Нейросеть Kling делает китайская компания Kuaishou, у которой есть одноимённый видеосервис. Первая версия вышла в июне 2024 года, с тех пор Kling разросся в линейку, и на сайте из неё 15 нейросетей. Семь делают видео из фото или текста, остальные переносят движения с ролика на героя, оживляют фото под запись голоса, подгоняют губы под звук, добавляют звук к видео, создают голос по записи и рисуют картинки. Задание пишете по-русски, аккаунт в Kling не нужен, платите в рублях за каждый запуск.
Версий видео много, и по названию не понять, чем 2.5 Turbo отличается от 3.0 Turbo. Мы нарисовали один кадр в Kling Image O3 и оживили его в пяти версиях с одним и тем же заданием. Этой женщины не существует, её придумала нейросеть. Просили молодую бариста, а Image O3 нарисовала женщину лет сорока: возраст из задания она соблюдает не всегда.
Кинокадр: молодая женщина-бариста с короткой рыжей стрижкой и веснушками, в тёмно-зелёном фартуке, наливает молоко из металлического питчера в чашку капучино и рисует на пенке сердце. Уютная кофейня утром: за ней стойка с кофемашиной, от неё поднимается пар, мягкий свет из окна слева, фон слегка размыт. Реалистичная фотография, объектив 35 мм, средний план.
Kling Image O3 · 16:9, 2K, 2 варианта · от 5 ₽
Условия у всех одинаковые: «Видео из изображений», 5 секунд, настройки по умолчанию. Промпт — текст задания для нейросети, на сайте его пишут в поле Задание. Наш описывает действие по шагам, чтобы было видно, соблюдает ли нейросеть порядок:
Бариста медленно наливает молоко, и на пенке проявляется сердце. Затем она ставит питчер, поднимает взгляд в камеру и улыбается. От кофемашины поднимается пар. Камера плавно приближается.
У Kling 2.1 мы запустили два режима, «Стандарт» и «Про», поэтому роликов шесть. У 2.1 разрешение зависит от режима, у 2.5 Turbo и 2.6 поля разрешения нет, ролики пришли в 1080p, а у 3.0 и 3.0 Turbo в поле Разрешение мы оставили 720p. Звук из всех роликов сравнения убрали, о нём ниже.
Kling 2.1 · Стандарт, 720p · от 45 ₽
Kling 2.1 · Про, 1080p · от 45 ₽
Kling 2.5 Turbo Pro · 1080p · от 40 ₽
Kling 2.6 · 1080p
Точнее всех задание выполнила Kling 3.0. Бариста у неё сначала льёт молоко и смотрит в чашку, потом опускает питчер и только в конце поднимает глаза и улыбается. У 3.0 Turbo почти так же, только наливать она закончила раньше. В 2.1 «Про» тоже есть все шаги, но к концу чашка ушла из кадра. «Стандарт» понял «камера приближается» как наезд на чашку: лицо уехало за край кадра, взгляда в камеру нет. Kling 2.5 Turbo и 2.6 выдали почти одинаковые ролики, где бариста улыбается в камеру, ещё не закончив наливать.
Русское задание поняли все пять версий, хотя порядок шагов соблюли не все. Ждали мы по-разному: 3.0 — полторы минуты, 2.1 — две, 3.0 Turbo — три с половиной, 2.5 Turbo и 2.6 — больше четырёх. Замеряли в один вечер, время зависит от загрузки. Шесть роликов вместе обошлись нам в 285 ₽.
Версия Kling 2.1 вышла в мае 2025 года. В поле Модель три режима: «Стандарт» даёт 720p и дешевле всего оживляет фото в линейке, «Про» даёт 1080p и поле Конечный кадр, «Мастер» самый дорогой, зато только он в этой версии умеет видео из текста. Ролик длится 5 или 10 секунд. Есть Негативный промпт (список того, чего в ролике быть не должно) и ползунок Сила следования промпту: чем он правее, тем строже нейросеть держится задания. Цена — от 45 ₽.
Kling 2.5 Turbo Pro вышла в сентябре 2025 года. Она делает ролик из картинки или из текста, 5 или 10 секунд. Галочка Конечный кадр добавляет второе фото, к которому нейросеть приведёт ролик: так получаются переходы из одной сцены в другую, подробнее в инструкции про морфинг. Негативный промпт тоже есть. Как им пользоваться, мы разбирали в статье о негативных промптах.
В декабре 2025 года вышла Kling 2.6. Главное в ней — переключатель Со звуком: нейросеть сама делает шумы и фон под картинку. Со звуком ролик дороже, чем без него. Остальное похоже на 2.5 Turbo: картинка или текст, 5 или 10 секунд, но без конечного кадра и негативного промпта. Без звука она дороже 2.5 Turbo, так что брать её стоит ради звука.
Kling 3.0 вышла в феврале 2026 года. В поле Тип генерации четыре варианта: «Видео по референсам» (до 7 картинок-подсказок с героем, предметом или местом), «Видео из изображений», «Видео из текста» и «Трансформация», то есть правка готового ролика длиной 3–15,5 секунды. Длительность любая от 3 до 15 секунд, разрешение 720p, 1080p или 4K (720p хватит для телефона, 4K — для большого экрана). Переключатель Нативное аудио добавляет звук. В поле Элементы можно описать героя или предмет и дать им фото, чтобы они оставались узнаваемыми во всём ролике. Платите за секунду: от 7 ₽/сек., звук и разрешение цену поднимают. Как Kling 3.0 работает с референсами, мы показывали в статье о видео по референсам.
Облегчённая Kling 3.0 Turbo вышла в июне 2026 года. По словам разработчиков, она быстрее и рассчитана на тех, кто делает много роликов. У нас она считала дольше обычной 3.0. В поле Тип генерации два варианта: из текста или из одного фото, ролик 3–15 секунд, 720p или 1080p. Переключателя звука в форме нет: по словам разработчиков, звук входит в каждый ролик Turbo. Секунда Turbo стоит почти как секунда 3.0 со звуком, поэтому немой ролик дешевле сделать в обычной 3.0.
Kling 4.0 снимает по тексту, изображению или набору референсов, редактирует MP4 и добавляет продолжение. Здесь доступны 720p и 1080p, длительность нового видео или добавляемого фрагмента — 3–30 секунд. В режиме референсов можно загрузить до 10 картинок, до 5 видео суммарно не длиннее 30 секунд и до 3 аудиофайлов по 5–30 секунд. Для оживления изображения предусмотрено до 10 кадров вместе с первым и конечным. У Kling 3.0 сохраняются свои настройки сцен и 4K; в форме версии 4.0 этих пунктов нет.
В форме Kling 4.0 Flash два типа генерации, ролик на 3–20 секунд и только 720p. Референсов, правки, продления и конечного кадра нет, переключателя звука тоже: дорожка была во всех наших роликах. В сравнении выше её нет, как и Kling 4.0: обе появились на сайте позже. Наши ролики можно посмотреть на её странице.
Звук умеют Kling 2.6, 3.0, 4.0 и 4.0 Flash, а у 3.0 Turbo он, по словам разработчиков, есть всегда. Мы запустили наш кадр в 2.6 и 3.0 со звуком и дописали в задание, что должно быть слышно: шипение пара, журчание молока, звон чашки и гул кофейни.
Звук у обеих тихий, прибавьте громкость. У 2.6 больше коротких звуков в первые две секунды, пока льётся молоко. У 3.0 под всем роликом ровный фон, а короткие звуки только ближе к концу. Ролик 3.0 со звуком вышел дешевле, чем у 2.6.
Для Kling 3.0 разработчики заявляют пять языков: английский, китайский, японский, корейский и испанский, и в нашей пробе Kling 3.0 не произнесла по-русски ни слова. Русскую речь Kling 4.0 мы не проверяли. Если героиня должна говорить по-русски, запишите или сгенерируйте голос отдельно, а губы под него подгонят Kling AI Avatar 2 и Kling LipSync (о них ниже).
Отдельное поле для настройки нескольких сцен в одном ролике есть у 3.0; у 4.0 такого поля нет. В поле Сцены три варианта: «Один ролик», «Умное планирование» (нейросеть сама решает, где резать) и «Свои сцены» (до 6 сцен, у каждой своё описание и длительность, в сумме — длительность ролика). Мы описали три сцены в одном задании, выбрали «Умное планирование» и 10 секунд. План в описании сцены — это крупность: крупный план показывает деталь, общий — всё помещение.
Сцена 1: крупный план, молоко тонкой струйкой льётся в чашку, на пенке проявляется сердце. Сцена 2: средний план, бариста ставит чашку на блюдце и пододвигает её по стойке к краю кадра. Сцена 3: общий план кофейни у окна, бариста улыбается и кивает гостю, за её спиной поднимается пар от кофемашины.
Kling 3.0 · Видео из изображений, «Умное планирование», 10 с, 720p, без звука · от 7 ₽/сек.
Нейросеть разрезала ролик на 4-й и 7-й секунде, вышли сцены примерно по 4, 3 и 3 секунды. Первая осталась в крупности исходного фото, вторая показала чашку на блюдце крупнее, чем просили, а третья вышла как в задании. На общем плане это та же женщина в том же фартуке.
Image O3 рисует картинки по заданию и по фото: в поле Изображения можно загрузить до 10 штук. В поле Соотношение сторон есть варианты от 9:16 до 21:9 и «Авто», разрешение 1K, 2K или 4K, за один запуск выходит до 10 картинок. 2K стоит как 1K, 4K дороже. Мы загрузили нашу бариста и попросили вывести её на улицу.
Та же женщина-бариста с фото, в том же тёмно-зелёном фартуке, стоит на улице у входа в кофейню и протягивает к камере бумажный стакан кофе навынос. Осеннее утро, жёлтые листья на тротуаре, мягкий свет. Реалистичная фотография, средний план.
Kling Image O3 · исходное фото в поле «Изображения», 3:4, 2K · от 5 ₽
Лицо, веснушки, рубашка и фартук на месте. Из двух вариантов мы взяли этот: в другом бариста держала два стакана, хотя просили один. Такой кадр можно сразу отдать в Kling 3.0 как первый кадр или референс.
Две нейросети, Kling 2.6 Motion Control и Kling 3.0 Motion Control, берут фото героя и ролик с движением и заставляют героя повторить танец или жест. В обеих есть поле Ориентация персонажа: в 3.0 подсказка обещает до 30 секунд «По видео» и до 10 «По изображению», в 2.6 варианты подписаны Video и Image. Разработчики обещают, что 3.0 лучше держит лицо на быстрых движениях, и стоит она дороже. Обе мы сравнивали в статье о контроле движения.
В ноябре 2026 года вышла Kling Image 4.0, следующая картиночная модель после Image O3. В поле Тип генерации два варианта: «Изображение» даёт от 1 до 9 картинок по заданию или по фото, а «Серия» делает от 2 до 10 связанных кадров в одном стиле, например раскадровку с одним героем. Загрузить можно до 10 картинок в JPG, PNG, HEIC или HEIF, разрешение 2K, 4K или 8K, в поле Соотношение сторон есть «Авто» и восемь форматов.
Главное отличие от O3 в наших пробах видно на надписях. Версия 4.0 написала русский текст на плакате без ошибок, а O3 выводила латиницу. Разработчик русский в списке языков надписей не заявляет, так что текст на картинке всё равно проверяйте. Плакат с русской надписью, серию кадров с одним героем или 8K делайте в 4.0, а для обычного кадра до 4K хватит и O3.
Портрет под вашу запись голоса оживит Kling AI Avatar 2: ролик до 5 минут, режимы Standard и Pro, речь на любом языке, потому что голос ваш. Kling LipSync подгоняет губы в готовом ролике на 2–60 секунд под новую дорожку. Kling Video-to-Audio добавляет шумы и музыку к немому ролику длиной до 20 секунд, для каждого своё задание, а ASMR-режим усиливает мелкие звуки. Kling Voice по записи речи на 5–30 секунд создаёт голос для героев Kling 3.0. Подробнее в статьях о говорящем фото и о звуке для видео.
| Нейросеть | Цена | Что делает | Длительность и качество |
|---|---|---|---|
| Kling 4.0 | от 13 ₽/сек. | Видео по референсам, из фото и текста, правка и продление | 3–30 с видео или продолжения; 720p или 1080p |
| Kling 4.0 Flash | 13 ₽/сек. | Видео из фото или текста, без переключателя звука | 3–20 с, 720p |
| Kling 2.1 | от 45 ₽ | Видео из фото, из текста — только «Мастер» | 5 или 10 с; 720p или 1080p |
| Kling 2.5 Turbo Pro | от 40 ₽ | Видео из фото или текста, конечный кадр | 5 или 10 с, 1080p |
| Kling 2.6 | от 50 ₽ | Видео из фото или текста, звук по желанию | 5 или 10 с, 1080p |
| Kling 3.0 | от 7 ₽/сек. | Видео по референсам, из фото и текста, сцены, правка ролика | 3–15 с, до 4K |
| Kling 3.0 Turbo | от 15 ₽/сек. | Видео из фото или текста, звук без переключателя | 3–15 с, 720p или 1080p |
| Kling Image O3 | от 5 ₽ | Картинки по заданию и до 10 фото | 1K, 2K или 4K |
| Kling Image 4.0 | от 9 ₽ | Картинки и серии до 10 кадров, русские надписи в нашей пробе | 2K, 4K или 8K |
| Kling 2.6 Motion Control |
Оживить фото подешевле — Kling 2.1 «Стандарт». Движение камеры описывайте ему точно: куда она едет и что остаётся в кадре. Нужен 1080p с конечным кадром и негативным промптом — 2.5 Turbo Pro.
Важен порядок действий и лицо до конца ролика? Берите 3.0: в сравнении выше она точнее всех. Она же нужна для 4K, нескольких сцен и героя по референсам, а ролик до 15 секунд сделают 3.0 и 3.0 Turbo.
Новое видео или продолжение на 3–30 секунд можно сделать в Kling 4.0. Одну сцену до 20 секунд в 720p дешевле снять в 4.0 Flash, референсов и конечного кадра в ней нет.
Ролик сразу со звуком дадут пять версий. В 3.0 включите Нативное аудио, в 2.6 — Со звуком, а у 3.0 Turbo звук, по словам разработчиков, входит в цену. Kling 4.0 создаёт видео со звуком; в режимах референсов и редактирования можно сохранить звук исходного видео. У 4.0 Flash переключателя нет, в наших роликах звук был всегда.
Для перехода от одного кадра к другому нужно поле Конечный кадр. Оно есть у 2.5 Turbo Pro, у 2.1 в режиме «Про» и у 4.0 при создании видео из изображения или продлении. А сам кадр для будущего ролика, с тем же героем в новом месте, нарисует Image O3, как нашу бариста на улице.
Если выбираете среди всех разработчиков, загляните в разделы «Видео из изображений» и «Видео из текста»: там Kling сравнивается с нейросетями других разработчиков.
Статья обновлена 19 ноября 2026 г.
Kling 3.0 · 720p · от 7 ₽/сек.
Kling 3.0 Turbo · 720p · от 15 ₽/сек.
| от 10 ₽/сек. |
| Движения с видео на героя с фото |
| до 30 с, 720p или 1080p |
| Kling 3.0 Motion Control | от 18 ₽/сек. | То же, по словам разработчиков лучше держит лицо | до 30 с, 720p или 1080p |
| Kling AI Avatar 2 | от 10 ₽/сек. | Говорящий портрет под запись голоса | до 5 минут |
| Kling LipSync | 15–180 ₽ | Губы в ролике под новую дорожку | ролик 2–60 с |
| Kling Video-to-Audio | 7 ₽ | Шумы и музыка к немому ролику | ролик до 20 с |
| Kling Voice | 1 ₽ | Голос по образцу записи | образец 5–30 с |