Zum Hauptinhalt springen

Kling O3 (Kling 3.0 Omni) Videobearbeitung nimmt ein vorhandenes Video und ändert nur, was Ihr Prompt nennt. Quellclips dauern 3 bis 10 Sekunden in 720p oder 1080p, mit bis zu 4 optionalen Referenzfotos für eine neue Figur oder ein neues Objekt.

Ab $0.125/s

Playground

Eingabe

Videobearbeitung
235/2500

Beim Umsortieren werden Verweise im Prompt angepasst. Beim Entfernen entfallen auch die Verweise. Prüfen Sie danach den Prompt.

Sagen Sie, was sich ändern soll – Motiv, Outfit, Umgebung, Stil oder Wetter. Alles, was Sie nicht erwähnen, bleibt im bearbeiteten Clip, wie es ist. mindestens 1 Zeichen · höchstens 2500 Zeichen
1/1

Video ablegen oder auswählen · 1 Datei · Max. 90 MB · MP4 · WEBM

  • 1
1 / 1 Dateien
Zu bearbeitender Quellclip, 3 bis 10 Sekunden, an der kürzesten Seite mindestens etwa 720 Pixel. Das bearbeitete Ergebnis läuft exakt so lange wie dieser Clip.
Motive0/1
Ein benanntes Subjekt, das in den bearbeiteten Clip kommt: Geben Sie ihm einen Namen, eine einzeilige Beschreibung und 2 bis 4 Fotos derselben Person oder desselben Objekts (Stimmproben von 5 bis 30 Sekunden sind optional) und schreiben Sie dann @Name im Prompt an die Stelle, an der das Subjekt erscheinen soll. Ein Subjekt pro Anfrage; in derselben Anfrage lässt es sich nicht mit reference_image_urls kombinieren. Am Preis ändert es nichts. höchstens 1 Einträge
1/4

Dateien oder Medienlinks ablegen, einfügen oder auswählen · Bis zu 4 Dateien · Max. 10 MB · JPG · PNG · WEBP · GIF

  • <<<image_1>>>
1 / 4 Dateien
Optional, bis zu 4 Referenzfotos für eine neue Figur, ein Outfit, ein Objekt oder einen Stil, der in die Bearbeitung einfließen soll. JPEG oder PNG. Verweisen Sie im Prompt darauf als <<<image_1>>>, <<<image_2>>> und so weiter. mindestens 1 Einträge · höchstens 4 Einträge
preisrelevant
720p oder 1080p. Die höhere Stufe kostet pro Sekunde mehr.
Originalton behalten
Übernimmt den Originalton des Quellclips in das bearbeitete Ergebnis. Standardmäßig an. Am Preis ändert es nichts.
SicherheitsfilterAus

SpicyAPI führt bei diesem Modell keinen Sicherheitsfilter aus. Prompt und Material gehen unverändert an das Modell, und das Modell selbst entscheidet über das Ergebnis.

Wir prüfen Ihr Konto, bevor Absenden und Preisberechnung freigeschaltet werden.

Ausgabe

Bereit für einen neuen Lauf
Beispielergebnis

Ihr Modell ist nicht dabei?

Sagen Sie uns, welches Modell fehlt und wofür Sie es brauchen. Ihre Anfrage geht direkt an das Team, das über die nächsten Modelle entscheidet.

VIDEO MIT TON, VIER WEGE

Kling O3-API auf einen Blick

Ein Modell, vier Wege hinein: schreiben, ein Bild animieren, aus Fotos besetzen oder einen vorhandenen Clip bearbeiten.

Modi in einem Modell
4-IN-1
Text, Bild, Referenzfotos oder ein vorhandenes Video laufen über dasselbe Endpunkt-Set.
Referenzfotos
7
Geben Sie einer Person, einem Objekt und einem Ort je ein eigenes Foto, und alle drei erscheinen in einer Einstellung.
Top-Auflösung
4K
Günstig mit 720p entwerfen, den Favoriten in 4K rendern.
Längster Clip
15S
3 bis 15 Sekunden für neue Clips; bei Bearbeitungen ist der Quellclip 3 bis 10 Sekunden lang.
Nativer Ton, optional
AUDIO
Dialog, Effekte und Umgebungsgeräusche werden mit dem Bild zusammen erzeugt, wenn Sie es aktivieren.
Auto-Multi-Shot
MULTI
Fordern Sie mehrere Einstellungen in einem Prompt an, und das Modell schneidet sie eigenständig.

Ergebnisse

Was Sie mit Kling O3 erstellen können

  • Aus Text

    Eine Drei-Einstellungen-Szene aus einem Absatz

    Schreiben Sie die Einstellungen der Reihe nach und setzen Sie shot_type auf multi: Kling O3 schneidet eigenständig zwischen ihnen und hält Umgebung und Personen von einer Einstellung zur nächsten konsistent. Dieser regennasse Tango entstand aus einem einzigen Prompt, der eine Totale, eine Nahaufnahme und eine Untersicht beschrieb – sonst nichts.

    Text zu Video, Multi-Shot, 1080p mit Ton: Ein Prompt, der eine Totale, eine Nahaufnahme und eine Untersicht beschrieb, kam als drei geschnittene Einstellungen zurück.

  • Aus einem Bild

    Ihr Startbild, fortgeführt

    Laden Sie das bereits abgenommene Bild hoch und beschreiben Sie nur, was als Nächstes passiert. Hier zeigte das Startbild zwei Frauen unter einem Regenschirm; der Prompt fügte nur den stärkeren Regen, das Lachen und den Weg in die Neonstraße hinzu.

    Bild zu Video, 720p mit Ton: Das Startbild legte die Szene fest, der Prompt fügte nur den stärkeren Regen und den Weg auf die Straße hinzu.

  • Aus Referenzfotos

    Eine Person, ein Objekt und einen Ort aus drei Fotos besetzen

    Geben Sie bis zu sieben Bilder ein und weisen Sie jedem im Prompt eine Aufgabe zu: <<<image_1>>> ist der Mann, <<<image_2>>> ist der Raum, <<<image_3>>> ist der Brief, den er öffnet. Alle drei wurden in eine Einstellung übertragen, die keines der Ausgangsfotos zeigte.

    Referenz zu Video, 720p mit Ton: Der Mann, der Speisewagen und der Brief stammten je aus einem eigenen Referenzfoto.

  • Ein vorhandenes Video bearbeiten

    Die Jahreszeit ändern, alles andere behalten

    Video-Edit nimmt einen fertigen Clip und einen Prompt, der nur benennt, was sich ändern soll. Hier zeigte die Quelle zwei Männer, die in Lissabon bergab radeln und über die Schulter lachen; die Bearbeitung fügte Schnee auf Straße, Dächern und Straßenbahn hinzu und steckte beide Fahrer in Wollmäntel, während Kamerafahrt, Fahrt und Lachen unangetastet blieben.

    Video-Edit, 720p: Der Quellclip zeigte dieselbe Straße und dieselbe Fahrt im Morgenlicht – die Bearbeitung fügte den Schnee und die Mäntel hinzu und behielt den Rest.

  • Mit Ton

    Dialog kommt in derselben Datei wie das Bild an

    Aktivieren Sie generate_audio, und gesprochene Zeilen, Raumklang und Umgebungsgeräusche werden zusammen mit dem Video erzeugt. Die beiden Dialogzeilen in diesem Clip kamen genau wie geschrieben zurück, passend zum Bild getimt.

    Text zu Video, 720p mit Ton: Beide Dialogzeilen kamen exakt wie geschrieben zurück.

Inhaltstest

Ist Kling O3 unzensiert? Das haben wir getestet

Wir haben jede Stufe auf unserem Live-System laufen lassen und jeden Clip Bild für Bild geprüft. Bestanden heißt: Der Inhalt war tatsächlich im Bild – nicht nur, dass die Anfrage durchging.

Getestete Inhaltsstufen für Kling O3, nach Modus
StufeVideobearbeitungBild zu VideoReferenz zu VideoText zu Video
MildDie leichtesten Prompts im Test
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet
MittelAb hier beginnen gefilterte Modelle abzulehnen
AbgelehntGetestet am 28. Sept. 2026
AbgelehntGetestet am 28. Sept. 2026
AbgelehntGetestet am 28. Sept. 2026
AbgelehntGetestet am 28. Sept. 2026
StarkDie Mitte der Skala
AbgelehntGetestet am 28. Sept. 2026
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet
Sehr starkAb hier halten sich die meisten Modelle zurück
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet
MaximalDas obere Ende der Skala
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet
Noch nicht getestet

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.

So verhält sich jeder Modus

Text zu Video
shot_type: single ist keine feste Garantie für eine durchgehende Einstellung – Kling O3 schneidet gelegentlich trotzdem. Fügen Sie dem Prompt „one continuous shot, no cuts" hinzu, wenn eine ungebrochene Einstellung wichtig ist.
Bild zu Video
Das Startbild wird eng befolgt, und ein optionales last_image_url legt das Ende fest, doch die Mitte eines langen Clips kann abdriften. Halten Sie beide Bilder in Licht und Bildausschnitt nah beieinander, für das sauberste Ergebnis.
Referenz zu Video
Jedes Referenzfoto ist nur so nützlich wie die Aufgabe, die Sie ihm im Prompt geben. Drei oder vier Referenzen mit je einer klaren Aufgabe funktionieren besser als sieben überlappende Aufnahmen desselben Motivs.
Videobearbeitung
Video-Edit übernimmt standardmäßig den Originalton des Quellclips (keep_original_audio); schalten Sie ihn aus, erhalten Sie ein stummes Ergebnis. Neuen Ton erzeugt dieser Endpunkt nicht, und der Schalter ändert den Preis nicht. Das Ergebnis läuft exakt so lange wie Ihr Quellclip, von 3 bis 10 Sekunden, und die Quelle muss an ihrer kürzesten Seite mindestens etwa 720 Pixel haben. Wenn eine Bearbeitung mehreren Personen ein neues Kleidungsstück hinzufügt, kann sie ihnen denselben Stil und dieselbe Farbe geben statt unterschiedlicher, sofern der Prompt nichts anderes sagt.
Alle Modi
Kling wendet bei jeder Anfrage eine eigene Inhaltsprüfung an, und die ist streng: Anfragen der Stufe Mild werden mal gerendert und mal nicht, und alles ab Mittel wird ohne Ausnahme abgelehnt, auch wenn es in einem hochgeladenen Foto oder Quellvideo steckt. Abgelehnte Anfragen werden nicht berechnet. Wenn dein Projekt diesen Bereich braucht, sind unsere Spicy-Familien – Seedance 2.5 Spicy, Wan 2.2 Spicy oder MiniMax H3 Spicy – dafür gebaut; Klings Stärke liegt in filmischer Optik, Bewegung, nativem Ton und Referenzsteuerung.

Einsatzbereiche

Was Sie mit der Kling O3-API bauen können

  • Eine Multi-Shot-Szene ohne mehrere Takes zu drehen

    Schreiben Sie eine Totale, eine Nahaufnahme und eine Untersicht in einen Prompt, und lassen Sie shot_type: multi zwischen ihnen schneiden. Das ist der schnellste Weg, um mit einer einzigen Anfrage Coverage für eine Szene zu bekommen.

  • Eine wiederholbare Figur aus ein paar Fotos

    Referenz zu Video nimmt Gesicht, Outfit und Ort als getrennte Fotos, sodass eine Figur in einer neuen Umgebung auftauchen kann, die Sie nie gefilmt haben, statt nur in dem einen Bild, das Sie von ihr haben.

  • Jahreszeit, Garderobe oder Kulisse eines vorhandenen Clips ändern

    Video-Edit nimmt ein vorhandenes Video und einen Prompt, der nur beschreibt, was sich ändern soll. Alles, was Sie nicht erwähnen – Bildausschnitt, Bewegung, jeder Dialog –, wird aus dem Quellclip übernommen.

  • Ein abgenommenes Bild mit eingebautem Dialog animieren

    Starten Sie mit einem bereits abgenommenen Bild und beschreiben Sie die Handlung, die Kamerafahrt und, bei aktiviertem generate_audio, die Zeile, die eine Figur spricht. Das Bild bleibt fix; nur das, was Sie geschrieben haben, bewegt sich.

Prompts

Kling O3-Prompts zum Kopieren

Fügen Sie einen unverändert in den Playground ein und ändern Sie dann jeweils nur eine Sache.

  • Text zu Video

    Drei Einstellungen schreiben, Multi-Shot dazwischen schneiden lassen

    Ergebnis dieses Prompts

    A night tango on a rain-slick cobblestone street in Buenos Aires. A man in his late thirties in a dark waistcoat and a white shirt open at the collar, and a woman in her early thirties in a backless black satin dress, dance close under a single amber streetlamp. Shot 1, wide: the couple turns through the falling rain and her dress flares. Shot 2, close-up: their faces almost touching, rain running down his cheek, she smiles. Shot 3, low angle on their feet: a sharp turn, her heel flicking water off the stones. Sound: a bandoneon tango drifting from an open window, steady rain, heels clicking on wet stone, her quiet laugh.

    Warum das funktioniert. Die Einstellungen zu nummerieren und jeden Kamerawinkel der Reihe nach zu beschreiben – Totale, Nahaufnahme, Untersicht – sagt dem Modell, wo eine Einstellung enden und die nächste beginnen soll, statt es raten zu lassen.

    Diesen Prompt testen
  • Text zu Video

    Die genaue Kameraposition benennen, um zwei Gesichter im Bild zu halten

    Ergebnis dieses Prompts

    A small jazz bar after closing, chairs upturned on the tables, one warm lamp over an old upright piano. Seen from the end of the keyboard so both faces are clear: two men in their thirties, a couple, sit close together on the piano bench. One, in a loosened tie with his sleeves rolled up, plays a slow chord; the other, in an open-collar black shirt, rests his head on the pianist's shoulder with his eyes half closed. The pianist stops, turns to him and says softly, "One more song?" The other smiles without lifting his head: "Only if it's ours." One continuous slow push-in, 35mm, warm tungsten light. Sound: soft piano chords, their low voices, the hum of the empty room.

    Statt “Two men on a piano bench, one playing, the other leaning on his shoulder.”

    Warum das funktioniert. „Seen from the end of the keyboard so both faces are clear" ist eine echte Kameraanweisung; ohne sie kann das Modell einen Winkel wählen, in dem die zweite Person größtenteils hinter der ersten versteckt ist.

    Diesen Prompt testen
  • Bild zu Video

    Nur beschreiben, was nach dem Bild passiert

    Ergebnis dieses Prompts

    The rain gets heavier. The woman in the camel trench coat tilts the umbrella back and laughs; the other woman pulls her closer by the collar and they walk off together down the neon street, the camera following at their shoulders. Sound: heavy rain drumming on the clear umbrella, distant traffic, footsteps splashing, and one of them says, "Come on, we're going to miss the last train."

    Warum das funktioniert. Das Startbild hatte die beiden Frauen, den Regenschirm und die Neonstraße bereits festgelegt, sodass der Prompt nur sagen musste, was als Nächstes passiert – der stärkere Regen, das Lachen, der Weggang.

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

    Diesen Prompt testen
  • Referenz zu Video

    Jedem Referenzfoto eine Aufgabe geben

    Ergebnis dieses Prompts

    Image 1 is the man, Image 2 is the dining carriage, Image 3 is the sealed letter. The man from Image 1, still in his camel overcoat, sits alone at a table in the train carriage from Image 2 at night. He breaks the red wax seal of the letter from Image 3, unfolds it and reads, and a slow smile spreads across his face while city lights streak past the rainy window. Slow push-in. Sound: the rhythmic clatter of the train, rain on the glass, paper unfolding, a soft exhale.

    Warum das funktioniert. Zu benennen, wofür jedes nummerierte Bild zuständig ist – der Mann, der Wagen, der Brief –, ist der Grund, warum alle drei zusammen übertragen wurden, statt dass das Modell sie zu etwas Neuem verschmilzt.

    Diesen Prompt testen
  • Videobearbeitung

    Eine Sache ändern, den Rest lassen, wie er ist

    Ergebnis dieses Prompts

    Turn the season to deep winter: fresh snow on the cobblestones, the balconies, the rooftops and the yellow tram, snowflakes drifting through the air and cold blue morning light. Dress both riders in wool coats and knitted scarves. Keep the street, the bicycles, the riders' movement and the camera move exactly as they are.

    Warum das funktioniert. Video-Edit ändert nur, was Sie benennen – hier die Jahreszeit und die Garderobe – und hält Bildausschnitt, Bewegung und Tempo des Quellclips, wie sie sind.

    Diesen Prompt testen

Vergleich

Kling O3 im Vergleich: welches Modell passt

ModellModiAbInhaltWählen, wenn
Kling O3Diese SeiteBild zu Video · Referenz zu Video · Text zu Video · Videobearbeitung$0.067 / AusgabesekundeGefiltert — Dieses Modell lehnt Anfragen jenseits seiner eigenen Grenzen ausdrücklich ab. Gemessen, nicht vermutet – ungeprüfte Modelle tragen gar keine Kennzeichnung.Sie wollen Referenzfotos, eine Bearbeitung eines vorhandenen Videos oder die breiteste Auswahl an Modi in einem Endpunkt-Set.
Kling 3.0Charakteranimation · Bild zu Video · Text zu Video$0.067 / AusgabesekundeGefiltert — Dieses Modell lehnt Anfragen jenseits seiner eigenen Grenzen ausdrücklich ab. Gemessen, nicht vermutet – ungeprüfte Modelle tragen gar keine Kennzeichnung.Sie wollen eine einzelne Flaggschiff-Einstellung mit Start- und Schlussbild oder Motion Control, um eine Performance auf Ihre Figur zu übertragen.
Kling 3.0 TurboBild zu Video · Text zu Video$0.112 / AusgabesekundeGefiltert — Dieses Modell lehnt Anfragen jenseits seiner eigenen Grenzen ausdrücklich ab. Gemessen, nicht vermutet – ungeprüfte Modelle tragen gar keine Kennzeichnung.Sie wollen immer Ton und einen schnelleren Durchlauf bei Text- oder Bildprompt und brauchen keine Referenzfotos oder Video-Edit.
Kling 2.6Charakteranimation · Bild zu Video · Text zu Video$0.069 / AusgabesekundeGefiltert — Dieses Modell lehnt Anfragen jenseits seiner eigenen Grenzen ausdrücklich ab. Gemessen, nicht vermutet – ungeprüfte Modelle tragen gar keine Kennzeichnung.Sie wollen Klings ursprüngliches Modell mit nativem Ton zu einem günstigeren 1080p-Satz für stumme Clips oder seine preiswertere Umsetzung von Motion Control.

Preise

Preise der Kling O3-API

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.

Alle Preisstufen ansehen

Loslegen

Die Kling O3-API in drei Schritten nutzen

  1. Schritt 1

    Im Playground ausprobieren

    Wählen Sie oben einen Modus – einen Absatz, Ihr eigenes Startbild, bis zu sieben Referenzfotos oder ein zu bearbeitendes Video –, fügen Sie einen der Prompts von dieser Seite ein und starten Sie. Der genaue Preis erscheint, bevor etwas berechnet wird.

  2. Schritt 2

    API-Schlüssel holen

    Registrieren Sie sich, laden Sie per Karte oder Krypto auf und erstellen Sie in der Konsole einen Schlüssel. Es gibt kein Abo: Sie zahlen für die Sekunden Video, die Sie erzeugen.

  3. Schritt 3

    Dieselbe Anfrage aus Ihrem Code senden

    Kopieren Sie die Anfrage aus dem API-Tab – es ist derselbe Body, den der Playground gerade ausgeführt hat. Der fertige Clip kommt an Ihren Webhook, oder Sie holen ihn über die Task-ID ab.

Parameterreferenz und Codebeispiele finden Sie oben auf dieser Seite in den Tabs API und Readme.

Warum SpicyAPI

Warum Sie Kling O3 über SpicyAPI nutzen

  • Kein Filter von uns

    Wir fügen keinen eigenen Inhaltsfilter hinzu. Was das Modell erzeugt, bekommen Sie zurück.

  • Getestet statt vermutet

    Inhaltsstufen stammen aus echten Generierungen, die wir ausgeführt und geprüft haben – mit Testdatum auf der Seite.

  • Pro Ergebnis zahlen, in Dollar

    Kein Abo, keine Credits. Fehlgeschlagene oder abgelaufene Aufträge werden normalerweise nicht berechnet. Manche Modelle berechnen Inhaltsablehnungen wie auf ihrer Modellseite angegeben; prüfen Sie diese Abrechnungsbedingungen vor dem Absenden.

  • Ein Schlüssel für alle Modelle

    Ein API-Schlüssel und ein Guthaben gelten für Bild-, Video-, Audio- und Chatmodelle. So können Sie mit demselben Konto weitere Modelle ausprobieren.

FAQ

FAQ zur Kling O3-API

Über Kling O3

Kling O3 (Kling 3.0 Omni) ist auf SpicyAPI Klings Videomodell für alles und deckt vier Modi ab: Text-zu-Video, Bild-zu-Video, Referenz-zu-Video und Video-Bearbeitung. Clips laufen 3 bis 15 Sekunden (ein bearbeitetes Video darf bis zu 10 Sekunden lang sein), bis 4K, mit optionalem nativem Ton und automatischen Mehrfach-Schnitten. Kling führt seine eigene Inhaltsprüfung durch, und wir setzen keinen zusätzlichen Filter darauf; Material der Stufe Mild kommt manchmal durch, alles Stärkere wird abgelehnt, und eine abgelehnte Anfrage wird nicht berechnet. Wir rechnen pro Sekunde Ausgabe in US-Dollar ab, ohne Abo und ohne Paket, das man vorab kaufen muss. Für die Rechte und die Einwilligung zu allem, was du hochlädst, und für die Verwendung des Erzeugten bist du verantwortlich.

Verwandte Modelle und nächste Schritte