Video · Kuaishou

Kling O3 (Omni)

La versión omni de Kling 3.0, pensada para mantener idéntico un personaje o producto de un clip a otro. Elígela cuando la misma cara tenga que volver plano tras plano.

Anonimizado Low cost
Última versiónKling 3.0 Omni (O3)febrero de 2026
Artificial Analysis Image to Video Arena1044 EloPuesto 14 de 22 en Artificial Analysis Image to Video Arena
Precio0,0693 $ por segundo de video0,347 $ por un clip de 5 s
Dato claveClips de hasta 15 s, con sonido

Qué lo distingue

Kling O3 (3.0 Omni) está construido en torno a las referencias: le das imágenes, elementos, video y una voz, y mantiene el mismo personaje y la misma voz de una escena a otra. Elígelo en lugar del V3 básico cuando la coherencia entre planos importe más que el control de cámara.

  • Referencia a video con elementos
  • La asociación de voces mantiene coherente a quien habla
  • De 3 a 15 s, storyboard multiplano

Recomendado para: mantener el mismo personaje o producto de un plano a otro.

Puntos fuertes y límites

Dónde brilla

  • Referencias como elementos: hasta 4 sujetos, cada uno con ángulos adicionales
  • Hasta 4 imágenes de escena para fijar el decorado, la luz y el estilo
  • Sonido y diálogo generados con la imagen

Piénsalo dos veces si

  • Nombra cada referencia en el prompt con su etiqueta (@Element1, @Image1)
  • 4K está entre las opciones más caras por segundo
  • De 3 a 15 s por clip, sonido nativo
  • De texto, imagen o referencias a video

Casos de uso

Mascota recurrente

Usando como referencia las imágenes de la mascota que adjunto, muestra a la misma mascota zorro saludando en una panadería y luego caminando por una calle lluviosa. Mantén idénticas su bufanda roja y sus gafas redondas.

El modo de referencias fija el aspecto de un personaje de un plano a otro.

Diálogo entre dos

Dos amigos en la mesa de un café. La mujer dice «Did you book the tickets?» y el hombre responde «Yes, we leave at nine.» Sincronización labial natural, ambiente tranquilo de café.

La sincronización labial por personaje y la asociación de voces se adaptan a las conversaciones.

Fotograma inicial y final

Anima desde mi primer fotograma (escritorio vacío) hasta mi último fotograma (escritorio lleno de notas) en 8 segundos, con aire de time-lapse y el sonido de un lápiz rasgueando.

Admite el control del fotograma inicial y final, además de referencias.

Frente a sus rivales

  • Kling V3V3 prioriza el control de cámara y de movimiento; O3, la identidad y las referencias.Puesto 12 de 22 en Artificial Analysis Image to Video Arena ( 1055 Elo)
  • Seedance 2.5Seedance 2.5 acepta hasta 30 imágenes, 10 videos y 10 clips de audio.Puesto 2 de 18 en Artificial Analysis Text to Video Arena with audio ( 1142 Elo)
  • Gemini Omni FlashOmni Flash edita video conversando y extiende escenas.Puesto 7 de 18 en Artificial Analysis Text to Video Arena with audio ( 1113 Elo)
Comparar lado a lado ↗

Historial de versiones

Cada versión, con su fecha y lo que cambió respecto a la anterior.

  1. Kling 2.6Anterior, fuera de Sub Rosa
    • Primer Kling con audio nativo, clips de 5 o 10 s.
    Fuente : morphic.com
  2. Kling 3.0 Omni (O3)La más reciente
    • Prompt unificado en el que texto, imágenes, video y audio son entradas al mismo nivel.
    • La asociación de voces y las referencias de personajes basadas en video mantienen la identidad de una escena a otra.
    • Storyboard de varios planos de hasta 15 s con sincronización labial por personaje.
    Fuente : picsart.com

Benchmarks

Cómo leer estas puntuaciones: lo que te dice un benchmark.

Artificial Analysis Image to Video Arena: puesto 14 de 22 modelos medidos en el catálogo. El mismo duelo a ciegas, a partir de una imagen: qué clip le da vida mejor. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Con 100 puntos de diferencia, el modelo con mayor puntuación gana alrededor del 64 % de los duelos.

Artificial Analysis Image to Video ArenaPuntuación Elo · Artificial Analysis, 4 de octubre de 2026
  1. 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1195
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1181
  3. 3. Wan 3.0Wan 3.01164
  4. 4. HappyHorse 1.1HappyHorse1104
  5. 5. Grok Imagine 1.5Grok Imagine video1098
  6. 6. HappyHorse 1.0HappyHorse1083
  7. 7. Veo 3.1 Full QualityVeo 3 y 3.11082
  8. 8. Wan 2.7Wan 2.x1077
  9. 9. Grok ImagineGrok Imagine video1072
  10. 10. Veo 3.1 FastVeo 3 y 3.11066
  11. 14. Kling O3 ProKling O3 (Omni)1044
  12. 16. Kling O3 StandardKling O3 (Omni)1036
Ver las cifras
ModeloElo
1. MiniMax H3 Max1195
2. MiniMax H31181
3. Wan 3.01164
4. HappyHorse 1.11104
5. Grok Imagine 1.51098
6. HappyHorse 1.01083
7. Veo 3.1 Full Quality1082
8. Wan 2.71077
9. Grok Imagine1072
10. Veo 3.1 Fast1066
14. Kling O3 Pro1044
16. Kling O3 Standard1036

Artificial Analysis Text to Video Arena with audio: puesto 12 de 18 modelos medidos en el catálogo. El duelo para clips con sonido: imagen, voces, efectos y lo bien que encajan. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Solo participan los modelos que generan su propio sonido.

Artificial Analysis Text to Video Arena with audioPuntuación Elo · Artificial Analysis, 4 de octubre de 2026
  1. 1. Wan 3.0Wan 3.01156
  2. 2. Seedance 2.5Seedance 2.51142
  3. 3. MiniMax H3MiniMax H3 (Hailuo)1138
  4. 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1134
  5. 5. Flux 3FLUX 3 video1127
  6. 6. Seedance 2.0Seedance 2.0 y 1.51119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1113
  8. 8. Grok Imagine 1.5Grok Imagine video1044
  9. 9. HappyHorse 1.1HappyHorse1043
  10. 10. Wan 2.7Wan 2.x1029
  11. 12. Kling O3 ProKling O3 (Omni)1017
Ver las cifras
ModeloElo
1. Wan 3.01156
2. Seedance 2.51142
3. MiniMax H31138
4. MiniMax H3 Max1134
5. Flux 31127
6. Seedance 2.01119
7. Gemini Omni Flash 1.11113
8. Grok Imagine 1.51044
9. HappyHorse 1.11043
10. Wan 2.71029
12. Kling O3 Pro1017

Los 9 modelos de esta familia

ModeloUsoPrivacidadPrecio
Kling O3 Standardkling-o3-standard-text-to-videoTexto a videoAnonimizado0,0549 $ por segundo de video0,274 $ por un clip de 5 s
Kling O3 Standardkling-o3-standard-image-to-videoImagen a videoAnonimizado0,0549 $ por segundo de video0,274 $ por un clip de 5 s
Kling O3 Standard R2Vkling-o3-standard-reference-to-videoDe referencias a videoAnonimizado0,0549 $ por segundo de video0,274 $ por un clip de 5 s
Kling O3 Prokling-o3-pro-text-to-videoTexto a videoAnonimizado0,0692 $ por segundo de video0,346 $ por un clip de 5 s
Kling O3 Prokling-o3-pro-image-to-videoImagen a videoAnonimizado0,0692 $ por segundo de video0,346 $ por un clip de 5 s
Kling O3 Pro R2Vkling-o3-pro-reference-to-videoDe referencias a videoAnonimizado0,0693 $ por segundo de video0,347 $ por un clip de 5 s
Kling O3 4Kkling-o3-4k-text-to-videoTexto a videoAnonimizado0,208 $ por segundo de video1,039 $ por un clip de 5 s
Kling O3 4K R2Vkling-o3-4k-reference-to-videoDe referencias a videoAnonimizado0,208 $ por segundo de video1,039 $ por un clip de 5 s
Kling O3 4Kkling-o3-4k-image-to-videoImagen a videoAnonimizado0,208 $ por segundo de video1,039 $ por un clip de 5 s

Especificaciones

EspecificaciónKling O3 (Omni)
Lanzamientofebrero de 2026
PesosCerrados
Aceptatext, images, video, audio
Producevideo, audio
Duración de los clips3 a 15 s, con sonido
Precio0,0549 $ por segundo de video
PrivacidadAnonimizado

Precios, contexto y duraciones del catálogo en vivo el 16 de octubre de 2026; parámetros y licencias según el fabricante.