Kling 3.0: o que Video 3.0, Omni e Turbo fazem — storyboard, voz e 4K

O que é o Kling 3.0

Kling 3.0 é a terceira geração de modelos de vídeo da Kuaishou, a empresa chinesa dona da plataforma de vídeos curtos com o mesmo nome. A Kling anunciou a geração no último dia de janeiro de 2026, e o comunicado oficial da Kuaishou saiu em 5 de fevereiro. O panorama da família inteira, incluindo a Kling 4.0 lançada em outubro, está na página Kling.

A geração 3.0 reúne quatro modelos:

• Video 3.0 — o modelo de vídeo principal, sucessor do Kling 2.6;
• Video 3.0 Omni — o modelo para referências e edição, sucessor do Kling O1;
• Image 3.0 e Image 3.0 Omni — imagens em 2K e 4K, e séries de quadros.

Depois a linha ganhou mais peças: em 4 de março, o Motion Control 3.0 para transferir movimento; em 23 de abril, o modo 4K de vídeo; em 17 de junho, o Kling 3.0 Turbo rápido e uma edição melhorada no Omni.

Segundo a Kuaishou, em fevereiro de 2026 mais de 60 milhões de autores tinham usado o Kling, mais de 600 milhões de vídeos tinham sido gerados e mais de 30 mil empresas trabalhavam com o modelo.

O que o Kling 3.0 faz

Até 15 segundos com som. No Kling O1 a duração se escolhia entre 3 e 10 segundos; no 3.0 ela vai livremente até 15. O som é gerado junto com a imagem: fala, música e efeitos.

Storyboard plano a plano. Num mesmo vídeo dá para definir vários planos e, para cada um, a duração, o tamanho do plano, o ângulo, a ação e o movimento de câmera. O modelo entende o plano e contraplano clássico de um diálogo e a montagem paralela com voz off.

Fala em vários idiomas. Inglês, chinês, japonês, coreano e espanhol, mais sotaques do inglês e dialetos do chinês. Na mesma cena os personagens podem falar idiomas diferentes, e o prompt define a ordem e a entonação das falas.

O texto na tela se mantém. Placas, legendas e estampas na roupa continuam nítidas durante o clipe inteiro. A Kuaishou apresenta isso como vantagem para publicidade: o logo na camiseta do personagem não borra.

Elementos de personagem com voz (Omni). Um elemento é um personagem, um objeto ou um lugar salvo que o modelo mantém igual em qualquer cena. No 3.0 Omni dá para montar um elemento a partir de 4 ângulos ou extraí-lo de um vídeo de 3 a 8 segundos, com aparência e voz. A voz também pode ser vinculada à parte, com uma gravação de fala de 5 a 30 segundos.

Edição de um clipe pronto (Omni). Trocar o fundo, o personagem ou um objeto, recolorir algo ou mudar o estilo a partir de uma imagem. Desde junho de 2026, o Omni edita clipes de 3 a 15 segundos e trabalha em 4K na entrada e na saída.

Modo 4K. Desde 23 de abril de 2026, Video 3.0 e Video 3.0 Omni geram em 4K com um botão. A Kling destaca a textura da pele, as transições suaves de cor e a nitidez do texto pequeno.

Kling 3.0, Omni e Turbo: as diferenças

	Video 3.0	Video 3.0 Omni	Video 3.0 Turbo
Para quê	geração a partir de texto e quadros	referências, elementos, edição	geração rápida e mais barata
Antecessor	Kling 2.6	Kling O1	—
Duração	até 15 s	até 15 s	até 15 s
Storyboard por planos	sim	sim	sim
Elementos com voz	—	sim	—
Edição do clipe	—	sim, 3–15 s, até 4K	—
4K	sim, desde abril de 2026	sim, desde abril de 2026	—
Lançamento	fevereiro de 2026	fevereiro de 2026	17 de junho de 2026

Preços do Omni no app da Kling: 1080p com som, 12 créditos por segundo; 720p, 9; sem som, 8 e 6. Se houver vídeo na entrada, o som ainda não é gerado, e o segundo custa 16 e 12 créditos. O 4K sai a 30 créditos por segundo.

Para que o Kling 3.0 serve

• Histórias curtas com diálogo de 10 a 15 segundos: plano a plano, com falas e montagem.
• Personagens de série. Um elemento com voz permite gravar o mesmo personagem em clipes diferentes, com a mesma cara e a mesma voz.
• Anúncios com logo e texto — o texto no produto e na roupa se mantém durante o clipe inteiro.
• Edição de vídeo já filmado: trocar o fundo ou um objeto sem perder o movimento.
• Um final em 4K para tela grande.
• Danças e movimentos a partir de uma referência — com Kling Motion Control.

Kling 3.0 e as alternativas

	Kling 3.0	Seedance 2.5	Veo 3.1	Vidu AI Q3
Desenvolvedor	Kuaishou	ByteDance Seed	Google DeepMind	ShengShu
Duração por geração	até 15 s	4–30 s	4, 6 ou 8 s	1–16 s
Resolução máxima	4K	1080p	4K	1080p
Storyboard por planos	sim, com ajuste de cada plano	sim, planos ou timecodes	pelo prompt	troca automática de planos
Personagem com voz	sim, elementos	sim, referência de áudio	não	referências de voz no Q4 Preview
Edição do clipe	sim, Omni	sim	só extensão	só extensão
No AI2Face	sim	sim	sim	sim

O Kling 3.0 é a opção mais cômoda para um storyboard passo a passo e para personagens recorrentes com voz. O Seedance 2.5 dá um clipe com o dobro da duração e mais referências. O Veo 3.1 é mais preciso na física das cenas curtas.

Como escrever prompts para o Kling 3.0

1. Divida o clipe em planos com duração: “Plano 1 (2 s): plano geral…”. A soma não pode passar de 15 segundos.
2. Em cada plano indique o tamanho e a câmera: geral, médio, close, vista de cima, órbita.
3. Chame os personagens pelo nome do elemento: “@Anna senta de frente para @Max”. O modelo associa os nomes aos elementos salvos.
4. As falas vão entre aspas, depois do nome. Se o elemento já tem uma voz vinculada, não precisa descrevê-la.
5. Descreva o som de forma explícita: barulho do trem, música, silêncio no final.

Exemplo do storyboard acima:

Plano 1 (2 s): plano geral, @Max e @Anna sentados frente a frente num velho vagão verde, o trem está andando.
Plano 2 (3 s): close do perfil de @Anna, ela olha pela janela e pergunta: “A gente vai para onde?”
Plano 3 (3 s): close de @Max, ele sorri: “Para um lugar onde é verão o ano inteiro.”
Plano 4 (3 s): plano médio, @Anna se vira para ele e concorda: “Eu amo o verão.”
Plano 5 (3 s): plano geral, os dois riem e os campos passam pela janela. Som: batida das rodas, jazz quente em off.

O modelo não dubla português de forma oficial. Para a fala, escreva as falas em inglês ou em outro idioma suportado: inglês, chinês, japonês, coreano ou espanhol.

Como usar o Kling 3.0 no AI2Face

O Kling 3.0 está no gerador do AI2Face, ao lado de Seedance 2.5, Veo 3.1 e Vidu AI Q3.

1. Cadastre-se: contas novas recebem créditos de boas-vindas. O que a própria Kling oferece de graça está em Kling AI grátis.
2. Abra o gerador, vá para vídeo e escolha Kling 3.0.
3. Envie um quadro ou referências, escreva o prompt plano a plano e defina a duração e a resolução.
4. O custo em créditos aparece antes de começar. Dá para pagar com cartão ou cripto, e os créditos dos pacotes não expiram.

Os ângulos de um personagem para um elemento podem ser feitos no mesmo gerador, por exemplo no Nano Banana Pro, como a folha desta página.

Limites

• O teto é 15 segundos. Para ir além, é preciso emendar clipes ou passar para Seedance 2.5 e para a Kling 4.0.
• Vídeo na entrada desliga o som. No Omni, com uma referência de vídeo o som ainda não é gerado.
• Menos referências com vídeo. Com um vídeo enviado, só cabem 4 imagens ou elementos em vez de 7.
• Requisitos de arquivo. Imagens a partir de 300 px de lado e até 10 MB; vídeo de 3 a 10 segundos, até 200 MB e no máximo 2K.
• Idiomas da fala. Português não está na lista oficial. Os idiomas são inglês, chinês, japonês, coreano e espanhol.

Conclusão

O Kling 3.0 é a melhor escolha quando o clipe segue um storyboard com personagens que se repetem: elementos com voz e o ajuste de cada plano só existem aqui. O modo 4K e o Turbo cobrem os dois extremos, um final para tela grande e rascunhos rápidos. Se 15 segundos não bastam, ou se há dezenas de personagens e referências, passe para o Seedance 2.5. Para cenas curtas realistas, compare o resultado com o Veo 3.1 no mesmo gerador do AI2Face.