# Kling: il modello video di Kuaishou — cosa fanno 3.0 e 4.0

> Kling è una famiglia di modelli video dell'azienda cinese Kuaishou. Kling 3.0 è uscito il 5 febbraio 2026: clip fino a 15 secondi in 720p e 1080p, più inquadrature in una generazione, audio nativo in più lingue e personaggi da foto e video. Il 28 settembre 2026 Kling ha annunciato la versione 4.0, con generazione fino a 30 secondi, ancora in accesso anticipato. In AI2Face, Kling è disponibile nel generatore.

Sviluppatore: Kuaishou · Rilascio: 2026-02-05 · Aggiornato il 2026-10-01
URL: https://ai2face.com/it/models/kling

## Dati chiave

| | |
|---|---|
| Sviluppatore | Kuaishou (Kling AI) |
| Versioni | Kling 3.0 e 3.0 Omni (5 febbraio 2026), 3.0 Turbo, Kling 4.0 (annuncio del 28 settembre 2026) |
| Cosa fa | Video con audio da testo, immagini, video e audio; modifica delle clip |
| Durata | 3.0 — fino a 15 secondi; 4.0 — fino a 30 secondi (annunciato) |
| Risoluzione | 3.0 — 720p e 1080p |
| Più inquadrature | Uno storyboard con durata, scala dell'inquadratura, angolo e movimento di camera per ogni piano |
| Riferimenti | Fino a 7 immagini; un personaggio estratto da un video di 3–8 secondi, voce inclusa |
| Audio | Nativo — parlato in lingue, dialetti e accenti diversi, più musica ed effetti |
| In AI2Face | Sì |

## Che cos'è Kling

Kling sono i modelli video dell'azienda cinese Kuaishou, che gestisce una piattaforma di video brevi con lo stesso nome. A febbraio 2026 l'azienda ha indicato che più di 60 milioni di autori avevano usato Kling, erano state generate più di 600 milioni di clip e più di 30.000 aziende avevano lavorato con il modello.

**Kling 3.0** è uscito il 5 febbraio 2026. Kuaishou ha indicato i miglioramenti principali: stabilità dei personaggi, fotorealismo, clip fino a 15 secondi e audio nativo in lingue, dialetti e accenti diversi. Il modello è costruito come tutto-in-uno: capisce testo, immagini, audio e video e può sia generare sia modificare una clip nello stesso processo. Accanto lavora **Kling 3.0 Omni**, la versione per riferimenti e ritocchi. Dopo è arrivato il più rapido **Kling 3.0 Turbo**.

**Kling 4.0** è stato annunciato il 28 settembre 2026 — ne parliamo sotto.

## Cosa sa fare Kling

**Più inquadrature in una sola clip.** Kling 3.0 costruisce uno storyboard: per ogni inquadratura imposti durata, scala, angolo, azione e movimento di camera. La lunghezza totale arriva a 15 secondi.

[Uno chef taglia basilico e pomodori, lancia la pasta in una padella in fiamme, grattugia il parmigiano e appoggia il piatto alla consegna con un sorriso](https://ai2face.com/_astro/media/models/kling/multi-shot.mp4 "Quattro inquadrature da un solo prompt: primo piano, piano medio, primo piano rallentato e campo lungo. Kling 3.0 Pro, 15 s")

**Parlato e audio.** Le battute tra virgolette vengono dette con le labbra sincronizzate, insieme a musica e sottofondo.

[Un violinista di strada con un cappotto grigio suona sotto un arco di pietra la sera, abbassa il violino e parla in camera](https://ai2face.com/_astro/media/models/kling/dialogue.mp4 "Melodia, una battuta in camera e rumore di strada in una sola generazione. Alla fine l'archetto si stacca leggermente dalla mano. Kling 3.0 Pro, 10 s")

**Fisica e dinamica.** Il modello tiene inerzia e peso del corpo: salti, corse, atterraggi.

[Un traceur corre sui tetti al tramonto, salta il vuoto tra due palazzi e atterra, la camera vola di fianco](https://ai2face.com/_astro/media/models/kling/motion.mp4 "Un salto sopra un vuoto con un movimento di camera. Kling 3.0 Pro, 10 s")

**Primo e ultimo fotogramma.** Due immagini, e Kling costruisce il movimento in mezzo.

[Una donna con i ricci rossi si alza da una coperta a un picnic autunnale, indossa cappotto e basco e avvicina al viso una foglia d'acero rossa](https://ai2face.com/_astro/media/models/kling/first-last-frame.mp4 "Fotogrammi del nostro shooting autunnale come inizio e fine. Il viso regge, ma a metà i vestiti si fondono. Kling 3.0 Pro, 9:16, 8 s")

**Personaggi come elementi.** In Kling 3.0 Omni carichi fino a 7 immagini, componi un personaggio da 4 angolazioni o lo estrai da un video di 3–8 secondi, aspetto e voce insieme. Una registrazione audio di almeno 3 secondi lega la voce al personaggio.

**Motion Control.** Modalità di trasferimento del movimento: una danza, un gesto o un'andatura da un video di riferimento passano sul personaggio di una foto.

## Kling 4.0: cosa si sa

Il 28 settembre 2026 Kling ha annunciato 4.0. Sul sito ufficiale il modello è descritto come del tutto nuovo: movimenti dinamici stabili e audio immersivo per una produzione di livello professionale. La piattaforma per sviluppatori indica quattro funzioni in arrivo nell'API: movimenti dinamici, riferimenti Omni, generazione nativa di 30 secondi e più fotogrammi chiave.

Per ora è disponibile solo la versione più leggera **Kling 4.0 Flash**, in accesso anticipato. La versione completa e l'API sono segnate come «in arrivo». La stampa, citando l'azienda, riporta cifre più precise — 4K, HDR, numero di riferimenti — ma non le abbiamo trovate nei materiali ufficiali di Kling. Aggiorneremo la pagina quando 4.0 uscirà per intero.

## Per quali lavori va bene Kling

- **Storie brevi e pubblicità fino a 15 secondi** con più inquadrature, senza montaggio.
- **Clip con parlato** in lingue e accenti diversi.
- **Danze e movimenti da un riferimento** con Motion Control.
- **Action e sport** — il modello tiene bene l'inerzia.
- **Serie con un solo personaggio,** composto da foto o video.

## Kling e modelli simili

| | Kling 3.0 | [Veo 3.1](/it/models/veo-3-1) | [Seedance 2.5](/it/models/seedance) | [Gemini Omni 1.1 Flash](/it/models/gemini-omni) |
|---|---|---|---|---|
| Sviluppatore | Kuaishou | Google DeepMind | ByteDance Seed | Google DeepMind |
| Durata per generazione | fino a 15 s | 4, 6, 8 s | fino a 30 s | 3–10 s |
| Risoluzione | 720p, 1080p | fino a 4K | non comunicata | fino a 4K (upscale) |
| Più inquadrature | sì, storyboard | con timecode nel prompt | sì | sì |
| Riferimenti | fino a 7 foto, personaggio da video con voce | fino a 3 immagini | 30 foto, 10 video, 10 audio | immagini e fino a 3 video |
| Trasferimento del movimento | Motion Control | no | da un video di riferimento | da un video di riferimento |
| In AI2Face | sì | sì | sì | sì |

Kling 3.0 è una scelta solida per clip da 10–15 secondi con storyboard e parlato, e Motion Control resta il modo più comodo per trasferire un movimento. Veo 3.1 dà il 4K e un audio migliore in una clip breve. Seedance 2.5 fa le clip più lunghe. Gemini Omni è il più flessibile su input e ritocchi.

## Come scrivere i prompt per Kling

- **Numera le inquadrature:** «Inquadratura 1: primo piano delle mani… Inquadratura 2: piano medio…». Per ciascuna, indica azione e camera.
- **Metti le battute tra virgolette** e segna chi parla e con che tono.
- **Lascia l'audio su una riga a parte:** musica, effetti, sottofondo.
- **Dai un nome alla fisica:** «inerzia realistica», «atterraggio con rullata» — il modello tiene meglio il movimento.
- **Per un passaggio tra due fotogrammi,** descrivi cosa succede in mezzo: «si alza, indossa il cappotto, prende la foglia».

```
Storia di cucina in quattro inquadrature. Inquadratura 1: primo piano delle mani dello chef
che tagliano basilico fresco e pomodori su un tagliere di legno. Inquadratura 2: piano medio,
lo chef lancia la pasta in una padella calda e scatta una fiamma. Inquadratura 3: primo piano
al rallentatore, si grattugia il parmigiano sul piatto. Inquadratura 4: campo lungo di una
cucina calda di trattoria, lo chef appoggia il piatto alla consegna e sorride. Audio: coltello
sul legno, sfrigolio della padella, rumore di cucina, chitarra italiana morbida.
Fotorealismo, luce calda
```

## Come usare Kling in AI2Face

Kling è disponibile nel generatore di AI2Face: clip con audio, storyboard e trasferimento del movimento. Il costo si vede prima dell'avvio.

Per altri lavori, nello stesso generatore:

- **[Veo 3.1](/it/models/veo-3-1)** — clip da 4–8 secondi fino a 4K con parlato ed effetti, animazione di una foto, primo e ultimo fotogramma.
- **[Gemini Omni Flash](/it/models/gemini-omni)** — fino a 10 secondi, una scena da più riferimenti, primo e ultimo fotogramma.

Puoi comporre una clip breve in 4K da due video Veo 3.1 dello stesso personaggio, partendo da un riferimento. Entrambi i modelli girano nello stesso generatore e il costo è indicato prima.

## Limiti

- **Errori nei dettagli piccoli.** Nei nostri test gli oggetti nelle mani a volte si staccano (l'archetto del violinista) e, nei passaggi tra due fotogrammi, i vestiti possono fondersi.
- **La risoluzione di 3.0 arriva a 1080p.** Il 4K non è dichiarato ufficialmente per Kling 3.0.
- **Kling 4.0 è ancora in accesso anticipato,** e solo nella versione Flash.
- **Accesso.** Ufficialmente il sito, l'app di Kling e l'API. Pagare l'abbonamento direttamente è difficile in alcuni paesi.

## Conclusioni

Kling 3.0 è uno dei modelli video più solidi per le storie brevi: storyboard a più inquadrature, parlato con labbra sincronizzate e fisica credibile in una sola generazione fino a 15 secondi. Motion Control lo rende la scelta migliore per danze e movimenti da un riferimento. Kling 4.0 promette clip lunghe il doppio: seguiamo l'uscita completa. Kling è disponibile in AI2Face. Se ti serve il 4K o un audio migliore in una clip breve, scegli [Veo 3.1](/it/models/veo-3-1) o [Gemini Omni](/it/models/gemini-omni): sono nello stesso generatore.

## Domande frequenti

### Che cos'è Kling?

Un modello video dell'azienda cinese Kuaishou, che gestisce anche una piattaforma di video brevi. Kling fa clip con audio da testo, foto e video. Secondo Kuaishou, a febbraio 2026 lo avevano usato più di 60 milioni di autori.

### Cosa c'è di nuovo in Kling 3.0?

Clip fino a 15 secondi invece di 10, audio nativo in più lingue, uno storyboard di più inquadrature in una sola clip, personaggi più stabili e fotorealismo. Tutto in un modello che capisce testo, immagini, audio e video.

### Quando esce Kling 4.0?

Kling ha annunciato 4.0 il 28 settembre 2026. Ora è disponibile la versione più leggera Kling 4.0 Flash in accesso anticipato. La versione completa e l'API sono segnate come «in arrivo». Sono annunciati generazione fino a 30 secondi, più fotogrammi chiave e riferimenti Omni.

### Che cos'è Kling Motion Control?

Una modalità di trasferimento del movimento. Il modello prende il movimento di una persona da un video di riferimento e lo applica al personaggio di un'immagine. Così una foto si anima su una danza o un gesto presi da una clip reale.

### Kling è disponibile in AI2Face?

Sì. Kling è nel generatore di AI2Face, e il costo si vede prima di generare. Per il 4K e le clip brevi con audio, lì ci sono anche Veo 3.1 e Gemini Omni Flash.

## Fonti

- https://ir.kuaishou.com/news-releases/news-release-details/kling-ai-launches-30-model-ushering-era-where-everyone-can-be
- https://kling.ai/quickstart/klingai-video-3-omni-model-user-guide
- https://kling.ai/dev
- https://kling.ai/
- https://ai.google.dev/gemini-api/docs/veo
- https://seed.bytedance.com/en/blog/one-take-creation-flexible-referencing-introducing-seedance-2-5