Kling 3.0 API

Top-Auflösung

4K

Im Entwurf mit 720p arbeiten, den Favoriten in 4K liefern.

Längster Clip

15S

3 bis 15 Sekunden bei Text und Bild zu Video.

Motion-Control-Eingabe

30S

Ein 3–30 Sekunden langer Antriebs-Clip; das Ergebnis entspricht seiner Länge.

Ton, schaltbar

AUDIO

Nativen Ton pro Anfrage ein- oder ausschalten.

Bildsteuerung

1ST+LAST

Ein Startbild setzen und optional das Schlussbild fixieren.

Inhaltsmodi

2

Eine durchgehende Einstellung, oder das Modell seinen eigenen Multi-Shot-Schnitt wählen lassen.

Wird erzeugt: im Bild wie geschrieben. Abgeschwächt: erzeugt, aber schwächer als geschrieben. Abgelehnt: zurückgewiesen. Noch nicht getestet: Diese Stufe haben wir in diesem Modus noch nicht ausprobiert.

• Bild zu Video

  Die Einstellung mit einer Zeile fixieren

  

  One continuous shot with no cuts, the golden-pink dusk light staying the same throughout. He turns from the rail toward the camera, pushes his wet hair back with one hand and smiles, then says, "Jump in, the water's perfect." The yacht rocks gently and the sail snaps in the evening breeze. Slow handheld push-in. Sound: waves slapping the hull, wind in the rigging, gulls far off.

  Statt “He turns from the rail toward the camera, pushes his wet hair back with one hand and smiles, then says, "Jump in, the water's perfect."”

  Warum das funktioniert. Ohne die einleitende Zeile schnitt unser Test mittendrin zu einem zweiten Winkel, und das Licht wechselte von Dämmerung zu Tageslicht. Das Hinzufügen von „one continuous shot with no cuts" plus der Lichtbeschreibung hielt sowohl den Bildausschnitt als auch die Farbe von Anfang bis Ende stabil.

  Dieser Modus startet mit Ihrem eigenen Bild: Fügen Sie es im Playground hinzu, bevor Sie starten.

  Diesen Prompt testenPrompt kopieren

• Text zu Video

  Dialog mit eingebautem Ton

  

  Night on the marble terrace of a Venetian palazzo during a gala. A woman in her early thirties in a backless emerald silk gown walks away from the camera toward the balustrade, candlelight catching the line of her back, the Grand Canal glittering below. She stops, looks back over her shoulder at the camera and says with a faint smile, "Don't wait up." Slow tracking shot behind her, shallow depth of field. Sound: a string quartet playing inside, the murmur of guests, water lapping against stone.

  Warum das funktioniert. Die Zeile in Anführungszeichen kam in unserem Test Wort für Wort als gesprochener Dialog zurück, weil der Ton aktiviert war und die Klanghinweise im selben Prompt wie die Einstellung standen.

  Diesen Prompt testenPrompt kopieren

• Charakteranimation

  Eine Performance auf eine neue Figur übertragen

  

  She performs the routine in the same warm-grey photo studio, the satin suit catching the light as she moves.

  Warum das funktioniert. Der Antriebs-Clip liefert jeden Beat der Choreografie; der Prompt muss nur sagen, was die Figur trägt und wo sie steht, da Motion Control die Bewegungen bereits kennt.

  Diesen Prompt testenPrompt kopieren

• Text zu Video

  Eine Menschenmenge mit einer klar hörbaren Zeile

  

  A summer rooftop party in Brooklyn at blue hour, string lights and the Manhattan skyline behind. A mixed group of friends in their late twenties and thirties dance and laugh: a woman with long braids spins under a man's arm, two men clink beer bottles, someone throws a handful of confetti. One continuous handheld shot weaving through the dancers, ending as the whole group raises their drinks and shouts together, "To summer!" Sound: upbeat funk music, chatter, laughter, bottles clinking.

  Warum das funktioniert. Eine einzige Zeile für die ganze Gruppe zu benennen, ganz am Ende der Vorgabe, gab dem Modell einen klaren Moment, um den Dialog zu platzieren, statt zu raten, wann mehrere Personen gleichzeitig sprechen sollten.

  Diesen Prompt testenPrompt kopieren

• Bild zu Video

  Nur beschreiben, was nach dem Bild passiert

  

  Lightning flashes and lights the whole forecourt white for an instant. She pushes off the truck, pulls her jacket collar up against the rain and walks out from under the canopy into the downpour toward the camera, rain bouncing off the concrete around her boots. Sound: a sharp crack of thunder, heavy rain drumming on the canopy roof, her footsteps splashing, the buzz of the fluorescent lights.

  Warum das funktioniert. Das Startbild legt die Frau, den Lastwagen und die Tankstelle bereits fest; der Prompt beschreibt sie nie erneut und fügt nur den Blitz, die Bewegung und den Ton hinzu, die danach kommen.

  Dieser Modus startet mit Ihrem eigenen Bild: Fügen Sie es im Playground hinzu, bevor Sie starten.

  Diesen Prompt testenPrompt kopieren

Ein Clip mit 5 Sekunden ist ab $0.336 in 720p und ab $1.68 in 4K erhältlich.

Der Playground zeigt vor dem Start den genauen Preis für Ihre Einstellungen. Fehlgeschlagene oder abgelaufene Aufträge werden normalerweise nicht berechnet. Manche Modelle berechnen Inhaltsablehnungen wie auf ihrer Modellseite angegeben; prüfen Sie diese Abrechnungsbedingungen vor dem Absenden.

Über Kling 3.0

Kling 3.0 ist Klings Flaggschiff-Videomodell, auf SpicyAPI verfügbar als Text zu Video, Bild zu Video und Motion Control (character-animation). Clips laufen 3 bis 15 Sekunden bei Text und Bild zu Video, bis zu 4K, mit nativem Ton, den Sie ein- oder ausschalten, und einem optionalen Schlussbild zur Fixierung des Endes. Motion Control überträgt die Bewegungen aus einem 3 bis 30 Sekunden langen Antriebs-Clip auf ein Figurfoto, und das Ergebnis entspricht der Länge dieses Clips. In unseren Tests vom 28.09.2026 hat die eigene Moderation von Kling auf jedem geprüften Endpunkt alles ab der Stufe Mittel abgelehnt; für alles darüber hinaus verwenden Sie stattdessen eine unserer ungefilterten Familien. SpicyAPI berechnet pro Sekunde Ausgabe in US-Dollar, ohne Abonnement, und eine abgelehnte oder fehlgeschlagene Anfrage wird nie berechnet. Sie sind verantwortlich für die Rechte und die Einwilligung für alles, was Sie hochladen, und für die Nutzung dessen, was Sie erzeugen.