Kling 3.0 grátis online: gerador de vídeo com IA

Transforme um prompt ou uma imagem estática em um clipe de 4 a 15 segundos em que os personagens dizem suas próprias falas em inglês, chinês, japonês, coreano ou espanhol, com o som gerado junto com a imagem. Renderize em 720p ou 1080p em 16:9, 9:16 ou 1:1. Comece a criar com o Kling 3.0 no Yovid.

O que o Kling 3.0 coloca na tela

Reencontro no salão das estátuas

Uma tomada contínua, 15 s

Manhã no escritório

Plano de acompanhamento, 15 s

Órbita na biblioteca

Quadro inicial, 5 s

Pedindo informação em Madri

Animação 3D, diálogo em espanhol

Telhado à noite

Diálogo em coreano, 10 s

Crie um vídeo com o Kling 3.0

Por que criar vídeos com o Kling 3.0 no Yovid

Até 15 segundos, ritmados momento a momento: Escolha qualquer duração de 4 a 15 segundos e diga ao modelo o que acontece a cada segundo.
Comece por uma imagem e mantenha o visual dela: Anexe um primeiro quadro, e opcionalmente um último, e o Kling anima a partir dele.
Vários falantes, cada um com as falas certas: Diga quem fala o quê, e o Kling 3.0 dá a cada personagem a própria voz e o próprio movimento labial.
Diálogo em cinco idiomas, até na mesma cena: Os personagens falam inglês, chinês, japonês, coreano ou espanhol e podem trocar de idioma no meio da cena.
Sotaques e dialetos sob demanda: Marque uma fala com um sotaque ou dialeto, do inglês britânico ao cantonês.
Som incluído pela mesma tarifa de créditos: Os créditos dependem só da duração e da resolução, então deixar o som ligado não custa nada a mais.
Todas as configurações em um só lugar: Três proporções, duas resoluções, 4–15 segundos, som ligado ou desligado, entrada por texto ou quadro.

Até 15 segundos, ritmados momento a momento

O Kling 3.0 renderiza até 15 segundos em uma única geração, o triplo do padrão de 5 segundos e o bastante para uma cena crescer, virar e fechar. Como o clipe é uma renderização contínua, figurino, luz e as pessoas em quadro se mantêm até o último segundo.

Você pode roteirizar os momentos no próprio prompt: a demonstração abaixo marca o que muda no 4º, no 8º e no 12º segundo, da multidão que se junta até o arremesso da flor.

Até 15 segundos, ritmados momento a momento – Kling 3.0 — Start frame

Comece por uma imagem e mantenha o visual dela

Envie uma imagem como primeiro quadro e o Kling 3.0 continua a cena a partir dessa composição exata: o mesmo rosto, o mesmo figurino, o mesmo cenário. Adicione uma segunda imagem como último quadro quando o plano precisar terminar numa imagem específica.

O Yovid envia a geração ao modo de imagem para vídeo do Kling assim que um quadro é anexado, então não há outro modelo para procurar. A demonstração abaixo parte da imagem à esquerda e reúne, em uma só tomada, uma câmera em órbita, duas falas, a revelação de uma criatura e um abraço.

Comece por uma imagem e mantenha o visual dela – Kling 3.0 — Start frame

Vários falantes, cada um com as falas certas

O som é gerado junto com a imagem, e o Kling 3.0 associa as falas à pessoa a quem você as atribui, mesmo com três ou mais personagens na cena. A Kling criou essa evolução especificamente para cenas com vários personagens, em que as versões anteriores podiam confundir quem estava falando.

Escreva cada fala depois do nome de quem fala e de uma breve indicação de entonação, como “Dad (in a low, calm voice):”. O tom, o som do ambiente e o tempo das respostas saem todos da mesma geração.

Vários falantes, cada um com as falas certas – Kling 3.0 — Start frame

Diálogo em cinco idiomas, até na mesma cena

O Kling 3.0 dubla diálogos em inglês, chinês, japonês, coreano e espanhol, com os lábios sincronizados às palavras. Os personagens também podem trocar de idioma dentro do mesmo clipe, o que serve para cenas bilíngues e anúncios localizados.

Digite as falas no idioma em que você quer ouvi-las. A Kling avisa que diálogos em qualquer outro idioma são traduzidos e falados em inglês.

Diálogo em cinco idiomas, até na mesma cena – Kling 3.0 — Start frame

Sotaques e dialetos sob demanda

Diga como um personagem deve soar e o Kling 3.0 molda a entonação: inglês americano, britânico ou indiano, ou dialetos chineses como cantonês, sichuanês, os dialetos de Pequim e do Nordeste e taiwanês.

Coloque a indicação logo antes da fala, por exemplo “says in Cantonese:” ou “speaks English with an Indian accent”. Na demonstração abaixo, o falante mistura cantonês com jargão de escritório em inglês, como as pessoas realmente falam.

Sotaques e dialetos sob demanda – Kling 3.0 — Start frame

Som incluído pela mesma tarifa de créditos

O app da própria Kling vende o áudio nativo como um modo à parte e mais caro. No Yovid, a tarifa do Kling 3.0 nos pacotes de créditos depende apenas da duração e da resolução, então o som ativado por padrão não acrescenta nada à conta.

Os créditos são cobrados por segundo de vídeo, e o gerador mostra o valor exato antes de você gerar.

720p	Cerca de 2,5 créditos por segundoUm clipe de 5 segundos custa cerca de 13 créditos e um de 15 segundos, cerca de 38.
1080p	4 créditos por segundo20 créditos por 5 segundos, 60 pelos 15 completos.
Som	Mesma tarifa ligado ou desligadoAtivado por padrão; desative a cada geração.
Assinantes	Menos créditos por segundoLite, Pro e Premium pagam menos que as tarifas dos pacotes de créditos.

Todas as configurações em um só lugar

Escolha o quadro antes de escrever, para que a ação e o trajeto da câmera sejam compostos para ele. O 1:1 é renderizado como um quadrado de verdade, e não como um recorte de um clipe widescreen.

Duração	4 a 15 segundos5 segundos por padrão.
Resolução	720p ou 1080p720p por padrão; 1080p em todos os planos que liberam o Kling 3.0.
Proporção	16:9, 9:16 ou 1:1
Entradas	Texto, ou um quadro inicial com um quadro final opcionalSem imagens ou vídeos de referência neste modelo.
Prompt	Até 2.500 caracteres
Som	Ativado por padrãoDiálogo, ambiência e efeitos; desative a cada geração.
Saída	MP4

Para quem o Kling 3.0 funciona melhor

Personagens que falam, vários idiomas e 15 segundos por clipe fazem dele uma boa escolha para estes trabalhos:

Criadores de vídeos curtos e de redes sociais: Esquetes e clipes de reação verticais 9:16 com falas e som, prontos para postar sem uma locução à parte.
Profissionais de marketing que localizam campanhas: A mesma cena dublada em inglês, espanhol, japonês, coreano ou chinês, com sotaques adequados a cada mercado.
Criadores de dramas curtos e de histórias: Cenas de diálogo com três ou mais personagens, cada um dizendo suas falas em uma só tomada de 15 segundos.
Equipes de e-commerce e de produto: Uma foto de produto transformada em plano em movimento a partir do primeiro quadro, ou um clipe quadrado 1:1 para feeds a partir de um prompt de texto.
Animadores e ilustradores: Visuais estilizados, como animação 3D, levados de uma única imagem-chave por movimentos de câmera e diálogo.

Kling 3.0 vs Seedance 2.5, MiniMax H3, Veo 3.1 e Wan 3.0

Todas as células, exceto a última linha, são lidas das configurações que cada modelo oferece hoje no gerador do Yovid, para você escolher por duração, referências e preço antes de gastar um crédito.

Kling 3.0 comparado com Seedance 2.5, MiniMax H3, Veo 3.1 Fast e Wan 3.0 no Yovid
Recurso / Modelo	Kling 3.0	Seedance 2.5	MiniMax H3	Veo 3.1 Fast	Wan 3.0
Clipe mais longo	15 s	30 s	15 s	8 s	30 s
Resolução máxima	1080p	1080p	2K	4K	1080p
Proporções	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
Imagens de referência	—	30	9	—	10
Vídeos de referência	—	10	3	—	5
Créditos por 5 s em 720p	13	31	23	15	12
Ideal para	Personagens que falam e diálogo multilíngue a uma tarifa baixa por segundo.	Tomadas únicas longas, trabalhos com muitas referências e edição de clipes existentes.	Saída em 2K mais nítida a partir de poucas referências.	Planos cinematográficos curtos de até 4K.	Clipes longos de até 30 segundos com um orçamento de créditos apertado.

Os créditos são a tarifa base dos pacotes de créditos para um clipe de 5 segundos em 720p (ou na resolução mais próxima que o modelo oferece) e seguem os preços atuais do Yovid; assinantes pagam menos por segundo.

Pontos fortes e limites do Kling 3.0

Onde ele conquista seu lugar na lista do Yovid e onde outro modelo ou configuração é a melhor escolha.

Pontos fortes

Diálogo: Falas associadas ao falante certo em cenas com vários personagens, em cinco idiomas, além de sotaques e dialetos.
Preço: Cerca de 2,5 créditos por segundo em 720p, bem menos da metade da tarifa do Seedance 2.5.
Som incluído: As tarifas dos pacotes de créditos são as mesmas com o som ligado ou desligado.
Variedade de formatos: Até 15 segundos em 16:9, 9:16 ou um quadrado 1:1 nativo, a partir de texto ou de um quadro inicial.

Limites

Plano único: O storyboard multiplano da Kling não está disponível no Yovid; cada geração é uma tomada contínua.
Resolução: Vai até 1080p; para 4K, use o Veo 3.1 Fast no plano Premium ou o upscaler de vídeo do Yovid.
Sem mídia de referência: Aceita só um quadro inicial e um final; para imagens ou clipes de referência, use o Seedance 2.5, ou o Kling O3 para um vídeo de referência.
Acesso por plano: Fora do plano gratuito; o Lite ou superior, ou um pacote de créditos Creator ou maior, libera o modelo.

Como usar o Kling 3.0 no Yovid

Passo 1
Escolha o Kling 3.0
Abra o gerador de vídeo; esta página já seleciona o Kling 3.0, ou encontre-o no filtro Kling do menu de modelos.
Passo 2
Escreva a cena e as falas
Descreva a ação, dê a cada fala um falante e um idioma, adicione um quadro inicial se tiver um e defina duração, proporção, resolução e som.
Passo 3
Gere e baixe
Assista à tomada, ajuste o prompt para outra passada se precisar e baixe o MP4.

Experimente o Kling 3.0 agora

Prompts do Kling 3.0 para começar

Os prompts da própria Kling para estas demonstrações, resumidos, ao lado dos clipes que eles geraram. Cada demonstração partiu de uma imagem estática e algumas foram feitas com a opção multiplano da Kling ativada; no Yovid, um prompt é renderizado como uma tomada contínua, só com texto ou a partir de um primeiro quadro que você adiciona.

Plano longo no escritório
Quadro inicial + 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.
Fonte: Kling AI · Video 3.0 user guide
Experimente este prompt
Telhado depois da aula
Quadro inicial + 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."
Fonte: Kling AI · Video 3.0 user guide
Experimente este prompt
Pedindo o caminho em Madri
Quadro inicial + 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.
Fonte: Kling AI · Video 3.0 user guide
Experimente este prompt
Convite no jardim do palácio
Quadro inicial + 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."
Fonte: Kling AI · Video 3.0 user guide
Experimente este prompt
Sorriso na biblioteca
Quadro inicial + 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.
Fonte: Kling AI · Video 3.0 user guide
Experimente este prompt

Leia o guia de como escrever prompts (em inglês)

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

Guias para tirar mais do Kling 3.0

Fórmulas de prompt, exemplos de imagem para vídeo e uma comparação lado a lado de todos os modelos de vídeo do Yovid (conteúdo em inglês).

Como escrever um prompt de texto para vídeo, plano a plano 6 exemplos de prompts de imagem para vídeo, analisados

Modelos de vídeo com IA comparados: duração, resolução e referências

Ver todos os guias do Yovid

Perguntas frequentes

O que é o Kling 3.0?

O Kling AI, da Kuaishou, lançou o Kling 3.0 em fevereiro de 2026 como seu modelo para cenas mais longas e com fala. Ele gera até 15 segundos por clipe com som nativo, associa o diálogo ao falante certo em cenas com vários personagens, fala cinco idiomas com sotaques e dialetos e anima a partir de um primeiro e de um último quadro. O Yovid roda o modelo no navegador, ao lado do Seedance, do Veo, do MiniMax, do Wan e de outros modelos.

Qual pode ser a duração de um vídeo do Kling 3.0?

De 4 a 15 segundos por geração no Yovid, definidos em um controle deslizante; o padrão é 5 segundos. Cada clipe é uma única tomada contínua.

Posso usar o Kling 3.0 grátis no Yovid?

O cadastro é grátis e inclui créditos para usar nos modelos do plano gratuito. O Kling 3.0 em si fica liberado a partir do plano Lite ou com um pacote de créditos Creator, Studio, Max ou Agency. Com cerca de 2,5 créditos por segundo em 720p, é um dos modelos mais baratos para experimentar depois de liberado.

Quantos créditos custa um vídeo do Kling 3.0?

Pelas tarifas base dos pacotes de créditos, são cerca de 2,5 créditos por segundo em 720p e 4 em 1080p, então um clipe de 5 segundos em 720p sai por cerca de 13 créditos e um clipe completo de 15 segundos em 1080p, por 60. A tarifa é a mesma com o som ligado ou desligado, e assinantes pagam menos por segundo.

O Kling 3.0 gera áudio e diálogo?

Sim. O som vem ativado por padrão e inclui diálogo, ambiência e efeitos sincronizados com a ação. Escreva cada fala depois do personagem que a diz, com o idioma e o tom, e o Kling 3.0 a dubla com o movimento labial correspondente. Você pode desativar o som em qualquer geração.

Quais idiomas e sotaques o Kling 3.0 fala?

A Kling lista inglês, chinês, japonês, coreano e espanhol, inclusive com troca entre eles na mesma cena. Ele também lida com sotaques do inglês, como americano, britânico e indiano, e com dialetos chineses, como cantonês e sichuanês. Diálogos escritos em outro idioma são traduzidos e falados em inglês.

Posso transformar uma imagem em vídeo com o Kling 3.0?

Sim. Anexe uma imagem como primeiro quadro e, opcionalmente, uma segunda como último quadro, depois descreva o movimento. O Yovid muda automaticamente para o modo de imagem para vídeo do Kling 3.0, e o clipe mantém o visual da sua imagem.

O Kling 3.0 faz vídeos multiplano no Yovid?

Não. O app da própria Kling pode dividir uma geração em vários planos programados, mas o Yovid roda o Kling 3.0 em modo de plano único, então cada geração é uma tomada contínua. Algumas demonstrações da própria Kling nesta página cortam entre ângulos porque a Kling as fez com a opção multiplano ativada. Para montar uma sequência, gere os planos separadamente com o mesmo quadro inicial ou a mesma descrição.

Consigo vídeo em 4K com o Kling 3.0 aqui?

Não. O Kling 3.0 renderiza em 720p ou 1080p no Yovid. Para 4K, gere com o Veo 3.1 Fast no plano Premium ou faça o upscale de um clipe pronto com o upscaler de vídeo do Yovid.

Posso usar os vídeos do Kling 3.0 comercialmente?

O uso comercial está incluído nos planos Pro, Premium e anuais e nos pacotes de créditos avulsos; o Lite mensal não inclui. As exportações não têm marca d’água. Você continua responsável pelos direitos sobre seus prompts e quadros iniciais, incluindo rostos, marcas e músicas.

Dê aos seus personagens algo para dizer

Escreva a cena e as falas, adicione um primeiro quadro se tiver um e deixe o Kling 3.0 cuidar das vozes, do som e da câmera.

Crie com o Kling 3.0