Kling 3.0 AI-videogenerator: native 4K-video med lyd
Kling 3.0 er tredjegenerations-videomodellen fra Kling AI, videoteamet hos Kuaishou. Den udkom i februar 2026, bragte native 4K til Kling og skaber lyd, dialog og læbesynk i samme gennemløb som billedet. Den forstår også prompts med flere indstillinger, så én generering kan klippe mellem kameravinkler som en færdigredigeret scene. Efterfølgeren, Kling 4.0, fulgte i oktober 2026 med tagninger på 30 sekunder, nøglebilleder og stereolyd.
På PixExact bruger du Kling 3.0 i browseren med en tekstprompt eller et start- og slutbillede. Vælg 720p, 1080p eller 4K, sæt en hvilken som helst længde fra 4 til 15 sekunder, og slå lyden til eller fra. Ingen API-nøgle, intet Kling-abonnement, og nye konti får gratis credits.
Flere værktøjer
Udforsk flere AI-drevne værktøjer til din kreative workflow.
Kling 3.0-specifikationer i overblik
De fulde muligheder i Kling 3.0-videomodelfamilien, inklusive Kling 3.0 Omni.
| Spec | Kling 3.0 |
|---|---|
| Udvikler | Kling AI (Kuaishou) |
| Udgivet | Februar 2026 |
| Versioner | Kling Video 3.0 og Kling Video 3.0 Omni |
| Tilstande | Tekst til video, billede til video, samt reference til video og redigering i videoen (3.0 Omni) |
| Længde pr. generering | 3 til 15 sekunder |
| Opløsning | 720p, 1080p og native 4K |
| Dynamikområde | 8-bit SDR |
| Billedformater | 16:9, 9:16, 1:1 |
| Lyd | Native lyd i én kanal: dialog, oplæsning, lydeffekter, stemning, læbesynk |
| Talesprog | Engelsk, kinesisk, japansk, koreansk, spansk, med amerikansk, britisk og indisk accent |
| Flere indstillinger | Op til 6 indstillinger pr. generering, med storyboard-styring pr. indstilling i Omni |
| Styring af billeder | Startbillede og slutbillede |
| Referencer | Op til 7 billeder eller motiver, eller 1 video på op til 15 sekunder plus 4 billeder eller motiver (3.0 Omni) |
Hvad du kan lave med Kling 3.0
Kling 3.0 er stærk på korte, færdige klip, hvor billedkvalitet, lyd og kamerarbejde alle betyder noget.
Scener med flere indstillinger ud fra én prompt
Kling 3.0 læser instruktioner med flere scener og indstillinger og klipper selv mellem kameravinkler, også skud-modskud i samtaler. Skriv scenen som Indstilling 1, Indstilling 2 og Indstilling 3 med billedudsnit og kamerabevægelse, så får du en klippet sekvens i stedet for én fast vinkel. Med storyboardet i Kling 3.0 Omni kan hver indstilling have sin egen længde, sit billedudsnit, perspektiv og sin kamerabevægelse, op til 6 indstillinger i én generering.
Talende personer med læbesynk
Kling 3.0 genererer tale, lydeffekter og stemning sammen med videoen, så munden følger ordene. Den taler engelsk, kinesisk, japansk, koreansk og spansk, med amerikansk, britisk og indisk accent, og den kan sætte en samtale op, hvor hver person taler et andet sprog. Du bestemmer, hvad hver person siger, hvordan de siger det, og i hvilken rækkefølge.
Billede til video med start- og slutbillede
Upload et foto som startbillede, så vækker Kling 3.0 det til live og holder ansigt, produkt eller kunstværk intakt. Tilføj et slutbillede, så planlægger modellen bevægelsen mellem de to, hvilket fungerer godt til produktafsløringer, overgange fra før til efter og sømløse loops. Tekst som skilte, undertekster og logoer forbliver læsbar i bevægelse.
Native 4K til annoncer og store skærme
Kling 3.0 renderer 4K direkte i stedet for at opskalere en mindre video, så fine teksturer som hår, stof og produktoverflader forbliver skarpe. Brug 720p til hurtige udkast, og skift til 4K til den færdige version af en reklame, en hero-video på et website eller noget, der skal vises på en stor skærm.
Funktioner i Kling 3.0
Det, Kling 3.0-modelfamilien bringer til AI-video.
Native lyd i ét gennemløb
Dialog, oplæsning, lydeffekter og baggrundsstemning genereres sammen med videoen og følger hvert billede. Du behøver ikke et separat tale- eller lydværktøj.
Kamerarbejde som en AI-instruktør
Kling 3.0 vælger billedudsnit og kameravinkler ud fra historien i din prompt, med bløde, filmiske overgange, lange tagninger og udtryksfulde, dynamiske præstationer.
Ens elementer fra indstilling til indstilling
Upload referencebilleder eller en referencevideo, så personer, ting og steder forbliver de samme fra indstilling til indstilling. Kling 3.0 Omni kan endda hente en persons udseende og stemme fra et videoklip.
Præcis tekst og logoer
Skilte, undertekster og brandelementer, som et logo på en trøje, bevares eller genereres præcist, hvilket betyder noget i annoncer og produktvideoer.
Kling 3.0 Omni
Omni-udgaven tilføjer et storyboard med styring pr. indstilling, reference til video ud fra billeder og video samt redigering i videoen, alt i én model.
Fleksibel længde og formater
Vælg en længde fra 3 til 15 sekunder, i 16:9 til YouTube, 9:16 til TikTok, Reels og Shorts eller 1:1 til feeds.
Pris på Kling 3.0 på PixExact
Kling 3.0 afregnes pr. sekund video. Lyden er valgfri, så du kan spare credits på stumme udkast og slå den til til det færdige klip.
| Opløsning | Uden lyd | Med lyd | Klip på 10 sekunder med lyd |
|---|---|---|---|
| 720p | 5 credits/sek | 7 credits/sek | 70 credits |
| 1080p | 6 credits/sek | 8 credits/sek | 80 credits |
| 4K | 25 credits/sek | 25 credits/sek | 250 credits |
Skal tagningen vare længere end 15 sekunder, eller skal du bruge nøglebilleder eller op til 15 referencer? Prøv Kling 4.0.
Prompttips til Kling 3.0
Små ændringer i måden, du skriver prompten på, gør en stor forskel.
Navngiv dine indstillinger
Til videoer med flere indstillinger skriver du Indstilling 1, Indstilling 2 og så videre, med billedudsnit for hver (total, halvtotal, nærbillede) og kamerabevægelsen. To eller tre indstillinger passer godt i et klip på 10 sekunder.
Sæt dialogen i anførselstegn
Sæt replikker i anførselstegn, og nævn hvem der taler, på hvilket sprog og med hvilken tone. Hold replikkerne korte, så de passer til klippets længde.
Beskriv lyden
Nævn de lyde, du vil have, som regn på et vindue, larm fra en menneskemængde eller en bilmotor. Når du kun skal bruge billedet, så slå lyden fra for at spare credits ved 720p og 1080p.
Udkast i 720p, færdig i 4K
Test prompts i 720p, den billigste mulighed. Når bevægelse og billedudsnit sidder rigtigt, kører du samme prompt i 4K til den færdige video.
Sådan bruger du Kling 3.0 på PixExact
Tre trin, alt sammen i browseren.
Skriv en prompt, eller upload et billede
Vælg Kling 3.0 i modellisten. Beskriv scene, kamera og lyd, eller upload et startbillede og eventuelt et slutbillede, som skal animeres.
Vælg opløsning, længde og lyd
Vælg 720p, 1080p eller 4K, en længde fra 4 til 15 sekunder og 16:9, 9:16 eller 1:1. Slå lyden til for dialog og effekter.
Generer, og download
Klik på Generer. Når videoen er klar, så se den, og download MP4-filen.
FAQ om Kling 3.0
Hvad er Kling 3.0?
Kling 3.0 (også kaldet Kling Video 3.0) er en AI-videomodel fra Kling AI, ejet af Kuaishou. Den laver videoer på 3 til 15 sekunder ud fra tekst eller billeder, med native lyd, kamerarbejde med flere indstillinger og output op til native 4K.
Hvornår udkom Kling 3.0?
Kling 3.0 blev lanceret i februar 2026, først som tidlig adgang for Klings øverste abonnenter og derefter for alle. Efterfølgeren, Kling 4.0, fulgte i oktober 2026.
Hvad er forskellen på Kling 3.0 og Kling 3.0 Omni?
Kling Video 3.0 er den primære genereringsmodel: tekst til video og billede til video med native lyd og scener med flere indstillinger. Kling 3.0 Omni tilføjer referencefunktioner: den kan hente en persons udseende og stemme fra en referencevideo, giver dig et storyboard med længde, billedudsnit og kamerastyring pr. indstilling og understøtter redigering i videoen.
Understøtter Kling 3.0 4K?
Ja. Kling 3.0 indførte generering af native 4K, hvilket betyder, at modellen renderer i 4K i stedet for at opskalere en mindre video. På PixExact kan du vælge 720p, 1080p eller 4K.
Hvor lange kan Kling 3.0-videoer være?
Kling 3.0 laver klip på 3 til 15 sekunder pr. generering. På PixExact kan du vælge en hvilken som helst længde fra 4 til 15 sekunder. Til længere enkelt-tagninger går Kling 4.0 op til 30 sekunder.
Kan Kling 3.0 generere lyd og dialog?
Ja. Den genererer dialog, oplæsning, lydeffekter og stemning i samme gennemløb som videoen, med læbesynk. Talesprogene er engelsk, kinesisk, japansk, koreansk og spansk, med accenter som amerikansk, britisk og indisk engelsk. Flere personer kan tale i én scene, hver på sit sprog, hvis du vil.
Hvordan fungerer flere indstillinger i Kling 3.0?
Beskriv flere indstillinger i én prompt, så klipper Kling 3.0 mellem dem, også skud-modskud i samtaler, op til 6 indstillinger i én generering. Storyboard-tilstanden i Kling 3.0 Omni lader dig sætte længde, billedudsnit, perspektiv og kamerabevægelse for hver indstilling.
Kling 3.0 vs Kling 4.0: hvilken skal jeg vælge?
Vælg Kling 3.0 til klip på 15 sekunder eller derunder, til native 4K, og når du vil have en lavere pris pr. sekund eller muligheden for at slå lyden fra. Vælg Kling 4.0 til tagninger op til 30 sekunder, styring med nøglebilleder, op til 15 referencer, stereolyd og flere talesprog.
Hvad koster Kling 3.0 på PixExact?
Kling 3.0 afregnes pr. sekund. Uden lyd koster den 5 credits pr. sekund ved 720p og 6 ved 1080p. Med lyd koster den 7 ved 720p og 8 ved 1080p. I 4K koster den 25 credits pr. sekund, og lyden koster ikke ekstra. Nye konti får gratis credits til at prøve den.
Kan jeg bruge Kling 3.0-videoer kommercielt?
Ja. Videoer, du laver med Kling 3.0 på PixExact, kan bruges i annoncer, på sociale medier, på produktsider og i kundearbejde, underlagt vores Servicevilkår. Sørg for, at du har rettighederne til ethvert billede, du uploader som start- eller slutbillede.
Er Kling 3.0 open source?
Nej. Kling 3.0 er en lukket model, der ejes af Kuaishou, så den kan ikke downloades eller køres lokalt. Du kan bruge den på PixExact uden API-nøgle og uden Kling-abonnement.
Lav native 4K-video med Kling 3.0
Få gratis credits, når du tilmelder dig, og lav din første Kling 3.0-video med lyd på få minutter.