Kling O3: cast da foto di riferimento e modifica video, filtrato a L2

Non pubblichiamo le nostre esecuzioni sulla scala di contenuto; quello che segue è il registro quotidiano, tratto dagli esempi pubblicati e adatti al lavoro sulla pagina del modello Kling O3.

Due donne sotto un ombrello condiviso. Un fotogramma di apertura con due donne che condividono un ombrello trasparente su una strada illuminata al neon, con un prompt che chiede solo pioggia più intensa, una risata e un allontanamento dalla camera — i loro volti hanno corrisposto al fotogramma sorgente per l'intera clip.

Una lettera sigillata su un treno notturno. Tre immagini di riferimento — un uomo, un vagone ristorante anni '30, una lettera sigillata con ceralacca — combinate in un'unica inquadratura: l'uomo seduto da solo a un tavolo, che rompe il sigillo, una scena che nessuna delle tre foto mostrava da sola.

Un tango multi-inquadratura. Un prompt solo testuale che chiede un campo largo, un primo piano e un'inquadratura dal basso è tornato come tre tagli in quell'ordine, mantenendo stabili guardaroba e illuminazione stradale su tutti e tre.

Inverno su Lisbona. Un lavoro di modifica video ha trasformato una clip assolata di un giro in bici in pieno inverno — neve fresca, cappotti di lana, luce blu fredda — mentre i ciclisti, il tram giallo e l'inquadratura sono passati invariati dalla clip sorgente.

Su immagine-in-video e modifica video, il fotogramma o la clip sorgente fissano chi è nell'inquadratura e cosa indossa; scrivi il prompt intorno a ciò che cambia, non a ciò che resta uguale. Su testo-in-video con shot_type: multi, elenca le inquadrature che vuoi in ordine e Kling taglierà tra loro mantenendo stabile il resto della scena.

1. Multi-inquadratura solo da testo.

Wide shot, then a close-up, then a low angle. A night tango on a rain-slick cobblestone street in Buenos Aires. A man in a dark waistcoat and a woman in a backless black satin dress dance close under a single streetlamp, rain beading on the stone.

Esegui questo prompt su Kling O3 →

2. Un cambiamento, non una riscrittura, per modifica video.

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 everything else the same.

Esegui questo prompt su Kling O3 →

Debole: descrivere un'intera scena nuova su modifica video invita il modello a rifare più di quanto chiesto. Forte: nomina esattamente cosa cambia e aggiungi "keep everything else the same", come fa il prompt 2 — è ciò che ha tenuto intatti il tram e i volti dei ciclisti.

Kling esamina ogni richiesta da sé, in tre punti: il testo del prompt, qualsiasi immagine caricata e la clip finita. Questo vale su tutti e quattro i task O3 — gli stessi esiti sono tornati su ogni percorso testato, quindi è la moderazione propria di Kling e non qualcosa che un endpoint diverso cambierebbe.

Il 28 settembre 2026 abbiamo lanciato la nostra scala a cinque gradini contro tutti e quattro gli endpoint O3. L1 Allusivo (lingerie, una spallina che scivola) si è reso su ogni task. L2 Parziale è stato rifiutato ogni volta, su ogni task, incluse sei prove L2 aggiuntive lo stesso giorno su sei endpoint di O3 e Kling 3.0. L3 Forte è stato rifiutato su tutti e tre i task O3 a cui l'abbiamo inviato — testo-in-video, riferimento-in-video e modifica video —, in meno di un minuto quando arrivava come foto o clip caricata, ma solo dopo circa due minuti su testo-in-video. L4 Intenso (una scena intima tra due adulti) e la prova L5 Estremo di restrizioni e impact non li abbiamo eseguiti su O3. La prova L5 Estremo di gore si è divisa per task: si è resa su immagine-in-video ed è stata rifiutata su riferimento-in-video.

Le richieste rifiutate non costano nulla — ogni rifiuto nel nostro set di test, incluse quelle tornate rifiutate solo dopo che la clip si era resa per intero, è stato gratuito. Non c'è nemmeno attenuazione silenziosa: in ogni esecuzione la clip è tornata come scritta oppure il lavoro è fallito apertamente, senza vestiti mai riaggiunti e senza la scena mai sostituita con una più sicura. Ritentare un lavoro di modifica video rifiutato non aiuta; una clip sorgente respinta restituisce un errore generico, non un motivo.

L'etichetta della pagina riflette questo: tutti e quattro i task di Kling O3 rientrano in un livello di policy filtrato, e non aggiungiamo alcun filtro di contenuto nostro sopra di esso.

Non ancora testato: L4 Intenso e la prova L5 Estremo di restrizioni e impact su qualsiasi task O3; L3 Forte su immagine-in-video; scene con più di due persone ai gradini più difficili; riferimento-in-video con più di tre foto ai gradini più alti.

Solo adulti, in ogni prompt, caricamento e risultato. Non ritrarre mai una persona reale e riconoscibile senza il suo consenso, e assicurati di avere i diritti su qualsiasi foto o clip che carichi. Per contenuti oltre il livello lingerie, usa una delle nostre famiglie Spicy — Wan 2.2 Spicy e Seedance 2.5 Spicy sono due di quelle video — questo endpoint rifiuta ben oltre L1.

Kling O3 non ha un seguito indipendente rilevante al di fuori della conversazione più ampia su Kling, ma viene citato direttamente quando gli sviluppatori parlano di strumenti video closed-source. In un thread di aprile 2026 su Hacker News, un commentatore ha scritto: "I modelli che la maggior parte dei professionisti usa sono Kling o3, Kling 3.0 e, più di recente, Seedance 2.0".

Le classifiche pubbliche a voto alla cieca lo confermano solo in parte: sulla classifica immagine-in-video di Artificial Analysis (28 settembre 2026), il livello 720p Standard di Kling 3.0 Omni si è piazzato 21° su 82 modelli monitorati, un po' dietro il piazzamento di Kling 3.0 sulla stessa classifica.

• Ti serve trasferimento di movimento da una clip di performance invece che da una foto di riferimento? Kling 3.0 aggiunge Motion Control, che guida una foto di personaggio da una clip di 3-30 secondi, agli stessi prezzi di base dei task immagine e testo di O3. La nostra recensione di Kling 3.0.
• Non ti servono cast da riferimento o modifica video? Kling 2.6 copre immagine e testo-in-video con audio nativo da $0.069 al secondo, senza i task extra di O3.
• Vuoi che scene ricche di dialoghi siano il focus principale? Seedance 2.5 ha un prezzo più alto ma è costruito intorno al parlato sincronizzato con il labiale.
• Ti serve una singola ripresa continua più lunga di 15 secondi? Wan 3.0 arriva fino a 30 secondi con regia multi-inquadratura, da $0.045 al secondo a 480p.