Kling 2.1 im Test: Eine günstige, stumme Bild-zu-Video-Route

Bei 1080p mit sowohl gesetztem Start- als auch Schlussbild kam ein Prompt, der eine Frau verlangte, die auf einem nebligen Pier auf die Kamera zugeht, ihr roter Schal im Wind, auf die exakte finale Pose zubauend zurück, die das Schlussbild vorgab — der Nebel lichtete sich und das Morgenlicht wurde wärmer, während sie sich näherte, statt dass der Clip an einem beliebigen Punkt stoppte. Bei 720p Standard lieferte ein Katana-Schwung-Prompt ohne Schlussbild einen einzelnen durchgehenden Bogen vom Schwung in eine tiefe Kampfstellung, Wasser sprühte wie geschrieben von der Klinge, während Regen und Stadtlichter über den im Prompt benannten Zoom hinweg stabil blieben.

Ein 1080p-Aufstieg über eine Marmortreppe in einer Oper, mit einer langen roten Samtschleppe, die hinterhergezogen wurde, folgte der beschriebenen Drehung und dem Blick über die Schulter zurück, aber die Schleppe selbst wurde bis zum Ende des Clips sichtbar kürzer — eine Grenze dieser Generation bei langem nachziehendem Stoff, die es wert ist, einzuplanen. Ein separater 720p-Test — ein Mann, der sich von einem Hotelfenster abwendet und auf die Kamera zugeht, während er seinen Bademantelgürtel bindet, bei einer benannten langsamen Rückwärtsfahrt — hielt sich an einen einzigen sauberen Beat ohne zusätzliche Kameraschnitte.

Kling 2.1 reagiert gut auf eine klare physische Aktion, verknüpft mit einer benannten Kamerabewegung, beschrieben aus einem Startbild, das Garderobe und Kulisse bereits zeigt.

1. Ein Gang, der auf ein fixiertes Ende zubaut, mit Schlussbild.

She turns and walks slowly back along the pier toward the camera through the drifting fog, the wind catching her red scarf, and stops close to the lens, looking straight into it. The fog thins and the dawn light warms the water behind her.

Diesen Prompt auf Kling 2.1 ausführen →

2. Ein einzelner durchgehender Bogen mit benannter Kamerabewegung, ohne Schlussbild.

She spins and whips the katana up through the rain in one clean arc, water spraying off the blade, then settles into a low guard facing the camera. Rain pours across the rooftop, the city lights glowing below, slow push-in.

Diesen Prompt auf Kling 2.1 ausführen →

Schwach: „make her look around." Ohne benannte Zielpose oder Kamerabewegung hat das Modell wenig, worauf es aufbauen kann. Stark: Prompt 1 — ein konkreter Weg (der Gang durch den Nebel zurück), ein durch das Schlussbild angedeutetes Kameraverhalten und ein klarer Schlussbeat (das Anhalten nah an der Linse).

Kling prüft jede Anfrage selbst, in drei Schichten: dem Prompt-Text, dem hochgeladenen Startbild und dem fertigen Clip. Stufe für Stufe: L1 Andeutung rendierte in unseren Tests — ein Startbild in schwarzer durchsichtiger Spitzenwäsche kam durch, aber ein durchsichtiges Negligé wurde abgelehnt, nachdem es bereits gerendert hatte, das ist die Grenze, auf die Sie nahe der Spitze dieser Stufe am ehesten stoßen. L2 Teilweise wurde jedes Mal abgelehnt. L3 Stark und L4 Intensiv wurden in der Prompt- oder Upload-Phase abgelehnt, typischerweise innerhalb von Sekunden. Beide L5-Extrem-Proben — Fesselung und Schlagspiele sowie filmisches Gore — kamen abgelehnt statt gerendert zurück. Es gibt kein stilles Abschwächen: Ein Clip kommt entweder exakt wie geschrieben zurück, oder die Anfrage schlägt ganz fehl, und für eine Ablehnung wird nichts berechnet. Das Seitenlabel ist Gefiltert: Das ist Klings eigene Prüfung, kein Filter, den wir hinzufügen.

Noch nicht getestet: Zwei-Frauen- oder Zwei-Männer-Szenen oberhalb von L1 Andeutung; das Verhalten des 1080p-Schlussbilds speziell auf den oberen Stufen, da alles jenseits von L1 vor dem Rendern abgelehnt wurde.

Für alles jenseits von Dessous-Niveau ist eine unserer Spicy-Familien — etwa Wan 2.2 Spicy oder MiniMax H3 — der bessere Weg. Nur Erwachsene, in jedem Prompt und jedem Startbild. Eine echte, erkennbare Person muss eingewilligt haben, und Sie brauchen die Rechte an jedem animierten Foto.

• Eine Text-zu-Video-Aufgabe auf derselben Generation? Kling 2.1 Master fügt das Schreiben aus einem leeren Prompt hinzu, zu $0,216 pro Sekunde bei seiner 1080p-Stufe.
• Ton im selben Durchgang, nur bei 1080p? Kling 2.5 Turbo rendert immer mit echtem Ton, ab $0,056 pro Sekunde.
• Multi-Shot-Sequenzen und ein längerer Einzelclip? Kling 3.0 läuft bis zu 15 Sekunden mit mehreren Schnitten in einem Render.
• Dieselbe Aufgabe bis 1080p mit einer breiteren Inhaltsleiter? Vidu Q3 fügt eine Bewegungsstärke-Kontrolle hinzu und geht auf unserer Inhaltsleiter weiter. Unser Vidu-Q3-Test.