Kling O3 レビュー：参照キャストと動画編集、L2 でフィルターあり

当社はコンテンツ段階の実行を公開していません。以下は、Kling O3 モデルページで公開している、職場でも見られる作例に基づく日常的な使い方の登録です。

傘を分け合う 2 人の女性。 ネオンに照らされた通りで透明な傘を 2 人の女性が分け合う開始フレームに、雨を強くすること、笑うこと、カメラから離れて歩くことだけを頼んだプロンプト——彼女たちの顔はクリップ全体を通じて開始フレームと一致していました。

夜行列車の上の封蝋された手紙。 男性、1930年代の食堂車、封蝋された手紙という 3 枚の参照画像を組み合わせ、1 つのショットになりました。男性が 1 人でテーブルに座り封を切る場面で、3 枚のどの写真にも単独では写っていなかった場面です。

マルチショットのタンゴ。 ワイドショット、クローズアップ、ローアングルを頼んだテキストのみのプロンプトが、その順で 3 カットとして返ってきて、衣装と街灯りを 3 カットを通じて一定に保ちました。

リスボンの冬。 ある動画編集のジョブが、晴れた自転車乗りのクリップを真冬——新雪、ウールコート、冷たい青い光——に変える一方、乗り手 2 人、黄色いトラム、フレーミングはソースクリップからそのまま変わりませんでした。

画像から動画と動画編集では、開始フレームやソースクリップが「誰が写っていて何を着ているか」を固定するので、変わらない部分ではなく変わる部分を軸にプロンプトを書いてください。shot_type: multi を指定したテキストから動画では、欲しいショットを順番に列挙すれば、Kling は残りの場面を安定させたままカットを切り替えます。

1. テキストのみからのマルチショット。

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.

このプロンプトを Kling O3 で実行 →

2. 動画編集では書き直しではなく変化を。

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.

このプロンプトを Kling O3 で実行 →

弱い例： 動画編集で新しい場面をまるごと描写すると、頼んだ以上のやり直しをモデルに招きます。強い例： 変わる部分を正確に名指しし、プロンプト 2 のように「それ以外はすべて同じに保って」と付け加える——これがトラムと乗り手の顔を無傷に保った理由です。

Kling はすべてのリクエストを自ら 3 つの段階で審査します。プロンプトのテキスト、アップロードされた画像、そして完成したクリップです。これは O3 の 4 タスクすべてで当てはまり、テストしたすべてのルートで同じ結果が返ってきました。つまりこれは別のエンドポイントを選べば変わるようなものではなく、Kling 自身のモデレーションです。

2026年9月28日、当社の 5 段階のコンテンツ段階を O3 の 4 つのエンドポイントすべてに対して実行しました。L1 ほのめかし(ランジェリー、ずれ落ちる肩ひも)はすべてのタスクでレンダリングされました。L2 部分露出はすべてのタスクで毎回拒否され、同じ日に O3 と Kling 3.0 の 6 つのエンドポイントで追加した 6 回の L2 プローブも含まれます。L3 強めは、送った O3 の 3 タスク(テキストから動画、参照から動画、動画編集)すべてで拒否されました。写真やクリップのアップロードとして送った場合は 1 分以内でしたが、テキストから動画では約 2 分たってからの拒否でした。L4 高強度(大人 2 人の間の親密な場面)と L5 極限の拘束・衝撃プローブは、O3 では実行していません。L5 極限のゴアプローブはタスクによって割れました。画像から動画ではレンダリングされ、参照から動画では拒否されました。

拒否されたリクエストには一切課金されません——クリップが完全にレンダリングされたあとで拒否として返ってきたものも含め、当社のテストセットのすべての拒否が無料でした。静かに弱められることもありません。すべての実行で、クリップは書いたとおりに返ってくるか、ジョブそのものが失敗するかのどちらかで、服が後から足されたり、場面がより無難なものに差し替えられたりすることはありませんでした。

ページの表示はそれを反映しています。Kling O3 の 4 タスクすべてに フィルターあり の方針区分が付いており、当社側でそのうえに独自のコンテンツフィルターを追加することはありません。

まだ試していないこと： O3 の全タスクでの L4 高強度と L5 極限の拘束・衝撃プローブ。画像から動画での L3 強め。3 人以上が登場する場面での上位段階。3 枚を超える参照写真を使った参照から動画の上位段階。

すべてのプロンプト、アップロード、出力で成人のみとしてください。実在し特定できる人物を、本人の同意なしに描写しないでください。アップロードする写真やクリップの権利を必ずお持ちのものだけ使ってください。ランジェリーより先の内容には、代わりに当社の Spicy ファミリーをお使いください——動画では Wan 2.2 Spicy と Seedance 2.5 Spicy の 2 つがあります——このエンドポイントは L1 より先はそこまで拒否します。

Kling O3 は、Kling 全体の議論の外では独立したファンコミュニティをあまり持っていませんが、開発者がクローズドソースの動画ツールについて話すとき、直接名指しされます。2026年4月の Hacker News のスレッドで、あるコメント投稿者はこう書きました。"The models most professionals use are Kling o3, Kling 3.0 and, more recently, Seedance 2.0"

公開の相対評価ボードは、それを緩やかにしか裏付けていません。Artificial Analysis の画像から動画リーダーボード(2026年9月28日時点)では、Kling 3.0 Omni の 720p Standard ティアは追跡対象 82 モデル中 21 位で、同じボード上の Kling 3.0 自身の順位より少し後ろでした。

• 参照写真ではなく、演技クリップからのモーション転写が欲しい？ Kling 3.0 はモーションコントロールを追加し、3〜30 秒のクリップからキャラクター写真を動かします。価格は O3 の画像・テキストタスクと同じです。当社の Kling 3.0 レビュー。
• 参照キャストや動画編集は不要？ Kling 2.6 は画像とテキストから動画をネイティブ音声付きで 1 秒 $0.069 からカバーし、O3 の追加タスクはありません。
• 会話中心の場面をメインにしたい？ Seedance 2.5 は価格は高めですが、リップシンクした台詞を中心に組まれています。
• 15 秒を超える 1 つの連続テイクが必要？ Wan 3.0 はマルチショットのディレクションで最大 30 秒まで対応、480p で 1 秒 $0.045 から。