Atualização de 9 de outubro de 2026: em um novo teste no dia 9 de outubro, o image-to-video do Vidu Q4 Preview recusou o pedido de cena íntima (L4) nas três execuções; em 8 de outubro, o mesmo pedido tinha voltado apenas sugerido. O nível L2 e a contenção consensual continuaram passando, e o nível L3 seguia enquadrado na altura dos quadris. O restante deste artigo relata os resultados de 8 de outubro como os medimos.
Resposta curta: para image-to-video NSFW, use o Vidu Q4 Preview; mantenha o Kling 3.0 para trabalho vestido e para o que só o Kling oferece. Nos nossos testes de 8 de outubro de 2026, o image-to-video do Vidu Q4 Preview entregou o nível L2 e a contenção 3 de 3 vezes e nunca foi recusado. A cena íntima entre dois adultos voltou suavizada 3 de 3 vezes: o ato ficou sugerido e o contato fora do quadro. Nos nossos testes de 28 de setembro de 2026, o Kling recusou o nível L2 em todas as execuções que enviamos, em três rotas de origem e vários modelos Kling 3.x, e também recusou o nível L3, cenas íntimas e contenção. As regras do próprio Kling proíbem conteúdo adulto, então isso é uma barreira de política, não uma esquisitice que dê para contornar com prompt.
O Vidu não é ilimitado. O nível L3 e a cena íntima voltaram suavizados 3 de 3 vezes, e a tarefa de reference-to-video dele recusa os níveis L3 e L4 e a contenção. O Kling continua vencendo em controle de movimento, edição multiplano e edição de vídeo para vídeo, e o Vidu não oferece nada disso.
| Se você precisa de | Escolha | Por quê |
|---|---|---|
| Uma cena de nível L2, ou entre duas pessoas com o ato apenas sugerido, animada a partir de uma imagem estática | Vidu Q4 Preview image-to-video | L2 e contenção entregues 3 de 3; L3 e L4 enquadrados ou sugeridos; nunca recusado |
| Vários personagens, roupas ou um cômodo consistentes, sem conteúdo de nível L3 | Vidu Q4 Preview reference-to-video | Aceita de 1 a 15 imagens de referência e até 3 clipes de voz |
| Lingerie ou trabalho vestido com uma atuação como guia, cortes multiplano ou edição de vídeo | Kling 3.0 ou Kling O3 | Controle de movimento e edição só existem lá |
| Qualquer coisa de nível L2 para cima, guiada por referência | Nenhuma dessas duas rotas | O reference-to-video do Vidu recusou ou suavizou; o Kling recusou |
Ilustração de capa: uma barreira fosca ao lado de uma moldura aberta. É uma imagem, não uma saída de modelo.
Até onde cada modelo vai, nível a nível
Usamos uma escala de cinco níveis. L1 sugestivo (lingerie, uma alça escorregando), L2 parcial, L3 total, L4 intenso (uma cena íntima entre dois adultos), L5 extremo (contenção consensual, ou gore cinematográfico). Todas as pessoas são fictícias e adultas, e todo teste do Vidu partiu de uma foto de origem vestida.
O que são os números. O Vidu Q4 Preview foi testado em 8 de outubro de 2026 em 540p e 5 segundos, três execuções por nível principal, relato completo aqui. O Kling 3.0 foi testado em 28 de setembro de 2026 em três rotas de origem, com uma mistura de tarefas de texto e imagem; as contagens abaixo são as execuções que temos, não uma amostra pareada de três. Ambas são amostras pequenas. Trate-as como o formato do comportamento, não como uma taxa de aprovação. O Vidu Q4 Preview também só foi testado em 540p.
✅ entregue · ⚠️ suavizado · ❌ recusado
| Nível | Vidu Q4 Preview image-to-video | Vidu Q4 Preview reference-to-video | Kling 3.0 (texto, imagem) |
|---|---|---|---|
| L1 Sugestivo | ✅ 1 de 1 | ✅ 1 de 1 | ✅ passou nas quatro execuções de texto; em image-to-video 1 de 4, conforme a foto de origem |
| L2 Parcial | ✅ 3 de 3 | ⚠️ 3 de 3 (a alça continua no lugar, ou a câmera fica acima do peito) | ❌ em toda execução, mais seis testes extras no mesmo dia no Kling 3.0 e no O3, todos recusados |
| L3 Total | ⚠️ 3 de 3 (uma vez ela manteve a roupa íntima; duas vezes no nível total, mas enquadrada acima dos quadris) | ❌ 3 de 3 | ❌ recusado, quase sempre na checagem do texto ou no upload; em uma rota, após uns 2 minutos |
| L4 Intenso | ⚠️ 3 de 3 (ato sugerido: movimento de cavalgar visto de lado, contato fora do quadro) | ❌ 2 de 3, a terceira voltou com as duas pessoas vestidas | ❌ recusado |
| L5 Contenção | ✅ 3 de 3 | ❌ 3 de 3 | ❌ recusado depois de o clipe ser renderizado |
| L5 Gore | ✅ 1 de 1 | ✅ 1 de 1 | ✅ text-to-video; ❌ image-to-video |
| L3 masculino | ⚠️ 3 de 3 (cortado na altura do peito ou da cintura) | ❌ 3 de 3 | não testada separadamente |
Três coisas que a tabela não diz com a ênfase necessária:
- O image-to-video do Vidu nunca foi recusado, mas suaviza. O nível L3 sempre parou antes do enquadramento mais explícito, a cena íntima ficou sugerida em vez de mostrada e o teste masculino de L3 foi cortado. Se a sua cena depende de a câmera mostrar tudo, nenhum dos dois modelos faz isso.
- A barreira do Kling começa no nível L2, não na lingerie. Num pedido sugestivo e vestido, ele conclui. As outras duas rotas concordaram: numa, todos os 10 pedidos de L3 e todos os 3 de L2 foram recusados; na outra, 9 de 9 pedidos sugestivos passaram e 6 de 6 de L2 foram recusados (Kling 3.0 e O3). O texto da recusa é idêntico palavra por palavra em duas rotas e tem outra redação na terceira, mas as três param no mesmo nível, o que indica que o filtro é do Kling, não de quem o hospeda.
- O filtro do Kling tem três pontos de checagem. Um pedido pode falhar no prompt (alguns segundos), numa imagem enviada (até cerca de 25 segundos) ou só depois de o clipe inteiro ser renderizado (até cerca de 8 minutos). As recusas do Vidu, só no reference-to-video, chegam após 60 a 90 segundos com uma mensagem genérica.
Nenhum dos dois modelos cobra por um pedido recusado. Um pedido que conclui, mas é suavizado, é cobrado nos dois, então avalie um clipe antes de enfileirar mais dez.
O mesmo prompt vestido nos dois modelos
Para ver algo sem um filtro no caminho, rodamos dois dos prompts de exemplo do Vidu Q4 Preview, sem alterações, no image-to-video do Kling 3.0: mesmo quadro inicial, mesmo texto, 5 segundos, com som. Foram executados em 9 de outubro de 2026 em uma única rota, então são amostras únicas.
Um homem de toalha numa sauna a vapor. O prompt o faz levantar de um banco de mármore, jogar o cabelo molhado para trás e andar em direção à câmera. Vidu Q4 Preview, 720p:
Kling 3.0, 720 por 1280, mesmo quadro e mesmo prompt:
Os dois terminaram com a toalha no corpo e um sorriso para a câmera, então nenhum testou o filtro. Eles diferem no tratamento do cenário. O Kling manteve o teto abobadado e as luzes em forma de estrela iguais do começo ao fim. A câmera do Vidu foi subindo e, nos dois últimos segundos, apareceu uma claraboia redonda que não estava no quadro inicial. O ritmo do Vidu foi um pouco mais enérgico: a mão passando pelo cabelo aconteceu no meio do movimento de levantar, em vez de numa pausa.
Uma mulher diante de um espelho de três faces num provador. O prompt a faz virar, deixar uma alça solta escorregar, buscar o zíper e dizer "Help me with this?". A versão do Vidu a virou por cima do ombro e ficou assim, sorrindo, então os gestos da alça e do zíper ficaram mais sugeridos do que mostrados. A versão do Kling foi além: o vestido se abria no decote perto do fim do clipe, então, num prompt sugestivo e vestido, o Kling concluiu e foi mais longe que o Vidu. Não publicamos esse clipe porque os últimos quadros ficam bem no limite do que colocamos numa página de blog. Ou seja, a barreira do Kling está na pele à mostra, não na ideia de trocar de roupa.
A conclusão é simples. Se a sua cena termina com a roupa ainda no corpo, o Kling é um concorrente justo. Se ela precisa ir além disso, quem decide é o filtro, não o prompt.
Além do conteúdo: as escolhas que restam
Resolvida a questão do conteúdo, os dois modelos diferem no que você pode enviar e no que recebe de volta.
| Vidu Q4 Preview | Kling 3.0 / O3 | |
|---|---|---|
| Material de partida | Um quadro inicial, ou 1 a 15 imagens de referência. Sem text-to-video | 3.0: texto, um quadro inicial com quadro final opcional, ou um clipe guia. O O3 acrescenta até 7 imagens de referência, um vídeo de referência e edição de vídeo |
| Duração | 3 a 16 segundos, em segundos inteiros | 3 a 15 segundos |
| Resolução | 540p, 720p, 1080p, 2k, 4k | 720p, 1080p, 4k |
| Som | Gerado junto com a imagem por padrão; desative para ficar mudo | Disponível; desativado por padrão no formulário público, é preciso ativar |
| Referência de voz | Até 3 clipes MP3 de 3 a 12 segundos que definem a voz; as palavras ficam no prompt | Nenhuma no formulário do Kling 3.0 |
| Vários planos num clipe | Não oferecido | Até 6 planos descritos no prompt, ou deixe o Kling cortar |
| Proporção | O image-to-video mantém o formato do seu quadro; o reference-to-video oferece 16:9, 9:16, 1:1, 3:4, 4:3 | 16:9, 9:16, 1:1 nas tarefas de texto e referência; o image-to-video segue o quadro |
| Arquivos grandes | 2k e 4k voltam em HEVC de 10 bits; alguns navegadores não os reproduzem na própria página | Arquivos padrão |
| Cobrado na recusa | Não | Não |
| Preço | Por segundo de saída, conforme a faixa de resolução. Veja a página do Vidu Q4 Preview para o preço atual | Por segundo de saída. Veja a página do Kling 3.0 para o preço atual |
Duas observações práticas das nossas próprias execuções.
- As falas precisam estar no prompt. No Vidu, uma fala entre aspas foi dita, e um clipe de voz de referência só define a voz: uma execução que pedia "the words of the reference audio" sem escrevê-las voltou muda. Escreva a fala entre aspas e diga "in the voice from the reference audio".
- O Kling pode cortar sozinho. Mesmo com plano único selecionado, três clipes de exemplo do Kling ganharam um corte extra; escrever "one continuous shot, no cuts" no prompt manteve a tomada inteira. O Vidu não tem controle de planos para ajustar, então descreva a tomada única no prompt.
Qual escolher para cada cena
- Um personagem adulto recorrente, uma cena animada a partir de uma imagem estática, com exposição parcial (L2), ou uma cena íntima sugerida em vez de mostrada. Vidu Q4 Preview image-to-video. Comece em 540p com um rascunho curto e depois repita a tomada de que gostou numa faixa superior. Mantenha a expansão do prompt desativada se quiser a direção literal: numa execução, ela suavizou um pedido de L2.
- Uma cena com duas pessoas específicas, uma roupa e um cômodo, sem passar do nível L2. Vidu Q4 Preview reference-to-video. Na nossa execução, o rosto de uma mulher, a cor e o brilho de um roupão, e o espelho e as cortinas de um cômodo foram parar numa mesma cena. Se a cena exigir L3 ou L4, volte ao image-to-video a partir de um quadro das pessoas.
- Um clipe de moda, perfume ou lingerie em que nada sai do corpo. Qualquer um. O controle multiplano e a faixa 4K do Kling ajudam aqui; o Vidu é a escolha se você quer uma referência de voz ou uma tomada mais longa.
- Copiar uma dança ou atuação para o seu personagem, ou editar um clipe existente. Kling (controle de movimento 3.0 ou edição de vídeo O3). O Vidu não oferece isso, e as duas checagens do Kling também valem para a foto do personagem e para o clipe guia.
- Uma cena descrita só em palavras. Text-to-video do Kling. O Vidu Q4 Preview não tem text-to-video; faça primeiro uma imagem estática.
Está comparando o Vidu Q4 Preview com outro modelo de vídeo? Veja Vidu Q4 Preview versus Seedance 2.5 e Vidu Q4 Preview versus Vidu Q3.
Perguntas frequentes
O Kling 3.0 é sem censura?
Não. As diretrizes da comunidade do Kling proíbem gerar material adulto, e nos nossos testes o Kling recusou o nível L2 e todos os níveis acima, em toda execução que temos. Algumas páginas afirmam que a versão 3.0 afrouxou isso. Não conseguimos confirmar nos documentos do próprio Kling, e nossos testes encontraram o oposto. Veja também nossa resposta sobre o Kling 4.0.
Existe uma alternativa ao Kling sem censura que vá mais longe?
Sim, em image-to-video: o Vidu Q4 Preview entregou L2 e contenção nos nossos testes e sugeriu uma cena íntima entre dois adultos (comparação com o Seedance 2.5). Ele não renderiza tudo: enquadra ou apenas sugere L3 e L4, e corta o teste masculino de L3.
Eu pago quando o Kling ou o Vidu recusa meu pedido?
Não, em nenhum dos dois. Um clipe que é renderizado, mas suavizado, é cobrado nos dois, então confira primeiro um rascunho curto.
Dá para fazer o Vidu Q4 Preview seguir uma imagem de referência até uma cena de nível L3?
Não nos nossos testes. O reference-to-video recusou todas as vezes L3, contenção e o teste masculino de L3, e suavizou L2. Em vez disso, parta de um quadro das pessoas no image-to-video.
O Kling O3 é diferente do Kling 3.0 em conteúdo?
Não. O O3 é o Kling 3.0 Omni, com imagens de referência, um vídeo de referência e edição a mais. Nos nossos testes, ele recusou L2 da mesma forma, nas três rotas.
A decisão
Para image-to-video NSFW, rode o Vidu Q4 Preview image-to-video com uma imagem estática vestida do seu personagem adulto e uma única ação no prompt; se o rascunho vier suavizado, mude o enquadramento, não o modelo. Para moda vestida, transferência de atuação e edição de vídeo, use o Kling 3.0. Kling para as cenas vestidas e Vidu para a cena adulta.
