Kling Image 4.0 Long Image API für E-Commerce & Webseiten
Erstelle hohe 1K- oder 2K-E-Commerce-Detailseiten und Webdesigns mit der Kling Image 4.0 Long Image API. Dual-Skill-Schemas, Preisstufen und Timeouts.
Als Markdown lesenStandard-Bild-APIs stoßen sofort an ihre Grenzen, sobald du eine vollständige scrollbare E-Commerce-Produktdetailseite oder ein mehrteiliges Landingpage-Mockup anforderst. Seitenverhältnisse enden bei 9:16 oder 21:9, die Typografie driftet zwischen zusammengesetzten Einzelbildern auseinander und das manuelle Aneinanderreihen einzelner Banner hinterlässt sichtbare Nähte. Kling Image 4.0 Long Image (kling-image-4-0-long-image) löst genau diesen Workflow, indem es ein komplettes vertikales Layout in einem einzigen Aufruf an POST /v1/images/generations als durchgehende hohe PNG-Datei rendert.
Anders als Kling Image 4.0, das separate 2K- oder 4K-Einzelbilder und mehrteilige Serien erzeugt, basiert der Long-Image-Endpunkt auf zwei spezialisierten Layout-Skills – ecommerce und webpage – mit jeweils eigenen Referenzbild-Typen, Längensteuerungen und gestaffelten Preisen. Ende November 2026 verwechseln viele Suchergebnisse dieses Modell noch immer mit Kling-Video oder generischen Bild-Upscalern. Dieser Leitfaden beschreibt den verifizierten API-Vertrag, sämtliche Preisstufen, reale Validierungsregeln sowie die produktiven Engineering-Details für mehrminütige Renderläufe und PNG-Downloads über 50 MB.
Zwei Skills, zwei strikte Eingabeverträge
Jede Anfrage an kling-image-4-0-long-image muss settings.skill entweder als ecommerce oder webpage deklarieren. Das Mischen von Referenztypen zwischen beiden Modi führt vor jeder Abrechnung zu einem HTTP-400-Validierungsfehler.
| Feld / Regel | skill: "ecommerce" | skill: "webpage" |
|---|---|---|
| Primäres Ergebnis | Vertikale Produktdetailseite (PDP) | Vollständiges scrollbares Webseiten-Design |
| Referenz-Typen | refer_image (erforderlich: 1 bis 3 Fotos) | style_refer_image (0–1) und subject_refer_image (0–1) |
| Aufrufe ohne Referenz (nur Text) | Abgelehnt (HTTP 400) | Erlaubt |
settings.length | short (~2–5 Abschnitte), medium (Standard, ~6–10), long (~11–18) | Ignoriert (weglassen) |
settings.resolution | 1k (1024 px breit, Standard) oder 2k (2048 px breit) | 1k (1024 px breit, Standard) oder 2k (2048 px breit) |
4k-Auflösung | Nicht unterstützt (HTTP 400) | Nicht unterstützt (HTTP 400) |
| Ausgabeanzahl | Immer 1 hohe PNG (output.data[0].url) | Immer 1 hohe PNG (output.data[0].url) |
Jede Referenzbild-URL muss ein öffentlich erreichbares HTTP(S)-JPEG oder -PNG mit höchstens 30 MB, mindestens 300 Pixeln pro Seite und einem Breite-zu-Höhe-Verhältnis zwischen 2:5 und 5:2 sein. Beachte, dass element-Referenzen bei kling-image-4-0-long-image nicht unterstützt werden.
Das Prompt-Budget ist im Vergleich zu normalen Bildgeneratoren außergewöhnlich großzügig: bis zu 166.000 englische Zeichen oder 71.000 nicht-englische Zeichen (gemischte Prompts müssen english / 166000 + non_english / 71000 <= 1 erfüllen). Dieser Spielraum ist dafür gedacht, vollständige Abschnittstexte, geprüfte Spezifikationstabellen, Zutatenlisten und Callout-Beschriftungen direkt mitzugeben, statt das Modell Produktangaben erfinden zu lassen.
Live-Preisstufen und Referenzbild-Rechnung
Jeder abgeschlossene Long-Image-Task berechnet eine feste Stufenpauschale – bestimmt durch skill, resolution und (bei ecommerce) length – zuzüglich einer Referenzbild-Gebühr für jedes Eingabefoto ab dem ersten Bild. Fehlgeschlagene oder ungültige Anfragen sind kostenlos.
Was Kling Image 4.0 Long Image kostet
| Kategorie | Preise (USD) |
|---|---|
| Ecommerce · 1K · short | $0.2269 |
| Ecommerce · 2K · short | $0.2723 |
| Ecommerce · 1K · medium | $0.4538 |
| Ecommerce · 2K · medium | $0.5294 |
| Ecommerce · 1K · long | $0.7563 |
| Ecommerce · 2K · long | $0.8319 |
| Webpage · 1K | $0.5294 |
| Webpage · 2K | $0.5748 |
| Referenzbild | $0.003025 |
Auf https://api.toklab.ai/v1/pricing (geprüft am 20. November 2026) gliedern sich die acht Ausgabestufen wie folgt, wobei jedes Eingabe-Referenzbild $0.003025 hinzufügt:
| Skill | Länge | Auflösung | Ausgabetarif | Beispiel mit 2 Referenzen |
|---|---|---|---|---|
ecommerce | short (~2–5 Abschnitte) | 1k | $0.2269 | $0.23295 |
ecommerce | short (~2–5 Abschnitte) | 2k | $0.2723 | $0.27835 |
ecommerce | medium (~6–10 Abschnitte) | 1k | $0.4538 | $0.45985 |
ecommerce | medium (~6–10 Abschnitte) | 2k | $0.5294 | $0.53545 |
ecommerce | long (~11–18 Abschnitte) | 1k | $0.7563 | $0.76235 |
ecommerce | long (~11–18 Abschnitte) | 2k | $0.8319 | $0.83795 |
webpage | k. A. | 1k | $0.5294 | $0.53545 |
webpage | k. A. | 2k | $0.5748 | $0.58085 |
Schau dir den Sprung von 1K auf 2K genau an: Das Upgrade von 1k auf 2k kostet bei webpage nur $0.0454 (+8,6 %) und bei ecommerce medium oder long lediglich $0.0756 (+10 % bis +16,7 %). Weil hohe Seiten kleine UI-Labels, Spezifikationstabellen und Fließtext bündeln, lohnt sich 2k (2048 px breit) für finale Assets fast immer, während 1k ideal für günstige Strukturentwürfe vor dem Festzurren der Abschnittsgliederung ist.

Prompts für ecommerce- vs. webpage-Läufe strukturieren
Da das Modell eine gesamte scrollbare Seite in einem Durchgang komponiert, führen vage Prompts zu wiederholten Füllabschnitten oder erfundenen Spezifikationen. Wenn du den Prompt wie eine Wireframe-Spezifikation schreibst, werden die Layouts deutlich sauberer:
- Abschnitte exakt von oben nach unten auflisten. Nummeriere jedes Band explizit – zum Beispiel:
Section 1: Hero-Banner,Section 2: 3-spaltige Feature-Callouts,Section 3: Makro-Texturdetail,Section 4: Spezifikationstabelle,Section 5: Pflegehinweise und Footer. - Jedes Referenzfoto per
@idverankern. Vergib imecommerce-Modus klare IDs (front,spout,box) und lege fest, welcher Abschnitt welche Perspektive zeigt. Trenne imwebpage-Modus Look-and-Feel (@layoutüberstyle_refer_image) vom Hero-Objekt (@productübersubject_refer_image). - Exakte Texte und Zahlen mitliefern. Schreibe niemals „füge realistische technische Daten hinzu“. Gib genaue Wattzahlen, Abmessungen, Materialien und Überschriften an, damit du später keine erfundenen Werte retuschieren musst.
settings.lengthauf die Abschnittszahl abstimmen. Wer 14 detaillierte Bänder inlength: "short"presst, staucht die Typografie so stark, dass kleine Beschriftungen verschwimmen. Kombiniere 2–5 Bänder mitshort, 6–10 mitmediumund 11–18 mitlong.
Die richtige E-Commerce-Längenstufe wählen
Die Wahl zwischen short, medium und long ist zugleich eine Frage des visuellen Rhythmus und ein Budgethebel. Eine short-Seite (~2–5 Abschnitte, $0.2269 bei 1k oder $0.2723 bei 2k) passt zu Einzel-SKU-Aktionskarten, Mobile-First-Marktplatz-Teasern und Vergleichsstreifen, bei denen Käufer nur einen Hero-Shot, drei Verkaufsargumente und einen kompakten Spezifikationsblock brauchen. Eine medium-Seite (~6–10 Abschnitte, $0.4538 bei 1k oder $0.5294 bei 2k) ist der praktische Sweet Spot für die meisten Shopify-, Amazon-A+- und Cross-Border-Shop-Detailseiten: Sie bietet genug vertikale Fläche für Hero-Visual, Material-Nahaufnahmen, Anwendungsszenen, Maßtabelle und Lieferumfang, ohne die Story künstlich zu strecken.
Reserviere long (~11–18 Abschnitte, $0.7563 bei 1k oder $0.8319 bei 2k) für Flaggschiff-Elektronik, Haushaltsgeräte oder Multi-Varianten-Sets, die wirklich Storytelling-Bänder, Explosionszeichnungen mit Callouts, Schritt-für-Schritt-Anleitungen, Prüfsiegel und FAQ-Blöcke benötigen. Fehlen genügend eigenständige Produktfakten für elf oder mehr Abschnitte, neigt der long-Modus dazu, frühere Perspektiven zu wiederholen oder generische Lifestyle-Banner einzufügen – das kostet sowohl Renderzeit als auch Budget.
Warum der webpage-Modus Stil- und Motivreferenzen trennt
Im webpage-Modus verhindert die Trennung von style_refer_image und subject_refer_image eine klassische Schwachstelle von Single-Bucket-Referenz-APIs: dass das Modell das Produkt einer fremden Marke in dein Layout kopiert oder den unruhigen Hintergrund deines Produktfotos in die UI-Elemente der Webseite übernimmt. Ein Editorial-Screenshot oder Figma-Frame als style_refer_image beschränkt sich auf Rasterrhythmus, Farbtokens, Typografie-Hierarchie und Button-Stil, während ein sauberes Studio-Produktfoto als subject_refer_image das physische Objekt über Hero und Feature-Karten hinweg originalgetreu hält. Wenn du eine eigenständige Art-Direction allein aus Text wünschst, lass beide Bildfelder weg und beschreibe Palette, Schriftpaarung und Raster direkt im Prompt.
Qualitätssicherung vor dem Veröffentlichen generierter Seiten
Selbst bei 2k-Auflösung sollten generierte Long Images vor dem Livegang im Shop oder Kunden-Deck ein kurzes automatisiertes und visuelles QA-Gate durchlaufen. Erstens: Prüfe jede gerenderte Zahl, Einheit und Zutatenzeile gegen deinen Quell-Prompt – kleine Tippfehler in dichten Spezifikationstabellen fallen bei 100 %-Zoom viel leichter auf als in einer verkleinerten Vorschau. Zweitens: Kontrolliere, dass die physische Geometrie des Produkts (Tastenpositionen, Logos, Anschlüsse und Proportionen) vom Hero-Band bis zu den Nahaufnahmen konsistent geblieben ist. Drittens: Prüfe die vertikale Lesbarkeit nach dem Slicing in einem 390-px-Mobil-Viewport – eine dichte 4-spaltige Desktop-Feature-Zeile, die bei 2.048 px Breite scharf wirkt, kann auf dem Smartphone unlesbar werden, wenn du nicht gezielt kontrastreiche 2-spaltige oder gestapelte Mobile-Karten anforderst.
Vollständige Anfragebeispiele für beide Skills
1. E-Commerce-Produktdetailseite (medium, 2k)
{
"model": "kling-image-4-0-long-image",
"contents": [
{"type": "refer_image", "url": "https://example.com/kettle-front.png", "id": "front"},
{"type": "refer_image", "url": "https://example.com/kettle-spout.jpg", "id": "spout"},
{
"type": "prompt",
"text": "Design a clean ecommerce product detail page for the matte black gooseneck kettle in @front. Section 1: Hero banner with headline 'Precision Pour 0.9L' and @front centered on warm stone. Section 2: Three feature cards covering 1200W rapid boil, 1-degree PID control, and 60-minute hold. Section 3: Macro close-up based on @spout highlighting laminar flow control. Section 4: Lifestyle pour-over brewing scene. Section 5: Dimension and electrical spec table (900 ml, 1200W, 120V, 304 stainless steel). Section 6: Box contents and care notes."
}
],
"settings": {
"skill": "ecommerce",
"length": "medium",
"resolution": "2k"
}
}2. Visuelles Webseiten-Design mit Stil- + Motivreferenz (2k)
import os
import time
import requests
API_KEY = os.environ["TOKLAB_API_KEY"]
HEADERS = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
payload = {
"model": "kling-image-4-0-long-image",
"contents": [
{"type": "style_refer_image", "url": "https://example.com/editorial-grid.png", "id": "grid"},
{"type": "subject_refer_image", "url": "https://example.com/chronograph.jpg", "id": "watch"},
{
"type": "prompt",
"text": (
"Create a vertical product launch webpage adopting the Swiss editorial grid, "
"high-contrast serif headings, and generous whitespace of @grid while featuring @watch. "
"Include: top navigation bar, full-bleed hero with @watch, three-card movement breakdown, "
"water-resistance specification band, and minimalist footer."
),
},
],
"settings": {"skill": "webpage", "resolution": "2k"},
}
resp = requests.post(
"https://api.toklab.ai/v1/images/generations",
headers=HEADERS,
json=payload,
timeout=60,
)
resp.raise_for_status()
task_id = resp.json()["id"]
# Poll every 5s; long 2K layouts can take several minutes.
deadline = time.time() + 600
while time.time() < deadline:
status_resp = requests.get(
f"https://api.toklab.ai/v1/tasks/{task_id}",
headers={"Authorization": f"Bearer {API_KEY}"},
timeout=30,
)
status_resp.raise_for_status()
data = status_resp.json()
if data.get("status") == "completed":
png_url = data["output"]["data"][0]["url"]
print("Ready:", png_url)
break
if data.get("status") == "failed":
raise RuntimeError(f"Long image task failed: {data}")
time.sleep(5)Hinweise für den Produktivbetrieb: Timeouts, 50-MB+-PNGs und Slicing
Die Integration von kling-image-4-0-long-image in einen Backend-Dienst unterscheidet sich in drei operativen Punkten von einem schnellen 1024×1024-Bildgenerator:
- Mehrminütige Task-Latenzen einplanen. Ein
long- +2k-E-Commerce-Render dauert routinemäßig mehrere Minuten. Halte keine HTTP-Verbindung aus einem Browser oder einer Serverless-Funktion mit 30-Sekunden-Timeout offen; stelle die Task-ID in einen Hintergrund-Worker ein und polleGET /v1/tasks/:idmit einer Obergrenze von 10 Minuten. - Große PNG-Downloads streamen. Weil ein
2k-Long-Image 2.048 Pixel breit ist und vertikal 10.000 bis über 20.000 Pixel erreichen kann, übersteigen fertige PNG-Dateien leicht 50 MB. Nutze gestreamte Downloads (requests.get(url, stream=True)) mit großzügigen Lese-Timeouts und vermeide es, mehrere rohe Bitmaps gleichzeitig im Arbeitsspeicher eines kleinen Containers zu puffern. - Für Live-Shops zuschneiden und neu kodieren. Marktplatz-Plattformen (Shopify, Amazon A+, Taobao/Tmall) und mobile Browser bestrafen einzelne 50-MB-PNGs. Schneide die Master-PNG nach der Prüfung entlang der Abschnittsgrenzen in Slices und konvertiere jeden Slice in WebP oder progressives JPEG bei 80–85 % Qualität für schnelle Auslieferung im Shop.
Häufige HTTP-400-Fehler, die du abfangen solltest
Prüfe diese fünf Bedingungen vor dem Aufruf des Endpunkts:
- Fehlendes
settings.skill(muss"ecommerce"oder"webpage"sein). skill: "ecommerce"mit null oder mehr als dreirefer_image-Einträgen.- Übergabe von
refer_imageimwebpage-Modus oderstyle_refer_image/subject_refer_imageimecommerce-Modus. - Anforderung von
resolution: "4k"(für Long Image existieren nur"1k"und"2k"). - Mehrfache Verwendung derselben
id-Zeichenkette für zwei Referenzeinträge incontents.
Wenn dein Workflow klassische Quer- oder Quadratformate für Kampagnen, Lifestyle-Produktsets oder bis zu 10 Referenzbilder in einem Frame erfordert, leite diese Jobs stattdessen an Kling Image 4.0 weiter und reserviere Kling Image 4.0 Long Image für vertikale Multi-Band-Seitenkompositionen.
Quellen
- TokLab Kling Image 4.0 Long Image Modellseite — Interaktiver Playground, Live-1K-/2K-Preistabelle und Kalkulator.
- TokLab Kling Image 4.0 Long Image API-Referenz — Offizielles Schema, Zeichenlimits und Validierungsregeln.
- TokLab Live-Preis-API — Maschinenlesbarer Tarif-Feed, geprüft am 20. November 2026.


