Review do Kling 3.0: Motion Control e vários planos, com filtro no L2

Não publicamos as rodadas da nossa escala de conteúdo; o que segue é o registro do dia a dia, tirado dos exemplos publicados e seguros para o trabalho na página do modelo Kling 3.0.

Uma coreografia de estúdio, recriada. Um clipe de guia com passos laterais, um agachamento profundo de braços abertos e os dois braços erguidos voltou combinando tempo por tempo num personagem novo, que manteve seu próprio rosto, terno de cetim e fundo de estúdio em vez do performer do clipe de guia.

Um giro em direção à câmera ao entardecer. A partir de um quadro inicial num convés de iate, "one continuous shot with no cuts" mais uma descrição de luz mantiveram a cor do entardecer e o enquadramento firmes durante um giro completo em direção à câmera e uma fala.

Relâmpago sobre um pátio. Um prompt de chuva com relâmpago acrescentou só o clarão, um passo para fora de um caminhão e uma caminhada até a chuva forte — o figurino e a iluminação se mantiveram, mas a posição de um caminhão em relação ao prédio não bateu entre o quadro inicial e um ângulo posterior no mesmo clipe.

Um brinde na cobertura. Um plano com câmera na mão atravessou uma multidão dançando e terminou com o grupo inteiro gritando uma fala junto, sincronizado com a música e o tilintar das garrafas — nomear uma única fala compartilhada no prompt evitou que o diálogo se sobrepusesse.

Em imagem para vídeo, diga explicitamente se você quer um plano único contínuo ou uma sequência de cortes — o modelo vai acrescentar um corte por conta própria se você deixar isso ambíguo. No Motion Control, o clipe de guia define o ritmo e a performance; a foto do personagem define quem está performando.

1. Travando um plano único em imagem para vídeo.

One continuous shot with no cuts, the golden-pink dusk light staying the same throughout. He turns from the rail toward the camera, pushes his wet hair back with one hand and smiles, then says, "Jump in, the water's perfect."

Rodar este prompt no Kling 3.0 →

2. Uma única fala compartilhada para uma cena de grupo.

A summer rooftop party in Brooklyn at blue hour, string lights and the Manhattan skyline behind. A group of friends dance and laugh, then everyone shouts one line together: "To us!" Their glasses clink on the beat.

Rodar este prompt no Kling 3.0 →

Fraco: deixar a contagem de planos a cargo do modelo, mesmo com shot_type: single, foi onde vimos cortes indesejados aparecerem. Forte: escreva "one continuous shot with no cuts" como faz o prompt 1 quando a tomada precisa ficar inteira num só plano; guarde shot_type: multi e uma lista numerada de planos para quando você mesmo quiser os cortes.

A Kling revisa cada pedido por conta própria, em três pontos: o texto do prompt, qualquer imagem ou clipe de guia enviado, e o clipe pronto. Isso valeu para as três tarefas do Kling 3.0 — os mesmos resultados voltaram em cada rota que testamos, então essa é a moderação da própria Kling, não algo que um endpoint diferente mudaria.

Em 28 de setembro de 2026 rodamos a nossa escala de cinco degraus contra imagem para vídeo e texto para vídeo (o Motion Control não fez parte dessa rodada). O L1 Sugestivo (lingerie, uma alça escorregando) renderizou em toda tarefa testada; o L2 Temas maduros foi recusado toda vez que mandamos, inclusive em seis testes de L2 extras no mesmo dia em seis endpoints do Kling 3.0 e do O3. O L3 Forte e o L4 Intenso (uma cena íntima entre dois adultos) também foram recusados, quase sempre na etapa do prompt ou do envio, em segundos ou em cerca de meio minuto; em uma rota, o pedido de L3 em texto para vídeo só voltou recusado depois de uns dois minutos. O teste de L5 Extremo de contenção e impacto foi recusado depois de renderizar. O teste de L5 Extremo de gore se dividiu por tarefa: renderizou em texto para vídeo e foi recusado em imagem para vídeo.

Pedidos recusados não custam nada — toda recusa no nosso conjunto de testes, inclusive as que só voltaram recusadas depois que o clipe já tinha renderizado por completo, foi de graça. Também não há suavização silenciosa: em cada rodada o clipe voltou exatamente como escrito ou o pedido falhou de vez, sem roupa recolocada e sem a cena trocada por uma mais segura.

O rótulo da página reflete isso: imagem para vídeo e texto para vídeo carregam um nível de política com filtro, e não acrescentamos nenhum filtro de conteúdo próprio em cima disso.

Ainda não testado: o Motion Control contra a nossa escala de conteúdo; se um prompt mais longo e específico move o ponto de recusa do L4 Intenso; cenas com mais de duas pessoas nos degraus mais difíceis.

Só adultos, em cada prompt, envio e resultado. Nunca retrate uma pessoa real e identificável sem o consentimento dela, e garanta que você tem os direitos de qualquer foto ou clipe que enviar. Para conteúdo além do nível lingerie, use uma das nossas famílias Spicy em vez disso — Wan 2.2 Spicy e Seedance 2.5 Spicy são duas das opções em vídeo — este endpoint recusa bem antes disso, logo depois do L1.

O Kling 3.0 é citado pelo nome quando desenvolvedores comparam ferramentas de vídeo de código fechado. Numa thread do Hacker News de abril de 2026, um comentarista escreveu: "Os modelos que a maioria dos profissionais usa são Kling o3, Kling 3.0 e, mais recentemente, Seedance 2.0". Uma thread separada de maio de 2026, resumindo a opinião do subreddit de vídeo por IA, colocou o Kling 3 junto do Seedance 2.0 entre os modelos de vídeo de código fechado que a comunidade mais usava.

Os rankings públicos de votação às cegas o colocam um pouco acima do O3 nos mesmos testes. No ranking de imagem para vídeo da Artificial Analysis (28 de setembro de 2026), o nível Standard em 720p do Kling 3.0 ficou em 23º de 82 modelos monitorados; no ranking de imagem para vídeo da arena.ai (21 de setembro de 2026), seu nível Pro em 1080p ficou em 19º de 48, com mais de 200 mil votos.

• Precisa de fotos de referência lançadas num plano, ou de um clipe existente editado? O Kling O3 troca o Motion Control pela referência para vídeo e pela edição de vídeo, pelos mesmos preços das tarefas de imagem e texto do 3.0. Nosso review do Kling O3.
• Não precisa do Motion Control? O Kling 2.6 cobre imagem e texto para vídeo com áudio nativo a partir de $0.069 por segundo.
• Precisa de uma única tomada contínua com mais de 15 segundos? O Wan 3.0 vai até 30 segundos com direção em múltiplos planos, a partir de $0.045 por segundo em 480p.
• Quer cenas com muito diálogo como foco principal? O Seedance 2.5 custa mais, mas é construído em torno de fala sincronizada com os lábios.