# Kling 2.6: il primo modello Kling con l'audio — parlato, canto, effetti e la voce del personaggio

> Kling 2.6 è un modello video di Kuaishou, uscito il 3 dicembre 2025, il primo della linea Kling con audio nativo. In una generazione fa una clip di 5 o 10 secondi con parlato, canto, rap, effetti e ambiente, parla cinese e inglese e, dal 16 dicembre, dà ai personaggi una voce registrata da te. A febbraio 2026 l'ha sostituito Kling 3.0. In AI2Face, Kling 2.6 è nel generatore.

Sviluppatore: Kuaishou (Kling AI) · Rilascio: 2025-12-03 · Aggiornato il 2026-10-28
URL: https://ai2face.com/it/models/kling-2-6

## Dati chiave

| | |
|---|---|
| Sviluppatore | Kuaishou (Kling AI) |
| Data di uscita | 3 dicembre 2025; voci proprie il 16 dicembre 2025 |
| Modalità | Video con audio da testo e da un'immagine |
| Durata | 5 o 10 secondi |
| Formato | 16:9, 1:1, 9:16 |
| Audio | Parlato, dialoghi, canto, rap, effetti e ambiente, insieme al video |
| Lingue del parlato | Cinese e inglese; le altre lingue vengono tradotte in inglese |
| Voci proprie | Registrazione di 5–30 secondi, fino a 200 voci, solo in modalità da immagine |
| Motion Control 2.6 | Trasferimento del movimento da un video di 3–30 secondi |
| In AI2Face | Sì, nel generatore |

## Che cos'è Kling 2.6

Kling 2.6 è un modello video dell'azienda cinese Kuaishou. Kling l'ha presentato il 3 dicembre 2025, il terzo giorno della settimana di lanci, due giorni dopo [Kling O1](/it/models/kling-o1). Lo slogan del modello è «Vedi il suono, ascolta l'immagine»: è il primo modello Kling che genera l'audio insieme al video, e non in un passaggio separato.

Il 16 dicembre il modello ha imparato a parlare con una voce scelta, e il 17 dicembre è uscito Motion Control 2.6 per il trasferimento del movimento. A febbraio 2026 l'ha sostituito [Kling 3.0](/it/models/kling-3-0). La panoramica della famiglia è nella pagina [Kling](/it/models/kling).

Nella classifica Arena, al 21 settembre 2026, Kling 2.6 Pro è al 29º posto su 48 modelli video.

## Cosa sa fare Kling 2.6

**Audio nella stessa generazione.** Un solo avvio dà l'immagine e la colonna sonora intera. Kling elenca sei tipi di audio:

- voce fuori campo e dialoghi;
- canto e rap;
- suono d'ambiente della scena;
- suoni di oggetti e azioni — vetro che si rompe, scoppiettio di un falò, onde;
- effetti misti.

L'audio si può spegnere con l'interruttore Native Audio: la clip costa meno.

![Griglia 2×2: un bicchiere si rompe su un pavimento di pietra, un falò notturno con scintille, un'onda contro gli scogli, un rapper al microfono da studio](https://ai2face.com/_astro/sound-scenes.DamkD2lj_ISLAH.jpg "Quattro scene che Kling 2.6 sonorizza da solo: vetro, falò, risacca e rap. Fotogrammi fatti con Nano Banana Pro")

**Due modalità.** Video da testo: scena e audio escono per intero dal prompt. Video da immagine: la foto diventa il primo fotogramma e riceve l'audio. Kling avvisa che, nella seconda modalità, la qualità dipende molto dalla risoluzione dell'originale.

**Emozione e tono della voce.** Nel prompt si possono fissare emozione, tono, ritmo e persino il volume della battuta.

**Voci proprie (dal 16 dicembre).** Carica una registrazione di 5–30 secondi con una sola persona che parla, intonazione neutra e senza rumore: Kling salva la voce. Si possono creare fino a 200 voci. La voce si lega al personaggio con `@NomeVoce` dopo il suo nome. La funzione lavora in modalità da immagine.

**Motion Control 2.6.** Modalità di trasferimento del movimento: il modello prende movimento ed espressioni di una persona da un video di 3–30 secondi e li porta sul personaggio dell'immagine, in un'unica inquadratura, senza stacchi. I dettagli sono nella guida [Kling Motion Control](/it/blog/kling-motion-control).

![A sinistra una ballerina in felpa grigia in una posa hip-hop ampia, a destra un cavaliere cartoon in armatura d'argento nella stessa posa, nel cortile di un castello](https://ai2face.com/_astro/motion-ref.DBvj2wOu_2gyBhr.jpg "Così funziona il trasferimento del movimento: posa e gesto del video passano al personaggio dell'immagine. Fotogrammi fatti con Nano Banana Pro")

## Prezzi di Kling 2.6

| Modalità | Crediti Kling al secondo |
|---|---|
| Professionale, con audio | 10 |
| Professionale, senza audio | 5 |
| Standard, senza audio | 3 |
| Voce propria | +2 |
| Motion Control 2.6 (standard / professionale) | 5 / 8 |

Una clip di dieci secondi con audio, in modalità professionale, costa 100 crediti nell'app di Kling.

## Kling 2.6, 3.0 e 4.0: le differenze

| | Kling 2.6 | [Kling 3.0](/it/models/kling-3-0) | [Kling 4.0](/it/models/kling-4) |
|---|---|---|---|
| Uscita | 03.12.2025 | febbraio 2026 | 15.10.2026 |
| Durata | 5 o 10 s | fino a 15 s | 3–30 s |
| Audio | sì, il primo modello con audio | sì | stereo |
| Lingue del parlato | cinese, inglese | 5 lingue, accenti | — |
| Storyboard per inquadrature | no | sì | 10 fotogrammi chiave |
| Voce propria del personaggio | registrazione 5–30 s | elemento con voce | voce nei riferimenti |
| Posto in Arena (21.09.2026) | 29 | — | — |

## Per quali compiti va Kling 2.6

- **Clip brevi con una sola battuta** — una frase pubblicitaria, un saluto, un meme.
- **Momenti musicali** — una strofa, un ritornello o una riga di rap in 10 secondi.
- **Scene sonore** — falò, risacca, città, stoviglie che si rompono, senza cercare suoni in una libreria.
- **Dialogo di due personaggi** — Kling consiglia esattamente due.

![Un'anziana con cappello di paglia e un cesto di pomodori parla con il nipote, che tiene un annaffiatoio, in un orto assolato](https://ai2face.com/_astro/two-characters.CvcuFBzF_Z11GTRU.jpg "Due personaggi sono l'ottimo per il dialogo in Kling 2.6: ognuno ha la sua etichetta e il suo tono di voce. Fotogramma fatto con Nano Banana Pro")

- **Animare una foto con l'audio** — lo scatto diventa il primo fotogramma e inizia a parlare.
- **Danza da un riferimento** — con Motion Control 2.6.

## Kling 2.6 e modelli simili

| | Kling 2.6 | [Veo 3.1](/it/models/veo-3-1) | [MiniMax H3](/it/models/minimax-h3) | [HappyHorse 1.1](/it/models/happyhorse) |
|---|---|---|---|---|
| Sviluppatore | Kuaishou | Google DeepMind | MiniMax | Alibaba |
| Durata | 5 o 10 s | 4, 6, 8 s | 4–15 s | 3–15 s |
| Audio | sì | sì | stereo | sì |
| Parlato in russo | no | — | sì | lingua non dichiarata |
| Voce propria | sì, registrazione 5–30 s | no | riferimento audio | no |
| Posto in Arena (21.09.2026) | 29 | 12–15 | 8 | 10 (1.0) |
| In AI2Face | sì | sì | sì | sì |

Kling 2.6 è indietro rispetto ai modelli nuovi sulla qualità, ma resta un modo semplice per ottenere una clip breve con audio e la voce del personaggio. Per il russo e il 2K, MiniMax H3; per l'audio migliore in una clip breve, Veo 3.1.

## Come scrivere i prompt per Kling 2.6

Kling dà una formula: **scena + personaggi + movimento + audio + stile**. In breve: cosa vediamo, cosa succede e cosa sentiamo.

1. **Battute e testi delle canzoni tra virgolette.**
2. **Nel dialogo ogni personaggio ha la sua etichetta** («[Nonna]», «[Nipote]»); l'azione del personaggio viene prima della battuta, e le voci hanno toni diversi.
3. **Canto:** testo + stile di esecuzione + accompagnamento + emozione. **Rap:** versi in rima + ritmo.
4. **Effetti:** la fonte del suono, il suo stato e una descrizione: «scoppiettio di rami secchi nel falò».
5. **Ambiente:** scena + suoni + senso dello spazio, per esempio un'eco.
6. **Parlato in inglese:** le parole comuni in minuscolo, sigle e nomi con la maiuscola.
7. **Un solo tema per prompt.** Kling consiglia di non mescolare tanti suoni di sottofondo con un parlato complesso.

Esempio per il fotogramma dell'orto:

```
Orto assolato di giorno. [Grandma] con un cappello di paglia solleva un cesto di pomodori e
sorride, dice con voce calda e lenta: "Look, the first tomatoes this year!"
[Grandson] con un annaffiatoio ride e risponde con voce chiara e veloce: "Can I eat one right now?"
Audio: canto degli uccelli, acqua che cade dall'annaffiatoio, brezza leggera. Piano medio, luce morbida.
```

## Come usare Kling 2.6 in AI2Face

Kling 2.6 è nel generatore di AI2Face, insieme a [Kling 3.0](/it/models/kling-3-0) e [Kling 4.0](/it/models/kling-4).

1. Registrati: i nuovi account ricevono crediti di benvenuto. Cosa offre gratis Kling stesso è nell'articolo [Kling AI gratis](/it/blog/kling-besplatno).
2. Apri il generatore, passa al video e scegli Kling 2.6.
3. Carica una foto o scrivi un prompt, scegli 5 o 10 secondi e il formato.
4. Il costo in crediti si vede prima dell'avvio. I crediti dei pacchetti non scadono, e puoi pagare con carta o criptovalute.

Il fotogramma di partenza per la modalità da immagine si prepara nello stesso generatore, per esempio con [Nano Banana Pro](/it/models/nano-banana-pro).

## Limiti

- **Il parlato è solo in cinese e inglese.** Le battute in altre lingue Kling le traduce in inglese.
- **5 o 10 secondi** — più lungo solo in Motion Control.
- **Più di due personaggi** — secondo Kling, la qualità del dialogo può calare.
- **La voce nel canto** regge peggio che nel parlato.
- **La voce propria** funziona solo in modalità da immagine, e non da ogni clip si può estrarre: non vanno le clip senza parlato, fatte prima della 2.6 o senza audio.
- **La qualità da una foto** dipende dalla risoluzione dell'originale.

## Conclusioni

Kling 2.6 è il primo modello Kling con l'audio ed è ancora il modo più semplice per ottenere una clip di 5–10 secondi con una battuta, una canzone o una scena sonora e la voce del personaggio. Per lo storyboard e il parlato in cinque lingue passa a [Kling 3.0](/it/models/kling-3-0); per clip fino a 30 secondi, a [Kling 4.0](/it/models/kling-4). Se ti serve il russo, prendi [MiniMax H3](/it/models/minimax-h3): sono tutti nello stesso generatore di AI2Face.

## Domande frequenti

### Cosa sa fare Kling 2.6?

Fa clip di 5 o 10 secondi da testo o da un'immagine, già con l'audio: parlato, dialoghi, canto, rap, effetti e ambiente. È il primo modello Kling in cui l'audio viene generato insieme al video.

### Kling 2.6 parla italiano?

No. Parla cinese e inglese. Se scrivi la battuta in italiano, Kling la traduce in inglese per il doppiaggio. Per una lingua che Kling 2.6 non copre, scegli un modello che la gestisce: MiniMax H3, per esempio, parla russo.

### Quanti secondi fa Kling 2.6?

5 o 10 secondi nella generazione normale. Per canzoni e dialoghi Kling consiglia 10 secondi: il risultato è più completo e stabile. Motion Control 2.6 ripete il movimento di un video fino a 30 secondi.

### Quanto costa Kling 2.6?

Nell'app di Kling, con l'audio sono 10 crediti al secondo in modalità professionale. Senza audio, 5 crediti in professionale e 3 in standard. Una voce propria aggiunge 2 crediti al secondo.

### In cosa Kling 2.6 è diverso da Kling 3.0?

Kling 3.0 arriva a 15 secondi invece di 10, ha uno storyboard inquadratura per inquadratura, il parlato in cinque lingue invece di due e personaggi-elemento con voce. Kling 2.6 è più semplice e costa meno per clip brevi con audio.

## Fonti

- https://kling.ai/quickstart/klingai-video-26-audio-user-guide
- https://x.com/Kling_ai/status/1996238606814593196
- https://kling.ai/quickstart/motion-control-user-guide
- https://kling.ai/feature/ai-motion-control
- https://arena.ai/leaderboard/text-to-video