Kling 2.5 Turbo: klipy 1080p z wpieczonym dźwiękiem

Na obrazie na wideo klatka początkowa z kobietą w czarnej sukni w połowie obrotu, z promptem proszącym o burzę tłuczonego szkła i powolną orbitę kamery, wróciła z obrotem, wiszącym szkłem i kroplami deszczu oraz orbitą, wszystkie obecne — statyczne zdjęcie dostarczyło tylko jej pozę i strój, wszystko inne pochodziło z tekstu. Klatka początkowa breakdancera z promptem o obrocie w wiatrak przechodzącym w zamrożenie na jednej ręce, pod neonowym stroboskopem przechodzącym od różu do cyjanu, śledziła cały ruch niską, okrążającą kamerą i przeniosła zmianę koloru, mimo że zdjęcie źródłowe nie pokazywało ani stroboskopu, ani ruchu.

Na tekście na wideo, napisany od zera, prompt o dwojgu jeźdźców galopujących na koniach przez przybój na plaży o wschodzie słońca wyprodukował niskie ujęcie śledzące, które dotrzymywało tempa obojgu jeźdźców, z odgłosami kopyt i bryzgiem docierającymi automatycznie w ścieżce dźwiękowej. Drugi prompt o dwóch mężczyznach ścigających się na rowerach po stromej brukowanej ulicy w Lizbonie, napisany tak, by opisać ich jako „a couple”, wciąż czytał się na ekranie jako dwaj przyjaciele w wyścigu, a nie para — ujęcie śledzące i mowa ciała w renderze przeważyły nad etykietą w prompcie.

Kling 2.5 Turbo dobrze reaguje na prompt, który nazywa jeden ciągły ruch kamery i pozwala ścieżce dźwiękowej wynikać z tego, co na ekranie, zamiast opisywać dźwięk bezpośrednio.

1. Obrót z orbitą kamery, z klatki początkowej.

She spins through the storm of shattering glass, the black dress flaring out in a wide circle, shards and raindrops hanging in slow motion around her, then she stops and lifts her chin toward the light. The camera orbits slowly around her.

Uruchom ten prompt w Kling 2.5 Turbo →

2. Pisana scena z domniemanym dźwiękiem, bez osobnej instrukcji audio.

Sunrise on a wide empty beach. A man and a woman in their thirties gallop two horses side by side through the shallow surf, spray exploding under the hooves, her hair and his open linen shirt streaming in the wind; they glance at each other.

Uruchom ten prompt w Kling 2.5 Turbo →

Słabo: „make a cool video with music.” Bez nazwanego ruchu kamery czy fizycznej przyczyny model nie ma się o co zaczepić ruchem ani dźwiękiem. Mocno: prompt 1 — jedno zachowanie kamery (orbita), jedno wydarzenie fizyczne (szkło i krople deszczu) i jasny finałowy takt (uniesienie podbródka).

Kling sam ocenia każde zapytanie, w trzech warstwach: tekst promptu, każdy wgrany obraz i gotowy klip. Szczebel po szczeblu: L1 Sugestywny wyrenderował się na tekście na wideo w obu naszych przebiegach, ale granica obrazu na wideo leży niżej — obie klatki początkowe, które próbowaliśmy, przezroczysta koszula nocna typu slip i czarna przezroczysta koronkowa bielizna, zostały odrzucone już po wyrenderowaniu klipu. L2 Częściowy był odrzucany za każdym razem, na obu zadaniach: na obrazie na wideo już na etapie uploadu, a na tekście na wideo dopiero po pełnym renderowaniu (po około dwóch i około pięciu minutach). L3 Mocny testowaliśmy tylko na obrazie na wideo, gdzie klatka początkowa została odrzucona po około dziesięciu sekundach. Poziomu L4 Intensywny ani próby L5 Ekstremalny krępowania i uderzeń w tej rodzinie nie uruchamialiśmy; jedyna próba L5 Ekstremalny gore, którą wysłaliśmy na obrazie na wideo, wyrenderowała się. Nigdzie w tej rodzinie nie ma cichego łagodzenia: klip albo wraca dokładnie taki, jak napisano, albo zapytanie kończy się porażką, bez opłaty w obu przypadkach. Etykieta strony to Filtrowany: to własna ocena Kling, nie filtr, który my dodajemy.

Jeszcze nie testowaliśmy: L3 Mocny na tekście na wideo; poziomu L4 Intensywny ani próby L5 Ekstremalny krępowania i uderzeń na żadnym z zadań; próby gore na tekście na wideo; scen z dwiema kobietami lub dwoma mężczyznami powyżej L1 Sugestywny.

Do treści powyżej poziomu bielizny jedna z naszych rodzin Spicy — na przykład Wan 2.2 Spicy albo MiniMax H3 — to lepsza trasa. Tylko dorośli, w każdym prompcie i każdym zdjęciu startowym. Prawdziwa, rozpoznawalna osoba musi wyrazić zgodę, a ty musisz mieć prawa do każdego animowanego zdjęcia.

Dyskutując o fizyce i jakości ruchu wokół premiery modelu we wrześniu 2025, jeden z komentujących na Hacker News napisał, że „Kling 2.5 jest już dość dobry w fizyce” w wątku o konkurencyjnym modelu wideo — odczyt, który pasuje do klipów z tłuczonym szkłem i obrotem w wiatrak z naszych własnych testów, gdzie ruch fizyczny opisany w prompcie dotarł z niewielkim dryfem.

• Ta sama linia, taniej i z wyborem rozdzielczości? Kling 2.1 zaczyna się od $0.035 za sekundę w 720p, na cicho, bez wymuszonej ścieżki dźwiękowej. Nasza recenzja Kling 2.1.
• Dźwięk tylko wtedy, gdy o niego poprosisz? Kling 2.6 zaczyna od $0.069 za sekundę i domyślnie zostawia generate_audio wyłączone. Nasza recenzja Kling 2.6.
• Sekwencje wieloujęciowe i dłuższy pojedynczy klip? Kling 3.0 działa do 15 sekund z wieloma cięciami w jednym renderze. Nasza recenzja Kling 3.0.
• Treści powyżej poziomu bielizny, na wideo? MiniMax H3 zaczyna od $0.037 za sekundę z dużo dłuższą skalą treści.