодится следующей версии видео-модели.
Что делать сейчас, пока нет характеристик
Мой порядок для таких анонсов короткий.
Первое: записать дату и не строить обещаний клиенту. В коммерческом предложении новая модель появляется после релиза, до релиза это внутренняя заметка.
Второе: держать под рукой сцену для проверки. Один и тот же промпт, один и тот же референс товара, три прогона в новой модели и три в той, что уже стоит в работе. Сравнивать по трём вещам: держится ли текст на упаковке, не плывёт ли лицо, совпадает ли кадр с промптом.
Третье: мерить числом попыток до годного кадра. Модель, которая даёт одну удачную картинку из десяти, дороже той, которая даёт одну из трёх, даже при равной цене за генерацию.
В потоке вертикальных роликов картинки собираются в видео нейросетями, и ключевой кадр там первый вход в конвейер. Когда проект требует гарантий на лица и реквизит, в дело идут ручные ролики, и за кадр отвечает человек.
Мой вывод
Анонс без цифр это сигнал. Инструментом он станет после характеристик. Я ставлю Kling Image 4.0 в список на проверку и не ставлю в план работ: шестое место в лидерборде на 5 550 голосах и один тизер не дают ответа на вопрос, как она держит товар и лицо на серии из десяти кадров.
Что реально изменится для студии, станет видно в первые сутки после релиза: пойдут ролики на новой модели, появятся карточки с ценой и лимитами, и тогда сравнение займёт вечер. Как это было с Kling 4.0 Flash: цены и лимиты Kling 4.0 Flash появились вместе с открытием доступа, и до этого никто не мог назвать стоимость секунды.




