Kling 3.0: qué hacen Video 3.0, Omni y Turbo — storyboard, voz del personaje y 4K

Qué es Kling 3.0

Kling 3.0 es la tercera generación de modelos de vídeo de Kuaishou, la empresa china dueña de la plataforma de vídeos cortos del mismo nombre. Kling lo anunció el último día de enero de 2026, y el comunicado oficial de Kuaishou salió el 5 de febrero. El panorama de toda la familia, incluida Kling 4.0, salida en octubre, está en la página de Kling.

La generación 3.0 incluye cuatro modelos:

• Video 3.0 — el modelo de vídeo principal, sucesor de Kling 2.6;
• Video 3.0 Omni — el modelo para referencias y retoque, sucesor de Kling O1;
• Image 3.0 e Image 3.0 Omni — imágenes en 2K y 4K, y series de fotogramas.

Después se sumaron tres piezas: el 4 de marzo, Motion Control 3.0 para transferir movimiento; el 23 de abril, el modo 4K de vídeo; el 17 de junio, el rápido Kling 3.0 Turbo y un retoque mejorado en Omni.

Según Kuaishou, en febrero de 2026 más de 60 millones de autores habían usado Kling, se habían generado más de 600 millones de vídeos y más de 30.000 empresas trabajaban con el modelo.

Qué hace Kling 3.0

Hasta 15 segundos con sonido. En Kling O1 la duración se elegía entre 3 y 10 segundos; en 3.0 llega con libertad hasta 15. El sonido se genera junto con la imagen: voz, música y efectos.

Storyboard plano a plano. En un mismo vídeo se pueden definir varios planos y, para cada uno, la duración, el tamaño de plano, el ángulo, la acción y el movimiento de cámara. El modelo entiende el plano-contraplano clásico de un diálogo y el montaje paralelo con voz en off.

Habla en varios idiomas. Inglés, chino, japonés, coreano y español, más acentos del inglés y dialectos del chino. En una misma escena los personajes pueden hablar idiomas distintos, y el prompt fija el orden y la entonación de las réplicas.

El texto en pantalla se mantiene. Carteles, rótulos y estampados en la ropa siguen nítidos durante todo el clip. Kuaishou lo presenta como una ventaja para la publicidad: el logo de la camiseta del personaje no se corre.

Elementos de personaje con voz (Omni). Un elemento es un personaje, un objeto o un lugar guardado que el modelo mantiene igual en cualquier escena. En 3.0 Omni se puede montar un elemento a partir de 4 ángulos o extraerlo de un vídeo de 3 a 8 segundos, con el aspecto y la voz. La voz también se puede vincular aparte, con una grabación de habla de 5 a 30 segundos.

Retoque de un clip ya hecho (Omni). Cambiar el fondo, el personaje o un objeto, recolorear algo o cambiar el estilo a partir de una imagen. Desde junio de 2026, Omni retoca clips de 3 a 15 segundos y trabaja en 4K a la entrada y a la salida.

Modo 4K. Desde el 23 de abril de 2026, Video 3.0 y Video 3.0 Omni generan en 4K con un solo botón. Kling destaca la textura de la piel, los degradados suaves y la nitidez del texto pequeño.

Kling 3.0, Omni y Turbo: en qué se diferencian

	Video 3.0	Video 3.0 Omni	Video 3.0 Turbo
Para qué	generación a partir de texto y fotogramas	referencias, elementos, retoque	generación rápida y más barata
Predecesor	Kling 2.6	Kling O1	—
Duración	hasta 15 s	hasta 15 s	hasta 15 s
Storyboard por planos	sí	sí	sí
Elementos con voz	—	sí	—
Retoque del clip	—	sí, 3–15 s, hasta 4K	—
4K	sí, desde abril de 2026	sí, desde abril de 2026	—
Salida	febrero de 2026	febrero de 2026	17 de junio de 2026

Precios de Omni en la app de Kling: 1080p con sonido, 12 créditos por segundo; 720p, 9; sin sonido, 8 y 6. Si hay vídeo de entrada, el sonido aún no se genera, y el segundo cuesta 16 y 12 créditos. El 4K son 30 créditos por segundo.

Para qué sirve Kling 3.0

• Historias cortas con diálogo de 10 a 15 segundos: plano a plano, con réplicas y montaje.
• Personajes de serie. Un elemento con voz permite grabar al mismo personaje en distintos clips, con el mismo aspecto y la misma voz.
• Anuncios con logo y texto: el texto del producto y de la ropa se mantiene en todo el clip.
• Retoque de vídeo ya rodado: cambiar el fondo o un objeto sin perder el movimiento.
• Un final en 4K para pantalla grande.
• Bailes y movimientos a partir de una referencia, con Kling Motion Control.

Kling 3.0 y las alternativas

	Kling 3.0	Seedance 2.5	Veo 3.1	Vidu AI Q3
Desarrollador	Kuaishou	ByteDance Seed	Google DeepMind	ShengShu
Duración por generación	hasta 15 s	4–30 s	4, 6 u 8 s	1–16 s
Resolución máxima	4K	1080p	4K	1080p
Storyboard por planos	sí, con ajuste de cada plano	sí, planos o códigos de tiempo	mediante el prompt	cambio automático de planos
Personaje con voz	sí, elementos	sí, referencia de audio	no	referencias de voz en Q4 Preview
Retoque del clip	sí, Omni	sí	solo extensión	solo extensión
En AI2Face	sí	sí	sí	sí

Kling 3.0 es la opción más cómoda para un storyboard paso a paso y para personajes recurrentes con voz. Seedance 2.5 da un clip el doble de largo y más referencias. Veo 3.1 es más preciso en la física de las escenas cortas.

Cómo escribir prompts para Kling 3.0

1. Divida el clip en planos con duración: «Plano 1 (2 s): plano general…». La suma no debe pasar de 15 segundos.
2. En cada plano indique el tamaño y la cámara: general, medio, primer plano, vista cenital, órbita.
3. Llame a los personajes por el nombre del elemento: «@Anna se sienta frente a @Max». El modelo los asocia con los elementos guardados.
4. Las réplicas van entre comillas, después del nombre. Si el elemento ya tiene una voz vinculada, no hace falta describirla.
5. Describa el sonido de forma explícita: ruido del tren, música, silencio al final.

Ejemplo del storyboard de arriba:

Plano 1 (2 s): plano general, @Max y @Anna sentados frente a frente en un viejo vagón verde, el tren va en marcha.
Plano 2 (3 s): primer plano del perfil de @Anna, mira por la ventana y pregunta: «¿Adónde vamos?»
Plano 3 (3 s): primer plano de @Max, sonríe: «A un sitio donde es verano todo el año.»
Plano 4 (3 s): plano medio, @Anna se vuelve hacia él y asiente: «Me encanta el verano.»
Plano 5 (3 s): plano general, los dos se ríen y los campos pasan por la ventana. Sonido: traqueteo de las ruedas, jazz cálido en off.

El español está en la lista oficial de idiomas hablados, junto con el inglés, el chino, el japonés y el coreano. Si el idioma no está en esa lista, escriba las réplicas en uno de estos cinco.

Cómo usar Kling 3.0 en AI2Face

Kling 3.0 está en el generador de AI2Face, junto a Seedance 2.5, Veo 3.1 y Vidu AI Q3.

1. Regístrese: las cuentas nuevas reciben créditos de bienvenida. Lo que Kling da gratis en su propio servicio está en Kling AI gratis.
2. Abra el generador, pase a vídeo y elija Kling 3.0.
3. Cargue un fotograma o referencias, escriba el prompt plano a plano y fije la duración y la resolución.
4. El coste en créditos se ve antes de empezar. Puede pagar con tarjeta o con criptomonedas, y los créditos de los paquetes no caducan.

Los ángulos de un personaje para un elemento se pueden hacer en el mismo generador, por ejemplo con Nano Banana Pro, como la hoja de esta página.

Límites

• El tope son 15 segundos. Para ir más allá hay que unir clips, o pasar a Seedance 2.5 y a Kling 4.0.
• Un vídeo de entrada apaga el sonido. En Omni, con una referencia de vídeo el sonido aún no se genera.
• Menos referencias si hay vídeo. Con un vídeo cargado solo caben 4 imágenes o elementos, en lugar de 7.
• Requisitos de archivo. Imágenes desde 300 px por lado y hasta 10 MB; vídeo de 3 a 10 segundos, hasta 200 MB y como máximo 2K.
• Idiomas de la voz. El español sí está en la lista oficial: inglés, chino, japonés, coreano y español.

Conclusión

Kling 3.0 es la mejor elección cuando el clip se construye con un storyboard y personajes que se repiten: los elementos con voz y el ajuste de cada plano solo están aquí. El modo 4K y Turbo cubren los dos extremos, un final para pantalla grande y borradores rápidos. Si 15 segundos no bastan, o hay decenas de personajes y referencias, pase a Seedance 2.5. Para escenas cortas realistas, compare el resultado con Veo 3.1 en el mismo generador de AI2Face.