Kling 3.0 : réalisez une scène entière avec un seul prompt
Kling 3.0 est le modèle vidéo lancé début février 2026 par Kling AI, filiale de Kuaishou, et il ressemble moins à un générateur de clips qu'à une petite équipe de tournage. Un seul prompt peut produire jusqu'à 15 secondes d'images qui alternent entre plusieurs angles de caméra, gardent les mêmes personnages dans chaque plan et intègrent déjà dialogues, effets sonores et ambiance mixés. Les créateurs de mini-séries, les équipes publicitaires et les chaînes de mèmes l'ont vite adopté. Vous découvrirez ci-dessous ce qui a changé par rapport aux versions précédentes, comment on l'utilise, comment fonctionne le storyboard multi-plans, ainsi que des modèles de prompts à coller directement.
Créer une vidéo de style multi-plans →
Générateur vidéo alternatif sans censure
Image vers vidéoImportez une image de départ et décrivez l'action, le mouvement de caméra et l'ambiance. Le clip est généré à partir de votre image.
Essayer un prompt
Les prompts d'exemple sont en anglais, ce qui donne les résultats les plus fiables.
Un modèle de réalisateur : 15 secondes, plusieurs plans, son inclus
La plupart des outils vidéo IA vous livrent un seul plan continu et vous laissent le montage. Ce modèle change cette habitude. Vous décrivez une scène, ou l'écrivez plan par plan, et le modèle planifie lui-même les coupes : un plan d'ensemble pour situer l'action, un gros plan sur un visage, un contrechamp pour la réplique. Selon l'annonce de lancement de Kling AI, cette sortie a apporté quatre modèles à la fois, Video 3.0, Video 3.0 Omni, Image 3.0 et Image 3.0 Omni, avec des améliorations axées sur la cohérence, le détail photoréaliste, des clips jusqu'à 15 secondes et un audio natif en plusieurs langues, dialectes et accents.
Résultat : une seule génération peut déjà constituer un moment abouti d'une histoire. Les guides publiés après le lancement évoquent une durée de 3 à 15 secondes par clip et jusqu'à environ six changements de caméra à l'intérieur. C'est un service commercial fermé : on l'utilise via l'application et le site de Kling, ou via l'API sur la plateforme développeurs de Kling et chez des hébergeurs partenaires, et aucun poids de modèle public n'est téléchargeable.
Kling 2.6 et O1 ont conquis le public : voici ce qu'ajoute la nouvelle version
Kling 2.6 a été la version qui a fait sortir voix et effets sonores en même temps que l'image, et Kling O1 permettait de modifier et de restyliser des clips à partir d'images de référence. Les deux se sont vite répandues sur les réseaux sociaux. La nouvelle version réunit ces deux idées dans un seul modèle et va plus loin : clips plus longs, véritables coupes de scène et personnages qui restent identiques d'un plan à l'autre. Si vous connaissez déjà les versions précédentes, ce tableau ne montre que les différences.
La contrepartie : plus de contrôle demande plus de préparation. Les testeurs notent que le mode Custom storyboard récompense ceux qui pensent comme un monteur, alors qu'un prompt vague d'une ligne produit toujours des images génériques.
| Kling 2.6 / O1 | Kling 3.0 | |
|---|---|---|
| Durée du clip | 5 ou 10 secondes | De 3 à 15 secondes, au choix |
| Caméra | Un seul plan continu | Storyboard multi-plans, jusqu'à environ 6 coupes |
| Audio | Son et voix natifs, surtout en chinois et en anglais | Dialogues synchronisés sur les lèvres en chinois, anglais, japonais, coréen et espagnol, avec des accents |
| Références | L'édition par référence se faisait dans O1 | La version Omni accepte plusieurs images et vidéos de référence comme éléments verrouillés |
| Cohérence | Les visages pouvaient varier d'une génération à l'autre | Même personnage, même tenue et mêmes accessoires dans tous les plans |
Comment les créateurs l'utilisent
L'attrait est simple : moins de clips à assembler et des dialogues déjà synchronisés. C'est pourquoi les mêmes cas d'usage reviennent sans cesse dans les fils et tutoriels des créateurs.
- Micro-dramas verticaux : une dispute entre deux personnes en champ-contrechamp, générée en une seule passe au lieu de six clips séparés.
- Publicités produit et e-commerce : un gros plan macro du produit, un mannequin qui le tient et une phrase prononcée à son sujet, le tout dans un spot de 15 secondes.
- Clips musicaux et montages façon bande-annonce : des coupes rapides entre ambiances et angles qui suivent le rythme d'un morceau.
- Voix off localisées : le même présentateur parle anglais, japonais ou espagnol avec des mouvements de lèvres assortis.
- Personnages récurrents : une mascotte ou un animateur virtuel qui reste identique d'un épisode à l'autre d'une série sur les réseaux.
Storyboards multi-plans : laissez-le couper ou choisissez chaque plan
La fonction storyboard est la vedette de cette version, et elle existe en deux styles. Smart Storyboard lit une description de scène classique et décide seul où couper et quel angle utiliser, idéal quand on veut aller vite. Custom Storyboard vous laisse définir chaque plan : sa durée, la position de la caméra et ce qui s'y passe. Smart, c'est confier le scénario à un réalisateur ; Custom, c'est s'installer soi-même en salle de montage.
- Commencez en mode Smart pour voir comment le modèle interprète votre idée, puis passez en Custom pour corriger les plans qui ne vous plaisent pas.
- Limitez chaque plan à une action claire : deux personnes qui parlent, plus un mouvement de caméra, plus un changement de lumière dans un même plan, c'est là que tout devient flou.
- Faites le compte des secondes : les plans d'un storyboard Custom doivent tenir dans la durée totale du clip choisie.
Dialogues, effets sonores et synchronisation labiale d'un seul coup
Le son est généré en même temps que l'image : les pas résonnent quand les pieds touchent le sol et la pluie sonne comme celle qu'on voit à l'écran. C'est sur les répliques qu'il se distingue vraiment : des guides tiers signalent une synchronisation labiale en chinois, anglais, japonais, coréen et espagnol, et l'annonce de lancement met aussi en avant les dialectes et les accents. L'astuce consiste à écrire la réplique exactement comme elle doit être dite, entre guillemets, en précisant qui la prononce et comment. Une indication comme en japonais, en chuchotant ou avec un léger accent britannique influence le jeu bien plus que des adjectifs sur l'ambiance.
Pour les publicités et les vidéos explicatives, cela supprime toute une étape d'enregistrement. Pour la fiction, un plan et sa réplique peuvent partager une seule génération, chaque personnage gardant une voix distincte, et c'est exactement ce qui fait marcher ces scènes à deux devenues virales.
Garder le même visage, la même tenue et les mêmes accessoires dans chaque plan
Rien ne casse plus vite une histoire qu'un héros dont le visage change entre deux coupes. Le modèle règle ce problème avec des références : importez une ou plusieurs images d'un personnage, d'un objet ou d'un lieu, et le modèle Omni les traite comme des éléments fixes à conserver tout au long de la scène. Les créateurs qui produisent des séries avec le même animateur ou le même couple sur de nombreux épisodes s'appuient beaucoup sur cette fonction.
- Utilisez une référence nette et bien éclairée du visage, plus une image en pied pour la tenue.
- Donnez au personnage un nom court et répétez-le, avec deux ou trois mots clés sur son apparence, dans chaque plan du prompt.
- Gardez exactement les mêmes mots pour la tenue d'un épisode à l'autre ; remplacer trench rouge par manteau écarlate pousse le modèle à la redessiner.
Modèles de prompts à copier et adapter
Une structure fiable pour un plan unique comporte cinq parties : détails du sujet, action, mouvement de caméra, environnement, et style ou éclairage. Pour les scènes multi-plans, numérotez chaque plan, indiquez sa durée et mettez les dialogues entre guillemets en nommant qui parle. Remplacez par vos propres personnages et décors : c'est la structure qui fait le travail.
- Termes de caméra auxquels le modèle réagit bien : tracking shot, orbital pan, macro close-up, POV, whip-pan, slow push-in, static wide shot, handheld with subtle drift.
- Indiquez la langue et le ton à côté de chaque réplique, par exemple : en coréen, enthousiaste.
- Faites des brouillons rapides avec la version Turbo, puis générez la prise retenue avec le modèle standard.
[Subject] a woman in her thirties with short silver hair and a leather jacket [Action] lights a cigarette and glances over her shoulder [Camera] slow push-in, shallow depth of field [Environment] empty subway platform at 2 a.m., flickering lights [Style] cinematic, cold blue tones, light film grain
Shot 1 (3s): wide establishing shot, rainy neon street at night, a woman in a red trench coat walks toward camera, slow push-in. Shot 2 (4s): close-up, she looks up and says: "You're late." soft rain ambience. Shot 3 (4s): reverse shot over her shoulder, a man under an umbrella replies: "I came anyway." handheld with subtle drift. Shot 4 (4s): static wide shot, both walk away together, warm streetlight, cinematic film grain.
Shot 1 (5s): macro close-up of a glass perfume bottle on wet black stone, orbital pan, droplets catching light. Shot 2 (5s): medium shot, a model lifts the bottle and says in Spanish, smiling: "Tu nuevo aroma favorito." Shot 3 (5s): POV shot walking into a sunlit garden party, whip-pan to the model laughing, upbeat music.
Omni, Turbo, 4K et API : quelle version vous convient
Cette sortie est une famille de modèles plutôt qu'un simple interrupteur. Video 3.0 est le modèle principal de texte vers vidéo et d'image vers vidéo. Video 3.0 Omni ajoute plusieurs images et vidéos de référence : c'est la version à choisir pour les personnages récurrents et les produits de marque. Kling 3.0 Turbo est un palier plus rapide qui, selon le guide de Morphic, rend en 720p ou 1080p au format 16:9, 9:16 ou 1:1, de 3 à 15 secondes, avec des prompts jusqu'à 3 072 caractères, idéal pour tester des idées. CineD a fait état d'une sortie 4K native à 30 i/s ; les offres qui la débloquent varient selon les plateformes, alors vérifiez avant de compter dessus. Les développeurs peuvent accéder aux modèles via une API, une porte d'entrée de plus à côté de l'application.
Kling 3.0 face à Kling 4.0, Veo 3 et Seedance 2.0
Le choix d'un modèle dépend surtout de la durée et du type de scène dont vous avez besoin. Cette comparaison résume la façon dont les créateurs se répartissent généralement le travail, d'après des tests et guides publiés plutôt que des benchmarks de laboratoire.
| Idéal pour | À savoir | |
|---|---|---|
| Kling 3.0 | Scènes multi-plans de 15 secondes avec dialogues et personnages stables | Workflow de storyboard abouti ; un milieu de gamme solide |
| Kling 4.0 | Prises plus longues jusqu'à 30 secondes et davantage de références | L'étape supérieure plus récente quand 15 secondes ne suffisent pas |
| Veo 3 | Plans uniques très réalistes avec son synchronisé | Le modèle de Google ; des points forts différents en caméra et en physique |
| Seedance 2.0 | Mouvements rapides et dynamiques et clips multi-plans signés ByteDance | Un concurrent populaire pour les vidéos courtes sur les réseaux |
Ce que les testeurs adorent et là où il pèche encore
Le test de Magic Hour a salué la narration multi-plans de 15 secondes comme une vraie avancée pour quiconque crée du contenu narratif. Le même test liste les faiblesses habituelles : la physique complexe, comme les éclaboussures d'eau, le feu et les mouvements de tissu extrêmes, peut se désagréger, et les doigts en gros plan serré restent peu fiables. Il souligne aussi que le mode Custom exige de planifier comme un monteur. En pratique, cela veut dire garder les mains hors des plans macro, éviter les gros effets de liquide dans les moments clés et générer deux ou trois prises du plan le plus important.
Utiliser Kling 3.0 officiel ou générer en ligne sur Spicy AI
Kling 3.0 n'a ni poids ouverts ni édition sans censure ; la plateforme officielle modère les prompts et les fichiers importés et refuse la nudité et les scènes explicites. Spicy AI propose une expérience image vers vidéo similaire avec moins de filtres pour les adultes (18+) : importez une image de départ dont vous détenez les droits et décrivez le mouvement.
| Service officiel | Spicy AI en ligne | |
|---|---|---|
| Filtrage du contenu | Modération stricte des prompts et des fichiers importés | Moins de filtres pour le contenu adulte (18+) |
| Poids ouverts | Non, modèle commercial fermé | Sans objet, fonctionne dans le navigateur |
| Modèle réellement utilisé | Famille Kling 3.0 | Moteur image vers vidéo propre à Spicy AI, pas Kling |
| Prix | Offres à base de crédits | File d'attente gratuite après connexion, avec limite quotidienne |
Transformez une image de départ pour adultes en clip cinématographique sans censure.
Ouvrir image vers vidéoFAQ
Quand Kling 3.0 est-il sorti ?
Kling AI l'a lancé les 4 et 5 février 2026, a publié le communiqué de presse le 6 février et a élargi l'accès au monde entier fin mars 2026.
Quelle durée peut avoir une vidéo Kling 3.0 ?
Jusqu'à 15 secondes par génération ; les guides décrivent une plage réglable de 3 à 15 secondes.
Comment créer une vidéo multi-plans ?
Laissez Smart Storyboard découper la scène pour vous, ou écrivez Plan 1, Plan 2 et ainsi de suite, avec pour chacun une durée, un angle de caméra et une action. D'après les retours, une génération contient jusqu'à environ six plans.
Existe-t-il un Kling 3.0 open source ou sans censure ?
Non. Il est fermé, n'a pas de poids téléchargeables et la plateforme officielle est modérée. Des modèles vidéo à poids ouverts comme Wan 2.2 ou HunyuanVideo peuvent tourner en local, mais aucun n'égale le multi-plans avec dialogues natifs en une seule passe.
Kling 3.0 est-il gratuit ?
Kling AI vend des offres à base de crédits, et les hébergeurs tiers fixent leurs propres prix, très variables. Consultez la page des offres du service que vous utilisez avant de planifier de longs projets.