Kling O1: ein Modell fürs Erzeugen und Bearbeiten von Video — Referenzen, Hintergrund, Stil und Verlängern

Was ist Kling O1

Kling O1 ist ein Videomodell des chinesischen Unternehmens Kuaishou. Kling stellte es am 1. Dezember 2025 vor, eröffnete damit eine Woche von Produktstarts und nannte es „das weltweit erste einheitliche multimodale Videomodell“. Zwei Tage später kam Kling 2.6 mit Ton.

Die Idee von O1 ist ein Modell statt eines Werkzeugkastens. Text-zu-Video, Erzeugung aus Einzelbildern, Hintergrundtausch und Stilwechsel brauchten früher eigene Modi. O1 baut auf dem Konzept MVL (multimodale visuelle Sprache) auf: Text, Bilder, Video und Elemente werden gemeinsam in natürlicher Sprache beschrieben, und das Modell erkennt die Aufgabe selbst.

Zusammen mit dem Videomodell erschien Kling IMAGE O1 — dieselbe Logik für Bilder, von der Erzeugung bis zur genauen Bearbeitung.

Im Februar 2026 löste Kling 3.0 Omni O1 ab. Den Überblick über die Familie gibt die Seite Kling. In der Arena-Rangliste vom 21. September 2026 steht Kling O1 Pro auf Platz 33 von 48.

Was Kling O1 kann

Erzeugung aus Referenzen. Bis zu 7 Bilder oder Elemente: Figuren, Gegenstände, Hintergründe. Das Modell hält sie über den ganzen Clip gleich.

Elemente. Ein Element setzt sich aus 4 Bildern desselben Objekts von verschiedenen Seiten zusammen — so versteht das Modell seine Form besser.

Einen fertigen Clip in Worten bearbeiten. Kling O1 fügt Objekte hinzu und entfernt sie, tauscht Figur, Hintergrund, Farbe, Wetter und sogar den Kamerawinkel, und behält die Bewegung der Vorlage. Einzelne Elemente lassen sich umfärben, Chroma-Key und Effekte gehen auch: Feuer, Hauttexturen.

Stilwechsel. Der Clip wird neu gezeichnet als Anime, Pixel-Art, Knetanimation, Aquarell, Filz oder Malerei im Geist der Impressionisten.

Nächste oder vorherige Einstellung. Aus dem hochgeladenen Clip erzeugt O1 die Fortsetzung oder die Einstellung davor und kann eine Kamerabewegung oder eine Aktion aus der Referenz wiederholen.

Erstes und letztes Einzelbild. Zwei Bilder — Anfang und Ende; das Modell baut die Bewegung dazwischen.

Verlängern eines fertigen Clips.

Preise von Kling O1

Modus	Ohne Videoeingang	Mit Videoeingang
1080p	8 Credits/s (5 s — 40, 10 s — 80)	12 Credits/s (5 s — 60, 10 s — 120)
720p	6 Credits/s (5 s — 30, 10 s — 60)	9 Credits/s (5 s — 45, 10 s — 90)

Die Preise gelten in Credits der Kling-App. Ein Video am Eingang macht die Sekunde 1,5-mal so teuer.

Kling O1 und die Nachfolger

	Kling O1	Kling 3.0 Omni	Kling 4.0
Erschienen	01.12.2025	Februar 2026	15.10.2026
Länge	3–10 s	bis 15 s	3–30 s
Auflösung	720p, 1080p	bis 4K	bis 4K (demnächst)
Ton	nein	ja	Stereo
Referenzen	7 Bilder oder Elemente	7 Bilder oder Elemente	bis 15: 10 Bilder, 5 Videos, 7 Subjekte
Videoeingang	1 Clip, 3–10 s	1 Clip, 3–10 s	bis 5 Clips, zusammen bis 30 s
Storyboard	nein	ja	10 Keyframes

Wofür sich Kling O1 eignet

• Hintergrund und Figur tauschen in einem fertigen Clip, ohne neu zu drehen.
• Überflüssiges entfernen — Passanten, Gegenstände, Schrift.
• Wetter und Tageszeit wechseln in derselben Szene.
• Stilisieren — Realvideo als Zeichentrick oder Knete.
• Szene fortsetzen — die nächste Einstellung aus einem fertigen Clip.
• Ein Clip mit Figur und Produkt aus 7 Referenzen.

Kling O1 und Alternativen

	Kling O1	Wan 3.0	MiniMax H3	HappyHorse
Entwickler	Kuaishou	Alibaba	MiniMax	Alibaba
Clip per Text bearbeiten	ja	ja	ja	ja (Modell 1.0)
Länge	3–10 s	bis 30 s	4–15 s	3–15 s
Referenzen	7 Bilder oder Elemente	10 Fotos, 5 Videos, 5 Audio	9 Fotos, 3 Videos, 3 Audio	bis 9 Fotos
Ton	nein	ja	Stereo	ja
Platz in der Arena (21.09.2026)	33	6	8	10 (1.0)

O1 hat Erzeugung und Bearbeitung als Erste in einem Modell zusammengeführt, doch heute machen das die Nachbarn ebenfalls, mit Ton und länger. Für kurze Bearbeitungen ohne Ton lohnt sie sich; für neue Clips sind 3.0 Omni oder Wan 3.0 bequemer.

So schreiben Sie Prompts für Kling O1

Verweisen Sie auf Dateien mit @: @Image, @Image1, @Image2, @Video, @Element.

Aufgabe	Vorlage
Hinzufügen	Füge [was] aus @Image in @Video ein
Entfernen	Entferne [was] aus @Video
Figur ersetzen	Ersetze [wen] in @Video durch @Element
Hintergrund wechseln	Ersetze den Hintergrund in @Video durch @Image
Stil wechseln	Setze @Video in den Stil [Stil]
Nächste Einstellung	Erzeuge aus @Video die nächste Einstellung: [Beschreibung]
Einzelbilder	@Image1 ist das erste Einzelbild, @Image2 das letzte, [was passiert]

Für die Erzeugung aus Referenzen empfiehlt Kling diese Reihenfolge: Beschreibung der Elemente → wie sie zusammenspielen → Umgebung → Licht und Stil. Für Text-zu-Video: Figur → Bewegung → Szene → Kamera, Licht und Atmosphäre.

Setze @Video in den Stil einer Knetanimation: Fingerabdrücke sind sichtbar,
weiche Schatten, eine leicht ruckelige Bewegung wie bei einer
Stop-Motion-Aufnahme. Katze, Sofa und die Pflanze am Fenster bleiben
an ihrem Platz.

Kling O1 in AI2Face nutzen

Kling O1 ist im Generator von AI2Face, neben Kling 3.0 und Kling 4.0.

1. Registrieren Sie sich — neue Konten erhalten Startguthaben.
2. Öffnen Sie den Generator, wechseln Sie zu Video und wählen Sie Kling O1.
3. Laden Sie einen Clip zum Bearbeiten oder Referenzbilder hoch und schreiben Sie einen Prompt, der darauf verweist.
4. Die Kosten in Credits sehen Sie vor dem Start. Sie zahlen per Karte oder Krypto, und Guthaben aus Paketen verfällt nicht.

Ansichten für ein Element lassen sich dort gleich machen — mit Nano Banana Pro, wie das Roboterblatt oben.

Grenzen

• Kein Ton. Nativer Ton kam mit Kling 2.6 und 3.0 Omni.
• 3–10 Sekunden. Länger nur per Verlängern oder in neueren Modellen.
• Ein Video am Eingang, 3–10 Sekunden, bis 200 MB und nicht über 2K.
• Mit Video weniger Referenzen — bis zu 4 Bilder oder Elemente statt 7.
• Nur das letzte Einzelbild geht nicht — das erste wird auch gebraucht.
• Bilder — JPG oder PNG, ab 300 px, bis 10 MB.
• Modell der vorigen Generation — Platz 33 in der Arena.

Fazit

Kling O1 ist das Modell, mit dem bei Kling die Videobearbeitung in Worten anfing: Hintergrund und Figur tauschen, Wetter und Stil wechseln, die nächste Einstellung — alles in einem Modell. Für kurze Bearbeitungen ohne Ton bleibt es handlich und günstiger als die Nachfolger. Für neue Clips mit Ton und Storyboard nehmen Sie Kling 3.0, für 30 Sekunden und 10 Keyframes Kling 4.0, für lange Clips aus Dokumenten Wan 3.0. Alle sind im Generator von AI2Face.