Video · Kuaishou

Kling O3 (Omni)

Die Omni-Version von Kling 3.0, gebaut, um eine Figur oder ein Produkt über alle Clips hinweg identisch zu halten. Nimm sie, wenn dasselbe Gesicht Shot für Shot wiederkommen muss.

Anonymisiert Low cost
Neueste VersionKling 3.0 Omni (O3)Februar 2026
Artificial Analysis Image to Video Arena1.044 EloPlatz 14 von 22 bei Artificial Analysis Image to Video Arena
Preis0,0693 $ pro Sekunde Video0,347 $ pro 5-s-Clip
Wichtigste AngabeClips bis zu 15 s, mit Ton

Was es auszeichnet

Kling O3 (3.0 Omni) ist um Referenzen herum gebaut: Du gibst ihm Bilder, Elemente, ein Video und eine Stimme, und es hält dieselbe Figur und dieselbe Stimme über Szenen hinweg. Nimm es statt des einfachen V3, wenn dir Konsistenz zwischen Shots wichtiger ist als Kamerasteuerung.

  • Referenz zu Video mit Elementen
  • Die Stimmbindung hält einen Sprecher stimmig
  • 3 bis 15 s, Multi-Shot-Storyboard

Empfohlen für: dieselbe figur oder dasselbe produkt über mehrere shots hinweg beibehalten.

Stärken und Grenzen

Wo es glänzt

  • Referenzen als Elemente: bis zu 4 Subjekte, jedes mit zusätzlichen Blickwinkeln
  • Bis zu 4 Szenenbilder, um Set, Licht und Stil festzulegen
  • Ton und Dialog werden mit dem Bild erzeugt

Zweimal überlegen, wenn

  • Bezeichne jede Referenz im Prompt mit ihrem Tag (@Element1, @Image1)
  • 4K gehört pro Sekunde zu den teuersten Optionen
  • 3 bis 15 s pro Clip, nativer Ton
  • Text, Bild oder Referenzen zu Video

Anwendungsfälle

Wiederkehrendes Maskottchen

Zeig mit den angehängten Maskottchenbildern als Referenz dasselbe Fuchsmaskottchen, wie es in einer Bäckerei winkt und dann eine verregnete Straße entlanggeht. Roter Schal und runde Brille bleiben identisch.

Der Referenzmodus fixiert das Aussehen einer Figur über mehrere Shots.

Dialog zu zweit

Zwei Freunde an einem Cafétisch. Die Frau sagt „Did you book the tickets?“ und der Mann antwortet „Yes, we leave at nine.“ Natürliche Lippensynchronisation, ruhige Café-Atmosphäre.

Lippensynchronisation pro Figur und Stimmbindung passen zu Gesprächen.

Start- und Endbild

Animiere von meinem ersten Bild (leerer Schreibtisch) zu meinem letzten Bild (Schreibtisch voller Notizen) über 8 Sekunden, wie im Zeitraffer und mit dem Kratzen eines Bleistifts.

Es unterstützt die Steuerung von Start- und Endbild sowie Referenzen.

Im Vergleich zur Konkurrenz

  • Kling V3V3 setzt auf Kamera- und Bewegungssteuerung, O3 auf Identität und Referenzen.Platz 12 von 22 bei Artificial Analysis Image to Video Arena ( 1.055 Elo)
  • Seedance 2.5Seedance 2.5 nimmt bis zu 30 Bilder, 10 Videos und 10 Audioclips an.Platz 2 von 18 bei Artificial Analysis Text to Video Arena with audio ( 1.142 Elo)
  • Gemini Omni FlashOmni Flash bearbeitet Video im Chat und verlängert Szenen.Platz 7 von 18 bei Artificial Analysis Text to Video Arena with audio ( 1.113 Elo)
Nebeneinander vergleichen ↗

Versionsverlauf

Jede Version, datiert, mit dem, was sie gegenüber der vorherigen geändert hat.

  1. Kling 2.6Älter, nicht in Sub Rosa
    • Erstes Kling mit nativem Audio, Clips mit 5 oder 10 s.
    Quelle : morphic.com
  2. Kling 3.0 Omni (O3)Die neueste
    • Einheitliches Prompting, bei dem Text, Bilder, Video und Audio gleichwertige Eingaben sind.
    • Stimmbindung und videobasierte Figurenreferenzen halten die Identität über Szenen hinweg.
    • Multi-Shot-Storyboard bis 15 s mit Lippensynchronisation pro Figur.
    Quelle : picsart.com

Benchmarks

So liest du diese Werte: was ein Benchmark aussagt.

Artificial Analysis Image to Video Arena: Platz 14 von 22 im Katalog gemessenen Modellen. Dasselbe Blindduell, ausgehend von einem Bild: welcher Clip es besser zum Leben erweckt. Eine Elo-Wertung: Je höher, desto öfter wird das Modell bevorzugt. Bei 100 Punkten Abstand gewinnt das höher bewertete Modell etwa 64 % der Duelle.

Artificial Analysis Image to Video ArenaElo-Wertung · Artificial Analysis, 4. Oktober 2026
  1. 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1.195
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1.181
  3. 3. Wan 3.0Wan 3.01.164
  4. 4. HappyHorse 1.1HappyHorse1.104
  5. 5. Grok Imagine 1.5Grok Imagine Video1.098
  6. 6. HappyHorse 1.0HappyHorse1.083
  7. 7. Veo 3.1 Full QualityVeo 3 und 3.11.082
  8. 8. Wan 2.7Wan 2.x1.077
  9. 9. Grok ImagineGrok Imagine Video1.072
  10. 10. Veo 3.1 FastVeo 3 und 3.11.066
  11. 14. Kling O3 ProKling O3 (Omni)1.044
  12. 16. Kling O3 StandardKling O3 (Omni)1.036
Zahlen ansehen
ModellElo
1. MiniMax H3 Max1.195
2. MiniMax H31.181
3. Wan 3.01.164
4. HappyHorse 1.11.104
5. Grok Imagine 1.51.098
6. HappyHorse 1.01.083
7. Veo 3.1 Full Quality1.082
8. Wan 2.71.077
9. Grok Imagine1.072
10. Veo 3.1 Fast1.066
14. Kling O3 Pro1.044
16. Kling O3 Standard1.036

Artificial Analysis Text to Video Arena with audio: Platz 12 von 18 im Katalog gemessenen Modellen. Das Duell für Clips mit Ton: Bild, Stimmen, Effekte und wie gut sie zusammenpassen. Eine Elo-Wertung: Je höher, desto öfter wird das Modell bevorzugt. Nur Modelle, die ihren eigenen Ton erzeugen, nehmen teil.

Artificial Analysis Text to Video Arena with audioElo-Wertung · Artificial Analysis, 4. Oktober 2026
  1. 1. Wan 3.0Wan 3.01.156
  2. 2. Seedance 2.5Seedance 2.51.142
  3. 3. MiniMax H3MiniMax H3 (Hailuo)1.138
  4. 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1.134
  5. 5. Flux 3FLUX 3 Video1.127
  6. 6. Seedance 2.0Seedance 2.0 und 1.51.119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
  8. 8. Grok Imagine 1.5Grok Imagine Video1.044
  9. 9. HappyHorse 1.1HappyHorse1.043
  10. 10. Wan 2.7Wan 2.x1.029
  11. 12. Kling O3 ProKling O3 (Omni)1.017
Zahlen ansehen
ModellElo
1. Wan 3.01.156
2. Seedance 2.51.142
3. MiniMax H31.138
4. MiniMax H3 Max1.134
5. Flux 31.127
6. Seedance 2.01.119
7. Gemini Omni Flash 1.11.113
8. Grok Imagine 1.51.044
9. HappyHorse 1.11.043
10. Wan 2.71.029
12. Kling O3 Pro1.017

Alle 9 Modelle dieser Familie

ModellEinsatzDatenschutzPreis
Kling O3 Standardkling-o3-standard-text-to-videoText zu VideoAnonymisiert0,0549 $ pro Sekunde Video0,274 $ pro 5-s-Clip
Kling O3 Standardkling-o3-standard-image-to-videoBild zu VideoAnonymisiert0,0549 $ pro Sekunde Video0,274 $ pro 5-s-Clip
Kling O3 Standard R2Vkling-o3-standard-reference-to-videoReferenzen zu VideoAnonymisiert0,0549 $ pro Sekunde Video0,274 $ pro 5-s-Clip
Kling O3 Prokling-o3-pro-text-to-videoText zu VideoAnonymisiert0,0692 $ pro Sekunde Video0,346 $ pro 5-s-Clip
Kling O3 Prokling-o3-pro-image-to-videoBild zu VideoAnonymisiert0,0692 $ pro Sekunde Video0,346 $ pro 5-s-Clip
Kling O3 Pro R2Vkling-o3-pro-reference-to-videoReferenzen zu VideoAnonymisiert0,0693 $ pro Sekunde Video0,347 $ pro 5-s-Clip
Kling O3 4Kkling-o3-4k-text-to-videoText zu VideoAnonymisiert0,208 $ pro Sekunde Video1,039 $ pro 5-s-Clip
Kling O3 4K R2Vkling-o3-4k-reference-to-videoReferenzen zu VideoAnonymisiert0,208 $ pro Sekunde Video1,039 $ pro 5-s-Clip
Kling O3 4Kkling-o3-4k-image-to-videoBild zu VideoAnonymisiert0,208 $ pro Sekunde Video1,039 $ pro 5-s-Clip

Technische Daten

MerkmalKling O3 (Omni)
VeröffentlichtFebruar 2026
GewichteGeschlossen
Akzeptierttext, images, video, audio
Erzeugtvideo, audio
Cliplänge3 bis 15 s, mit Ton
Preis0,0549 $ pro Sekunde Video
DatenschutzAnonymisiert

Preise, Kontext und Längen aus dem Live-Katalog vom 16. Oktober 2026; Parameter und Lizenzen vom Hersteller.