Zum Hauptinhalt springen
KI-Videomodell
Kuaishou
Kling O3

Kling O3

Aktueller Status — Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild. Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Aktueller Status
Asynchroner Auftrag
Dokumentierter Umfang
Dokumentierter Umfang — Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.
Laufzeitschutz
42–1005
In 30 Sekunden erklärt
  • Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild. Erforderliche Beschreibung bis 3.072 Zeichen; ganzzahlige Dauer von 3 bis 15 Sekunden. 42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67.
  • 42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67. Lokal sind 1–2 JPEG/PNG-Bilder bis 10 MB je Bild, über 340×340 px und mit Seitenverhältnis 0,4–2,5 zulässig.
  • Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind. Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.

Häufig gesucht: Kann ich Kling O3 jetzt verwenden? · Welche Videomodi unterstützt Kling O3? · Gibt es offizielle Preise für Kling O3?

Beispiele

Cinematic scene

Cinematic scene

A realistic Red Bull World Cup 2026 commercial scene with an elite freestyle footballer standing on the roof of a skyscraper overlooking a stadium city, holding a Red Bull can dripping with condensation - He opens the can, close-up on the crack and fizz; - Energy kicks in, he sprints across rooftops, juggling the ball, jumping gaps and performing impossible freestyle tricks as helicopters film him; - He volleys the ball from the rooftop toward a giant stadium screen, ending with the Red Bull can in foreground and the city celebrating below - Hyper-realistic sports commercial, golden daylight, drone tracking shots, dynamic slow motion, sweat, sparks, urban adrenaline, premium action advertising.

Cinematic scene

Ultra-realistic viral motocross freestyle spectacle with absurd premium sports-commercial energy. Shot on ARRI Alexa 35 with anamorphic lenses, combining low-angle hero shots, aggressive tracking, dramatic push-ins, wheel-level close-ups, speed ramps and suspended slow motion. Bright golden daylight, dust clouds, roaring crowd, fairground-sport atmosphere, premium live-action realism, no cartoon look. Main subject: clearly visible elderly grandmother motocross rider, deeply lined face, grey hair in a neat bun or tucked under a small floral headscarf, warm but fearless expression, no helmet, unmistakably old from the first frame. She wears a classic grandmother outfit: long floral dress, beige knitted cardigan, sensible stockings and old-fashioned shoes, creating a hilarious contrast with her unbelievable motocross skill. Background: excited spectators, one announcer, a few younger riders watching in disbelief. Outdoor motocross freestyle arena in daylight, dirt ramps, landing mounds, crowd barriers, open sky, dust and sunlight, banners without readable text. 0-5s: Immediate hero reveal Start with a clear medium close-up showing her wrinkled face, grey hair, floral dress and cardigan while she sits on a motocross bike at the start line. The audience is confused. Close-up on her calm grandmother face, hands on the handlebars, cardigan fluttering lightly. She revs the bike and launches forward. 5-10s: Dynamic tracking She accelerates hard toward the first dirt ramp. The camera tracks low beside her, emphasizing the absurd contrast between her grandmother outfit and the roaring bike. Dust explodes behind the wheels as she commits fully. 10-15s: Extreme slow-motion freestyle moment She hits the ramp and flies high into the air. In slow motion she performs a completely outrageous freestyle move while still clearly wearing her grandmother outfit: body stretched elegantly off the bike, one hand extended, dress and cardigan fluttering, then smoothly returning to control. Close-ups on the spinning wheels, her focused grandmother face, and the crowd in total disbelief. 15-20s: Epic viral finish She lands perfectly, charges straight into a second jump and performs an even crazier stylish aerial figure, then lands cleanly and rides past camera with total calm, still clearly a grandmother in full granny clothing. The crowd erupts. The announcer shouts in English: “That’s somebody’s grandma?!” Photorealistic motocross physics, grandmother clearly identifiable from the very first second, no helmet, full granny outfit visible throughout, realistic suspension compression, premium slow motion, stable rider continuity, strong viral contrast, clean landings, no crash, no injury, no readable text.

Cinematic scene

Create a 10-second cinematic travel vlog montage. Use the uploaded woman’s face consistently throughout every shot. She is a stunning young female travel creator with long dark wavy hair with curly bangs,wearing fashionable oversized Japanese streetwear (burgundy long leather jacket,shoulder bag), natural makeup, cheerful personality. The entire video should feel like real smartphone footage, with handheld camera movement, imperfect framing, accidental lens flare, slight motion blur, rolling shutter, high ISO noise at night, autofocus hunting, overexposed highlights, slight barrel distortion from a phone wide-angle lens, tiny lens smudges, and natural camera shake. No polished commercial look. Story Flow (10s) 0.0–0.8s Low-angle selfie in front of Tokyo Tower. She smiles naturally while adjusting the phone. Slightly tilted horizon. Bright overexposed cloudy sky. Tiny fingerprint on lens. 0.8–1.6s Walking through Shibuya Crossing at night. Looks back at camera while walking. Neon reflections on wet road. Strong motion blur. Quick whip-pan transition. 1.6–2.4s Inside a Japanese convenience store. Holding an onigiri close to camera. Playful eyebrow raise cutely . Harsh fluorescent lighting. Background shelves softly blurred. 2.4–3.2s Sitting alone in Yoyogi Park. Quiet candid moment. Looking away from camera. Soft sunlight filtering through trees. Slight focus miss. 3.2–4.0s Eating freshly made takoyaki. Instant reaction after first bite. Warm lantern lighting. Face slightly blurred from movement. Laughing naturally. 4.0–4.8s Standing in front of a glowing vending machine. Blue and pink lighting on face. Pressing drink button casually. Visible night grain. 4.8–5.6s Reflection in Tokyo tram window. Layered city lights reflected on glass. She looks outside thoughtfully. Train moving creates light streaks. 5.6–6.4s Walking beneath a Torii gate. Low-angle tracking shot from behind. Turns her head briefly. Motion blur. Bright halo from sky. 6.4–7.2s Immersive digital art exhibition. Blue, purple and gold lights moving across face. Looking upward in amazement. Natural low-light noise. 7.2–8.0s Wide-angle low-angle shot beside the giant silver bullet sculpture. She appears small beneath the sculpture. Phone lens distortion. Sky slightly blown out. 8.0–8.8s Walking through a lantern-lit alley. Camera follows behind. She turns around with a smile. Warm lantern glow. Natural night grain. 8.8–10.0s Rooftop selfie overlooking Tokyo skyline. Wind blows hair across camera lens. Slightly tilted horizon. Overexposed city lights. She laughs naturally while extending one arm toward the skyline. Editing Style * Fast whip-pan transitions * Speed ramps * Match cuts * Natural jump cuts * Handheld camera movement * Slight rolling shutter * Smartphone HDR exposure * Real travel vlog energy * No slow motion * No cinematic movie grading * Authentic TikTok creator aesthetic * Warm skin tones * High realism * Consistent face identity across every scene * 16:9 landscape

Editorial design

Visual transformation

Kurz erklärt

Wie ist dieses Modell einzuordnen?

42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67. Erforderliche Beschreibung bis 3.072 Zeichen; ganzzahlige Dauer von 3 bis 15 Sekunden.

Worin ist es stark?
Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild. Erforderliche Beschreibung bis 3.072 Zeichen; ganzzahlige Dauer von 3 bis 15 Sekunden.
Für wen eignet es sich?
Erforderliche Beschreibung bis 3.072 Zeichen; ganzzahlige Dauer von 3 bis 15 Sekunden. 42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67.
Warum auf Kyeo AI verwenden?
Lokal sind 1–2 JPEG/PNG-Bilder bis 10 MB je Bild, über 340×340 px und mit Seitenverhältnis 0,4–2,5 zulässig. Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Wichtige Parameter

Damit kannst du schnell einschätzen, ob dieses Modell zu deinem Anwendungsszenario passt.

Anbieter
Kuaishou
Workflows
Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.
Auflösung
720p / 1080p / 4K
Dauer
3–15
Blocker
Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Andere Bezeichnungen

Dasselbe Modell kann in offizieller Dokumentation, Community-Diskussionen und API-Anbindungen unterschiedlich heißen. Hier sind die Bezeichnungen zusammengeführt.

Kling O3 Video
Kling 3 Omni

Häufige Nutzerfragen

Diese praktischen Fragen betreffen Aufgabe, Eingabebedingungen und Ergebnisanforderungen, die du vor der Auswahl prüfen solltest.

Kann ich Kling O3 jetzt verwenden?
Welche Videomodi unterstützt Kling O3?
Gibt es offizielle Preise für Kling O3?
Welche Alternativen gibt es zu Kling O3?

Entscheidungshilfe

Noch unsicher bei der Modellwahl? Prüfe zunächst diese Entscheidungskriterien.

1
Jetzt Kling-Video benötigt

Jetzt Kling-Video benötigt — Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.

2
Omni-Video-Test vorbereiten

Omni-Video-Test vorbereiten — Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

3
Keine Preise vererben

Keine Preise vererben — 42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67.

Häufig gesuchte Vergleiche

Vergleiche gängige Alternativen für dieselbe Aufgabe, um Unterschiede bei Eingaben, Steuerung und Kosten zu erkennen.

Wie unterscheidet sich Kling O3 von Kling 3.0?
Wann wird die Kling-O3-Generierung verfügbar?

Erfahrungen aus der Praxis

Praktische Hinweise auf Grundlage öffentlicher Quellen, aktueller Website-Grenzen und repräsentativer Aufgaben.

Funktionsdokumente machen Abrechnung nicht sicher

Funktionsdokumente machen Abrechnung nicht sicher — 42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67.

Omni-Zweige müssen getrennt abgenommen werden

Omni-Zweige müssen getrennt abgenommen werden — Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Funktionen im Detail

Text zu Video

Text zu Video — Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.

Bild- und Referenzgenerierung

Bild- und Referenzgenerierung — Lokal sind 1–2 JPEG/PNG-Bilder bis 10 MB je Bild, über 340×340 px und mit Seitenverhältnis 0,4–2,5 zulässig.

Videotransformation

Videotransformation — Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Geeignete Aufgaben

Mehrfachszenen-Konzeptfilme

Mehrfachszenen-Konzeptfilme — Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.

Clips mit Referenzfigur

Clips mit Referenzfigur — Lokal sind 1–2 JPEG/PNG-Bilder bis 10 MB je Bild, über 340×340 px und mit Seitenverhältnis 0,4–2,5 zulässig.

Video-Restyling

Video-Restyling — Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Prompt-Tipps

Beispiele nach Zweig trennen

Beispiele nach Zweig trennen — Erforderliche Beschreibung bis 3.072 Zeichen; ganzzahlige Dauer von 3 bis 15 Sekunden.

Mediengrenzen notieren

Mediengrenzen notieren — Lokal sind 1–2 JPEG/PNG-Bilder bis 10 MB je Bild, über 340×340 px und mit Seitenverhältnis 0,4–2,5 zulässig.

Abnahmekriterien zuerst setzen

Abnahmekriterien zuerst setzen — Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Warum dieses Modell?

Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild. 42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67. Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.
42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67. Erforderliche Beschreibung bis 3.072 Zeichen; ganzzahlige Dauer von 3 bis 15 Sekunden. Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.
Lokal sind 1–2 JPEG/PNG-Bilder bis 10 MB je Bild, über 340×340 px und mit Seitenverhältnis 0,4–2,5 zulässig. Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.

Vor der Nutzung beachten

Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind. 42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67.
Lokal sind 1–2 JPEG/PNG-Bilder bis 10 MB je Bild, über 340×340 px und mit Seitenverhältnis 0,4–2,5 zulässig. Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind. 42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67.
Erforderliche Beschreibung bis 3.072 Zeichen; ganzzahlige Dauer von 3 bis 15 Sekunden. Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Einstellbare Parameter

Damit kannst du schnell einschätzen, ob dieses Modell zu deinem Anwendungsszenario passt.

Generierungsmodus
Optional
Parametertyp: Auswahl
720p
720p
1080p
4K
Videodauer
Optional
Parametertyp: Auswahl
Standard: 5
3 Sekunden
4 Sekunden
5 Sekunden
6 Sekunden
7 Sekunden
8 Sekunden
13 Optionen insgesamt (3–15 Sekunden)
Ton erzeugen
Optional
Parametertyp: Auswahl
Standard: false
Ohne Ton (false)
Ton erzeugen (true)
Seitenverhältnis
Optional im Textmodus
Parametertyp: Auswahl
Standard: 16:9
16:9
9:16
1:1

Punkteverbrauch

42–1005

42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67.

Tipp zum Punktesparen

Bevor du Bilder oder Videos in Serie generierst, solltest du dieselben Ausgangsmedien in einem A/B-Test mit dem aktuellen Modell und ähnlichen Alternativen vergleichen. Starte die Serie erst, wenn das Ergebnis passt, um keine Punkte zu verschwenden.

Häufig gestellte Fragen

Ähnliche Modelle

Noch unentschieden? Vergleiche auch diese ähnlichen Modelle.

Kling 3.0

Prüfe Kling 3.0 Video in Kyeo AI mit 3–15 Sekunden, Einzelaufnahme und bis zu 5 Mehrfachaufnahmen, Start-/Endbildern, Ton und std/pro/4k-Raten pro Sekunde. Geeignet für festgelegte Start-/Endbilder oder um ein 3–15-Sekunden-Konzept in bis zu 5 kurze Aufnahmen zu teilen. Personenidentität, Lippenbewegung, Text, Ton und Aufnahmeübergänge müssen anhand echter Ergebnisse abgenommen werden.

KI-Videomodell
42–1005 Punkte pro Anfrage

Kling 3.0 Turbo

Kling 3.0 Turbo ist für kurze Videos von 3–15 Sekunden ausgelegt: Ohne Bild wird der Textmodus verwendet, nach dem Upload eines zulässigen Bildes der Bild-zu-Video-Modus. Auflösung und Dauer bestimmen direkt die Vorautorisierung vor der Erstellung.

KI-Videomodell
54–338 Punkte

Kling 2.6

Kling 2.6 ist in Kyeo ein Videodienst mit zwei Workflows: Ohne Bild wird Text-zu-Video, mit Bild Einzelbild-zu-Video aufgerufen. Beide bieten 5/10 Sekunden und den `sound`-Umschalter; Text-zu-Video bietet zusätzlich drei Seitenverhältnisse. Die vier Abrechnungskombinationen sind 55, 110, 110 und 220 Punkte.

KI-Videomodell
55–220 Punkte pro Anfrage

Quellen

Die Seite beruht auf Anbieterinformationen, Beschreibungen der Modellfamilie und der Anbindungskonfiguration von Kyeo AI.

Hinweis zu den Quellen

Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild. Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.

Zuletzt geprüft: 2026-08-28
Kling O3 — Verfügbar ist die überprüfbare Einzelshot-Erzeugung aus Text oder aus einem Startbild beziehungsweise Start- und Endbild.
Anbindung

42–1005 Credits pro Auftrag: 720p ohne/mit Audio 14/18 Credits pro Sekunde, 1080p 18/23 und 4K 67. Videoreferenz, Transformation, Mehrfachshots und Elemente bleiben geschlossen, weil diese Vertragszweige weiterhin mehrdeutig sind.