Modelli Video 3.0 e Omni, audio nativo multilingua, storyboard multi-inquadratura, costi reali fra crediti e API, confronto con Veo, Sora e Runway
Kling AI è il generatore video di Kuaishou, il gruppo cinese quotato a Hong Kong, e nel 2026 è passato dall'essere una curiosità tecnica all'essere uno strumento di produzione con numeri industriali: oltre 60 milioni di creatori, più di 600 milioni di video generati e oltre 30.000 clienti enterprise dal lancio del giugno 2024, con un tasso di ricavi annualizzato intorno ai 240 milioni di dollari a fine 2025. Il 5 febbraio 2026 è arrivata la versione 3.0, distribuita globalmente da marzo, che ha portato tre cose che prima mancavano: clip fino a quindici secondi, audio nativo in cinque lingue sincronizzato con le labbra, e uno storyboard multi-inquadratura che tiene insieme più stacchi mantenendo lo stesso personaggio.
Questa guida percorre la piattaforma per intero: che cosa fa davvero e che cosa non fa, quali sono i modelli che contano e con quali limiti reali, perché il suo vantaggio competitivo è economico prima che tecnico, quanto costa nella pratica fra abbonamenti e API, con quali concorrenti va confrontato, come si costruisce un metodo di lavoro che regge su commessa e dove sta andando il settore. Una precisazione subito, perché è la fonte di quasi tutti i malintesi: Kling genera video, non li monta. Non è un programma di montaggio, non ha una timeline multitraccia, non ha un mixer audio. Produce inquadrature — ottime inquadrature, a un costo per secondo fra i più bassi della categoria — che poi qualcuno deve mettere in fila.
INDICE DEI CONTENUTI
- Che cos'è Kling, e che cosa non è
- Le caratteristiche principali
- I vantaggi competitivi: Kling come assistente di produzione
- Costi
- Alternative a Kling e confronto
- Strategie di crescita usando Kling
- Tendenze future
-
Domande frequenti
- Che cos'è Kling AI e chi lo produce?
- Quanto dura al massimo un video generato con Kling?
- Kling genera anche l'audio e in quali lingue?
- Quanto costa Kling AI?
- Conviene usare l'applicazione o l'API?
- Kling genera davvero in 4K?
- Che differenza c'è fra Motion Control e Motion Brush?
- Devo dichiarare che un video è stato generato con l'AI?
- In sintesi
Che cos'è Kling, e che cosa non è
Kling è un modello generativo video accessibile da un'applicazione web e da un'API. Genera clip da un testo, da un'immagine o da un video di riferimento, ci mette sopra dialoghi e suono, trasferisce il movimento di una persona reale su un personaggio, estende una clip esistente e la rigenera in varianti. Tutto questo vive in un unico spazio di lavoro che riunisce testo-video, immagine-video, video-video, trasferimento di movimento, sincronia labiale, estensione e retake.
I numeri, e quelli che vanno letti con cautela
I dati di adozione vengono dal comunicato ufficiale di Kuaishou e sono impressionanti: 60 milioni di creatori, 600 milioni di video, 30.000 clienti aziendali. Vanno però letti per quello che sono — metriche di piattaforma dichiarate dall'azienda, non verificate da terzi, e "creatori" conta chiunque abbia generato almeno un video, inclusi i milioni arrivati dal livello gratuito.
Il numero più solido, perché di natura finanziaria, è il tasso di ricavi annualizzato intorno ai 240 milioni di dollari a dicembre 2025. Dice una cosa che ai fini pratici conta più di tutte: il prodotto genera cassa vera, quindi è ragionevole aspettarsi che esista ancora fra due anni. In una categoria dove i prodotti chiudono o vengono assorbiti nel giro di un trimestre, è un criterio di scelta legittimo.
Chi c'è dietro, e perché è rilevante
Kuaishou è la piattaforma di video brevi rivale di Douyin in Cina, con centinaia di milioni di utenti. Questo spiega due caratteristiche di Kling che altrimenti sembrerebbero casuali: l'ossessione per i formati corti e verticali, e l'economicità. Un modello nato dentro un'azienda di video brevi è ottimizzato per produrre tanto a poco, non per produrre poco e perfetto. È esattamente il contrario dell'impostazione di chi arriva dal mondo del cinema.
Che cosa non è
Va detto chiaramente, perché risparmia delusioni: Kling non monta, non missa, non fa color grading professionale con uscite ProRes o EXR, non gestisce progetti complessi. Produce inquadrature da tre a quindici secondi. Un video di novanta secondi sono sei o sette generazioni da mettere in sequenza altrove, in Premiere, Resolve, Final Cut o CapCut. La piattaforma è un reparto di ripresa, non una casa di post-produzione.
Le caratteristiche principali
La famiglia 3.0 comprende quattro modelli: Video 3.0 e Video 3.0 Omni sul fronte video, Image 3.0 e Image 3.0 Omni su quello delle immagini. La distinzione fra versione base e Omni è quella che conta: Omni è il modello che accetta riferimenti e costruisce sequenze, la base è quella che genera la singola inquadratura.
Video 3.0: quindici secondi e audio nativo
Il salto principale rispetto alle versioni precedenti è la durata: fino a quindici secondi contro i dieci della 2.6, con durate flessibili a partire da tre. Sembra poco e invece cambia il tipo di contenuto producibile: quindici secondi sono un Reel completo, dieci erano un frammento.
La seconda novità è l'audio nativo in cinque lingue — cinese, inglese, giapponese, coreano e spagnolo — con accenti e dialetti, sincronizzato con i movimenti labiali e le espressioni facciali. Il modello gestisce dialoghi fra più personaggi, anche con lingue diverse per personaggio. Nell'italiano, che non è fra le lingue supportate nativamente, resta necessario un passaggio di doppiaggio esterno: è il limite più rilevante per chi produce per il mercato italiano, e conviene saperlo prima di impostare il flusso di lavoro.
Video 3.0 Omni: lo storyboard multi-inquadratura
È la funzione che distingue Kling dai concorrenti diretti. Invece di generare una singola inquadratura, Omni permette di specificare per ogni scena la durata, il tipo di inquadratura, la prospettiva e i movimenti di camera, generando una sequenza di stacchi collegati che mantiene la coerenza del personaggio e la continuità spaziale. Le coperture del lancio globale parlano di un massimo di sei inquadrature collegate, ciascuna fino a quindici secondi.
Omni estrae inoltre le caratteristiche visive e vocali da un video di riferimento e le replica: significa che un personaggio definito una volta può tornare in scene diverse con lo stesso aspetto e la stessa voce. Per chi produce serialità — una campagna con lo stesso testimonial, una serie di pillole formative con lo stesso presentatore — è la differenza fra uno strumento utilizzabile e un giocattolo.
Motion Control e Motion Brush
Sono due cose diverse che spesso vengono confuse. Il Motion Brush permette di dipingere vettori direzionali su regioni specifiche di un'immagine: i capelli che si muovono al vento, l'acqua che scorre, un tessuto che ondeggia. È controllo fine su un'animazione parziale.
Il Motion Control trasferisce il movimento corporeo e facciale da un video di riferimento a un'immagine statica di un personaggio. Nella 3.0 accetta fino a sette immagini di riferimento dall'interfaccia web, contro l'unica della 2.6, e usa un ancoraggio multi-fotogramma che migliora sensibilmente la tenuta del volto nelle rotazioni della testa. Funziona solo in modalità immagine-video, non da testo, e il video di riferimento ideale dura fra due e cinque secondi.
Il problema noto è il cosiddetto face drift, il volto che deriva e cambia nel corso della clip. Le contromisure, in ordine di efficacia: caricare più immagini del personaggio da angolazioni diverse, usare un riferimento con volto frontale, far coincidere il tipo di inquadratura fra immagine e video, abbassare l'intensità di generazione.
Estensione, retake e video-to-video
Lo spazio di lavoro unificato include l'estensione di una clip oltre la durata generata, il retake per rigenerare mantenendo l'impostazione, e la modalità video-video per trasformare materiale esistente. Sono le funzioni meno pubblicizzate e fra le più utili nel lavoro quotidiano: il retake, in particolare, è ciò che rende praticabile la logica delle varianti.
Image 3.0, il 4K e cosa dicono davvero le tabelle
Qui serve precisione, perché la comunicazione e la documentazione non coincidono. Image 3.0 e Image 3.0 Omni generano immagini fino al 4K: questo è confermato dal comunicato ufficiale. Sul video, invece, parte della copertura stampa parla di 4K nativo a 30 fotogrammi al secondo, mentre le tabelle dei crediti e la documentazione tecnica elencano 720p e 1080p.
La conclusione onesta è questa: il 4K video è annunciato ma la sua disponibilità effettiva dipende da piano, modello e momento, e chi ha bisogno di quella risoluzione deve verificarla nel proprio account prima di prendere impegni con un cliente. Non è un dettaglio da poco quando si firma un preventivo che dice "consegna in 4K".
Le funzioni a colpo d'occhio
Funzione | A che cosa serve | Limiti da conoscere |
|---|---|---|
Video 3.0 | Generazione da testo o immagine con audio nativo | Max 15 secondi; audio in 5 lingue, italiano escluso |
Video 3.0 Omni | Storyboard multi-inquadratura e riferimenti | Con input video l'audio nativo non è ancora supportato |
Motion Control | Trasferisce movimento e mimica da un video reale | Solo immagine-video; riferimento ideale 2-5 s; rischio face drift |
Motion Brush | Anima porzioni specifiche dell'immagine | Controllo parziale, non sostituisce la regia |
Lip sync | Sincronia labiale con i dialoghi generati | Richiede volti ben definiti e riferimenti puliti |
Estensione e retake | Allunga o rigenera una clip esistente | Ogni tentativo consuma crediti |
Image 3.0 / Omni | Immagini fino a 4K, texture e materiali | Il 4K sul video va verificato nel proprio piano |
I vantaggi competitivi: Kling come assistente di produzione
Il costo per secondo è l'argomento principale
Il vantaggio competitivo di Kling non è la qualità assoluta dell'immagine: su quel terreno Sora 2 resta avanti nella simulazione fisica e Veo 3.1 nel fotorealismo con audio. Il vantaggio è che Kling costa una frazione, e in una produzione reale il costo per tentativo conta più della qualità del singolo tentativo.
I numeri: via API si parla di un ordine di grandezza fra 0,07 e 0,14 dollari al secondo, contro una forbice fra 0,10 e 0,50 per Sora. Sull'abbonamento, il consumo di Video 3.0 è di 6 crediti al secondo a 720p e 8 a 1080p, che salgono rispettivamente a 9 e 12 con l'audio nativo attivo. Una clip da cinque secondi in 1080p senza audio costa 40 crediti; con audio, 60.
Tradotto in logica di produzione: con lo stesso budget si possono permettere tre o quattro tentativi dove altrove se ne permette uno. In un lavoro dove il primo tentativo raramente è quello buono, è il vantaggio che conta di più.
L'audio nativo toglie un passaggio dal flusso
Generare la clip e il dialogo insieme, già sincronizzati, elimina la fase di doppiaggio e allineamento che con altri modelli richiede uno strumento separato. Per l'inglese e lo spagnolo il risultato è utilizzabile direttamente; per l'italiano no, e questo va messo a preventivo come lavorazione aggiuntiva.
La coerenza diventa un asset riutilizzabile
La funzione che lega un soggetto per mantenerlo stabile attraverso zoom, panoramiche e inclinazioni, unita all'estrazione delle caratteristiche da un video di riferimento, permette di costruire una libreria di personaggi riusabili. Non è ancora perfetta — il face drift esiste — ma è sufficiente per una campagna con un testimonial ricorrente, che è esattamente il lavoro che si vende a un cliente.
Il livello gratuito serve davvero a imparare
A differenza di concorrenti che non offrono nulla di gratuito, Kling distribuisce crediti giornalieri sul piano libero. Non bastano per produrre, ma bastano per imparare a scrivere i prompt e a capire come risponde il modello — che è la parte di apprendimento che altrove si paga.
I limiti, detti chiaramente
Quindici secondi sono il tetto. Qualsiasi contenuto più lungo è un lavoro di assemblaggio fuori dalla piattaforma.
L'italiano non è fra le lingue dell'audio nativo. Per il mercato italiano serve comunque un passaggio di doppiaggio.
Su Omni, con input video, l'audio nativo non è ancora supportato. Alcuni flussi di lavoro restano spezzati.
Le generazioni fallite consumano crediti nell'app. Via API no: è una differenza sostanziale sul costo reale.
Il tasso di riuscita al primo tentativo è più basso dei concorrenti premium. Stime di terze parti lo collocano intorno al 50-60% su briefing commerciali stringenti, contro il 70-80% di Veo: il risparmio per secondo va moltiplicato per il numero di tentativi.
La risoluzione dichiarata e quella disponibile non sempre coincidono. Verificate il 4K prima di prometterlo.
Niente montaggio, niente missaggio, niente finitura professionale. Serve comunque un software a valle.
Costi
Kling si paga a crediti, su due listini separati che non comunicano fra loro: l'abbonamento per l'applicazione web e i pacchetti prepagati per l'API. Chi produce con continuità deve conoscerli entrambi, perché la convenienza si ribalta a seconda dei volumi.
I piani dell'applicazione
Un avvertimento prima della tabella: i listini riportati dalle fonti indipendenti divergono in modo sensibile, perché i prezzi variano per regione, per promozione e fra fatturazione mensile e annuale. I valori qui sotto sono ordini di grandezza da verificare nel proprio account prima di sottoscrivere.
Piano | Prezzo mensile indicativo | Crediti mensili | Note |
|---|---|---|---|
Free | 0 $ | Crediti giornalieri, non cumulabili | Risoluzione limitata, nessun uso commerciale |
Standard | circa 6-10 $ | 660 | Uso commerciale consentito; sufficiente per imparare, non per produrre |
Pro | circa 24-37 $ | 3.000 | Il primo livello con cui si lavora davvero |
Premier | circa 60-92 $ | 8.000 | Per chi consegna a clienti con continuità |
Ultra | circa 128-180 $ | 26.000 | Volumi da agenzia; sconto annuale spesso non disponibile |
Sui primi tre livelli la fatturazione annuale porta uno sconto intorno al 34%. Esistono inoltre pacchetti di crediti aggiuntivi validi due anni — indicativamente 3.500 crediti per 50 dollari, 7.500 per 100, 96.000 per 1.200 — che a differenza di quelli mensili non scadono. È il dettaglio che conta di più per chi lavora a picchi: i crediti dell'abbonamento si azzerano alla data di fatturazione, quelli acquistati no.
La matematica dei crediti, che è l'unica che conta
Facciamo il conto su un lavoro vero. Una campagna social con cinque clip finite da otto secondi in 1080p con audio significa 12 crediti al secondo, cioè 96 crediti a clip riuscita. Ma le clip riuscite non sono le clip generate: mettendo in conto tre tentativi a testa, si arriva a circa 1.440 crediti. Il piano Standard con 660 crediti non ci arriva nemmeno a metà; il Pro con 3.000 regge, con margine per qualche ripensamento.
La regola pratica da portarsi a casa: moltiplicate sempre per tre. Il costo nominale di una clip è il costo di un tentativo, non il costo di una consegna. Chi calcola il preventivo sul costo nominale scopre a metà mese di aver finito i crediti.
L'API: l'altro listino, con una differenza che pesa
L'API si compra a pacchetti prepagati, indipendenti dall'abbonamento: un pacchetto di prova intorno ai 10 dollari con validità di un mese, pacchetti standard da centinaia a migliaia di dollari con validità semestrale. I rivenditori espongono prezzi per generazione da cinque secondi che si collocano indicativamente fra 0,30 e 0,60 dollari per i modelli recenti, con i modelli Master a 1080p sensibilmente più cari.
La differenza sostanziale, però, non è il prezzo: è che via API le generazioni fallite non consumano crediti, mentre nell'applicazione sì. Su un flusso di lavoro con un tasso di riuscita al primo tentativo intorno al 50%, questa singola regola cambia il costo effettivo quasi del doppio. Chi produce volumi dovrebbe valutare il passaggio all'API per questa ragione prima ancora che per l'automazione.
Alternative a Kling e confronto
Il campo si è affollato e si muove ogni trimestre: i prezzi cambiano, i modelli si aggiornano, le classifiche si ribaltano. La tabella fotografa la situazione a metà 2026 e va usata come mappa, non come verdetto.
Piattaforma | Prezzo indicativo | Durata e audio | Punto di forza | Quando sceglierla |
|---|---|---|---|---|
Kling 3.0 | Da pochi dollari al mese; API circa 0,07-0,14 $/s | Fino a 15 s, audio nativo in 5 lingue | Costo per tentativo più basso, storyboard multi-inquadratura, motion control | Volumi alti, varianti, serialità con personaggi ricorrenti |
Google Veo 3.1 | Circa 0,05 $/s senza audio, 0,40 $/s con audio | Fino a 60 s, audio nativo sincronizzato | Fisica fotorealistica e audio ambientale, alto tasso di riuscita | Consegne fotorealistiche con poche revisioni |
OpenAI Sora 2 | Circa 0,10 $/s via API; in ChatGPT Plus da 20 $, Pro da 100 $ | Clip brevi con audio | Simulazione fisica e coerenza narrativa | Per chi è già dentro l'ecosistema OpenAI |
Runway | Da 15 $/mese; Team da 55 $/postazione | Clip brevi, audio da modelli dedicati | Trasformazione del girato con Aleph, plugin per Premiere e After Effects, uscite ProRes ed EXR | Post-produzione professionale su materiale esistente |
Luma Ray 3 | Da circa 10 $/mese | Fino a 10 s | Ancoraggio del primo e ultimo fotogramma | Continuità fra inquadrature consecutive |
Pika 2.5 | 10-70 $/mese | Fino a 10 s | Effetti pensati per diventare virali | Contenuti social d'impatto immediato |
Quando Kling non è la scelta giusta
Il cliente pretende il fotorealismo al primo colpo. Su briefing commerciali stringenti Veo sbaglia meno, e meno revisioni possono valere più del prezzo unitario.
Vi serve una clip lunga. Quindici secondi sono il tetto: per sessanta secondi in un colpo solo la risposta è Veo.
Dovete trasformare del girato invece di generarlo. È il terreno di Runway con Aleph, non di Kling.
Producete meno di venti o trenta video al mese. Il vantaggio di costo di Kling si manifesta sui volumi; sotto, la comodità conta di più del prezzo.
Vi serve una filiera di finitura professionale. Uscite ProRes, EXR e pipeline HDR stanno altrove.
Il cliente ha vincoli sulla giurisdizione dei dati. È una domanda legittima da porre prima di caricare materiale riservato su una piattaforma di un gruppo cinese; la risposta dipende dal contratto e dal settore.
Strategie di crescita usando Kling
La sequenza di adozione che funziona
Chi apre Kling e comincia a generare a caso finisce sempre allo stesso modo: crediti esauriti, cartella di clip belle e inutilizzabili, e la convinzione che lo strumento sia sopravvalutato. La sequenza che porta risultati è più metodica.
Settimana 1, piano gratuito. Solo per capire come risponde ai prompt. Nessuna consegna, nessuna promessa a clienti.
Settimana 2, a 720p senza audio. Il consumo scende a 6 crediti al secondo: è la risoluzione giusta per validare inquadratura, movimento e composizione. Si sale a 1080p solo su quello che funziona.
Settimana 3, il personaggio. Costruite un riferimento riutilizzabile con più immagini da angolazioni diverse e testatene la tenuta con Motion Control. Se il volto deriva, il problema è nel riferimento, non nel modello.
Mese 2, lo storyboard. Passate a Omni e ragionate per sequenze invece che per singole clip: è lì che la piattaforma dà quello che gli altri non danno.
Mese 2, la libreria di prompt. Annotate prompt, modello, parametri e risultato. È l'asset che resta quando i modelli cambiano nome.
Mese 3, la decisione sull'API. Se superate le venti-trenta clip al mese, fate il conto: con le generazioni fallite non addebitate, l'API può costare meno dell'abbonamento a parità di consegne.
In continuo, il registro. Crediti spesi per clip consegnata. È l'unico numero che dice se state guadagnando.
Per freelance e piccoli studi: dove sta il margine
Il margine non è nella clip generata, è in quello che smettete di dover girare o di dover comprare. Tre inserti di prodotto, un'ambientazione che non esiste, un testimonial che non va ingaggiato: sono voci che prima erano una giornata di riprese o una licenza di stock, e adesso sono qualche centinaio di crediti.
La seconda voce è la fase di proposta. Presentarsi con un'animatica già in movimento invece che con uno storyboard disegnato cambia il tasso di approvazione e accorcia le discussioni. Costa poco e si fa in mezza giornata: è il caso d'uso in cui il basso costo per tentativo di Kling rende più di qualsiasi altro.
La terza, meno ovvia, è la localizzazione. Con l'audio nativo in cinque lingue, lo stesso contenuto diventa cinque contenuti per cinque mercati senza rigirare niente. Per un cliente che esporta è un servizio vendibile a sé, e il fatto che l'italiano non sia fra le lingue supportate non lo impedisce: significa solo che la versione italiana passa dal doppiaggio tradizionale mentre le altre no.
Il numero da tenere d'occhio: il tasso di riuscita
La metrica che decide la redditività non è il prezzo al secondo, è quante generazioni servono per una consegna. Stime di terze parti collocano Kling intorno al 50-60% di riuscita al primo tentativo su briefing commerciali stringenti, contro il 70-80% dei concorrenti premium. Con un costo unitario che è un terzo, il conto resta a favore di Kling — ma solo se lo si misura.
Misurarlo è semplice e nessuno lo fa: segnate, per ogni consegna, quante generazioni sono servite. Dopo venti consegne avete il vostro moltiplicatore reale, che è diverso da quello di chiunque altro perché dipende da come scrivete i prompt e da quanto sono rigidi i vostri clienti.
Il vincolo che va messo in contratto
Due clausole vanno scritte, e conviene scriverle prima di cominciare. La prima riguarda il numero di varianti incluse: con strumenti che rendono le varianti rapide ma non gratuite, "proviamone un'altra" diventa una richiesta infinita se non ha un limite concordato.
La seconda riguarda la dichiarazione del contenuto sintetico. Dal 2 agosto 2026 si applica l'articolo 50 dell'AI Act: i fornitori devono marcare i contenuti generati in formato leggibile dalle macchine, e chi li pubblica deve dichiarare in modo chiaro e immediato che immagine, audio o video sono artificiali, salvo che una persona si assuma la responsabilità editoriale. Per le opere palesemente artistiche o satiriche l'obbligo è adattato. Le sanzioni arrivano a 15 milioni di euro o al 3% del fatturato mondiale annuo. Stabilire chi dichiara cosa — voi in consegna, il cliente in pubblicazione — è materia di contratto, non di buon senso.
Questo è un riepilogo tecnico, non un parere legale: per il vostro caso specifico serve un consulente.
Tendenze future
Guardando la cadenza degli ultimi dodici mesi, alcune direzioni sono già leggibili.
La generazione diventa sequenza, non più clip. Lo storyboard multi-inquadratura di Omni è il primo tentativo serio di superare il limite strutturale della categoria: fino a ieri questi modelli producevano frammenti, adesso cominciano a produrre scene. È la direzione in cui si muoveranno tutti, perché è ciò che separa un generatore da uno strumento di produzione.
L'audio smette di essere un passaggio separato. Dialoghi, effetti e ambiente generati insieme all'immagine e già sincronizzati tolgono un'intera fase al flusso di lavoro. Il prossimo passo prevedibile è l'ampliamento delle lingue — e per il mercato italiano è l'aggiornamento da aspettare.
La guerra si sposta sul costo per consegna. Con la qualità che converge verso l'alto in tutta la categoria, il terreno di scontro diventa quante generazioni servono per un risultato usabile. È una metrica meno spettacolare del fotorealismo e molto più decisiva per chi produce.
La coerenza dei personaggi è il vero problema aperto. Mantenere lo stesso volto, la stessa voce e la stessa luce su una sequenza lunga resta il limite di tutti. Chi lo risolverà per primo sposterà questi strumenti dal formato corto alla narrazione, ed è la ragione per cui oggi gli usi professionali si concentrano su pubblicità e contenuti brevi.
La trasparenza diventa infrastruttura. Con l'articolo 50 applicabile, la marcatura leggibile dalle macchine entrerà nei metadati dei file esportati e le piattaforme social cominceranno a leggerla. Nei prossimi due anni è ragionevole attendersi che la dichiarazione diventi automatica invece che manuale.
Una previsione che non facciamo: che questi strumenti sostituiscano la produzione video. Generano inquadrature; il progetto, il ritmo e il criterio restano dove sono sempre stati.
Domande frequenti
Che cos'è Kling AI e chi lo produce?
Kling AI è la piattaforma di generazione video con intelligenza artificiale sviluppata da Kuaishou, gruppo cinese di video brevi quotato a Hong Kong. È stata lanciata nel giugno 2024 e secondo i dati aziendali conta oltre 60 milioni di creatori, più di 600 milioni di video generati e oltre 30.000 clienti enterprise, con un tasso di ricavi annualizzato intorno ai 240 milioni di dollari a fine 2025. La versione 3.0 è stata annunciata il 5 febbraio 2026 e distribuita globalmente da marzo.
Quanto dura al massimo un video generato con Kling?
Quindici secondi per generazione con Video 3.0, con durate flessibili a partire da tre secondi: è il doppio rispetto ai dieci secondi della versione 2.6. Con lo storyboard multi-inquadratura di Video 3.0 Omni si possono collegare più inquadrature mantenendo la coerenza di personaggi e ambiente, ma qualsiasi contenuto più lungo richiede comunque un assemblaggio in un software di montaggio esterno.
Kling genera anche l'audio e in quali lingue?
Sì, Video 3.0 genera audio nativo sincronizzato con i movimenti labiali in cinque lingue — cinese, inglese, giapponese, coreano e spagnolo — con accenti e dialetti, e gestisce dialoghi fra più personaggi anche in lingue diverse. L'italiano non è fra le lingue supportate nativamente: per il mercato italiano resta necessario un passaggio di doppiaggio esterno, che va messo a preventivo.
Quanto costa Kling AI?
Il modello è a crediti, su due listini separati. Sull'applicazione i piani vanno da un livello gratuito con crediti giornalieri a un piano Standard da pochi dollari con 660 crediti mensili, fino a Pro (3.000 crediti), Premier (8.000) e Ultra (26.000); i listini variano per regione e promozione, quindi vanno verificati nel proprio account. Video 3.0 consuma 6 crediti al secondo a 720p e 8 a 1080p, che salgono a 9 e 12 con audio nativo. L'API si acquista invece a pacchetti prepagati indipendenti.
Conviene usare l'applicazione o l'API?
Dipende dai volumi, ma c'è una differenza che pesa più del prezzo: via API le generazioni fallite non consumano crediti, mentre nell'applicazione sì. Con un tasso di riuscita al primo tentativo intorno al 50-60%, questa sola regola può quasi dimezzare il costo effettivo per consegna. Sopra le venti-trenta clip al mese conviene fare il conto seriamente.
Kling genera davvero in 4K?
Va verificato. Il comunicato ufficiale conferma il 4K per Image 3.0 e Image 3.0 Omni, cioè per le immagini. Sul video parte della copertura stampa parla di 4K nativo, mentre le tabelle dei crediti e la documentazione tecnica elencano 720p e 1080p. Chi ha bisogno del 4K video per una consegna dovrebbe verificarne la disponibilità nel proprio piano prima di prendere impegni contrattuali.
Che differenza c'è fra Motion Control e Motion Brush?
Il Motion Brush permette di dipingere vettori direzionali su regioni specifiche di un'immagine, per animare capelli, acqua o tessuti. Il Motion Control trasferisce il movimento corporeo e facciale da un video di riferimento a un'immagine statica di un personaggio: funziona solo in modalità immagine-video, il riferimento ideale dura due-cinque secondi e nella versione 3.0 accetta fino a sette immagini del personaggio per ridurre la deriva del volto.
Devo dichiarare che un video è stato generato con l'AI?
In Europa sì, dal 2 agosto 2026, quando è diventato applicabile l'articolo 50 dell'AI Act: i fornitori devono marcare i contenuti in formato leggibile dalle macchine e chi li pubblica deve dichiarare in modo chiaro e immediato che immagine, audio o video sono generati o manipolati artificialmente, salvo che una persona si assuma la responsabilità editoriale. Per le opere palesemente artistiche o satiriche l'obbligo è adattato. Le sanzioni arrivano a 15 milioni di euro o al 3% del fatturato mondiale annuo.
In sintesi
Kling nel 2026 non è il modello migliore della categoria e non prova a esserlo: è quello che costa meno per tentativo, e in una produzione reale — dove il primo tentativo quasi mai è quello buono — è un vantaggio più concreto di qualche punto di fotorealismo. Lo storyboard multi-inquadratura e l'audio nativo lo spostano dal territorio del giocattolo a quello dello strumento di lavoro, con due limiti che vanno accettati: quindici secondi di tetto e l'italiano fuori dalle lingue supportate.
Per chi lavora su commessa la domanda giusta non è se Kling sia migliore di Veo o di Sora, ma quante generazioni servono per una consegna approvata e quanto costa quel numero. È un calcolo che cambia da studio a studio e che quasi nessuno fa: farlo, e scrivere nel contratto quante varianti sono comprese e chi dichiara il contenuto sintetico, vale più di qualsiasi confronto fra modelli.