Kling 3.0 kostenlos online – KI-Videogenerator

Mach aus einem Prompt oder einem Standbild einen Clip von 4–15 Sekunden, in dem Figuren ihre eigenen Sätze auf Englisch, Chinesisch, Japanisch, Koreanisch oder Spanisch sprechen, mit Ton, der zusammen mit dem Bild entsteht. Rendere in 720p oder 1080p in 16:9, 9:16 oder 1:1. Erstelle jetzt deine Videos mit Kling 3.0 auf Yovid.

Was Kling 3.0 auf den Bildschirm bringt

Wiedersehen in der Statuenhalle

Ein Take ohne Schnitt, 15 s

Morgen im Büro

Verfolgerfahrt, 15 s

Umkreisung in der Bibliothek

Startbild, 5 s

Wegbeschreibung in Madrid

3D-Animation, spanischer Dialog

Dach bei Nacht

Koreanischer Dialog, 10 s

Kling-3.0-Video erstellen

Darum erstellst du Videos mit Kling 3.0 auf Yovid

Bis zu 15 Sekunden, Beat für Beat getaktet: Wähle eine beliebige Länge von 4 bis 15 Sekunden und sag dem Modell, was in jeder Sekunde passiert.
Vom Standbild starten und seinen Look behalten: Hänge ein erstes Bild und optional ein letztes an, und Kling animiert davon ausgehend.
Mehrere Sprecher, jeder mit den richtigen Sätzen: Nenne, wer was sagt, und Kling 3.0 gibt jeder Figur ihre eigene Stimme und Lippenbewegung.
Dialoge in fünf Sprachen, auch in einer Szene: Figuren sprechen Englisch, Chinesisch, Japanisch, Koreanisch oder Spanisch und können mitten in der Szene wechseln.
Akzente und Dialekte auf Zuruf: Versieh einen Satz mit einem Akzent oder Dialekt, von britischem Englisch bis Kantonesisch.
Ton inklusive zum selben Credit-Preis: Die Credits hängen nur von Länge und Auflösung ab, mit eingeschaltetem Ton zahlst du also nichts extra.
Alle Einstellungen an einem Ort: Drei Seitenverhältnisse, zwei Auflösungen, 4–15 Sekunden, Ton an oder aus, Text oder Frame als Eingabe.

Bis zu 15 Sekunden, Beat für Beat getaktet

Kling 3.0 rendert bis zu 15 Sekunden in einer einzigen Generierung, dreimal so viel wie die 5 Sekunden als Standard und lang genug, damit eine Szene sich aufbaut, wendet und landet. Weil der Clip ein durchgehender Render ist, bleiben Kostüm, Licht und die Personen im Bild bis zur letzten Sekunde konsistent.

Die Beats kannst du direkt im Prompt festlegen: Die Demo unten plant, was in der 4., 8. und 12. Sekunde passiert, vom Einstieg der Menge bis zum Blumenwurf.

Bis zu 15 Sekunden, Beat für Beat getaktet – Kling 3.0 — Start frame

Vom Standbild starten und seinen Look behalten

Lade ein Bild als erstes Frame hoch, und Kling 3.0 setzt die Szene genau aus dieser Komposition fort: dasselbe Gesicht, dieselbe Garderobe, dasselbe Set. Füge ein zweites Bild als letztes Frame hinzu, wenn die Einstellung auf einem bestimmten Bild landen muss.

Yovid schickt die Generierung in den Bild-zu-Video-Modus von Kling, sobald ein Frame angehängt ist, du musst also kein separates Modell suchen. Die Demo unten startet mit dem Standbild links und bringt in einem Take eine kreisende Kamera, zwei gesprochene Sätze, den Auftritt eines Wesens und eine Umarmung unter.

Vom Standbild starten und seinen Look behalten – Kling 3.0 — Start frame

Mehrere Sprecher, jeder mit den richtigen Sätzen

Der Ton entsteht zusammen mit dem Bild, und Kling 3.0 ordnet gesprochene Sätze der Person zu, der du sie zuweist, selbst bei drei oder mehr Figuren in der Szene. Kling hat dieses Upgrade gezielt für Szenen mit mehreren Figuren gebaut, in denen frühere Versionen durcheinanderbringen konnten, wer gerade spricht.

Schreib jeden Satz hinter den Namen des Sprechers und einen kurzen Hinweis zum Vortrag, etwa „Dad (in a low, calm voice):“. Tonfall, Raumklang und das Timing der Antworten entstehen alle in derselben Generierung.

Mehrere Sprecher, jeder mit den richtigen Sätzen – Kling 3.0 — Start frame

Dialoge in fünf Sprachen, auch in einer Szene

Kling 3.0 vertont Dialoge auf Englisch, Chinesisch, Japanisch, Koreanisch und Spanisch, mit Lippen, die zu den Worten passen. Figuren können im selben Clip auch die Sprache wechseln, was zu zweisprachigen Szenen und lokalisierter Werbung passt.

Tippe die Sätze in der Sprache, die du hören willst. Kling weist darauf hin, dass Dialoge in jeder anderen Sprache übersetzt und auf Englisch gesprochen werden.

Dialoge in fünf Sprachen, auch in einer Szene – Kling 3.0 — Start frame

Akzente und Dialekte auf Zuruf

Sag, wie eine Figur klingen soll, und Kling 3.0 passt die Intonation an: amerikanisches, britisches oder indisches Englisch oder chinesische Dialekte wie Kantonesisch, Sichuanesisch, den Pekinger und den nordöstlichen Dialekt sowie Taiwanesisch.

Setz den Hinweis direkt vor den Satz, zum Beispiel „says in Cantonese:“ oder „speaks English with an Indian accent“. In der Demo unten mischt der Sprecher Kantonesisch mit englischem Büro-Jargon, so wie Menschen wirklich reden.

Akzente und Dialekte auf Zuruf – Kling 3.0 — Start frame

Ton inklusive zum selben Credit-Preis

In der eigenen App von Kling wird nativer Ton als separater, teurerer Modus verkauft. Auf Yovid richtet sich der Credit-Paket-Preis von Kling 3.0 allein nach Länge und Auflösung, der standardmäßig eingeschaltete Ton kostet also nichts extra.

Credits werden pro Videosekunde berechnet, und das Eingabefeld zeigt den genauen Betrag, bevor du generierst.

720p	Etwa 2,5 Credits pro SekundeEin 5-Sekunden-Clip kostet etwa 13 Credits, ein 15-Sekunden-Clip etwa 38.
1080p	4 Credits pro Sekunde20 Credits für 5 Sekunden, 60 für die vollen 15.
Ton	Gleicher Preis an oder ausStandardmäßig an; pro Generierung abschaltbar.
Abonnenten	Weniger Credits pro SekundeMit Lite, Pro und Premium zahlst du weniger als zu den Preisen der Credit-Pakete.

Alle Einstellungen an einem Ort

Wähle das Bildformat, bevor du schreibst, damit Handlung und Kameraweg darauf abgestimmt sind. 1:1 wird als echtes Quadrat gerendert und nicht als Ausschnitt eines Breitbild-Clips.

Länge	4 bis 15 SekundenStandard: 5 Sekunden.
Auflösung	720p oder 1080pStandard: 720p; 1080p in jedem Plan, der Kling 3.0 freischaltet.
Seitenverhältnis	16:9, 9:16 oder 1:1
Eingaben	Text oder ein Startbild mit optionalem EndbildKeine Referenzbilder oder Referenzvideos bei diesem Modell.
Prompt	Bis zu 2.500 Zeichen
Ton	Standardmäßig anDialoge, Atmosphäre und Effekte; pro Generierung abschaltbar.
Ausgabe	MP4

Für wen Kling 3.0 am besten passt

Sprechende Figuren, mehrere Sprachen und 15 Sekunden pro Clip machen es zu einer starken Wahl für diese Aufgaben:

Short-Form- und Social-Creator: Skits und Reaktionsclips im Hochformat 9:16 mit gesprochenen Sätzen und Ton, postfertig ohne separates Voice-over.
Marketer, die Kampagnen lokalisieren: Dieselbe Szene auf Englisch, Spanisch, Japanisch, Koreanisch oder Chinesisch vertont, mit Akzenten, die zum jeweiligen Markt passen.
Macher von Kurzdramen und Geschichten: Dialogszenen mit drei oder mehr Figuren, die in einem einzigen 15-Sekunden-Take jeweils ihre eigenen Sätze sprechen.
E-Commerce- und Produktteams: Ein Produktfoto, das ab dem ersten Frame zur bewegten Einstellung wird, oder ein quadratischer 1:1-Clip für Feeds aus einem Text-Prompt.
Animatoren und Illustratoren: Stilisierte Looks wie 3D-Animation, von einem einzigen Schlüsselbild durch Kamerafahrten und Dialoge getragen.

Kling 3.0 vs. Seedance 2.5, MiniMax H3, Veo 3.1 und Wan 3.0

Bis auf die letzte Zeile stammt jede Zelle aus den Einstellungen, die das jeweilige Modell heute im Generator von Yovid anbietet. So wählst du nach Länge, Referenzen und Preis, bevor du einen Credit ausgibst.

Kling 3.0 im Vergleich mit Seedance 2.5, MiniMax H3, Veo 3.1 Fast und Wan 3.0 auf Yovid
Funktion / Modell	Kling 3.0	Seedance 2.5	MiniMax H3	Veo 3.1 Fast	Wan 3.0
Längster Clip	15 s	30 s	15 s	8 s	30 s
Höchste Auflösung	1080p	1080p	2K	4K	1080p
Seitenverhältnisse	16:9, 9:16, 1:1	16:9, 9:16, 1:1, 4:3, 3:4, 21:9	21:9, 16:9, 4:3, 1:1, 3:4, 9:16	16:9, 9:16	16:9, 9:16, 1:1, 4:3, 3:4
Referenzbilder	—	30	9	—	10
Referenzvideos	—	10	3	—	5
Credits für 5 s in 720p	13	31	23	15	12
Am besten für	Sprechende Figuren und mehrsprachige Dialoge zu einem niedrigen Preis pro Sekunde.	Lange einzelne Takes, referenzlastige Arbeit und das Bearbeiten vorhandener Clips.	Schärfere 2K-Ausgabe aus wenigen Referenzen.	Kurze, filmische Einstellungen bis 4K.	Lange Clips bis 30 Sekunden bei knappem Credit-Budget.

Credits sind die Standardpreise der Credit-Pakete für einen 5-Sekunden-Clip in 720p (oder der nächstliegenden Auflösung, die ein Modell anbietet) und folgen den aktuellen Preisen von Yovid; mit Abo zahlst du weniger pro Sekunde.

Stärken und Grenzen von Kling 3.0

Wo es sich auf Yovid seinen Platz im Angebot verdient und wo ein anderes Modell oder eine andere Einstellung die bessere Wahl ist.

Stärken

Dialog: Sätze, die in Szenen mit mehreren Figuren dem richtigen Sprecher zugeordnet werden, in fünf Sprachen plus Akzenten und Dialekten.
Preis: Etwa 2,5 Credits pro Sekunde in 720p, deutlich weniger als die Hälfte des Preises von Seedance 2.5.
Ton inklusive: Die Preise der Credit-Pakete sind mit und ohne Ton gleich.
Formatvielfalt: Bis zu 15 Sekunden in 16:9, 9:16 oder einem nativen 1:1-Quadrat, aus Text oder einem Startbild.

Grenzen

Eine Einstellung: Das Multi-Shot-Storyboard von Kling gibt es auf Yovid nicht; jede Generierung ist eine durchgehende Einstellung.
Auflösung: Endet bei 1080p; für 4K nimmst du Veo 3.1 Fast mit Premium oder den Video-Upscaler von Yovid.
Keine Referenzmedien: Nimmt nur ein Start- und ein Endbild an; für Referenzbilder oder -clips nimmst du Seedance 2.5, für ein Referenzvideo Kling O3.
Plan-Zugang: Nicht im Gratis-Plan; ab Lite oder mit einem Creator-Credit-Paket oder größer ist es freigeschaltet.

So nutzt du Kling 3.0 auf Yovid

Schritt 1
Kling 3.0 wählen
Öffne den Videogenerator; diese Seite wählt Kling 3.0 vor, du findest es aber auch über den Kling-Filter im Modellmenü.
Schritt 2
Szene und Sätze schreiben
Beschreibe die Handlung, gib jedem gesprochenen Satz einen Sprecher und eine Sprache, füge falls vorhanden ein Startbild hinzu und stell dann Länge, Seitenverhältnis, Auflösung und Ton ein.
Schritt 3
Generieren und herunterladen
Sieh dir den Take an, passe den Prompt bei Bedarf für einen weiteren Durchgang an und lade die MP4-Datei herunter.

Kling 3.0 jetzt ausprobieren

Kling-3.0-Prompts zum Loslegen

Die eigenen Prompts von Kling zu diesen Demos (auf Englisch, gekürzt) neben den Clips, die daraus entstanden sind. Jede Demo startete von einem Standbild, und einige entstanden mit eingeschaltetem Multi-Shot-Schalter von Kling; auf Yovid wird ein Prompt als eine durchgehende Einstellung gerendert, allein aus Text oder von einem Startbild, das du hinzufügst.

Lange Einstellung im Büro
Startbild + Prompt · 15 s
Authentic workplace texture, one continuous long take without any cuts. The camera follows the professional woman in a medium shot, tracking her when she walks and freezing when she pauses: she steps out of the elevator, takes off her sunglasses and tucks them into her bag, hangs her bag and coat on the coat rack, signs a document a young colleague hands her, then sits at her desk and sips her tea.
Quelle: Kling AI · Video 3.0 user guide
Prompt testen
Dach nach dem Unterricht
Startbild + Prompt · 10 s
On the rooftop of a Korean high school at night, distant city lights glimmer and a soft wind rustles. The girl leans against the railing, lost in thought. The boy walks over with two cans of cola and hands her one; she pops the tab. Boy (casual tone, Korean): "숙제 다 했어? 왜 여기 있어?" Girl (sighing, Korean): "시험이 너무 무서워." Boy (gentle tone, Korean): "걱정 마, 넌 잘할 거야."
Quelle: Kling AI · Video 3.0 user guide
Prompt testen
Nach dem Weg in Madrid fragen
Startbild + Prompt · 10 s
Sunlight fills the old streets of Madrid. In front of a bakery, a female tourist and a male tourist in a gray hoodie walk up to the shop clerk. Female tourist (slowly, with an awkward accent, in Spanish): "Disculpe, ¿dónde está la plaza mayor?" The white-haired clerk (pointing ahead, cheerful, in Spanish): "Por allí, a dos calles. Muy cerca." The male tourist nods: "Muchas gracias." The two turn and walk the way he pointed.
Quelle: Kling AI · Video 3.0 user guide
Prompt testen
Einladung im Palastgarten
Startbild + Prompt · 10 s
The camera lingers on the noble lady and her maid: the lady’s gaze soft and mild, the maid listening with her head bowed. The lady smooths her sleeve and says in a warm, gentle tone: "오늘 후원에서 피어난 꽃을 보니, 시원한 바람이 분다. 너도 함께 걸어볼까?" The maid leans slightly forward and replies with deference: "네, 아씨님. 따라갈게요."
Quelle: Kling AI · Video 3.0 user guide
Prompt testen
Lächeln in der Bibliothek
Startbild + Prompt · 5 s
The camera gradually moves around to the front of the girl, who then lifts her head and smiles warmly at the camera, as if seeing an old friend after many years.
Quelle: Kling AI · Video 3.0 user guide
Prompt testen

Ratgeber zum Prompt-Schreiben lesen

Seedance 2.5 Seedance 2.0 Kling 2.6 Motion Control MiniMax H3 Veo 3.1 Wan 3.0 Sora 2

Ratgeber, mit denen du mehr aus Kling 3.0 herausholst

Prompt-Formeln, Bild-zu-Video-Beispiele und ein direkter Vergleich aller Videomodelle auf Yovid (auf Englisch).

So schreibst du einen Text-zu-Video-Prompt, Einstellung für Einstellung 6 Prompt-Beispiele für Bild zu Video, genau erklärt

KI-Videomodelle im Vergleich: Länge, Auflösung und Referenzen

Alle Yovid-Ratgeber ansehen

Häufige Fragen

Was ist Kling 3.0?

Kling AI von Kuaishou hat Kling 3.0 im Februar 2026 als Modell für längere, sprechende Szenen veröffentlicht. Es erzeugt bis zu 15 Sekunden pro Clip mit nativem Ton, ordnet Dialoge in Szenen mit mehreren Figuren dem richtigen Sprecher zu, spricht fünf Sprachen mit Akzenten und Dialekten und animiert von einem ersten und letzten Bild aus. Yovid bietet es im Browser an, neben Seedance, Veo, MiniMax, Wan und weiteren Modellen.

Wie lang kann ein Kling-3.0-Video sein?

Auf Yovid zwischen 4 und 15 Sekunden pro Generierung, per Schieberegler eingestellt; standardmäßig sind es 5 Sekunden. Jeder Clip ist eine durchgehende Einstellung.

Kann ich Kling 3.0 auf Yovid kostenlos nutzen?

Die Registrierung ist kostenlos und enthält Credits, die du für die Modelle im Gratis-Plan einsetzen kannst. Kling 3.0 selbst ist ab dem Lite-Plan oder mit einem Credit-Paket Creator, Studio, Max oder Agency freigeschaltet. Mit etwa 2,5 Credits pro Sekunde in 720p ist es nach der Freischaltung eines der günstigeren Modelle zum Experimentieren.

Wie viele Credits kostet ein Kling-3.0-Video?

Zu den Standardpreisen der Credit-Pakete sind es etwa 2,5 Credits pro Sekunde in 720p und 4 in 1080p, ein 5-Sekunden-Clip in 720p kostet also etwa 13 Credits und ein voller 15-Sekunden-Clip in 1080p 60. Der Preis ist mit und ohne Ton gleich, und mit Abo zahlst du weniger pro Sekunde.

Erzeugt Kling 3.0 Ton und Dialoge?

Ja. Der Ton ist standardmäßig an und umfasst Dialoge, Atmosphäre und Effekte, synchron zur Handlung. Schreib jeden Satz hinter die Figur, die ihn sagt, mit Sprache und Tonfall, und Kling 3.0 vertont ihn mit passender Lippenbewegung. Du kannst den Ton für jede Generierung abschalten.

Welche Sprachen und Akzente kann Kling 3.0 sprechen?

Kling nennt Englisch, Chinesisch, Japanisch, Koreanisch und Spanisch, auch mit Wechseln zwischen ihnen in einer Szene. Außerdem beherrscht es englische Akzente wie amerikanisch, britisch und indisch sowie chinesische Dialekte wie Kantonesisch und Sichuanesisch. Dialoge in einer anderen Sprache werden übersetzt und auf Englisch gesprochen.

Kann ich mit Kling 3.0 ein Bild in ein Video verwandeln?

Ja. Hänge ein Bild als erstes Frame an, optional ein zweites als letztes Frame, und beschreibe die Bewegung. Yovid wechselt automatisch in den Bild-zu-Video-Modus von Kling 3.0, und der Clip behält den Look deines Standbilds.

Unterstützt Kling 3.0 auf Yovid Multi-Shot-Videos?

Nein. Die eigene App von Kling kann eine Generierung in mehrere geplante Einstellungen aufteilen, aber Yovid betreibt Kling 3.0 im Single-Shot-Modus, jede Generierung ist also eine durchgehende Einstellung. Einige der Kling-Demos auf dieser Seite schneiden zwischen Blickwinkeln, weil Kling sie mit eingeschaltetem Multi-Shot erstellt hat. Für eine Sequenz generierst du die Einstellungen einzeln mit demselben Startbild oder derselben Beschreibung.

Bekomme ich hier 4K-Video von Kling 3.0?

Nein. Kling 3.0 rendert auf Yovid in 720p oder 1080p. Für 4K generierst du mit Veo 3.1 Fast im Premium-Plan oder skalierst einen fertigen Clip mit dem Video-Upscaler von Yovid hoch.

Darf ich Kling-3.0-Videos kommerziell nutzen?

Kommerzielle Nutzung ist in Pro, Premium, den Jahresplänen und einmaligen Credit-Paketen enthalten; Lite im Monatsabo schließt sie nicht ein. Exporte tragen kein Wasserzeichen. Für die Rechte an deinen Prompts und Startbildern bist du weiterhin selbst verantwortlich, auch bei Gesichtern, Marken und Musik.

Gib deinen Figuren etwas zu sagen

Schreib die Szene und die Sätze, füge falls vorhanden ein erstes Bild hinzu und überlass Kling 3.0 die Stimmen, den Ton und die Kamera.

Mit Kling 3.0 erstellen