Kling 3.0: o que muda, como configurar e o que o nosso clipe de teste mostra

Visão geral

O que mudou em relação ao modelo anterior da Kling

O guia do Omni da Kling traz a comparação mais clara que encontramos. Ele lista a duração de vídeo do Omni como até 15 segundos, e a do modelo anterior, o O1, como até 10. O mesmo guia descreve o Kling 3.0 Omni como a combinação de áudio nativo com controle de consistência de elementos, para que um personagem mantenha a aparência e a voz ao longo de uma geração.

Para quem cria, a mudança prática aparece em três pontos: quanto tempo um plano pode durar, quantos materiais de referência podem guiar o mesmo personagem e se o som é gerado com a imagem em vez de ser adicionado depois.

Os recursos do Kling 3.0

Gerações individuais mais longas

A Kling divulga até 15 segundos por geração, e o blog de lançamento diz que é possível escolher qualquer duração entre 3 e 15 segundos. O menu de duração do VibePaper, como o vimos, vai até 10 segundos. Fizemos o teste com cinco segundos, com um único movimento em um único lugar. Não fizemos um teste mais longo, então não podemos dizer como um plano completo de 15 segundos se mantém.

Referências e elementos

A Kling aceita até 7 imagens de referência, cada uma com pelo menos 300 pixels de cada lado. Ao adicionar um vídeo de referência, o total cai para 4 imagens ou elementos. O guia da Kling descreve elementos como personagens ou objetos criados a partir de imagens ou de um clipe curto. Para um personagem criado a partir de vídeo, pede de 3 a 8 segundos de uma única pessoa. Para uma voz, pede de 5 a 30 segundos de fala de uma única pessoa.

Tratamos esse número como um teto. Cada referência deve responder a uma pergunta: quem está no plano, como é o lugar ou como a câmera se move. Uma referência que não traz nada de novo só acrescenta ruído.

Áudio nativo

Segundo a Kling, o som é gerado na mesma passada que a imagem, em inglês, chinês, japonês, coreano e espanhol. A tabela de preços lista Native Audio ligado e desligado como faixas separadas, então o som é uma decisão de custo, além de criativa. Na nossa checagem da interface, encontramos uma caixa de seleção Sound desmarcada por padrão. Não testamos o áudio, e a versão web do nosso clipe não tem trilha sonora.

O detalhe físico no nosso teste

O plano que mostra com mais clareza os pontos fortes do modelo é o que fizemos. Uma saia longa clara balança enquanto a figura gira em água rasa. As ondulações saem do pé e atravessam a água, e o reflexo acompanha a figura. No material de divulgação, a Kling cita tecido, cabelo, água e um carro inclinando numa curva como pontos fortes. Testamos tecido e água, e nada além disso.

Vídeos do nosso teste

Os quadros abaixo vêm de um único clipe de cinco segundos, gerado no Paper Gen em 14 de outubro de 2026 com a opção Kling 3.0 Omni em 16:9. O primeiro quadro também é a versão em movimento, uma codificação web em 720p do original, sem som. Os outros dois são quadros do mesmo clipe. Não cortamos nem fizemos correção de cor.

PASSE O MOUSE PARA VER

Como configurar um clipe do Kling 3.0 no VibePaper

Onde fica cada controle

Os controles que definem um trabalho do Kling ficam em dois lugares. O primeiro é a linha de referências acima da caixa do prompt, com os espaços Image e Video para este modelo. O segundo é a linha de ajustes abaixo do prompt, onde ficam o modelo, a proporção, a duração, os controles avançados e o botão Generate. A captura abaixo mostra a linha avançada do Kling 3.0 Omni com os ajustes padrão que vimos.

Limites que verificamos

Uma lista de recursos diz o que um modelo foi feito para fazer. São os limites que decidem se ele serve para um trabalho, então estes são os que conseguimos confirmar.

• O menu é mais curto que a faixa divulgada. A Kling divulga até 15 segundos, mas o menu de duração que vimos oferece de 3 s a 10 s. Planeje com base no menu que você vê.
• A opção 4K não está confirmada. O menu Quality lista 4k, mas o guia do Omni da Kling cita apenas os modos 720p e 1080p. Confira o resultado em um teste antes de se comprometer com um trabalho em 4K.
• O vídeo de referência tem limite. Um clipe de 3 a 10 segundos, com até 200 MB e até 2K. Combinado com imagens, o total é de 4 imagens ou elementos.
• O preço aparece no botão. Vimos 30,8 no botão Generate com 5 segundos, 16:9, qualidade pro e Sound desligado. Não verificamos como outros ajustes mudam o número, então confira toda vez.
• Testamos um único personagem. Não podemos dizer como vários personagens ou uma multidão mantêm a consistência.

Um checklist de prompt para a sua primeira tentativa

Personagem: uma mulher de saia longa clara, em pé com água pelos tornozelos ao pôr do sol. Ação: ela gira devagar e a saia se abre. Câmera: ângulo lateral baixo e estável, leve aproximação. Luz: sol baixo e quente, reflexos suaves na água. Acabamento: visual cinematográfico limpo, sem texto, sem logotipos.

Perguntas que recebemos sobre o Kling 3.0