Kling 2.6 : guide du modèle vidéo à audio natif, prompts et cas d'usage

Kling 2.6 en bref

Développeur

Kling AI (Kuaishou Technology)

Date de sortie

3 décembre 2025

Entrées

Texte ou image (première image, ou première et dernière)

Durée du clip

5 ou 10 secondes

Résolution (API)

720p ou 1080p ; l'audio exige le 1080p

Formats d'image

16:9, 9:16, 1:1

Audio

Parole, effets et ambiance natifs

Langues des voix

Chinois et anglais

Open source ?

Non, modèle fermé

Non censuré ?

Non, modéré par la politique de Kling

Qu'est-ce que Kling 2.6 ?

Kling 2.6 (aussi écrit Kling VIDEO 2.6) est un modèle de génération vidéo de la gamme Kling AI de Kuaishou Technology ; le numéro désigne une version du modèle, pas de l'application. Kuaishou l'a lancé le 3 décembre 2025, selon un article du Securities Times, et Kling a publié son guide utilisateur en anglais le 16 décembre 2025. Sa fonctionnalité phare est l'audio natif : une seule génération renvoie la vidéo avec la parole, les effets sonores et l'ambiance, ce que Kling résume par « See the Sound, Hear the Visual ». Il fonctionne à partir d'un texte (texte vers audio-vidéo) ou d'une image fixe (image vers audio-vidéo), et le son peut être désactivé. Les clips durent 5 ou 10 secondes en 16:9, 1:1 ou 9:16. Kling propose le modèle complet via sa plateforme web et son application ; l'API est un moyen de plus de l'utiliser.

Pourquoi on cherche Kling 2.6 sans censure

Kling applique la politique d'utilisation de Kuaishou à chaque prompt et à chaque fichier envoyé, et cette politique interdit le contenu sexuellement explicite, l'usurpation d'identité et le harcèlement. Il n'existe pas d'édition officielle non censurée, et les sites qui prétendent contourner le filtre ne sont pas vérifiés et peuvent enfreindre les conditions de Kling ; certains canaux tiers annoncent une modération plus souple, mais nous ne pouvons pas confirmer ce qu'ils exécutent réellement. Ceux qui cherchent une version non censurée veulent généralement un mouvement réaliste pour des scènes adultes et consenties que l'application officielle refuse. Si c'est votre objectif, vous pouvez générer sans couche de modération sur ce site : l'outil image vers vidéo de Spicy AI utilise MiniMax H3 Turbo, pas Kling, et est réservé aux adultes (18+).

La place de Kling 2.6 : de 2.5 Turbo à 4.0

Les numéros de version évoluent vite, il est donc utile de les remettre dans l'ordre. Kling 2.5 Turbo est arrivé en septembre 2025. VIDEO 2.6 a suivi le 3 décembre 2025, première version avec audio natif. Le guide de la 3.0 publié par Kling, daté du 6 février 2026, indique que VIDEO 2.6 a été mis à niveau vers VIDEO 3.0, qui ajoute des clips jusqu'à 15 secondes, la cohérence des éléments et la narration multi-plans. Kling 4.0 a suivi le 14 octobre 2026. L'ancien modèle figure toujours dans la documentation de l'API Kling, mais Kling ne s'est pas engagé sur sa durée de disponibilité. On le recherche encore pour trois raisons pratiques : c'est l'option Kling la plus légère avec audio natif, 10 secondes suffisent pour la plupart des clips pour les réseaux sociaux, et beaucoup de tutoriels et de workflows ont été écrits pour lui.

Dates issues des guides utilisateur de Kling et de l'article du Securities Times.

L'audio natif de Kling 2.6 : ce qu'il génère

Dans un workflow vidéo IA classique, on rend un clip muet, puis on enregistre ou génère une voix off, on ajoute des effets sonores et on corrige le lip sync à la main. Kling 2.6 regroupe ces étapes en une seule génération. Le guide de Kling liste les types de sons qu'il peut produire ; il contrôle aussi l'émotion et le débit de parole et cale le mouvement des lèvres sur le dialogue. Deux limites comptent : ce n'est pas un modèle musical, et Kling note que la cohérence de la voix est plus faible pour le chant que pour la parole. Une bonne habitude consiste à lancer le même prompt avec l'audio natif activé puis désactivé ; la version muette convient si vous prévoyez d'ajouter votre propre bande-son ensuite.

• Parole : monologue, narration et dialogue à plusieurs personnages avec lip sync.
• Performance : chant et rap, de préférence sur des clips de 10 secondes.
• Ambiance : pluie, foules, vent, ambiance de pièce et bruits de rue.
• Effets : pas, verre brisé, portes, sons d'objets et d'actions.
• Paysages sonores mixtes : une voix sur de la musique et un bruit de fond dans un même clip.

Lip sync, voix chinoises et limites linguistiques

Les voix ne prennent en charge que le chinois et l'anglais. Si vous écrivez le dialogue dans une autre langue, Kling le traduit en anglais avant de le doubler : une réplique en japonais ou en espagnol revient donc en anglais et le ton d'origine se perd. Une voix off produit en chinois ou une publicité en anglais fonctionnent comme prévu ; pour les autres langues, prévoyez une étape de doublage séparée. Le guide de Kling ajoute des règles pratiques : écrivez le dialogue anglais en minuscules et réservez les majuscules aux sigles et noms propres, sinon la prononciation peut dériver ; utilisez des clips de 10 secondes pour le dialogue et le chant afin que la réplique ait le temps de se terminer ; et dans les scènes à plusieurs, étiquetez chaque locuteur pour que le modèle sache qui parle et qui se tait. Le lip sync est plus fiable avec des phrases courtes, un seul locuteur à la fois et sans coupe de caméra au milieu d'une réplique.

Ce que les créateurs font avec Kling 2.6

Les démos de Kling et les tutoriels consacrés à ce modèle pointent vers un petit ensemble de formats récurrents, qui reposent tous sur un son généré en même temps que l'image. Le point commun : des contenus courts, portés par la parole. Un clip qui nécessiterait normalement un comédien de doublage, un sound designer et une passe de lip sync sort désormais d'un seul prompt. La liste regroupe les tendances créatives observées dans les vitrines de Kling et les guides de créateurs ; elle décrit des formats populaires, pas un classement de qualité.

• Pubs face caméra et accroches UGC : un présentateur tient un produit et prononce une phrase, prêt pour les fils verticaux.
• Micro-trottoirs : deux ou trois personnes répondent tour à tour, avec circulation et brouhaha en arrière-plan.
• Commentaires sportifs et gaming : un narrateur survolté sur une action rapide, l'un des thèmes de démo de Kling.
• Moments musicaux : un court refrain chanté ou une mesure de rap, avec une certaine dérive vocale acceptée.
• ASMR et clips d'ambiance : pluie sur une vitre, feu qui crépite, répliques chuchotées et textures en gros plan.
• Mini-drames : un échange émouvant entre deux personnes en 10 secondes, souvent monté en série.

L'accueil réservé à Kling 2.6

Au lancement, la couverture s'est concentrée sur un point : Kling 2.6 était présenté comme le premier modèle Kling à produire image et son ensemble, et la presse financière chinoise y a vu un pas vers la production de vidéos courtes en un clic. Les éloges et critiques les plus fréquents découlent directement de la documentation de Kling, ils donnent donc une bonne idée de ce à quoi s'attendre. Nous ne citons ici ni avis ni notes individuels, et aucun benchmark indépendant ne compare 2.6, 3.0 et 4.0 à conditions égales.

Rédiger des prompts Kling 2.6 pour le dialogue et le son

Kling suggère de construire les prompts en cinq parties : scène, élément, mouvement, audio et autres détails comme le style, l'ambiance et la caméra. L'audio est la partie que la plupart des gens décrivent trop peu. Mettez chaque son dans sa propre phrase au lieu d'entasser tous les bruits sur une ligne et, pour le dialogue, utilisez une étiquette de locuteur entre crochets suivie de la réplique, par exemple : [femme, chaleureuse et lente] dit : "try this one, it's my favorite." Dans les conversations, nommez chaque locuteur et précisez qui reste silencieux. Gardez une idée principale par clip.

• La scène d'abord : où et quand, par exemple un café par une nuit pluvieuse ou une cuisine lumineuse à midi.
• Élément : qui est dans le cadre, décrit comme des adultes, avec tenue et expression.
• Mouvement : une action principale et un mouvement de caméra, comme un lent travelling avant.
• Audio : étiquette du locuteur et réplique, puis l'ambiance, puis un effet clé.
• Autres : mots de style, d'éclairage et d'ambiance à la fin.
• Durée : choisissez 10 secondes pour toute réplique de plus de quelques mots.

Modèles de prompts Kling 2.6 à copier

Remplacez les parties entre crochets et conservez l'ordre. Les trois premiers modèles utilisent l'audio natif de Kling ; les deux derniers sont écrits pour l'animation de photos, ils fonctionnent donc aussi dans l'outil image vers vidéo de ce site, où vous ajoutez voix ou musique ensuite.

API Kling 2.6 : endpoints et paramètres

L'API est un moyen d'utiliser le modèle en plus de la plateforme web. Elle expose POST /text-to-video/kling-2.6 et POST /image-to-video/kling-2.6. Les prompts peuvent compter jusqu'à 2 500 caractères et inclure des descriptions positives et négatives. Les principaux paramètres sont audio (natif ou désactivé), resolution (720p ou 1080p), duration (5 ou 10 secondes) et aspect_ratio (16:9, 9:16 ou 1:1). Quelques règles piègent souvent : l'audio natif exige le 1080p ; l'image vers vidéo accepte une première image seule ou une première et une dernière image ensemble, mais pas une dernière image seule, et la génération avec première et dernière image est en 1080p uniquement ; vous pouvez référencer au maximum deux voix par requête, une voix définie exige l'audio activé, et l'audio désactivé exclut toute voix. Sur la plateforme web, vous pouvez générer jusqu'à quatre vidéos à la fois.

L'audio de Kling 2.6 ne fonctionne pas ? Solutions courantes

La plupart des résultats muets ou défectueux proviennent d'une courte liste de causes. Commencez par les réglages audio, puis vérifiez le lip sync, l'équilibre sonore et l'image elle-même :

• Aucun son : l'audio natif est désactivé, l'appel API utilise audio=off, ou la requête est en 720p, qui ne prend pas en charge l'audio natif.
• Requête rejetée : une voix a été définie alors que l'audio était désactivé, plus de deux voix ont été référencées, ou seule une dernière image a été fournie.
• Mauvaise langue : le dialogue n'était ni en chinois ni en anglais et a été traduit automatiquement en anglais.
• Lèvres désynchronisées : répliques trop longues ou trop rapides, plusieurs personnes qui parlent en même temps, ou coupe de caméra en pleine phrase. Utilisez des répliques courtes, un seul locuteur et 10 secondes.
• Son brouillon : trop d'effets empilés ou une ambiance plus forte que la voix. Décrivez un son clé par phrase.
• Image faible : une image d'entrée en basse résolution ou en contradiction avec le prompt. Changez d'image ou simplifiez l'action.

Kling 2.6 vs Kling 3.0, O1 et autres alternatives

Choisissez Kling 2.6 si vous avez besoin de son dans un clip de 10 secondes ou moins et voulez l'option Kling la plus légère avec audio natif. Choisissez Kling 3.0 si vous avez besoin de jusqu'à 15 secondes, de cohérence des éléments ou de plusieurs plans en une génération, puisque Kling présente lui-même la 3.0 comme la mise à niveau de la 2.6. Kling O1 est un autre outil : il se concentre sur la génération et l'édition multimodales unifiées, accepte des clips de 3 à 10 secondes et jusqu'à sept images de référence, et son option audio se limite à original ou désactivé. Kling 4.0 est le modèle le plus récent et vise les mouvements complexes, la cohérence des références et la narration. En dehors de Kling, comparez Google Veo ou OpenAI Sora uniquement sur des faits vérifiables, comme la durée, la prise en charge de l'audio et la résolution. Pour le contenu adulte, aucun d'eux n'est une option, et c'est là qu'intervient un outil en ligne sans filtre.

Kling 2.6 est-il open source ?

Non. Kling 2.6 est un modèle fermé : Kuaishou n'a pas publié de poids officiels, vous ne pouvez donc ni le télécharger ni l'exécuter en local, et toute page proposant un téléchargement local de Kling doit être considérée comme non vérifiée. L'accès passe par la plateforme web de Kling, son application et son API, ainsi que par des revendeurs qui appellent le même service. Certaines pages tierces annoncent une sortie 4K ou un audio à 48 kHz pour ce modèle ; ni l'un ni l'autre n'apparaît dans la documentation de Kling, qui ne mentionne que le 720p et le 1080p. Si vous avez besoin d'un modèle vidéo à poids ouverts à exécuter vous-même, tournez-vous vers des modèles qui publient leurs poids.

Notre avis : Kling 2.6 vaut-il encore le coup ?

En lisant les guides de Kling côte à côte, notre avis éditorial est que la 2.6 est désormais l'option légère plutôt que le modèle phare. Ce sont des conclusions tirées de faits publiés, pas de nos propres tests de benchmark :

• À utiliser : pubs courtes, accroches UGC et clips face caméra en chinois ou en anglais quand 10 secondes suffisent.
• À utiliser : brouillons où un rendu rapide avec son compte plus que la cohérence d'un plan à l'autre.
• À éviter : histoires nécessitant plusieurs plans, des personnages récurrents ou des clips de plus de 10 secondes ; utilisez la 3.0 ou la 4.0.
• À éviter : dialogues dans d'autres langues que le chinois et l'anglais.
• À éviter : contenu adulte, que la politique de Kling n'autorise dans aucune version.

Étape par étape : animer une photo sur Spicy AI

Le workflow dans le navigateur ne nécessite ni compte Kling ni configuration. Il utilise MiniMax H3 Turbo, pas Kling 2.6 : le rendu diffère donc de celui de Kling et n'inclut pas de dialogue généré à la manière de Kling.

• 1. Ouvrez l'outil image vers vidéo via le bouton en haut de cette page ; MiniMax H3 Turbo est présélectionné.
• 2. Importez une photo nette d'une personne adulte qui vous appartient ou que vous avez l'autorisation d'utiliser.
• 3. Collez l'un des modèles photo ci-dessus et complétez l'action, la caméra et la lumière.
• 4. Générez un clip court, vérifiez le mouvement, puis modifiez un seul élément à chaque essai.
• 5. Téléchargez le résultat et ajoutez une voix off ou de la musique dans votre logiciel de montage si besoin.

Conseils de prompt pour des résultats dans le style de Kling 2.6

1. Décrivez un mouvement principal par clip, comme « se tourne vers la caméra », plutôt qu'une liste d'actions.
2. En image vers vidéo, décrivez uniquement ce qui doit bouger ; la photo définit déjà la personne et le décor.
3. Utilisez des termes de caméra comme « lent travelling avant » ou « travelling caméra à l'épaule » pour un rendu cinéma.
4. Prévoyez le dialogue ou la musique comme une piste audio séparée lorsque vous générez sur Spicy AI.
5. N'importez que des photos d'adultes (18+) que vous avez le droit d'utiliser, et n'animez jamais une personne réelle sans son consentement.

Sources

• Guide utilisateur audio de Kling VIDEO 2.6 (Kling AI)
• Référence de l'API texte vers vidéo de Kling VIDEO 2.6
• Référence de l'API image vers vidéo de Kling VIDEO 2.6
• Guide utilisateur de Kling VIDEO 3.0
• Guide utilisateur de Kling 4.0
• Politique d'utilisation de Kling
• Article de lancement du Securities Times (chinois)

Plus de modèles d'IA Vidéo sans censure

• uncensored kling
• Kling sans censure
• Kling O1 sans censure
• Sora sans censure
• Veo sans censure
• Hailuo AI sans censure
• MiniMax H3 Max sans censure
• Wan sans censure
• Wan 3.0 sans censure
• Seedance sans censure
• Seedance 2.5 sans censure
• Seedance 2.0 sans censure
• Seedance 2.0 Mini sans censure
• HunyuanVideo sans censure
• LTX Video sans censure
• Runway sans censure
• Pika sans censure
• Luma Dream Machine sans censure
• Vidu sans censure
• PixVerse sans censure
• EdenLive sans censure
• Grok Imagine sans censure